ОЦЕНКА КАЧЕСТВА ПЛОДОРОДИЯ ПОЧВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ УГОДИЙ ХОЗЯЙСТВ ЛЕНИНГРАДСКОЙ ОБЛАСТИ Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

Научная статья УДК 631.422

doi: 10.24412/2078-1318-2021 -3 -47-57

ОЦЕНКА КАЧЕСТВА ПЛОДОРОДИЯ ПОЧВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ УГОДИЙ ХОЗЯЙСТВ ЛЕНИНГРАДСКОЙ ОБЛАСТИ

Сергей Николаевич Малашин1, Вячеслав Иванович Саморуков2, Дмитрий

Вячеславович Саморуков 3

1 Санкт-Петербургский государственный аграрный университет, Петербургское шоссе, д. 2, Пушкин, Санкт-Петербург, 196601, Россия; malashin831@rambler.ru; http://orcid.org/0000-0002-8611-365X 2Санкт-Петербургский государственный аграрный университет, Петербургское шоссе, д. 2, Пушкин, Санкт-Петербург, 196601, Россия; dpo@ama.spbgau.ru; http://orcid.org/0000-0001-9152-953X 3Санкт-Петербургский политехнический университет Петра Великого, ул. Политехническая, 29, Санкт-Петербург, 195251, Россия; samorukov93@mail.ru; http://orcid.org/0000-0002-7894-4955

Реферат. Проблема системного прогнозирования в рамках конкретных территориальных угодий сельхозпроизводителей актуальна для современной науки и практики. В статье рассматриваются возможности использования инструментов системно-ситуативного моделирования для прогнозирования динамики процессов в аграрном секторе на основе проектного подхода.

В применяемой нами системно-ситуативной модели управления и обеспечения качества одним из его базовых элементов выступает «ситуация» в единстве трех групп структурных составляющих: конкретной задачи, условий и субъекта ее выполнения. Под ситуацией авторы понимают «наименьшую, неделимую системно-организованную часть деятельности, в которой проявляются все ее основные элементы в целостной непосредственной связи и взаимодействии» [1, 2].

На базе хозяйств Волосовского района Ленинградской области было обследовано 59473,12 га, из них: 44437,88 га - пашни, 2971,42 га - сенокосы, 12007,15 га - пастбища и 56,69 га - многолетние насаждения.

Анализ состояния количественных и качественных показателей агрохимического обследования почв выявил их неоднородность по хозяйствам Волосовского района Ленинградской области для всех оцениваемых индексов.

Установлены обменная кислотность, содержание подвижного фосфора и обменного калия, а также органического вещества в почвах испытуемых хозяйств.

Модификация исходного метода последовательной динамической оценки, предложенная в данной работе, может быть рекомендована для практического использования для реализации программы развития АПК на региональном уровне применительно к конкретным почвенно-климатическим условиям с целью повышения плодородия почв, качества и урожайности сельскохозяйственных культур.

Ключевые слова: агрохимическое обследование, методы исследования, оценка качества, плодородие почв, системно-ситуативное моделирование, процессный подход, проектный подход

Цитирование. Малашин С.Н., Саморуков В.И., Саморуков Д.В. Оценка качества плодородия почв сельскохозяйственных угодий хозяйств Ленинградской области // Известия Санкт-Петербургского государственного аграрного университета. - 2021. - № 3(64). - С. 47-57. doi: 10.24412/2078-1318-2021 -3 -47-57

THE CONDITION OF A METABOLISM AND NATURAL RESISTENCY

IN AN ORGANIZM OF PIGS

Sergey N. Malashin1, Vyacheslav I. Samorukov2, Dmitry V. Samorukov3

1Saint-Petersburg State Agrarian University, Peterburgskoye shosse, 2, Pushkin, Saint-Petersburg,

196601, Russia; malashin831@rambler.ru; http://orcid.org/0000-0002-8611-365X 2Saint-Petersburg State Agrarian University, Peterburgskoye shosse, 2, Pushkin, Saint-Petersburg,

196601, Russia; dpo@ama.spbgau.ru; http://orcid.org/0000-0001-9152-953X 3Peter the Great St.Petersburg Polytechnic University, Politechnicheskaya st., 29, Saint-Petersburg, 195251, Russia; samorukov93@mail.ru; http://orcid.org/0000-0002-7894-4955

Abstract. The problem of system forecasting within the framework of specific territorial lands of agricultural producers is relevant for modern science and practice. The article considers the possibilities of using system-situational modeling tools to predict the dynamics of processes in the agricultural sector based on the project approach.

In the system-situational model of management and quality assurance used by us, one of its basic elements is the "situation" in the unity of three groups of structural components: a specific task, conditions and the subject of its implementation. The authors understand the situation as "the smallest, indivisible systemically organized part of the activity, in which all its main elements are manifested in a holistic direct connection and interaction" [1, 2].

59 473.12 hectares were surveyed on the basis of farms of the Volosovsky district of the Leningrad region, of which: 44 437.88 hectares of arable land, 2 971.42 hectares of hayfields, 12 007.15 hectares of pastures and 56.69 hectares of perennial plantings.

The analysis of the state of quantitative and qualitative indicators of agrochemical soil survey revealed their heterogeneity in the farms of the Volosovsky district of the Leningrad region for all the evaluated indices.

The exchange acidity, the content of mobile phosphorus and exchangeable potassium, as well as organic matter in the soils of the tested farms were established.

The modification of the initial method of sequential dynamic assessment proposed in this paper can be recommended for practical use for the implementation of the program for the development of agriculture at the regional level in relation to specific soil and climatic conditions in order to increase soil fertility, quality and yield of agricultural crops.

Keywords: agrochemical survey, research methods, quality assessment, soil fertility, system-situational modeling, process approach, project approach

Citation. Malashin S.N., Samorukov V.I., Samorukov D.V. (2021), "Assessment of the quality of soil fertility of agricultural lands of farms of the Leningrad region ", Izvestya of Saint-Petersburg State Agrarian University, vol. 64, no. 3 pp. 47-57. (In Russ.). doi: 10.24412/2078-1318-2021-3-47-57

Введение. Сегодня проблема оценки качества плодородия почв сельскохозяйственных угодий на базе современных моделей и методов анализа агрохимических показателей очень актуальна. Данные модели и методы, используемые для прогнозирования динамики сельскохозяйственных процессов, основаны на количественной информации и реализуются в рамках статистического контроля качества. С одной стороны, только сплошное агрохимическое обследование сельскохозяйственных угодий позволяет получать

объективные данные об изменении плодородия почвы всего региона и составлять расчеты на дальнейшее его развитие, с другой - реальные динамические процессы, происходящие в сельском хозяйстве, представлены конкретными условиями хозяйствования, для которых эти требования редко выполнимы из-за большой неопределенности факторов, от которых зависит их динамика.

В отечественных и зарубежных исследованиях, проведенных за последние годы по вопросам агрохимического обследования почв сельскохозяйственных угодий, а также в результатах работ государственных центров и станций агрохимической службы, отмечается, что существенный ряд вопросов методического характера требует дальнейшей научной проработки, прежде всего, на региональном уровне применительно к конкретным почвенно-климатическим условиям.

Внедрение интенсивных технологий требует создания необходимых условий для увеличения объемов производства высококачественной сельскохозяйственной продукции на основе повышения плодородия почв сельскохозяйственных угодий при выполнении комплекса агрохимических, культурно-технических, агромелиоративных, эколого-токсикологических и организационных мероприятий; обеспечения производства сельскохозяйственной продукции, отвечающей санитарным нормам; снижения уровня загрязненности почвы, поверхностных и подземных вод; рационального и экологически безопасного применения средств химизации в сельском хозяйстве [3, 4].

В последние десятилетия активно развиваются новые направления в совершенствовании методик оценки и контроля качества продукции на основе методов и моделей искусственного интеллекта, бережливого производства, использования нечетких информационных моделей экономических систем, методологии последовательной динамической оценки деятельности и др. Развитие этой тенденции в отношении «конкретной ситуации - как системной единицы анализа» привело к созданию прагматических моделей, которые основаны на системном, процессном и проектном подходах [5, 6].

Таким образом, проблема системного прогнозирования в рамках конкретных территориальных угодий сельхозпроизводителей актуальна для современной науки и практики. В ходе исследования применены ранее разрабатываемые нами инструменты системно-ситуативного моделирования контроля качества для прогнозирования динамики процессов в аграрном секторе на основе проектного подхода [7, 8].

Цель исследования состояла в оценке качества плодородия почв сельскохозяйственных угодий, основанных на современных моделях и методах количественного и качественного анализа агрохимических показателей.

Материалы, методы и объекты исследований. Ленинградская область находится в умеренных широтах северного полушария, в лесной зоне, на стыке подзон тайги и смешанных лесов и характеризуется атлантико-континентальным климатом:

- преимущественно отмечаются зимы с частыми оттепелями и умеренно-теплое лето;

- суммарная солнечная радиация составляет в среднем 77 Ккал/кв. см в год;

- среднегодовая сумма температур варьируется в пределах 1400-1900 градусов Цельсия;

- зона достаточного увлажнения (550-650 мм в год), с наибольшим выпадением количества осадков летом и осенью;

- почвы подзолистого и подзолисто-глеевого типа; болотного типа - от торфинистых до торфяно-болотных; дерново-карбонатные, в поймах рек встречаются дерново-аллювиальные [9].

Исследования проводились на базе хозяйств Волосовского района Ленинградской области. Всего обследовано 59 473,12 га, из них: 44437,88 га - пашни, 2971,42 га - сенокосы, 12007,15 га - пастбища и 56,69 га - многолетние насаждения (рис. 1).

|5б,7

■ Пшня

■ С? боек

Мвогодяш екшзххх

■Пктбида

Рисунок 1. Структура сельскохозяйственных угодий Figure 1. Structure of agricultural land

С площади сельскохозяйственных угодий отобрано 9384 объединенных почвенных образца. Отбор объединенных почвенных проб проводился по элементарным участкам тростевым буром на глубину гумусового (пахотного) горизонта. С каждого элементарного участка отбиралась одна объединенная проба почвы. Каждую объединённую пробу почвы составляли из точечных проб, равномерно отобранных на элементарном участке по маршрутному ходу. Маршрутный ход прокладывался по середине каждого элементарного участка вдоль удлинённой стороны. Каждая объединенная проба составлялась из 40 точечных проб.

При отборе почв использовали GPS-навигатор Garmin GPSMAP 78s, данные обрабатывались с программным обеспечением BaseCamp.

Для обеспечения сбора и анализа аналитических данных были использованы:

1) автоматизированная аналитическая система для определения химического состава почв (фосфор и калий) в вытяжках из почв по методу А. Т. Кирсанова (ГОСТ 26207—91);

2) автоматизированная аналитическая система ПИАК для определения в почвенных пробах рН, гидролитической кислотности, хлор-, фтор-, кальций и других ионов;

3) оборудование для измерения массовой концентрации подвижных минеральных форм фосфора и калия в углеаммонийной вытяжке из почв по методу Б. П. Мачигина (ГОСТ

4) атомно-абсорбционный спектрометр «Спектр-5-4» для определения тяжёлых металлов;

5) почвенный склад и оборудование для пробоподготовки.

Для создания, редактирования, визуализации и анализа картографического материала использовали свободно распространяемую кроссплатформенную геоинформационную систему Qgis.

Результаты исследований.

Картограмма кислотности почв Волосовского района Ленинградской области представлена на рисунке 2.

26205-91);

Картограмма кислотности

почв Волосовского района

• обзенсненш

Т^'.чЧ-'

Рисунок 2. Картограмма кислотности почв Figure 2. Cartogram of soil acidity

Полученные данные свидетельствуют, что:

- 109,7 га (0,2%) почв с/х угодий имеют сильнокислую реакцию почвенной среды (pH до 4,1-4,5);

- 3,6 тыс. га (6%) обследованной территории относятся к среднекислым почвам;

- слабокислую реакцию (рН 5,1-5,5) имеют почвы на площади 14,3 тыс. га (24,1%);

- максимальное количество почв сельскохозяйственных угодий имеет близкую к нейтральной (рН 5,6-6) и нейтральную (рН > 6,0) реакцию среды - 20,5 тыс. га (34,4%) и 21 тыс. га (35,3%) соответственно (рис. 3).

109,75 3590,87

2097927,00%

14313,94

pH 4,1-4,5 pH 4,6-5,0 pH 5,1-5,5 pH 5,6-6,0 pH > 6,0

20479,29%

Рисунок 3. Кислотность почв Figure 3. Soil acidity

В таблице 1 представлена кислотность почв по видам сельскохозяйственных угодий.

Таблица 1. Кислотность почв по видам угодий Table 1. Soil acidity by type of land

Степень кислотности рН солевой вытяжки Площадь по угодьям ИТОГО

пашня пастбище сенокос многолетние насаждения

га % га % га % га %

Очень сильнокислые < 4,0 - - - - - - - - 0

Сильнокислые 4,1-4,5 73,9 13,8 30,9 0,1 5 0,02 109,7

Среднекислые 4,6-5,0 2905,2 51,6 512,7 2,4 77,5 0,4 3590,9

Слабокислые 5,1-5,5 10847,5 71,3 3168,7 15,1 393,2 1,9 14313,9

Близкие к нейтральным 5,6-6,0 14992,1 74,2 4248,3 20,2 1188,4 5,7 20479,3

Нейтральные > 6,0 15606,3 74,2 4046,5 19,2 1320,4 6,3 56,7 0,1 20979,3

ИТОГО 59473,1

Почвы с очень сильнокислой реакцией среды среди обследованных обнаружены не были. Значительная часть почвенного покрова Волосовского района представлена дерново-карбонатными почвами, характеризующимися нейтральной реакцией почвенного раствора. Следовательно, для понимания динамики изменения кислотности почв необходима более детальная работа с использованием материалов предыдущих этапов агрохимического обследования [10, 11].

Площадь обследованных земель, характеризующихся содержанием подвижного фосфора, составляет:

- очень высокое - 13,1 тыс. га (21,9%);

- высокое - 26,6 тыс. га (44,7%);

- повышенное - 12,7 тыс. га (21,4%);

- среднее - 5,6 тыс. га (9,4%);

- низкое - 1,4 тыс га (2,3%);

- очень низкое - 122,4 га (0,2%) (рис. 4).

■ < 25 26-50

■ 51-100

■ 101-150

■ 151-250

1 368,41 5609,42

13 050,25

12754,14

26568,52

Рисунок 4. Содержание подвижных форм фосфора в почвах Figure 4. The content of mobile forms of phosphorus in soils

В таблице 2 представлено содержание подвижных форм фосфора в почвах хозяйств Волосовского района по видам сельскохозяйственных угодий.

Таблица 2. Содержание Р2О5 в почвах по видам угодий Table 2. The content of Р2О5 in soils by type of land

Содержание Р2О5, мг/кг Площадь по угодьям ИТОГО

пашня пастбище сенокос многолетние насаждения

га % га % га % га %

Очень низкое < 25 105,8 0,2 - - 16,6 0,03 - - 122,4

Низкое 26-50 952,1 1,6 279,3 0,5 137 0,2 - - 1368,4

Среднее 51-100 3940,5 6,6 1243 2,1 425,9 0,7 - - 5609,4

Повышенное 101-150 9019,3 15,2 2591,9 4,4 1086,2 1,8 - - 12754,1

Высокое 151-250 19531,1 32,8 6053,8 10,2 983,6 1,7 - - 26568,5

Очень высокое > 250 10767,4 18,1 1947,7 3,3 335,1 0,6 - - 13050,3

ИТОГО 59473,1

Процент почв по содержанию обменного калия составляет:

- очень высокое содержание - 4,3 тыс. га (7,2%);

- высокое - 17,5 тыс. га (29,4%);

- повышенное - 20,9 тыс. га (35,1%)

- среднее -13,9 тыс. га (23,4%),

- низкое - 2,9 тыс га (4,8%);

- очень низкое - 50,6 га (0,1%) (рис. 5).

Рисунок 5. Содержание обменного калия в почвах Figure 5. The content of exchangeable potassium in soils

Содержание обменного калия в почвах хозяйств Волосовского района по видам сельскохозяйственных угодий представлено в таблице 3.

Таблица 3. Содержание К2О в почвах по видам угодий Table 3. The content of К2О in soils by type of land

Содержание К2О, мг/кг Площадь по угодьям ИТОГО

пашня пастбище сенокос многолетние насаждения

га % га % га % га %

Очень низкое < 40 50,6 0,1 - - - - - - 50,6

Низкое 41-80 2296,6 3,9 482 0,8 92,6 0,2 - - 2871,2

Среднее 81,120 11839,5 19,9 1564,4 2,6 459,2 0,8 56,7 0,1 13919,8

Повышенное 121-170 15186,4 25,5 4668,7 7,9 1030,6 1,7 - - 20885,8

Высокое 171-250 12241,2 20,6 4331 7,3 882,2 1,5 - - 17454,4

Очень высокое > 250 2823,6 4,7 961 1,6 506,8 0,9 - - 4291,4

ИТОГО 59473,1

Почвы с очень низкой обеспеченностью органическим веществом среди обследованных обнаружены не были:

- площадь земель с очень высоким содержанием гумуса - 523,1 га (0,9%);

- с высоким содержанием гумуса — 553,1 га (0,9%);

- повышенная гумусированность -2,6 тыс. га (4,4%);

- с низкой обеспеченностью - 21,4 тыс. га (39,6%) (рис. 6).

Рисунок 6. Содержание обменного гумуса в почвах Figure 6. The content of humus in soils

Содержание гумуса в почвах хозяйств Волосовского района по видам сельскохозяйственных угодий представлено в таблице 4.

Таблица 4. Содержание гумуса в почвах по видам угодий Table 4. The content of humus in soils by type of land

Обеспеченность Содержание гумуса, % Площадь по угодьям ИТОГО

пашня пастбище сенокос многолетние насаждения

га % га % га % га %

Очень низкая < 2 - - - - - - - - -

Низкая 2,1-4,0 18977,1 32,1 4172,8 7,1 219,9 0,4 56,7 0,1 23426,5

Средняя 4,1-6,0 23802,5 40,3 7169,5 12,1 1051,2 1,8 - - 32023,2

Повышенная 6,1-8,0 1432 2,4 371,7 0,6 769,8 1,3 - - 2573,4

Высокая 8,1-10,0 184 0,3 170,2 0,3 198,9 0,3 - - 553,1

Очень высокая > 10 10,7 0,02 91,2 0,1 421,3 0,7 - - 523,1

59099,3

Выводы. Модифицированная системно-ситуативная модель оценки качества плодородия почв, использованная в данной работе, может быть рекомендована для практического использования при реализации программы развития АПК на региональном уровне применительно к конкретным почвенно-климатическим условиям [12].

Результаты агрохимического обследования почв хозяйств Волосовского района Ленинградской области свидетельствуют о необходимости проведения культуртехнических и мелиоративных работ, агротехнических мероприятий по повышению плодородия сельскохозяйственных угодий [13].

На слабоокультуренных почвах с кислотностью почвы, даже начиная от слабокислой реакции среды, требуется внесение доломитовой муки в несколько этапов.

По всем элементам питания наблюдается отрицательный баланс. Для поддержания плодородия и восполнения макроэлементов необходимо внесение повышенных доз органических и минеральных удобрений. Наиболее эффективно компенсировать недостающее количество NPK в почву при помощи минеральных удобрений, в частности комбинированных. Так как наиболее отрицательный баланс наблюдается по азоту (-54 кг/га), то необходимо подбирать соотношение NPK в удобрении таким образом, чтобы большая часть приходилась на азот. Среди таких удобрений хорошо подойдут: карбоаммофоска 2:1:1; азофоска 2:1:1; нитроаммофоска 2:1,5:1,5. Также возможно применение сложных удобрений, содержащих в своем составе только азот и фосфор. Но такие удобрения необходимо использовать исключительно вместе с внесением в почву дозы калийных удобрений.

Применение инновационных подходов в агропромышленном комплексе требуют мер по развитию человеческого капитала в условиях цифровой экономики [14].

Список источников литературы

1. Шведин Б.Я. Онтология предприятия: экспириентологический подход: Технология построения онтологической модели предприятия. - М.: Ленанд, 2010. - 234 с.

2. Moroz M.T., Samorukov V.I. Optimization of feeding conditions for dairy goats in order to increase their productivity. - IOP Conference Series: Earth and Environmental Sciencethis link is disabled. -2020. - 613(1). - 012085.

3. Федеральный закон от 16.07.98 № 101-ФЗ «О государственном регулировании обеспечения плодородия земель сельскохозяйственного назначения» [Электронный ресурс]. - URL: https://www.garant.ru (дата обращения: 05.05.2021).

4. Божук С.Г., Евдокимов К.В., Плетнева Н.А., Саморуков В.И. Экологический маркетинг: учеб. пособие для слушателей дополнительных профессиональных программ профессиональной переподготовки и повышения квалификации. - СПб.: СПбГАУ, 2018. - 140 с.

5. Parfenova, V.E., Bulgakova, G.G., Amagaeva, Y.G., Evdokimov, K.V., Samorukov, V.I. Forecasting models of agricultural process based on fuzzy time series. - IOP Conference Series: Materials Science and Engineering. - 2020. - 986(1). - 012013.

6. Klochkova E., Evdokimov K., Klochkov Yu., Samorukov V. Methodology for reducing risk of underperformance of personnel functions. IOP Conference Series: Engineering for Rural Development 17th International Scientific Conference. - 2018. - pp. 1213-1222.

7. Inskyi R.K., Kovalishyn S., Sirotenko O.D. Crop modeling: advances and problems// Agronomy Journal. - 2001. - Т. 93. - № 3. - pp.. 650-653.

8. Affholder F., Tittonell P., Corbeels M., Roux S., Motisi N., Tixier P., Wery J. Ad Hoc Modeling in Agronomy: what have we learned in the last 15 years?// Agronomy Journal. - 2012. - Т. 104. - № 3. -pp. 735-748.

9. Малашин С.Н. Влияние ассоциативных азотфиксирующих микроорганизмов на продуктивность овсяницы красной на Северо-Западе РФ: дис... на соиск. уч. степ. канд. с.-х.наук. - СПб-Пушкин, 2009. - 101 с.

10.Небольсин А.Н., Небольсина З.П. Теоретические основы известкования почв. - СПб: ГНУ ЛНИИСХ Россельхозакадемии, 2005. - 252 с.

11.Небольсин А.Н., Небольсина З.П. Известкование почв (Результаты 50-летних полевых опытов). - СПб: ГНУ ЛНИИСХ Россельхозакадемии, 2010. - 254 с.

12.Agronomic Crops. Volume 2: Management / Edited by Mirza Hasanuzzaman. 2019. (doi:10.1007/978-981-32-9783-8).

13. Министерство сельского хозяйства Российской Федерации: методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения [Электронный ресурс]. - URL: https://docs.cntd.ru (дата обращения: 05.08.2021).

14.Иванов Д.Ю., Суслов Е.Ю., Евдокимов К.В., Саморуков В.И. Развитие человеческого капитала в условиях цифровой экономики // Вестник Белгородского университета кооперации, экономики и права. - 2020. - № 1 (80). - С. 85 - 93.

References

1. Shvedin, B.Ya. (2007), Ontologiya predpriyatiya: ekspiriyentologicheskiy podkhod: Tekhnologiya postroyeniya ontologicheskoy modeli predpriyatiya [Ontology of the enterprise: an experimental approach: Technology for constructing an ontological model of the enterprise], Lenand, Moscow, Russia.

2. Moroz, M.T., Samorukov, V.I. Optimization of feeding conditions for dairy goats in order to increase their productivity// IOP Conference Series: Earth and Environmental Sciencethis link is disabled, 2020, 613(1), 012085.

3. [Electronic resource]: URL: https://www.garant.ru (accessed: 05.05.2021).

4. Bozhuk, S.G., Evdokimov, K.V., Pletneva, N.A., Samorukov, V.I. (2018) Ekologicheskiy marketing [Environmental marketing], St. Petersburg, Russia.

5. Parfenova, V.E., Bulgakova, G.G., Amagaeva, Y.G., Evdokimov, K.V., Samorukov, V.I. Forecasting models of agricultural process based on fuzzy time series// IOP Conference Series: Materials Science and Engineering, 2020, 986(1), 012013.

6. Klochkova, E., Evdokimov, K., Klochkov, Yu., Samorukov, V. Methodology for reducing risk of underperformance of personnel functions// IOP Conference Series: Engineering for Rural Development 17th International Scientific Conference, 2018, pp. 1213-1222.

7. Inskyi, R.K., Kovalishyn S., Sirotenko, O.D. Crop modeling: advances and problems// Agronomy Journal. 2001. Т. 93. № 3. pp.. 650-653.

8. Affholder, F., Tittonell, P., Corbeels, M., Roux, S., Motisi, N., Tixier, P., Wery, J. (2012) Ad Hoc Modeling in Agronomy: what have we learned in the last 15 years?, Agronomy Journal, vol. 104, no. 3, pp. 735-748. (doi: 10.2134/agronj2011.0376).

9. Malashin, S.N. (2009), Influence of associative nitrogen-fixing microorganisms on the productivity of red fescue in the North-West of the Russian Federation. Ph.D: Thesis, SPbGAU, SPb.-Pushkin. (In Russia).

10.Nebolsin, A.N., Nebolsina, Z.P. (2005), Teoreticheskiye osnovy izvestkovaniya pochv [Theoretical foundations of soil liming], GNU LNIISKH of the Russian Agricultural Academy, St. Petersburg, Russia.

1LNebolsin, A.N., Nebolsina, Z.P. (2010), Izvestkovaniye pochv (Rezultaty 50-letnikh polevykh opytov) [Liming of soils (Results of 50-year field experiments)], GNU LNIISKH of the Russian Agricultural Academy, St. Petersburg, Russia.

12.Management (2019), Agronomic Crops, vol 2, Edited by Mirza Hasanuzzaman (doi:10.1007/978-981-32-9783-8).

13. [Electronic resource]: URL: https://docs.cntd.ru (accessed: 05.08.2021).-

14.Ivanov, D.Yu., Suslov, E.Yu., Evdokimov, K.V., Samorukov, V.I. (2020), Development of human capital in the digital economy, Bulletin of the Belgorod University of Cooperation, Economics and Law, no. 1 (80), pp. 85-93. (In Russ.).

Cведения об авторах

Малашин Сергей Николаевич - кандидат сельскохозяйственных наук, Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный аграрный университет», Академия менеджмента и агробизнеса, spin-код: 2276-6187.

Саморуков Вячеслав Иванович - кандидат педагогических наук, доцент, Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный аграрный университет», Академия менеджмента и агробизнеса, spin-код: 4119-1264.

Саморуков Дмитрий Вячеславович - соискатель, Федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский политехнический университет Петра Великого», spin-код: 7280-2882.

Information about the authors

Sergey N. Malashin - Candidate of agricultural sciences, Federal State Budgetary Educational Institution of Higher Education «St. Petersburg State Agrarian University», Academy of Management and Agribusiness, spin-code: 2276-6187.

Vyacheslav I. Samorukov - Candidate of pedagogical sciences, associate professor, «St. Petersburg State Agrarian University», Academy of Management and Agribusiness, spin-code: 4119-1264. Dmitry V. Samorukov - applicant, Federal State Autonomous Educational Institution of Higher Education "Peter the Great St. Petersburg Polytechnic University", spin-code: 7280-2882.

Авторский вклад. Все авторы настоящего исследования принимали непосредственное участие в

планировании, выполнении и анализе данного исследования.

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Все авторы настоящей статьи ознакомились и одобрили представленный окончательный вариант.

Author's contribution. All authors of this research paper have directly participated in the planning,

execution, or analysis of this study.

All authors of this paper have read and approved the final version submitted. Conflict of interest. The authors declare no conflict of interest.

Статья поступила в редакцию 23.08.2021 г.; одобрена после рецензирования 04.10.2021 г.; принята к публикации 04.10.2021 г.

The article was submitted 23.08.2021; approved after reviewing 04.10.2021; accepted after publication 04.10.2021.