CC BY
32
ПОЛЕВОДСТВО И ЛУГОВОДСТВО
&-
СЫ: 10.24412/0044-3913-2022-6-22-26 УДК 631.811
Особенности постановки полевого опыта с минеральными удобрениями на основе неполной факториальной схемы 1 /9(6*6*6)
А.С. ЦЫГУТКИН1, кандидат биологических наук, советник (е-mail: ASZ.RU@mail.ru) М.Т. ВАСБИЕВА2, кандидат биологических наук, старший научный сотрудник Д.Г. ШИШКОВ2, младший научный сотрудник
Федеральный научный центр кормопроизводства и агроэкологии имени В.Р. Вильямса, Научный городок, 1, Лобня, Московская обл., 141055, Российская Федерация 2Пермский федеральный исследовательский центр Уральского отделения Российской академии наук ул. Культуры, 12, с. Лобаново, Пермский р-н, Пермский край, 12614532, Российская Федерация
Работа проведена в2016-2018гг. с целью рассмотрения особенностей постановки полевого опыта с использованием неполной факториальной схемы 1/9(6*6x6) для изучения влияния азотньх, фосфорных и калийньх (ЫРК) удобрений на урожайность ярового ячменя с применением математических моделей, полученных при обработке данных методом регрессионного анализа. Полевые эксперименты проводили в полевом опыте, заложенном в 1978 г. Ячмень возделывали в пятой ротации восьмипольного севооборота на дерново-подзолистой тяжелосуглинистой почве в условиях Предуралья. Диапазон доз удобрений варьировал от0 до 150 кгд.в. Получены уравнения регрессии, характеризующие закономерности действия различных сочетаний и доз ЫРКна урожайность ярового ячменя в зависимости от условий увлажнения вегетационного периода культуры: в засушливых условиях 2016 г. У = 1,57 - 0,34№5 + 0,30Ы + 0,06(ЫР)05 + 0,0ЩЫК)05 - 0,05(РК)05; при N достаточном увлажнении в 2018 г. У = 2,67 + О 0,58№ 5 + 0,39Р°5 + 0,20К05 - 0,20(ЫР)0 5 -^ 0,17(ЫКР5. Результатыисследованийпоказа-0| ливысокую теснотусвязимеждуфактически-2 мии расчётными значениями. Коэффициент ^ корреляции составил 0,986и0,845. Погодные ел условия вегетационного периода оказывали де существенное влияние на эффективность ^ применения минеральных удобрений. В за-5 сушливых условиях внесение фосфорных и ^ калийныхудобрений без применения азотных
не эффективно. Азотные удобрения обеспечивали повышение урожайности на 20 %, а при их сочетании с фосфорно-калийными на 31. ..76 %. Использование азотных, фосфорных и калийных удобрений в чистом виде и их парных сочетаний было эффективно в условиях нормального увлажнения. Азотные удобрения обеспечили наибольшую прибавку урожайности - 1,3 ц/га. Наименьшая прибавка отмечена при использовании калийных удобрений.
Ключевые слова: ячмень яровой, минеральные удобрения, урожайность, регрессионный анализ, неполная факториальная схема опыта.
Для цитирования: Цыгуткин А.С., Вас-биева М.Т. Шишков Д.Г. Особенности постановки полевого опыта с минеральными удобрениями на основе неполной факто-риальной схемы 1/9(6*6*6) // Земледелие. 2022. №6. С. 22-26. doi: 10.24412/0044-3913 -2022-6-22-26.
Увеличение производства зерна важная задача АПК России. Одной из ведущих зерновых фуражных культур служит яровой ячмень [1, 2, 3]. Эта культура требовательна к почвенным условиям и уровню минерального питания [4, 5, 6]. Важную роль в повышении урожайности и улучшении качества продукции сельскохозяйственных культур играют минеральные удобрения [7, 8, 9]. Эффективность их применения зависит от многих факторов [10, 11, 12]. Поэтому для разработки оптимальной экологически безопасной системы удобрения необходим большой объём детальной информации о дозах минеральных удобрений и их сочетаниях в зависимости от содержания питательных элементов в почве [13, 14, 15]. На Урале эти вопросы изучены недостаточно. Проводимые в прежние годы полевые опыты с малым количеством вариантов не могли обеспечить сбор необходимой информации для определения действия трёх видов удобрений и их взаимодействия. Неполные факториальные схемы позволяют при широкой амплитуде доз минеральных удобрений с использованием математических методов установить
закономерности их действия [16, 17].
Цель исследования - рассмотрение особенностей постановки полевого опыта с использованием неполной факториальной схемы 1/9(6*6*6) для изучения влияния азотных, фосфорных и калийных удобрений на урожайность ярового ячменя в условиях Предуралья с использованием математических моделей, полученных при обработке данных методом регрессионного анализа.
В работе использовали данные полевого многофакторного опыта, заложенного на базе Пермского НИИСХ в 1978 г Исследования проводили на двух полях, которые вводили последовательно в 1978 и 1980 гг Почва опыта имела следующие агрохимические показатели: содержание гумуса 2,12 %, рНКС| 5,6, подвижных соединений фосфора и калия (по Кирсанову) - соответственно 175 мг/кг и 203 мг/кг
Для исследования были взяты данные 2016 и 2018 гп в пятой ротации вось-мипольного севооборота со следующим чередованием культур: чистый пар, озимая рожь, картофель, пшеница, клевер 1 гп., клевер 2 гп., ячмень, овес. Ячмень сорта Родник Прикамья возделывали по общепринятой технологии.
Формы использованных удобрений: аммиачная селитра, суперфосфат двойной гранулированный, калий хлористый. Единичная доза азотных, фосфорных и калийных удобрений составляла 30 кг/га д.в., диапазон изучения доз минеральных удобрений от 0 до 150 кг/га д.в.
Неполная факториальная схема опыта 1/9(6*6*6) включила 24 варианта и два повторения. Общее число делянок -48. Общая площадь делянки - 120 м2, учётная площадь делянки - 76,4 м2.
Основной метод статистической обработки экспериментальных данных для опытов с неполными факториальными схемами - регрессионный анализ, позволяющий на основе выбранных 24 вариантов рассчитать урожайность в 216 вариантах, которые составляют полную факториальную схему (Перегудов В.Н. Планирование многофакторных полевых опытов с удобрениями и математическая обработка их результатов. М.: Колос, 1978. 183 с.). Обработка методом дисперсионного анализа не позволяет раскрыть всё многообразие полученных данных о закономерности действия и взаимодействии изучаемых в опыте минеральных удобрений, спрогнозировать эффективность различных сочетаний доз удобрений, которые не изучались в опыте, но лежат в интервале исследуемых доз [18].
1. Схема распределения доз минеральных удобрений
Удобрения Градации факторов соответствующие дозам удобрений, кг/га
0 I 1 I 2 I 3 I 4 I 5
Азотные 0 30 60 90 120 150
Фосфорные 0 30 60 90 120 150
Калийные 0 30 60 90 120 150
Для установления количественной зависимости урожая ячменя от действия азотных, фосфорных и калийных удобрений и их сочетаний использовали модель с половинными и целыми степенями, а для описания парных взаимодействий изучаемых в опыте факторов - с половинными степенями [19, 20, 21]. Такая модель больше подходит для описания влияния минеральных удобрений на величину урожая сельскохозяйственных культур. Особенно это видно при обработке данных, где схема опыта включает факторы с числом градаций от 4 и больше, в отличие от опытов с ограниченным числом градаций и большой шириной шага между дозами, когда нет принципиальных отличий между выбором половинной и квадратичной модели [22, 23]. Такая ситуация связана с тем, что основная прибавка изучаемого показателя зависит от действия факторов и их парных взаимодействий. На долю тройных и более взаимодействий приходится не более 5 % от этой прибавки [24, 25, 26]. Половинная модель для описания действия и взаимодействия изучаемых факторов представлена в виде уравнения регрессии: У = а0 + а1№5 + а^ + а^05 + + а4Р + а5К05 + а6К + а^Р)05 + + а^К)05 + а9(РК)05, где У - урожайность ярового ячменя, т/га; а0 - свободный член, отражающий величину урожая зерна без внесения минеральных удобрений; а1, а2, а3, а4, ... ап - коэффициенты, отражающие действие изучаемого фактора и взаимодействий факторов; N Р, К - изучаемые в опыте факторы ^ - азотные, Р - фосфорные, К - калийные удобрения).
Расчёт уравнений на ПК осуществляли на основе полученных экспериментальных данных по программе, предусматривающей последовательную оценку и исключение незначимых членов регрессии, на основе критерия 1-Стыодента при уровне вероятности 0,95. Согласованность теоретических и фактических данных оценивали с использованием коэффициента множественной корреляции (Я).
Подстановка в уравнения регрессии различных закодированных значений доз азотных, фосфорных или калийных удобрений - 0, 1, 2, 3, 4, и 5, что соответствует их дозам 0, 30, 60, 90, 120 и 150 кг/га, даёт расчётные значения урожайности.
Полная факториальная схема трёх-факторного опыта включает шесть градаций каждого из факторов. В качестве изучаемых факторов взяли азотные,
фосфорные и калийные удобрения, их закодировали символами NРК, которые используют в агрохимии. При цифровой кодировке вариантов первая по порядку цифра соответствует фактору азотные удобрения, вторая - фосфорные удобрения, третья - калийные удобрения. Цифровые значения каждого из факторов обозначены градации, которые соответствуют дозам удобрений. Например, вариант 303 обозначает дозу удобрений ^0Р0Кд0 (табл. 1).
Реализация полной факториальной схемы, в которой представлены все возможные сочетания градаций, потребовало бы 216 вариантов (6^6x6). Такое количество позволяет изучитьдействие факторов и их взаимодействие, но с учётом повторений полевой опыт будет занимать значительную площадь, что делает его практически неосуществимым. Кроме того, при неоднородности почвенного покрова опытного участка полученные данные будут менее достоверными из-за увеличения ошибки опыта.
Для повышения точности и снижения трудозатрат проведено сокращение числа вариантов: выбрана 1/9 часть из 216 вариантов так, чтобы оставшиеся 24 были равномерно распределёнными по всей области изучаемых градаций. При отборе вариантов использовали метод условного фактора.
Все факторы последовательно изучены на трёх фонах по обеспеченности питательными элементами: 000, 111 и 222. Фон обозначен символом Б. Фактора NРК имели градации 0 и 3, фактор Б - 0, 1 и 2. В результате была получена полная факториальная схема четырёх-факторного опыта 2x2x2x3, состоящая из 24 вариантов. На каждом фоне была развёрнута полная факториальная схема 2x2x2 в дозах 0 и 3. При Б = 0, то есть на фоне 000, схема включала варианты 000, 003, 030, 033, 300, 303, 330 и 333; при Б = 1 (то есть на фоне 111) - 111, 114, 141, 144, 411, 414, 441 и 444; при Б = 2 (то есть на фоне 222) - 222, 225, 252, 255, 522, 525, 552 и 555.
Геометрически эту схему можно истолковать как три куба (образ восьмерной схемы), сдвинутые один относительно другого по диагонали. Таким образом, выборка сохраняет амплитуду изучаемых в опыте градаций от 0 до 5, присущую полной факториальной схеме 6x6x6.
При этом даже после проведения выборки схема, с учётом повторений, остаётся столь обширной, что из-за пестроты плодородия почвы не может
обеспечить приемлемую точность. Сохранение точности полевого опыта возможно при использовании метода блоков [20]: разделение вариантов внутри повторений на группы. В группы (блоки) включали варианты, которые делают их равнозначными в отношении главных эффектов факторов и их взаимодействий. Благодаря этому ошибка опыта определяется варьированием плодородия почвы не внутри повторения, а внутри его части (блоке) и находится на уровне обычного маловариантного опыта. Это позволяет без потери точности включать в схему большое число вариантов.
В нашем использовании первый блок включил варианты 003, 030, 300, 333, 114, 141, 411, 444, 225, 252, 522, 555; второй - 000, 033, 303, 330, 111, 144, 414, 441, 222, 255, 525, 552. Признаком однородности блоков в отношении изучаемых факторов и их взаимодействий служит наличие у каждого из трёх факторов внутри блока всей совокупности градаций от нуля до пяти в двукратном повторении. Кроме того, сумма чисел всех градаций каждого из факторов внутри блока равна 30, сумма парных сочетаний - 330, сумма тройных взаимодействий - 3330, сумма произведений двух чисел в любой конфигурации - 83, сумма квадратов произведений тройных взаимодействий - 1295370.
Схема содержит четыре блока, каждый из которых включает двенадцать вариантов. Распределение вариантов по блокам систематическое, внутри блока - случайное. Такая конструкция схемы опыта уникальна, так как включает два взаимно исключающих метода расположения вариантов внутри повторения, и была использована В.Н. Перегудовым только один раз.
Конструкция схемы опыта обладает потенциальной возможностью быть улучшенной. Она может включать не одну блокировку вариантов внутри повторения, а иметь двойную блокировку. Шесть вариантов внутри двух полублоков в каждом из блоков могут быть расположены или рендомизиро-ванно, или в заранее определённом порядке. Известно, что блокировка вариантов позволяет повысить точность опыта, снизить ошибку опыта до уровня эксперимента с малым числом вариантов. По форме повторение может быть размещено на поверхности поля в виде вытянутого прямоугольника с ы соотношением сторон делянок 12x2 е или 6x4. Для получения достоверных л данных такая схема опыта включает два Д повторения. л
Неполная факториальная схема опы- е та 1/9(6x6x6) имеет высокую информа- 2 тивность, которая составляет 7,756 бит 6 или 0,162 бит на1делянку[27]. Это один м из самых высоких показателей среди 2 трёхфакторных схем опыта и по общему 2
2. Метеорологические условия при возделывании ярового ячменя
Показатель 2016 г. 2018 г.
Сумма активных температур более 5 °С 2187 1817
Сумма активных температур более 10 °С 2065 1617
Сумма осадков, мм 162 269
ГТК 0,7 1,3
объёму информации, и по информации, приходящейся на 1 делянку.
Метеорологические условия в 2016 г. характеризовались повышенной температурой воздуха и недостаточным количеством осадков, особенно в июле и августе. ГТК вегетационного периода - 0,7 (табл. 2). Формирование урожая ячменя проходило в условиях жаркой погоды с дефицитом осадков, создались условия для развития атмосферной засухи. К концу июля запасы продуктивной влаги в пахотном и полуметровом слоях приблизились к критическим значениям. Температура воздуха в августе была выше средней многолетней на 6.. .8 °С.
Условия вегетационного периода 2018 г. сложились более благоприятными. ГТК был равен 1,3. Среднемесячная температура воздуха в мае составила 8,9 °С, что на 1,3 °С ниже нормы, сумма осадков (48 мм) - 81 % от среднего многолетнего количества. Однако влагообеспеченность почвы была достаточной благодаря накоплениям в зимне-весенний период. Первая
половина июня выдалась холодной и дождливой, со средней температурой воздуха +14 °С, что на 2,5 °С ниже нормы. Осадков выпало 112 % от средних многолетних значений. Условия в период выхода в трубку растений были удовлетворительными. Температурный режим июля-августа несколько превысил нормы и был благоприятным по влагообеспеченности.
Теоретически суммы и средние урожаи по блокам должны быть равными, существующие на практике отличия средних урожаев по блокам от среднего по повторению объясняется не разным составом вариантов, которые входят в блоки, а неоднородностью почвенного плодородия внутри блоков. Эти различия служат основой для учёта пестроты плодородия почвы внутри повторения и всего опытного участка, что делает возможным путем корректировки данных исключить эту часть из общего варьирования при проведении дисперсионного анализа. Ошибку данных после корректировки будет определять пестрота плодородия почвы внутри блока, а не 3. Урожайность ярового ячменя, т/га
повторения, поэтому она будет ниже.
Для устранения различий между блоками была проведена корректировка по следующей схеме: 1) подсчитали урожайность по блокам, определили среднюю внутри блока; 2) определили среднюю урожайность по блокам; 3) нашли разность (отклонение) между средними в блоке и по блокам: положительное величина этого показателя свидетельствует о более высоком плодородии почвы внутри блока, по сравнению с другими блоками в целом, и наоборот.
Каждый из вариантов повторения включён в один из двух блоков и, следовательно, имеет одно рассчитанное отклонение. Все отклонения суммировали со своим знаком. Суммированное отклонение (поправку), но уже с противоположным знаком, прибавляли к фактической величине урожая. После корректировки фактической урожайности (табл. 3) данные обрабатывали методом регрессионного анализа и в дальнейшем использовали только их.
Как правило, наибольшей урожайности достигают при совместном применении азотных, фосфорных и калийных удобрений. Зависимость величины этого показателя от действия минеральных удобрений в нашем исследовании представлена в виде математических моделей (табл. 4),
2016 г. фактические данные
Повторе- 114/1,73* 444/2,43 300/1,83 141/1,69 003/1,54 555/2,76 Блок 4 124,65; среднее 2,05; по-
ние 2 030/1,58 411/2,40 252/1,77 225/1,87 522/2,79 333/2,26 правка -0,02
414/2,50 330/2,05 552/2,56 303/2,27 255/1,84 033/1,43 Блок 3 124,77; среднее 2,06; по-
000/1,74 111/1,66 222/1,85 441/2,53 144/1,74 525/2,60 правка -0,03
Повторе- 222/1,88 525/2,62 144/1,65 000/1,48 303/2,03 033/1,47 Блок 2 124,33; среднее 2,03; по-
ние 1 414/2,46 441/2,52 255/1,90 552/2,58 330/2,12 111/1,62 правка +0,01
030/1,56 114/1,65 411/2,30 225/1,79 300/1,81 444/2,72 Блок 1 124,08; среднее 2,01; по-
555/2,83 333/2,02 141/1,53 522/2,62 252/1,74 003/1,51 правка +0,03
201 6 г. корректированные данные
Повторе- 114/1,71 444/2,41 300/1,81 141/1,67 003/1,52 555/2,74 Блок 4
ние 2 030/1,56 411/2,38 252/1,75 225/1,85 522/2,77 333/2,24
414/2,47 330/2,02 552/2,53 303/2,24 255/1,81 033/1,40 Блок 3
000/1,71 111/1,63 222/1,82 441/2,50 144/1,71 525/2,57
Повторе- 222/1,89 525/2,63 144/1,66 000/14,9 303/2,04 033/1,48 Блок 2
ние 1 414/2,47 441/2,53 255/1,91 552/2,59 330/2,13 111/1,63
030/1,59 114/1,68 411/2,33 225/1,82 300/1,84 444/2,75 Блок 1
555/2,86 333/2,05 141/1,56 522/2,65 252/1,77 003/1,54
2018 г. фактические данные
Повторе- 114/3,26 444/3,22 300/3,40 141/2,73 003/2,86 555/3,68 Блок 4 140,25; среднее 3,35; по-
ние 2 030/3,22 411/3,38 252/4,12 225/3,32 522/3,29 333/3,77 правка +0,15
414/3,45 330/3,61 552/3,63 303/3,44 255/3,26 033/3,57 Блок 3 141,22; среднее 3,44; по-
000/2,28 111/3,86 222/3,79 441/3,30 144/3,82 525/3,21 правка +0,07
Повторе- 222/3,25 525/3,25 144/3,37 000/2,91 303/3,85 033/3,76 Блок 2 Е42,58; среднее 3,55; по-
ние 1 414/3,52 441/3,76 255/3,68 552/3,62 330/3,92 111/3,69 правка -0,05
030/3,52 114/3,58 411/3,72 225/3,96 300/3,91 444/3,71 Блок 1 144.06; среднее 3,67; по-
555/3,46 333/3,70 141/4,00 522/3,65 252/3,77 003/3,08 правка -0,17
2018 г. корректированные данные
Повторе- 114/3,41 444/3,37 300/3,55 141/2,88 003/3,01 555/3,83 Блок 4
ние 2 030/3,37 411/3,53 252/2,52 225/3,47 522/3,44 333/3,92
414/3,52 330/3,68 552/3,70 303/3,51 255/3,33 033/3,64 Блок 3
000/2,35 111/3,63 222/3,86 441/3,37 144/3,89 525/3,28
Повторе- 222/3,20 525/3,20 144/3,32 000/2,86 303/3,80 033/3,71 Блок 2
ние 1 414/3,47 441/3,71 255/3,63 552/3,57 330/3,87 111/3,64
030/3,35 114/3,41 411/3,55 225/3,79 300/3,74 444/3,54 Блок 1
555/3,29 333/3,53 141/3,83 522/3,48 252/3,60 003/2,91
*в числителе закодированные варианты схемы опыта (например, 000,003, 030, 033 и др.), в знаменателе - урожайность ячменя. 24
и расти легче
Семена
и всхо в полн
безоп
Хет-Трик
®
avgust
crop protection
expectrum
инновационные продукты
ПРОТРАВИТЕЛЬ
имидаклоприд, 333 г/л + дифеноконазол, 67 г/л + тебуконазол, 17 г/л
Трехкомпонентный инсектофунгицидный протравитель семян зерновых культур.
Эффективно защищает растения от основных болезней семян и всходов и одновременно контролирует почвообитающих и наземных вредителей. Благодаря двум идеально дополняющим друг друга фунгицидным компонентам продолжительно действует на внутреннюю и внешнюю инфекцию. Не оказывает ретардантного действия на всходы.
1/
нимет
к ультуры
№¡¿7 " -
>Т 'У-,,-
Оплот® Трио
ехреЛгит
инновационные продукты
ПРОТРАВИТЕЛЬ
дифеноконазол, 90 г/л + тебуконазол, 45 г/л + азоксистробин, 40 г/л
Трехкомпонентный протравитель семян зерновых культур с ростостимулирующим эффектом.
Полностью контролирует основной комплекс возбудителей болезней. Подавляет развитие патогенов внутри и снаружи семян. Надолго защищает от почвенной и ранней аэрогенной инфекции. Стимулирует прорастание семян, способствует получению дружных и здоровых всходов, формированию мощной корневой системы.
С нами расти легче
avgust ••
crop protection
avgust mm
crop protection
д
к.
Виал® Трио
expectrum
ПРОТРАВИТЕЛЬ
прохлораз, 120 г/л + тиабендазол, 30 г/л + ципроконазол, 5 г/л
Трехкомпонентный протравитель семян зерновых культур для защиты от широкого комплекса патогенов.
Надежно и на длительный период защищает растения от корневых и прикорневых гнилей даже при высоком инфекционном фоне. Высокоэффективен против почвенной, семенной и ранней аэрогенной инфекции. Содержит запатентованную смесь трех д. в., разработанную с учетом спектра наиболее распространенных заболеваний зерновых.
4. Уравнения регрессии, характеризующие закономерности действия минеральных удобрений на урожайность ярового ячменя
Год 1 Уравнение регрессии 1 Я
2016 У = 1,57 - 0,34№5 + 0,30Ы + 0,06(ЫР)0'5 + 0,08(1ЧК)0'5 - 0,05(РК)05 0,986
2018 У = 2,67 + 0,58№5 + 0,39Р05 + 0,20К05 - 0,20(ЫР)0'5 - 0,17(ЫК)0'5 0,845
которые, согласно высоким коэффициентам корреляции, свидетельствуют о сильной связи между фактическими и расчётными величинами урожайности. То есть неполная факториальная схема даже при двух повторениях позволяет получать данные с точностью, необходимо для практики.
Важное значение имеет тот факт, что неполная факториальная схема дает представление о том, что одинаковый или близкий по величине урожай можно получить при разных сочетаниях доз минеральных удобрений. Это позволяет в производственных условиях определять оптимальные сочетания доз удобрений для достижения максимального урожая.
зерна ярового ячменя без применения удобрений была на 70 % выше, чем в засушливом 2016 г
При благоприятной влагообеспечен-ности вегетационного периода (2018 г) применение азотных, фосфорных и калийных удобрений и их парных сочетаний было эффективным. Наибольшую прибавку урожайности обеспечили азотные удобрения. При расчетах с использованием уравнений регрессии было установлено, что в полевом опыте в 2018 г. максимальная урожайность возможна при внесении, или по 150 кг/га фосфорных и калийных удобрений (вариант 055), когда она составила 3,99 т/га (прибавка 1,32 ц/га), или 150 кг/га азотных удобрений (вариант 500) - 3,97 ц/га
5. Урожайность ярового ячменя в зависимости от применения азотных, фосфорных и калийных удобрений, т/га
Вариант 2016 г. 2018 г
фактическая I расчётная фактическая I расчётная
000 1,60 1,57 2,61 2,67
003 1,53 1,57 2,96 3,01
030 1,58 1,57 3,36 3,34
033 1,44 1,43 3,68 3,68
111 1,63 1,62 3,79 3,45
114 1,70 1,65 3,41 3,48
141 1,62 1,63 3,36 3,64
144 1,69 1,61 3,61 3,67
222 1,86 1,87 3,53 3,56
225 1,84 1,90 3,63 3,53
252 1,76 1,88 3,94 3,65
255 1,86 1,88 3,48 3,61
300 1,83 1,88 3,65 3,66
303 2,14 2,12 3,66 3,49
330 2,08 2,06 3,78 3,73
333 2,15 2,15 3,73 3,56
411 2,36 2,32 3,54 3,66
414 2,47 2,43 3,50 3,51
441 2,52 2,39 3,54 3,64
444 2,58 2,45 3,46 3,50
522 2,71 2,65 3,46 3,61
525 2,60 2,74 3,24 3,45
552 2,56 2,70 3,64 3,56
555 2,80 2,76 3,56 3,40
Эффективность применения минеральных удобрений может меняться в зависимости от влагообеспеченности вегетационного периода. Расчетная урожайность ярового ячменя в 2016 г на фоне естественного плодородия почвы в условиях дефицита влаги составила 1,57 т/га (табл. 5). Минеральные удобрения повышали величину этого показателя, максимальной в опыте (2,76 т/га) она была при внесении пяти доз азотных, фосфорных и калийных
удобрений ^^бсК^.
В условиях дефицита влаги применение только фосфорных и калийных удобрений было не эффективно. Азотные удобрения обеспечивали повышение урожайности на 20 %, а их сочетание с РК - на 31.76 %. В условиях достаточного увлажнения 2018 г. сбор
(прибавка 1,3 ц/га). Применение фосфорных и калийных удобрений по отдельности было мало эффективно. Совместное внесение минеральных удобрений в дозе ^50Р150К150 снизило урожайность до 3,40 т/га.
Таким образом, предложены математические модели урожайности ярового ячменя в зависимости от доз NPK и их сочетания в различных условиях увлажнения вегетационного периода: для засушливых условий 2016 г У =1,57 - 0,34№5+0^+0,06^Р)05+ 0,08^К)05 - 0,05(РК)05;
для условий достаточного увлажнения в 2018 г
У=2,67 + 0,58№5 + 0,39Р05 + 0,20К05 -0,20^Р)05 - 0,17^К)05.
Установлена неэффективность внесения фосфорных и калийных удобре-
ний без азотных в засушливых условиях. Азотные удобрения обеспечивали повышение урожайности на 20 %, а их сочетание с РК - на 31.76 %. В условиях достаточного увлажнения на урожайность ячменя заметное влияние оказывает как отдельное, так и совместное применение азотных, фосфорных и калийных удобрений. Отмечен меньший эффект от внесения фосфорных и калийных удобрений, чем от внесения азотных, которые обеспечивали наибольшую прибавку урожайности (1,3 ц/га).
Литература
1. Косолапов В.М. Как оптимизировать производство и использование зернофуража в России // Земледелие. 2010. № 5. С. 19-21.
2. Косолапов В.М., Чернявских В.И. Кормопроизводство: состояние, проблемы и роль ФНЦ «ВИК им. В. Р. Вильямса» в их решении // Достижения науки и техники АПК. 2022. Т. 36. №4. С. 5-14. Ьо1: 10.53859/02352451_2022_36_4_5.
3. Состояние и перспективы развития кормопроизводства в Нечернозёмной зоне РФ / А. А. Кутузова, А. С. Шпаков, В. М. Косолапов и др. // Кормопроизводство. 2021. № 2. С. 3-9.
4. Кирюшин В. И. Управление плодородием почв и продуктивностью агроценозов в адаптивно-ландшафтных системах земледелия // Почвоведение. 2019. № 9. С. 1130-1139.
5. Сапега В.А., Турсумбекова Г.Ш. Характеристика основных параметров среды, урожайность и адаптивная способность сортов ярового ячменя // Достижения науки и техники АПК. 2015. № 2. С. 17-20.
6. Калиничева М.М., Феоктистова Н.А., Акшарова В.Г. Минеральные удобрения -стабилизатор продуктивности ярового ячменя на серой лесной почве // Достижения науки и техники АПК. 2017. Т. 31. № 1. С. 19-21.
7. Прогнозирование продолжительности вегетационного периода у сортов яровых зерновых в условиях изменения климата / Л. Ю. Новикова, В. Н. Дюбин, И. В. Сеферова и др. // Сельскохозяйственная биология. 2012. № 5. С. 78-87.
8. Бабунов А. Б., Бадин А. Е. Влияние минеральных удобрений на урожайность и качество ярового ячменя Саншайн, а также вынос элементов питания // Достижения науки и техники АПК. 2018. Т. 32. № 8. С. 32-34.
9. Сайдяшева Г. В., Зайцева К. Г. Эффективность биомодифицированного удобрения и микробиологического препарата на яровом ячмене в условиях лесостепи Поволжья // Вестник Казанского государственного аграрного университета. 2021. Т. 16. № 2 (62). С. 39-42.
10. Кирюшин В. И. Экологические функции ландшафта // Почвоведение. 2018. № 1. С. 17-25.
11. Наумченко Е. Т., Банецкая Е. В. Потребление азота яровой пшеницей на разных 3 уровнях обеспеченности почвы подвижным м фосфором // Достижения науки и техники АПК. л
2020. Т. 34. № 6. С. 23-27 д
12. Завалин А. А., Алёшин М. А. Вынос е урожаем, баланс в почве и эффективность и использования азота зерновыми культурами е в смешанных и одновидовых агроценозах
// Российская сельскохозяйственная наука. 6
2021. № 6. С. 3-8. 10
13. Васбиева М. Т. Влияние длительного ° применения органических и минеральных
удобрений на динамику содержания органического углерода и азотный режим дерново-подзолистой почвы // Почвоведение. 2019. № 11. С. 1365-1372.
14. Стулин А. Ф., Стахурлова Л. Д. Продуктивность подсолнечника на черноземах выщелоченных в длительном опыте с удобрениями // Российская сельскохозяйственная наука. 2020. № 2. С. 39-43.
15. Мокрушина А. В., Богатырева А. С., Акманаев Э. Д. Семенная продуктивность сортов ярового рапса в зависимости от доз минеральных удобрений в условиях Среднего Предуралья // Вестник Казанского государственного аграрного университета. 2019. Т. 14. № 1 (52). С. 46-52.
16. Иванова Т. И. Прогнозирование эффективности удобрений с использованием математических моделей. М.: Агропромиздат, 1989. 235 с.
17. Цыгуткин А.С. Особенности планирования и конструкции неполной фактори-альной схемы 1/16(8х8х8) с последующей подготовкой данных опыта для статистической обработки // Доклады РАСХН. 2001. №2. С. 30-32.
18. Завьялова Н.Е. Влияние минеральных удобрений на трансформацию калийного фонда дерново-подзолистой тяжелосуглинистой почвы / Н.Е. Завьялова, М.Т. Васбиева, Д.Г. Шишков, и др. // Агрохимия. 2022. №1. С. 3-9.
19. Перегудов В.Н., Иванова Т.И. Эффективность метода блоков в уточнении данных полевых многофакторных опытов с удобрениями. Сообщение 2. // Агрохимия. 1980. №2. С.135-140.
20. Перегудов В.Н., Иванова В.Н. К вопросу о главных эффектах и взаимодействии факторов в многофакторных опытах с удобрениями. Сообщение 1 // Агрохимия. 1979. №9. С. 110-118.
21. Цыгуткин А. С. Двухфакторная неполная факториальная схема опыта %(6х6) и её использование в полевом опыте // Агрохимия. 2013. № 4. С. 81-86.
22. Цыгуткин А.С., Логвинов И.В. Использование регрессионного анализа для изучения влияния удобрений и способов основной обработки почвы на урожай гороха // Достижения науки и техники АПК. 2022. №5. С. 61-66.
23. Тютюнов С.И., Цыгуткин А.С., Логвинов И.В. Урожай сахарной свёклы в зависимости от севооборота, способа основной обработки почвы, доз минеральных и органических удобрений // Российская сельскохозяйственная наука. 2022. №1. С. 3-7.
24. Цыгуткин А.С., Азаров А.В. Изучение влияния технологий возделывания сельскохозяйственных культур и почвы, как саморазвивающейся системы, на содержание гумуса // Достижения науки и техники АПК. 2021. Т. 35. № 6. С. 44-49.
25. Влияния способов обработки почвы, минеральных и органических удобрений в различных севооборотах на содержание гу-
СЧ муса в чернозёме типичном / С.И. Тютюнов, О В.Д. Соловиченко, А.С. Цыгуткин, и др. // ^ Достижения науки и техники АПК. 2020. Т. 34. ® №5. С. 7-12.
26. Цыгуткин А.С. Главные эффекты и ® взаимодействия факторов в многофакторном ^ опыте // Вестник Российской академии сельско-^ хозяйственных наук. 2001. №5. С. 53-56.
® 27. Цыгуткин А.С. Информативность опыта 5 и её оценка // Химия в сельском хозяйстве. ® 1996. № 6. С. 45-46.
Features of a field experiment with mineral fertilizers based on an incomplete factorial scheme 1/9 (6x6x6)
A.S. Tsygutkin1, M.T. Vasbieva, D.G. Shishkov2
1Williams Federal Scientific Center of Fodder Production and Agroecology, Nauchnyi gorodok, k. 1, Lobnya, Moskovskaya obl., 141055, Russian Federation
2Perm Federal Research Center, Ural Branch of the Russian Academy of Sciences, ul. Kul'tury, 12, s. Lobanovo, Permskii r-n, Permskii krai 12614532, Russian Federation
Abstract. The work was carried out in 2016-2018 and aimed to consider the features of setting up a field experiment using an incomplete factorial scheme 1/9 (6*6*6) to study the effect of nitrogen, phosphorus and potash (NPK) fertilizers on the yield of spring barley using mathematical models obtained by processing data by regression analysis. The experiments were carried out in a field test established in 1978. Barley was cultivated in the fifth rotation of an eight-field crop rotation on soddy-podzolic heavy loamy soil in the Cis-Ural region. The range of fertilizer doses varied from 0 to 150 kg a.i. Regression equations were obtained that characterize the regularities of the effect of various combinations and doses of NPK on the yield of spring barley, depending on the conditions of moisture during the growing season of the crop: in dry conditions in 2016, Y = 1.57 - 0.34N0.5 + 0.30N + 0.06(NP)0.5 + 0.08(NK)0.5 - 0.05(PK)0.5; with sufficient moisture in2018, Y = 2.67 + 0.58N0.5 + 0.39P0.5 + 0.20K0.5 - 0.20(NP)0.5 - 0.17(NK)0.5. The research results showed a high closeness of the relationship between the actual and calculated values. The correlation coefficient was 0.986and0.845. The weather conditions of the growing season had a significant impact on the efficiency of the application of mineral fertilizers. In arid conditions, the application of phosphorus and potash fertilizers without the use of nitrogen fertilizers was not effective. Nitrogen fertilizers provided an increase in yield by 20%, and when combined with phosphorus-potassium fertilizers, by31-76%. The use of pure nitrogen, phosphorus and potassium fertilizers and their pair combinations was effective under conditions of normal moisture. Nitrogen fertilizers provided the largest increase in yield - 1.3 c/ ha. The smallest increase was observed when using potash fertilizers.
Keywords: spring barley; mineral fertilizers; productivity; regression analysis; incomplete factorial experimental design.
Author Details: A.S. Tsygutkin, Cand. Sc. (Biol.)(e-mail: ASZ.RU@mail.ru);M.T. Vasbieva, Cand. Sc. (Biol.), senior research fellow, D.G. Shishkov, junior research fellow.
For citation: Tsygutkin AS, Vasbieva MT, Shishkov DG [Features of a field experiment with mineral fertilizers based on an incomplete factorial scheme 1/9 (6*6*6)]. Zemledelie. 2022(6):22-6. Russian. doi: 10.24412/00443913-2022-6-22-26.
doi: 10.24412/0044-3913-2022-6-26-31 УДК 633.34:631.445.4:631.559(571.13)
Продуктивность сои
в различных
условиях
выращивания
на юге
Западной
Сибири
A. Ю. ТИМОХИН, кандидат сельскохозяйственных наук, старший научный сотрудник (e-mail: timokhin@anc55.ru)
B. С. БОЙКО, доктор сельскохозяйственных наук, главный научный сотрудник Л. В. ОМЕЛЬЯНЮК, доктор сельскохозяйственных наук, главный научный сотрудник А. М. АСАНОВ, кандидат сельскохозяйственных наук, ведущий научный сотрудник Омский аграрный научный центр, просп. Королева, 26, Омск, 644012, Российская Федерация
Исследования проводили с целью изучения продуктивности и качества семян сои при различных условиях минерального питания на богаре и при орошении. Работа выполнена в 2019-2020 гг. в южной лесостепи Западной Сибири (Омская область). Схема опыта включала следующие варианты: условия влагообеспеченности (фактор А) - богара (без полива), орошение (оросительная норма400м3/га); фосфорное минеральное удобрение (фактор В) - Р0, Р6Ю; азотное минеральное удобрение (фактор С) - Ы0, Ы30, N0 сорт (фактор D) - Сибирячка (стандарт), Эльдорадо, Золотистая, Черемшанка. Почва -лугово-черноземная, среднемощная, тяжелосуглинистая с содержанием органического вещества в слое 0...0,2 м - 4,35...4,65 %. Полив в фазе цветения сои сгладил погодный стресс и обеспечил содержание влаги почве в оптимальном интервале 70,0.77,8 % НВ до 10-14 августа. Орошение увеличило сбор семян, по сравнению с богарой, на 0,83 т/ га, или 61 %. Эффективность азотного удобрения (N0 при орошении была невысокой (+0,16 т/га в сравнении с вариантом без их использования), но достоверной, что связано, вероятно, с достаточным содержанием элемента в почве. Фосфорное удобрение Р60 обеспечило повышение урожайности в вариантах без полива с 1,24 до 1,47 т/га (на 19 %), при орошении - с 2,02до 2,37 т/ га (на 17 %), в сравнении с Р0 (НСР05=0,07). Сочетание изучаемых факторов увеличивало сбор сои с 1,21 до 2,44 т/га. Содержание белка в семенах в среднем по опыту превы-
