CC BY
12
Научная статья УДК 631/635
скл: 10.47737/2307-2873_2023_41_20
ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ С ЭЛЕМЕНТАМИ ТОЧНОГО ЗЕМЛЕДЕЛИЯ ПРИ ВОЗДЕЛЫВАНИИ БОБОВО-ЗЛАКОВЫХ СМЕСЕЙ С РАЗНЫМ СООТНОШЕНИЕМ КОМПОНЕНТОВ
©2023. Юрий Николаевич Зубарев1, Денис Станиславоч Фомин 2Н, Татьяна Владиславовна Новикова, София Сергеевна Полякова4, Дмитрий Станиславович Фомин5
1,2,3,4,5 Пермский государственный аграрно-технологнческий университет имени академика Д.Н. Прянишникова, Пермь, Россия
2,3,4,5 Пермский федеральный исследовательский центр УрО РАН, Пермь, Россия 2 [email protected]
Аннотация. Проведены двулетние полевые опыты (2021, 2022 гг.), апробировано для Среднего Предуралья практическое применение, и определены интервалы урожайности зерна (1,15-2,01 т/га) смеси вика+пшеница при дифференцированном внесении удобрений и гербицида с применением данных дистанционного зондирования Земли (ДЗЗ). Установлено, что оптимальным соотношением вико-пшеничной смеси в посеве является 55 %+45 %, где достигается урожайность зерна - 2,22 т/га при сплошном применении средней дозы и 1,93 т/га - при дифференцированном внесении с применением ДЗЗ. За 2 года исследований установлено, что урожайность выше в варианте со среднерекомендуемой дозой удобрений по всем соотношениям вико-пше-ничной смеси, что на 21 % превысило сбор зерна в вариантах дифференцированного внесения удобрения и гербицида.
Ключевые слова: точное земледелие, дифференцированное внесение, удобрения, гербицид, вико-пшеничная смесь, урожайность зерна, засоренность
Введение. Сельское хозяйство России начинает активно использовать цифровые технологии. Цифровизация агропродовольствен-ного комплекса обеспечит повышение в два раза производительности труда в цифровых агропредприятиях и на 12 % увеличит сферу применения высокоточных технологий [1].
Введение элементов точного земледелия в практические аграрные технологии качественно меняет системы земледелия, включает использование геоинформационных систем (ГИС) и дифференцированных технологий, позволяет извлекать данные из множества различных источников, оптимизирует агрономические решения, экономит хозяйственные и природные ресурсы.
В 21 веке сельскохозяйственные предприятия все больше стремятся оптимизировать работу производства путем выявления продуктивных сортов зерновых и бобовых культур и возможности их совместного посева, с получением максимальной урожайности. Для более широкой оптимизации всех процессов от посева до уборки необходимо применение новейших технологий, но АПК ограничен в финансах [2-4]. Немногие предприятия постепенно переходят на новейшую технику, где появляется возможность использовать данные дистанционного зондирования Земли и автоматизировать работу, уменьшая затраты на внесении удобрений и гербицидов.
Также экономится время для обработки информации. Все эти процессы направленны на сохранение бюджета предприятия и увеличение продуктивности сельскохозяйственных культур, техника окупается за 3-5 лет использования [5,6]. В современном сельском хозяйстве активно используются элементы технологии «точного земледелия» [7,8-10]. В данной технологии при обработке почв агрохимика-тами, расчет вносимых удобрений осуществляется двумя способами:
1) приобретением датчиков для сельскохозяйственной техники, которые выявляют состояние посевов по картам-заданиям (online);
2) формированием карт-заданий до выезда в поле на основе данных дистанционного зондирования Земли (off-line) [11,12].
Результаты, полученные при использовании технологий ДЗЗ органично встраиваются в инструментарий цифровых технологий сельского хозяйства. Отсюда и цель наших исследований - изучить практическое использование и влияние на урожайность смеси зерновых и зернобобовых культур агротехнических приёмов применения удобрений гербицидов, основанных на данных дистанционного зондирования Земли.
Методика. Полевые испытания проводили в 2021, 2022 годах на агрополигоне Пермского НИИСХ - филиала ПФИЦ УрО РАН, расположенном в 10 км к юго-востоку от г. Перми, Россия. Arponoлигон находится в районе с умеренно-прохладным климатом со среднегодовым количеством осадков 650 мм и среднегодовой температурой +1,5 °С.
Исследования проводили на дерново-подзолистой тяжелосуглинистой почве в трёх-факторном полевом опыте, где изучали сравнительные приёмы традиционного и дифференцированного применения агрохимикатов (удобрения и гербицид) в смешанном посеве зерновой и зернобобовой культуры. Сорт вики посевной Mera, норма высева 2 млн шт/га. Сорт пшеницы «Экстра», норма высева 6 млн шт/га. Сорта районированы для Волго-Вятского региона.
Схема опыта: фактор А - доза применения удобрения: А1 - (ТЧ^РбоКбо) - традиционная, средняя рекомендованная доза для бо-бово-злаковых смесей в Среднем Предуралье, N15 - «стартовая» доза при возделывании бобовых культур, А: - (ЫРК) -расчётная доза с использованием дистанционного зондирования Земли (ДЗЗ). Фактор В - применение гербицида: В1 - без обработки (контроль), В2 -традиционное - сплошное опрыскивание, Вз -расчётное - дифференцированное опрыскивание с учётом ЭПВ. Фактор С - соотношение компонентов при посеве вико-пшеничной смеси (вика+пшеница), % : С1 -100+0; С: -0+100; С3 -85+15; С4-70+30; С5 -55+45; С6 -40+60. Размещение делянок - систематическое в два яруса, повторность - четырёхкратная. Общая площадь делянки (А) - 0,21 га, учётная -0,11 га. Общая площадь делянки (В)
- 480 м2, учетная - 360 м2. Общая площадь (С)
- 96 м2, учётная - 60 м2.
При внесении минеральных удобрений дифференцированным способом до посева были определены зоны продуктивности с использованием данных дистанционного зондирования Земли. В интервалах зон с разной продуктивностью, отобраны почвенные образцы для определения агрохимических показателей (значения варьировали от 131,19 кг/га до 615,10 кг/га Р205; К20 от 210 кг/га до 684 кг/га) и методом элементарного баланса создавались карты-задания для внесения минеральных удобрений на планируемую урожайность 3 т/га. Перед расчетом доз внесения удобрений, образцы удобрений были проанализированы в сертифицированной лаборатории Пермского НИИСХ - филиала ПФИЦ УрО РАН. По результатам исследований содержание действующего вещества составило: в карбамиде (14-48,9 %), аммофосе (Р205-49,2 %; N-12,4 %) и калий хлористом (КгО-54,9 %).
При учёте сорного компонента определяли количество многолетних и однолетних сорняков, а при повышении порога ЭПВ одним из видов сорных растений проводили опрыскивание. Для уничтожения сорных рас-
тении использовали в посевах вико-пшенич-ной смеси гербицид Линтаплант, КС (0,5-0,8 л/га) с расходом рабочей жидкости 200 л/га. Дифференцированное опрыскивание гербицидом проводили на основе определения экономического порога вредоносности сорных растений (ЭПВ).
При возделывании культур придерживались общепринятой технологии возделывания яровых зерновых и зернобобовых культур для Пермского края: зяблевую вспашку выполняли оборотным полунавесным плугом KUHN Manager С5Т/5, рано весной - боронование бороной БЗТС - 1. Согласно схеме опыта внесено предпосевное минеральное удобрение
разбрасывателем Kuhn AXIS 40.2 M. Предпосевная культивация проведена универсальным культиватором КБМ - 8П. Посев вики и пшеницы в чистом виде и в смеси провели 13.05.2021 и 13.05.2022 (согласно схеме опыта) сеялкой Amazone d9 4000 с последующим послепосевным прикатыванием на следующий день катком З-ККШ-6.
Результаты. Представленная таблица 1 показывает разницу между среднерекоменду-емыми дозами для Пермского края и дифференцированными дозами удобрений. В зависимости от нуждаемости почвы в элементах питания были внесены разные дозы минеральных удобрений.
Таблица 1
Физическая масса удобрений при внесении среднерекомендуемой дозы и дифференцированным способом, кг/га
Фактор С, вика+пшеница, % Расчетная доза удобрений, кг/га Среднерекомендуемая доза удобрений, кг/га
азот фосфор калий азот фосфор калий
100+0 13,58 105,50 0,00 15,00 60,00 60,00
0+100 10,83 119,25 0,00 15,00 60,00 60,00
85+15 10,25 105,25 2,00 15,00 60,00 60,00
70+30 9,83 100,42 26,25 15,00 60,00 60,00
55+45 12,67 99,83 49,25 15,00 60,00 60,00
40+60 10,00 124,17 28,17 15,00 60,00 60,00
Среднее 11,19 109,07 17,61 15,00 60,00 60,00
Пермский край является зоной рискованного земледелия, множество факторов влияют на формирование урожая [13]. В дерново-подзолистых почвах высокая потенциальная засорённость ввиду сохранения большого количество семян сорняков, особенно в верхнем слое почвы 0-40 см. В результате благоприятных погодных условий в дальнейшем происходит интенсивное прорастание сорного компонента вместе с полевыми культурами [14].
Метеорологические условия вегетационных периодов в годы исследований складывались по-разному. 2021 год в целом характеризовался температурой воздуха, выше нормы с недостаточным количеством атмосферных осадков, в 2022 году условия вегетационного периода были более благоприятными с достаточным приходом влаги. Несмотря на различия погодных условий по годам исследования (2021, 2022), в критический период развития -в фазах кущения яровой пшеницы и ветвления
вики посевной, гидротермический коэффициент составил 1,32, что характеризуется как достаточно увлажненный, с благоприятными условиями кущения полевых культур и всходов сопутствующих им сорных растений (табл. 2).
Изучение видового состава показало, что сорная растительность в опыте представлена многолетними видами: полынь обыкновенная (Artemisia vulgaris), осот полевой (Sonchus arvense L), подорожник большой (Plantago major),пырей ползучий (Elytrigia repens), ромашка лекарственная (Matricaria chamomilla); клевер (Trifolium), вьюнок (Convolvulus), малолетними: марь многосе-мянная (Lipandra polysperma), морковь дикая (Daucus carota), лебеда садовая (Atriplex hortensis), что указывает на характерный видовой состав сорных растений для большинства земель сельскохозяйственного назначения Пермского края [15].
В результате анализа данных таблицы 2 установлено, что за 2 года наибольшая урожайность представлена в варианте со средне-рекомендуемой дозой удобрений по всем вариантам фактора С, что на 21 % превысило сбор зерна в вариантах дифференцированного внесения удобрения и гербицида.
Таблица 2
Влияние комплексной эффективности приёма ДЗЗ с элементами точного земледелия, агробиологических показателей вегетации, соотношения вики посевной и яровой пшеницы на урожайность зерна в чистом и смешанном посеве, среднее за 2021, 2022 гг.
Опрыскивание делянок проводилось при определении экономического порога вредоносности, т.е. производился подсчет сорной растительности. Если один из произрастающих сорняков превышал ЭПВ, делянка обрабатывалась гербицидом.
Применение агрохимиката (А, В) Соотношение вики и пшеницы, % (С) Урожайность, т/га ГТК в фазе вегетации Количество сорняков в посеве, шт./м2 Эффективность приёма ДДЗ, %
кущение созревание до применения гербицида после применения гербицида агрономическая экономическая
Сплошное внесение, средняя доза 100+0 1,62 1,32 0,31 5 8 42 -30
0+100 2,78 12 9
85+15 2,20 11 9
70+30 2,00 12 6
55+45 2,16 15 14
40+60 2,13 15 6
Среднее 2,15 1,32 0,31 12 9 42 -30
Дифференцированное внесение с ДЗЗ и учётом ЭПВ 100+0 1,15 1,32 0,31 8 8 35 +30
0+100 1,86 12 13
85+15 1,48 15 13
70+30 1,96 17 11
55+45 2,01 14 13
40+60 1,73 19 8
Среднее 1,70 1,32 0,31 14 11 35 +30
Лучшим соотношением вико-пшенич-ной смеси при посеве является 55 %+45 %, обеспечившим - 2,16 и 2,01 т/га, соответственно при сплошном применении средней дозы и дифференцированном внесении с учетом ДЗЗ и экономического порога вредоносности. При этом засорённость посевов в фазе кущения (ветвления) 12-14 шт./м2 с применением сравнительных приёмов опрыскивания существенно снизилась - на 25-28 %. Дифференцированное внесение гербицида с применением ДЗЗ обеспечило снижение затрат на 30 % за счёт экономии агрономических и материальных ресурсов. Структура агроэконо-мической эффективности заключается в уменьшении площади опрыскивания при дифференцированной обработке гербицидом, снижении расхода гербицида, экономии горючесмазочного материала, оптимизации оплаты труда тракториста-машиниста.
В таблице 3 представлена урожайность варианта без обработки посева гербицидами (абсолютный контроль), урожай зерна варьирует в интервале 1,80-2,18 т/га. Наибольшая урожайность получена в чистом посеве пшеницы при использовании среднерекомендуе-мой дозы удобрений и при сплошной обработке гербицидом (2,78 т/га). Минимальная урожайность зафиксирована при возделывании вики в чистом посеве, с дифференцированным применением удобрений и сплошной обработкой гербицидом (0,86 т/га). Главным фактором в низкой урожайности является полегание, в связи с чем рекомендуются смешанные посевы. Таким образом, выявлена целесообразность возделывания вики в смеси с зерновой культурой. При возделывании вико-пшеничной смеси с применением среднереко-мендуемой дозы минеральных удобрений урожайность варьировала от 1,82 т/га до 2,18 т/га,
в среднем 2,0 т/га. В варианте с дифференцированной технологией применения удобрений урожайность изменялась от 1,57 т/га до 1,80 т/га, в среднем 1,69 т/га. Существенных математически доказуемых различий не обнаружено (Рф<Ро5). Отказ от внесения удобрений и гербицидов в настоящем времени невозможным. При возделывании сельскохозяйствен-
ных культур ежегодно происходит вынос элементов питания, данные показатели (ЫРК) нужно поддерживать или повышать. Применение гербицидов также необходимо; в связи с ежегодным увеличением сорной растительности за вегетационный период агротехнических приемов недостаточно для уменьшения количества сорняков.
Таблица 3
Урожайность смешанных посевов вики посевной и яровой пшеницы в зависимости от элементов точного земледелия на основе данных ДЗЗ, т/га
Фактор А Фактор В Фактор С Среднее по фактору В Отклонения
вика 100% пшеница 100% вика + пшеница (85%+15%) вика + пшеница (70%+30%) вика + пшеница (55%+45%) вика + пшеница (40%+60%)
Средняя доза Контроль 2,17 2,66 1,66 2,23 2,27 2,10 2,18 -
Сплошной способ опрыскивания гербицидами 1,62 2,78 2,20 2,00 2,16 2,13 2,15 -0,03
Дифференцированный способ опрыскивания гербицидами 1,08 2,27 1,43 1,93 2,23 1,96 1,82 -0,36
Диф-ый способ Контроль 1,35 1,81 1,59 1,84 1,94 2,30 1,80 -0,38
Сплошной способ опрыскивания гербицидами 0,86 1,96 1,33 1,55 1,82 1,87 1,57 -0,61
Дифференцированный способ опрыскивания гербицидами 1,15 1,86 1,48 1,96 2,01 1,73 1,70 -0,48
- Среднее по фактору С 1,37 2,22 1,62 1,92 2,07 2,02 1,87 -
Отклонения - 0,85 0,25 0,55 0,70 0,65 - -
НСР05
Главных эффектов фактора А F(})<Fo5
фактора В и взаимодействия АВ F,],<Fo5
фактора С и взаимодействия АС 0,09
Частных различий I порядка 5,32
II порядка 3,21
III порядка 0,18
Наибольшая урожайность смесей в опыте (2,27 т/га) отмечена при соотношении вико-пшеничной смеси (55 % + 45 %), со сплошным внесением минеральных удобрений на фоне без обработки гербицидами. Наибольшая средняя урожайность отмечена на контрольном варианте по фактору В без обработки гербицидами 2,18 т/га при средней дозе минеральных удобрений. Дифференцированное внесение гербицидов несущественно снижало урожайность на 0,13-0,33 т/га в сравнении с вариантами со сплошным опрыскиванием.
Исследования дифференцированного внесения агрохимикатов показал, что данная
технология может экономить до 30 % агрохимикатов при увеличении сбора растениеводческой продукции [16]. Так, например, в исследованиях ВНИПТИХИМ выявлено, что эффективность дифференциации доз минеральных удобрений возрастает при увеличении внутрипольной изменчивости содержания питательных веществ в почве. При изменчивости 10 % интервал от средней дозы в сторону превышения и занижения составляет 4 кг д.в./ га, при изменчивости 40 % - 16 кг д.в./га. Соответственно изменяются издержки за счет превышения доз и недобора урожая [17,18].
смотря на снижение урожайности, дифференцированный способ внесения экономит материальные ресурсы на приобретение гербицидов и удобрений, повышая рентабельность производства вики посевной и яровой пшеницы на 5-10% (таблица 4).
Таблица 4
Экономическая эффективность производства вики посевной и яровой пшеницы в зависимости от элементов точного земледелия на основе данных ДЗЗ
В результате исследований выявлено, что урожайность при применении дифференцированной технологии внесения удобрений и опрыскивании гербицидом ниже, чем при использовании традиционных методов. Не-
Фактор А (минеральные удобрения) Фактор В (гербицид) Урожайность, т/га Затраты, руб Стоимость продукции, руб Прибыль, руб Рентабельность, %
на 1 га на 1 т
Средняя доза Контроль (без обработки) 2,18 27999 12843 29277 1279 5
Сплошной способ опрыскивания гербицидами 2,15 28877 13431 28875 -2 0
Дифференцированный способ опрыскивания гербицидами 1,82 27833 15293 24443 -3390 -12
Дифференцированный способ Контроль (без обработки) 1,80 23005 12781 24174 1169 5
Сплошной способ опрыскивания гербицидами 1,57 23478 14954 21085 -2393 -10
Дифференцированный способ опрыскивания гербицидами 1,70 23366 13745 22831 -535 -2
Выводы. 1. В результате полевых исследований (2021, 2022 гг.) установлено, что снижение затрат на приобретение гербицидов сократилось на 360 руб/га при дифференцированном внесении гербицида с применением дистанционного зондирования Земли в чистом и смешанном посеве вики посевной и яровой пшеницы.
2. Оптимальным соотношением вико-пшеничной смеси в посеве является 55+45 % с урожайностью зерна - 2,16 т/га при сплошном применении средней дозы удобрений и 2,01 т/га - при дифференцированном внесении удобрений с применением ДЗЗ и учётом ЭПВ, что позволило сократить расход ядохимикатов и удобрений.
3. Максимальная урожайность за 2 года в зерно-бобовой смеси по фактору А получена в варианте с применением среднерекомендуе-мой дозы удобрений, что на 21 % превысило сбор зерна в вариантах дифференцированного внесения удобрения и гербицида. Необходимо продолжение исследований, т.к. существенного влияния дозы удобрения на урожайность не выявлено.
4. Впервые в Среднем Предуралье апробировано практическое применение и определён интервал урожая зерна (1,48-2,01 т/га) в смеси вика+пшеница при дифференцированном внесении удобрения и гербицида с применением ДЗЗ и учётом ЭПВ.
Список источников
1. Доспехов Б. А Методика полевого - издание четвертое переработано и дополнено М.: «Колос». Москва, 2011. 416 с.
2. Зубарев Ю.Н. Системы точного земледелия: учебное пособие. Пермь, 2012.121 с.
3. Зубарев Ю.Н. [и др.]; Агроэкологические основы адаптивных севооборотов (классика, инновации, экономика): учебное пособие под общ. ред. Ю.Н. Зубарева, Д.С.Фомина, Н.Ю. Зубарева; М-во с.-х РФ, ФГЪОУ ВО Пермский ГАТУ. Пермь: Изд-во ФГБОУ ВО Пермский ГАТУ. ИПЦ «ПрокростЪ». 2022. 256 с.
4. Михайлова Л.А., Кротких Т.А. Особенности питания и удобрения основных сельскохозяйственных культур на почвах Предуралья // Пермь: Изд-во ФГОУ ВПО Пермская ГСХА, 2012. 223 с.
5. Фомин Д.С., Ямалтдинова В.Р., Тетерлев И.С. Влияние вида пара и фона питания на засоренность посевов и продуктивность севооборотов // Пермский аграрный вестник. 2016. № 4 (16). С. 55-60.
6. Быков B.JL, Быков JI.B., Новородская М.В., Пугцак О.Н., Шерстнева С.И. Применение данных дистанционного зондирования для информационного обеспечения системы точного земледелия // Вестник ОмГАУ. 2016. №1. С. 146-154.
7. Зубарев Ю.Н., Фомин Д.С., Новикова Т.В. Агрометеорологические факторы формирования сорного компонента в агроценозе вики посевной с яровой пшеницей в Среднем Предуралье // Пермский аграрный вестник. 2022. №1. С. 39-49.
8. Шафран, С. А. Внутрипольная вариабельность элементов питания в почвах и ее влияние на урожайность озимых зерновых культур / С. А. Шафран, Е. В. Леонова, В. М. Пупынин // Агрохимия. 2011. № 2. С. 15-23.
9. Поздняков А. В., Семенова К. А., Фузелла Т. Ш. Энергетический анализ функционирования агроэкосистем в условиях естественного насыщения: первые результаты // Известия Иркутского государственного университета. Серия: Науки о Земле. 2018. Т. 23. С. 83-96.
10. Bach H., Mauser W. Sustainable Agriculture and Smart Farming / Mathieu PP., Aubrecht C. (eds) // Earth Observation Open Science and Innovation. ISSI Scientifi с Report Series. Springer, Cham. 2018. №15. P. 261-269.
11. Levi W. Precision agriculture: A smart farming approach // SPORE: spore.sta.int. 2017. № 185. P. 4-7.
12. Mohammad Rokhafrouz, Hooman Latifi, Tomasz Wojciechowski, Remote Sensing-assisted Delineation of Management Zones Considering Agronomy and Climate Information // Conference: First Workshop of the TERRATECH Project, 2021. P. 37-41.
13. Фомин Д.С., Яркова H.H., Полякова С.С., Новикова Т.В., Фомин Дм.С. Влияние гидротермического коэффициента и минеральных удобрений на урожайность бессменного посева ячменя в условиях Предуралья // Агрофизический институт: 90 лет на службе земледелия и растениеводства. 2022. С. 746-749.
14. Пермский край в цифрах; Краткий статистический сборник/ Территориальный орган Федеральной службы государственной статистики по Пермскому краю. Пермь, 2019. 200 с.
15. Оборин М.С. Перспективные направления цифровизации агропромышленного производства // Научный вестник: финансы, банки, инвестиции. 2020. №4. С. 53-58.
16. Фомин Д.С., Яркова Н.Н., Полякова С.С. Урожайность ярового ячменя в зависимости от гидротермических условий в условиях Среднего Предуралья // Аграрная наука Евро-Северо-Востока. 2022. №6. С. 852-859.
17. Фомин Д.С., Зубарев Ю.Н., Фомин Дм.С., Полякова С.С., Новикова Т.В. Урожайность озимой пшеницы "Скипетр" по зонам продуктивности в условиях Предуралья // Агрофизический институт: 90 лет на службе земледелия и растениеводства. 2022. С. 856-861.
18. Фомин Д.С., Фомин Дм.С., Полякова С.С., Новикова Т.В., Захаров М.М. Применение технологий точного земледелия при внесении гербицидов в посевах озимой пшеницы // Заметки ученого. 2022. № 3-1. С. 249-256.
APPLICATION OF EARTH REMOTE SENSING DATA WITH THE PRECISION AGRICULTURE ELEMENTS IN THE LEGUME-CEREAL MIXTURES CULTIVATION WITH DIFFERENT RATIOS OF COMPONENTS
©2023. Yuri N. Zubarev1, Denis S. Fomin2H, Tatiana V. Novikova3, Sofia S. Polyakova4, Dmitry S. Fomin5
1,2,3,4,5 perm gtate Agro-Technological University named after Academician D.N. Prianishnikov, Perm, Russia
2,3,4,5 pecjerai Research Center of the Ural Branch of the Russian Academy of Sciences, Perm, Russia [email protected]
Abstract. Two-year field experiments were conducted in 2021 and 2022, practical application was tested for the Middle Preduralie and seed yield intervals (1.15-2.01 t/ha) of the vetch+wheat mixture with differentiated fertilization and herbicide using remote sensing data were determined. It was found that the optimal ratio of vetch-wheat mixture in sowing is 55% +45%, where the seed yield is 2.22 t/ha with continuous application of the average dose and 1.93 t/ha with differentiated application using remote sensing. Over 2 years of research, it was found that the yield was higher in the variant with the average recommended dose of fertilizers for all ratios of vetch-wheat mixture, which exceeded the seed harvest by 21% in the variants of differentiated fertilizer and herbicide application.
Keywords: precision agriculture, differentiated application, fertilizers, herbicide, vetch-wheat mixture, grain yield, clogging
References
1. Dospehov B.A Metodika polevogo opyta (Field experiment methodology), M.: «Kolos»,2011,416p.
2. Zubarev YU.N. Sistemy tochnogo zemledeliya: uchebnoe posobie (Precision farming systems: tutorial) Perm', 2012.121 p.
3. Zubarev YU.N. [i dr.]; Agroekologicheskie osnovy adaptivnyh sevooborotov (klassika, innovacii, ekonomika): uchebnoe posobie pod obshch. red. YU.N. Zubareva, D.S.Fomina, N.YU. Zubareva; (Agroecological foundations of adaptive crop rotations (classics, innovations, economics)) M-vo s.-h RF, FGBOU VO Permskij GATU.- Perm': Izd-vo FGBOU VO Permskij GATU. IPC «Prokrost"». 2022. 256 p.
4. Mihajlova L.A. Krotkih T.A. Osobennosti pitanija i udobrenija osnovnyh sel'skohozjajstvennyh kul'tur na pochvah Predural'ja (Features of nutrition and fertilization of the main agricultural crops on the soils of Preduralie), Perm'. 2012. 223 p.
5. Fomin D.S., Jamaltdinova V.R., Teterlev I.S.Vlijanie vida para i fona pitanija na zasorennost' posevov i produk-tivnost' sevooborotov (Influence of fallow type and nutrition background on weed infestation and productivity of crop rotations), Permskij agrarnyj vestnik, 2016, No. 4 (16), Pp. 55-60.
6. Bykov V.L., Bykov L.V., Novorodskaya M.V., Pushchak O.N., Sherstneva S.I. Primenenie dannyh distancionnogo zondirovaniya dlya informacionnogo obespecheniya sistemy tochnogo zemledeliya (Application of remote sensing data for information support of the precision farming system) Vestnik OmGAU. 2016. No.l. Pp. 146-154.
7. Zubarev YU.N., Fomin D.S., Novikova T.V. Agrometeorologicheskie faktory formirovaniya sornogo komponenta v agrocenoze viki posevnoj s yarovoj pshenicej v Srednem Predural'e (Agrometeorological factors of the formation of a weed component in the vetch-spring wheat agrocenosis in the Middle Preduralie) Permskij agrarnyj vestnik. 2022. No. 1 .Pp. 39-49.
8. Shafran, S. A. Vnutripol'naya variabel'nost' elementov pitaniya v pochvah i ее vliyanie naurozhajnost' ozimyh zerno-vyh kul'tur (Content's Variability of Nutrients in Soils within a Field and Its Effect on the Yield of Winter Cereal Crops) S. A. Shafran, E. V. Leonova, V. M. Pupynin//Agrohimiya. 2011. No. 2. Pp. 15-23.
9. Pozdnyakov A. V., SemenovaK. A.,FuzellaT. SH. Energeticheskij analiz funkcionirovaniya agroekosistem v uslovi-yah estestvennogo nasyshcheniya: pervye rezul'taty (Energy Analysis of Agroecosystems Functioning in Conditions of Natural Saturation: the First Results ) // Izvestiya Irkutskogo gosudarstvennogo universiteta. Seriya: Nauki о Zemle. 2018. T. 23. Pp. 83-96.
10. Bach H., Mauser W. Sustainable Agriculture and Smart Farming / Mathieu PP., Aubrecht C. (eds) // Earth Observation Open Science and Innovation. ISSI Scientifi с Report Series. Springer, Cham. 2018. No. 15. Pp. 261-269.
11. Levi W. Precision agriculture: A smart farming approach // SPORE: spore.sta.int. 2017. No 185. Pp. 4-7.
12. Mohammad Rokhafrouz, Hooman Latifi, Tomasz Wojciechowski, Remote Sensing-assisted Delineation of Management Zones Considering Agronomy and Climate Information // Conference: First Workshop of the TERRATECH Project, 2021. Pp. 37-41.
13. Fomin D.S., YArkovaN.N., Potyakova S.S., Novikova Т. V., Fomin Dm.S. Vliyanie gidrotermicheskogo koefficienta i mineral'nyh udobrenij na urozhajnost' bessmennogo poseva yachmenya v usloviyah Predural'ya (The effect of hydrothermal coefficient and mineral fertilizers on the yield of permanent sowing of barley in the conditions of the Preduralie)// Agrofizi-cheskij institut: 90 let na sluzhbe zemledeliya i rastenievodstva. 2022. Pp. 746-749.
14. Permskij kraj v cifrah; Kratkij statisticheskij sbornik/ Territorial'nyj organ Federal'noj sluzhby gosudarstvennoj statis-tiki po Permskomu krayu (Perm Kray in figures; A brief statistical compilation / Territorial body of the Federal State Statistics Service for the Perm Territory) Perm', 2019. 200 p.
15. Oborin M.S. Perspektivnye napravleniya cifrovizacii agropromyshlennogo proizvodstva (Promising directions of digitalization of agro-industrial production) Nauchnyj vestnik: finansy, banki, investicii. 2020. No.4. Pp. 53-58.
16. Fomin D.S., YArkova N.N., Potyakova S.S. Urozhajnost' yarovogo yachmenya v zavisimosti ot gidrotermicheskih uslovij v usloviyah Srednego Predural'ya (The yield of spring barley depending on the hydrothermal conditions of vegetation in the conditions of the Middle Trans-Urals) Agrarnaya nauka Evro-Severo-Vostoka. 2022. No. 6. Pp. 852-859.
17. Fomin D.S., Zubarev YU.N., Fomin Dm.S., Potyakova S.S., Novikova T.V. Urozhajnost' ozimoj pshenicy "Skipetr" po zonam produktivnosti v usloviyah Predural'ya (The yield of winter wheat "Scepter" by productivity zones in the conditions of the Preduralie) Agrofizicheskij institut: 90 let na sluzhbe zemledeliya i rastenievodstva. 2022. Pp. 856-861.
18. Fomin D.S., Fomin Dm.S., Potyakova S.S., Novikova T.V., Zaharov M.M. Primenenie tekhnologij tochnogo zemledeliya pri vnesenii gerbicidov v posevah ozimoj pshenicy (Application of precision farming technologies in the application of herbicides in winter wheat crops) // Zametki uchenogo. 2022. No.3-1. Pp. 249-256.
Сведения об авторах
Ю.Н. Зубарев1 - д-р с.-х наук, профессор;
Д.С. Фомин2^ - канд. с.-х. наук, доцент, зав. лаб. прецизионных технологий в сельском хозяйстве; Т.В. Новикова3- аспирант, младший научный сотрудник; С.С. Полякова4- аспирант, младший научный сотрудник; Дм. С. Фомин5- аспирант, младший научный сотрудник.
1,2,3,4,5 Пермский государственный аграрно-технологический университет им. акад. Д.Н. Прянишникова, 614990, г. Пермь, ул. Петропавловская, 23
2,з,4,5 Пермский федеральный исследовательский центр УрО РАН, 614990, Пермский край, г. Пермь, ул. Ленина, д. 13, стр. а
1 [email protected], AuthorlD: 522714
[email protected], AuthorlD: 695406
3fufel [email protected], AuthorlD: 1071010
4ss.potyako [email protected], AuthorlD: 1087907
5prm. fomin. [email protected], AuthorlD: 1070705
Information about the authors
Yu.N. Zubarev1 - Dr. Agr. Sci., Professor;
D.S. Fomin 2H - Cand. Agr. Sci., Associate Professor, Head of the Laboratory of Precision Technologies in Agriculture; T.V. Novikova 3- Postgraduate Student, Junior Researcher; S.S. Polyakova 4- Postgraduate Student, Junior Researcher; Dm.S. Fomin 5- Postgraduate Student, Junior Researcher.
1,2,3,4,5 perm siatg Agro-Technological University named after Academician D.N. Prianishnikov, 23 Petropavlovskaya St., Perm, Russia, 614990
2'3'4'5 Perm Research Institute of Agriculture, a branch of the Perm Federal Research Center of the Ural Branch of the Russian Academy
of Sciences, 12Cultury St., Lobanovo, Permsky District, Perm Kray, 614532
1 [email protected], AuthorlD: 522714
[email protected], AuthorlD: 695406
3fufel [email protected], AuthorlD: 1071010
4ss.poly [email protected], AuthorlD: 1087907
5prm. fomin. [email protected], AuthorlD: 1070705
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов. Conflict of interest: the authors declare that they have no conflicts of interest.
Статья поступила в редакцию 31.01.2023; одобрена после рецензирования 06.02.2023; принята к публикации 07.03.2023. The article was submitted 31.01.2023; approved after reviewing 06.02.2023; acceptedfor publication 07.03.2023.
