CC BY
10
УДК 633:631.559:551.5:57.045:519.25
Прогноз урожайности сельхозкультур
для центральной зоны Оренбургской области
альтернативными методами на 2020 год*
А.А. Неверов, канд. с.-х. наук
ФБГНУ ФНЦ БСТ РАН
В условиях рыночной экономики и конкуренции на мировом рынке растениеводства приоритетным является получение максимальной прибыли от выращивания конкурентоспособной продукции. Условия недостаточного и неустойчивого увлажнения в период вегетации растений создают серьёзные риски снижения эффективности производства продукции тех или иных культур. В Оренбургской области, особенно в сухостепных районах, где вероятность потерь урожая от засух одна из наибольших в РФ, а возможности орошения весьма ограниченны, заблаговременное прогнозирование продуктивности растений, а также сопутствующих погодных условий - это единственный выход минимизировать неоправданные затраты на производство и сохранить свой бизнес в дальнейшем. Прогнозирование урожайности различными альтернативными методами значительно повышает его вероятность. В работе применялись три наиболее изученных и апробированных в условиях Оренбуржья метода долгосрочного прогнозирования: метод остаточных отклонений, синоптико-статистическое моделирование по параметрам климатической системы планеты и региона, авторегрессия временного ряда в нейронной сети.
Ключевые слова: прогноз, урожайность, методы прогнозирования, синоптико-статистическое моделирование, временной ряд.
В условиях рыночной экономики и конкуренции на мировом рынке растениеводства приоритетным является получение максимальной прибыли от выращивания конкурентоспособной продукции. Однако в условиях недостаточного и неустойчивого увлажнения в период вегетации растений создаются серьёзные риски снижения эффективности производства продукции тех или иных культур. Поскольку в Оренбургской области, особенно в сухостепных районах, вероятность потерь урожая от засух одна из наибольших в РФ, а возможности орошения весьма ограниченны, то заблаговременное прогнозирование продуктивности растений, а также сопутствующих погодных условий - это единственный выход минимизировать неоправданные затраты на производство и сохранить свой бизнес в дальнейшем.
Экстремальные условия: жара, засуха, отсутствие продуктивной влаги в почве, заморозки для полевых культур Оренбургской области часто повторяются, но их проявление в течение вегетационного периода значительно различается во времени. В отдельные годы выгодно выращивать более поздние культуры, например подсолнечник, кукурузу, просо, в другое время лучшие условия формируются для озимых и ранних яровых культур. Избежать воздействия на посевы неблагоприятных погодных условий или минимизировать их последствия можно агротехникой: манипулируя сроками сева, нормой высева семян, подбором сельскохозяйственных культур, наиболее приспособленных к предстоящим условиям. При отсутствии прогноза пред-
стоящих погодных условий земледелец вынужден принимать решения вслепую с очень низкой вероятностью оправдать затраченные средства полученной продукцией.
Цель настоящего исследования - долгосрочный прогноз урожайности сельскохозяйственных культур и погодных условий вегетационного периода для центральной зоны Оренбургской области на 2020 г.
Материал и методы исследования.
Объектом исследования были многолетние временные ряды:
- средней урожайности зерна озимой ржи, ячменя, яровой пшеницы, подсолнечника и зелёной массы кукурузы в Оренбургском районе Оренбургской области (1891 - 2019 гг.);
- факторы погодных условий: за период с 1-й декады сентября года, предшествующего году наблюдений, по 1-ю декаду февраля текущего года, в том числе температура воздуха средняя, максимальная и минимальная, среднесуточный дефицит влажности воздуха, осадки, среднедекад-ная температура воздуха с 1-й декады мая по 3-ю декаду августа по г. Оренбургу (1891 - 2020 гг.) по данным Оренбургского центра по гидрометеорологии и мониторингу окружающей среды -филиала ФГБУ «Приволжское управление по гидрометеорологии и мониторингу окружающей среды»;
- аномалии температуры: воздуха нижней тропосферы в Северном и Южном полушариях над сушей и океаном, поверхностных вод океана;
- аномалии площади морского льда в Северном и Южном полушариях;
* Исследование выполнено в соответствии с планом НИР на 2019 -2021 гг. ФГБНУ БСТ РАН по теме № 0761-20190004.
- индексы североатлантического колебания (1891 - 2020 гг.) (данные получены с сайта Национального центра климатических данных США и Всероссийского научно-исследовательского института гидрометеорологической информации -Мирового центра данных (ВНИИГМИ - МЦД) в г. Обнинске РФ) [1].
Для исследований влияния глобальных параметров климатической системы на урожайность сельскохозяйственных культур в Оренбургской области нами использовались принципы синоптико-статистического моделирования В.М. Лебедевой, разработанного в ФГБУ «ВНИИСХМ» [2]. Прогнозирование урожайности сельскохозяйственных культур на основе регрессии параметров климатической системы планеты хорошо зарекомендовало себя для прогнозирования валовых сборов зерна по субъектам РФ. В настоящее время прогнозы ВНИИСХМ используются Правительством РФ для планирования в сфере народного хозяйства страны. Отличие нашего подхода заключается в подборе параметров климатической системы планеты и региона для точечного прогнозирования урожайности на уровне района области.
Прогноз урожайности сельскохозяйственных культур и среднедекадной температуры воздуха осуществляли в задачах авторегрессии временного ряда и множественной регрессии с использованием многослойного персептрона программы Statistica 6.1. Метод авторегрессии временного ряда основан на предположении, что показатель урожайности несёт в себе информацию о закономерностях её формирования в прошлом, в качестве зависимой и независимой переменных используется одна и та же - временной ряд урожайности со смещением вперёд (лагом) во времени.
Для прогнозирования также применялся метод остаточных отклонений в совокупности с методом наложения эпох на основе квазицикличности природных процессов - в авторской программе «Prognostics v.4 - 1».
Метод остаточных отклонений в совокупности с методом наложения эпох (квазициклов) представлен в работе А.Ф. Игуменцова с соавто-
рами [3]. В качестве предикторов используется квазицикличность природных процессов, подробно описанных в трудах учёных различных специальностей: климатологов, вулканологов, астрофизиков и т.д. Временной ряд отклонений урожайности от тренда урожайности разлагается на ряд детерминирующих урожай циклов, с последующим воспроизводством его в будущем времени. В отличие от циклов, квазициклы не являются строго периодичными, так же как и многие природные явления.
Результаты исследования. Прогнозирование урожайности различными альтернативными методами значительно повышает его вероятность. Нами применялись три наиболее изученных и апробированных в условиях Оренбуржья метода долгосрочного прогнозирования.
Для прогноза использовались ряды урожайности различных по биологии и продолжительности вегетационного периода сельскохозяйственных культур, что позволяет посредством только одного интегрального показателя - урожайности косвенно судить о степени благоприятности погодно-климатических условий в различные временные интервалы предстоящего вегетационного периода для посевов (табл. 1).
Прогноз сравнивался со средней фактической урожайностью за 30 лет (1989 - 2018 гг.) в Оренбургском районе. По урожайности озимой ржи два метода - остаточных отклонений и регрессии на параметры климатической системы планеты и региона показали равные по значению результаты 1,5 и 1,2 - 1,5 т • га-1, что близко к норме - 1,6 т • га-1. По методу авторегрессии временного ряда урожайность может быть ниже среднерайонной - на уровне 0,9 т • га-1.
По урожайности других культур все методы показали близкие результаты. Возможна средне-многолетняя урожайность яровой пшеницы и ячменя: около 1,0 т • га-1 ячменя при вариации от 0,8 до 1,3 т га-1 и 0,7 - 1,1 т • га-1 яровой пшеницы при среднем показателе 0,8 т • га-1.
Урожайность зелёной массы кукурузы прогнозируется ниже среднемноголетнего уров-
1. Прогноз урожайности полевых культур на 2020 г. для Оренбургского района Оренбургской области
Метод прогнозирования Предикторы в моделях Урожайность, т • га 1
озимая рожь ячмень пшеница яровая кукуруза (зелёная масса) подсолнечник (маслосемена)
Остаточных отклонений + метод наложения эпох квазицикличность природных процессов 1,5 0,8 - 1,3 0,7 2,0 - 3,7 0,8
Множественная регрессия, регрессия в нейронной сети параметры климатической системы планеты и региона 1,2 - 1,5 0,8 - 1,0 0,8 - 0,9 5,0 - 6,5 1,0 - 1,2
Авторегрессия с созданием нейронной сети временной ряд урожайности 0,9 1,0 0,9 - 1,1 4,0 - 4,5 0,9 - 1,6
Фактическая урожайность за 30 лет (1989 -2018 гг.) 1,6 1,0 0,8 7,4 0,6
ня - 7,4 т • га-1 по методу: остаточных отклонений - 2,0 - 3,7 т • га-1, регрессии - 5,0 - 6,5 т • га-1, авторегрессии - 4,0 - 4,5 т • га-1. Низкий уровень урожайности кукурузы предупреждает о возможных неблагоприятных погодных условиях второй половины лета - в июле и начале августа. По возможности часть посевов кукурузы можно заменить более засухоустойчивыми культурами: сорго и сорго-суданковыми гибридами.
Продуктивность подсолнечника с высокой степенью вероятности может быть выше средне-многолетней - 0,6 т • га-1 на уровне 0,8 - 1,2 т • га-1 по прогнозу.
Все методы, используемые нами для прогнозирования, относятся к статистическим, они обязательно содержат дисперсию результативного признака и ошибку. Задача прогнозирования заключается к сведению до минимума статистической ошибки и отбору прогностических моделей по наилучшим формальным критериям оценки качества этих моделей.
Опыт прогнозирования продуктивности посевов на 2019 г. [4] показал хорошую работоспособность моделей, созданных на основе пошаговой множественной регрессии с использованием климатических параметров планеты и региона. Прогноз урожайности по всем культурам подтвердился полностью на 100 %.
Аналогичные методы применили для прогнозирования средней суточной за декаду температуры воздуха (табл. 2).
Из всех показателей погодных факторов осред-нённая за декаду температура воздуха наиболее объективно отражает состояние атмосферных процессов в регионе. Более значимый прогноз осадков, к сожалению, не возможен из-за отсутствия необходимых наблюдений по сетке датчиков в местах пересечений со стороной квадрата не более 2 км, особенно в летний период, посколь-
ку осадки в условиях сухой степи значительно локализованы по территории региона.
В степных районах Оренбуржья в условиях постоянного дефицита влаги повышение температуры до экстремальных значений приводит к значительному снижению продуктивности посевов сельскохозяйственных культур.
Для большинства видов растений в условиях недостаточного атмосферного увлажнения и сухости воздуха пороговым значением перехода среднесуточной температуры к экстремальным условиям является 22,5 °С, что эквивалентно 30 °С в дневное время [5, 6].
Прогноз рассчитан с 3-й декады апреля по 3-ю декаду августа и охватывает практически весь период активной вегетации прогнозируемых культур.
Близкие по результатам прогнозы температуры воздуха показывают два метода: остаточных отклонений и регрессия на климатические параметры планеты и региона. Оба метода указывают на волнообразный характер изменения температуры воздуха. Близкая к норме температура в ранневесенний период сменится резким повышением температуры в 3-й декаде мая - до 24,0 - 24,8 °С, в июне температурные условия приблизятся к норме - от 17,8 до 20,8 °С. Июль и начало августа могут быть очень жаркими, что подтверждает нашу версию о неблагоприятных погодных условиях для вегетации кукурузы.
Несколько иной прогноз показывает метод авторегрессии временного ряда, по которому температура воздуха может быть в течение всего вегетационного периода близка к норме и не выходить на экстремально высокий уровень для растений.
Выводы. Долгосрочное прогнозирование урожайности сельскохозяйственных культур альтернативными методами показало близкие по
2. Прогноз средней суточной температуры за декаду на предстоящий период вегетации полевых
культур по г. Оренбургу, °С
Месяц Декада Методы прогноза Средняя фактическая за 30 лет (1989 -2018 гг.)
остаточных отклонений по квазицикличности множественная регрессия авторегрессия временного ряда
Апрель 3-я 7,1 - 7,9 - - 10,4
Май 1-я 12,0 10,8 15,6 13,2
2-я 17,9 - 15,0 - 19,0 16,2
3-я 24,0-24,8 24,3 - 16,8
Июнь 1-я 21,2 16,4 - 17,5 19,5 - 20,0 17,8
2-я 18,9 19,1 18,3 - 18,5 20,4
3-я 19,0 -22,0 17,2 20,0 -22,0 20,8
Июль 1-я 25,7-28,2 23,7 19,0 - 20,0 21,4
2-я 21,7-22,0 24,6 19,0 - 21,0 21,7
3-я 20,6 24,7 - 21,5
Август 1-я 25,7 25,7 18,3 21,2
2-я 25,3 20,4 20,5 19,6
3-я 16,0 - - 18,4
величине результаты, что значительно повышает надёжность прогноза.
Продуктивность яровой пшеницы и ячменя могут быть близки к среднемноголетнему уровню, подсолнечника - выше нормы, а кукурузы - ниже.
Основным фактором, лимитирующим урожай в степных районах центральной зоны Оренбуржья, является обеспеченность водой в критические периоды вегетации растений. Экстремальное повышение температуры воздуха в условиях засухи приводит к резкому снижению продуктивности посевов.
Прогноз снижения урожайности кукурузы подтверждается прогнозом роста температур воздуха до экстремальных значений свыше 22,5 °С в позднелетний период (июль - 1-я декада августа). Для минимизации рисков по выращиванию зелёной массы кукурузы необходимо часть посевов заменить на сорго и сорго-суданковые гибриды, а также использовать устойчивые к засухе и высокой температуре воздуха раннеспелые гибриды кукурузы. В целях улучшения влагообеспеченно-сти растений норму высева необходимо снизить на 10 - 15 %. Повысить устойчивость кукурузы к
неблагоприятным условиям позволяет обработка семян регуляторами роста растений, например Мивал-Агро.
Литература
1. Национальный центр климатических данных [Электронный ресурс]. URL: https://www.ncdc.noaa.gov/cag/global/time-series/ nhem/ocean/1/9/1880-2018 (дата обращения 20.02.2020).
2. Лебедева В.М. Долгосрочный синоптико-статистический метод прогноза валового сбора зерновых культур по федеральным округам и России в целом // Труды ВНИИСХМ. 2010. Вып. 37. С. 69 - 81.
3. Цикличность погоды и прогнозирование урожайности сельскохозяйственных культур / А.Ф. Игуменцев, Н.Г. Шикота, Э.К. Лазуренко [и др.]. Луганск, 1990. 48 с.
4. Неверов А.А. Вероятностный прогноз урожайности сельскохозяйственных культур и погодных условий вегетационного периода 2019 года для степной зоны Оренбургского Приура-лья // Известия Оренбургского государственного аграрного университета. 2019. № 3 (77). С. 36 - 39.
5. Неверов А.А. Прогнозирование урожайности сельскохозяйственных культур в Оренбургском Предуралье на основе синоптико-статистического моделирования // Известия Оренбургского государственного аграрного университета. 2019. № 2 (76). С. 24 - 27.
6. Неверов А.А. Влияние погодно-климатических условий на формирование урожая ячменя в центральной зоне Оренбургской области (цикл статей по теме «Исследования методами нейросетевого анализа влияния региональных изменений климата на продуктивность агрофитоценозов» // Вестник мясного скотоводства. 2015. № 2 (90). С. 114 - 118.
Неверов Александр Алексеевич, кандидат сельскохозяйственных наук, ведущий научный сотрудник ФГБНУ «Федеральный научный центр биологических систем и агротехнологий Российской академии наук»
Россия, 460051, г. Оренбург, пр. Гагарина, 27/1 E-mail: nevalex2008@yandex.ru
Forecast of crop yields for the Central zone of Orenburg region for 2020 using alternative methods
Neverov Alexander Alekseevich, Candidate of Agriculture
Federal scientific Center for biological Systems and agricultural Technologies RAS
27/1 Gagarina Av, Orenburg, 460051, Russia.
E-mail: nevalex2008@yandex.ru
In a market economy and competition in the global crop market, the priority is to maximize the profit from growing competitive products. However, in conditions of insufficient and unstable moisture during the growing season of plants, serious risks are created to reduce the efficiency of production of products of certain crops. Since in the Orenburg region, especially in dry steppe regions, the probability of crop loss from drought is one of the greatest in the Russian Federation, and the irrigation possibilities are very limited, early forecasting of plant productivity and associated weather conditions is the only way to minimize unjustified production costs and maintain your business in the future. Prediction of yields by various alternative methods significantly increases its likelihood. Three most studied and tested under the conditions of the Orenburg region long-term forecasting methods were used: the method of residual deviations, synoptic-statistical modeling according to the parameters of the climate system of the planet and the region, time series autoregression in the neural network. Key words: forecast, yield, forecasting methods, synoptic-statistical modeling, time series.
DOI 10.37670/2073-0853-2020-83-3-9-13
-♦-
