CC BY
24
на удобренном фоне питания и от 0,41 до 2,37 ед. — на неудобренном.
Самый высокий энергетический коэффициент отмечался на уровне 2,37 ед. у бессменного посева кукурузы на силос, а низкий — 0,34 ед. у твёрдой пшеницы при бессменном её возделывании по сравнению с контролем (табл. 2). За период полевого опыта среди всех изучаемых вариантов наибольший энергетический эффект получен в зернопаропропашных севооборотах и при бессменном возделывании кукурузы и сорго на силос, что объясняется достаточно высокой степенью накопления энергии урожаем за счёт зелёной массы пропашных культур.
Выводы. За годы проведения исследования наибольшая прибыль и рентабельность производства отмечена на неудобренном фоне питания в зернопаропропашных, зернопаровых и сидераль-ных севооборотах с посевами кукурузы, гороха и проса. Самыми высокими эти показатели были в бессменном посеве кукурузы на силос и ячменя. Возделывание сорго на силос бессменно является убыточным. Применение минеральных удобрений, кроме как под бессменный посев кукурузы на силос, является нерентабельным.
В биоэнергетическом плане эффективны посевы кукурузы и сорго на силос как в севооборотах, так и при бессменном их возделывании. Самый высокий энергетический коэффициент отмечается у них за счёт накопления большого количества энергии в кормовой продукции.
Таким образом, в сельскохозяйственном производстве Оренбургской области для получения экономически выгодной зерновой и кормовой продукции необходимо применять рентабельные и энергетически эффективные шестипольные севообороты и бессменные посевы ячменя и кукурузы на силос без внесения в почву минеральных удобрений.
Литература
1. Румянцев А.В., Глуховцев В.В. Роль селекции зерновых и кормовых культур в повышении урожайности и экономической стабильности сельскохозяйственного производства в условиях Среднего Поволжья // Инновация и модернизация сельскохозяйственного производства в условиях меняющегося климата: матер. междунар. науч. конф. Оренбург, 2011. С. 19-29.
2. Максютов Н.А. Биологическое и ресурсосберегающее земледелие в степной зоне Южного Урала. Оренбург: Печатный дом «Димур», 2004. 204 с.
3. Огородников П.И., Огородникова Е.П., Лактионов О.В. Технический прогресс — основа динамического развития экономики сельскохозяйственных предприятий региона // Инновационные процессы в сельскохозяйственном производстве: междунар. сб. науч. тр. Оренбург, 2008. С. 299—307.
4. Максютов Н.А., Жданов В.М., Абдрашитов Р. Р. Повышение плодородия почвы, урожайности и качества продукции сельскохозяйственных культур в полевых севооборотах степной зоны Южного Урала. Оренбург, 2012. 332 с.
5. Мухитов Л.А. Энергетическая и экономическая эффективность возделывания сортов яровой мягкой пшеницы оренбургской селекции в лесостепи Оренбургского Предуралья // Повышение эффективности сельскохозяйственного производства в степной зоне Урала: матер. междунар. науч. конф. Оренбург, 2012. С. 193—198.
6. Жижин В.Н., Скороходов В.Ю., Зоров АА. Продуктивность и экономическая эффективность возделывания проса в ко-роткоротационных севооборотах и при бессменном посеве на чернозёмах южных Оренбургского Предуралья // Ресурсосберегающие технологии в сельскохозяйственном производстве: междунар. сб. науч. тр. Оренбург, 2010. С. 252—256.
7. Аникович В.Ф. Севообороты на Южном Урале. Челябинск: Южно-Уральское кн. изд., 1973. 222 с.
8. Васильев М.Д. Севообороты — основа повышения урожайности / ред. А.Е. Быковская. М: Россельхозиздат, 1970. 88 с.
9. Митрофанов Д.В. Продуктивность и экономическая оценка шестипольных севооборотов на чернозёмах южных Оренбургского Предуралья // Известия Оренбургского государственного аграрного университета. 2012. № 4 (36). С. 30—33.
10. Скороходов В.Ю. Сравнительная экономическая оценка зернопаропропашных, зернопаровых, почвозащитных, беспаровых севооборотов и бессменных посевов сельскохозяйственных культур в условиях Оренбургского Предуралья / В.Ю. Скороходов, В.Н. Жижин, Д.В. Митрофанов [и др.] // Вестник мясного скотоводства. 2012. № 1. С. 118—122.
11. Максютов Н.А. Экономическая и энергетическая оценка севооборотов и бессменных посевов сельскохозяйственных культур в степной зоне Южного Урала / Н.А. Максютов, Н.А. Зенкова, А.А. Зоров [и др.] // Животноводство и кормопроизводство. 2018. № 1. С. 190—196.
12. Лухменёв В.П., Шпартаков К.В., Чугунова Н.С. Биоэнергетическая оценка технологий выращивания зерновых, кормовых культур и подсолнечника в адаптивном земледелии Южного Урала. Оренбург, 1998. 88 с.
Прогнозирование урожайности сельскохозяйственных культур в Оренбургском Предуралье на основе синоптико-статистического моделирования
А.А. Неверов, к.с.-х.н., ФБГНУ ФНЦ БСТ РАН
Происходящие в последние три десятилетия глобальные изменения климата на планете ставят перед земледельцами множество нерешённых вопросов: о направленности и влиянии этих изменений на региональный климат и соответственно на продуктивность посевов сельскохозяйственных культур и о том, как реагировать на происходящие перемены. Изменения климата носят катастрофичный характер, особенно в регионах с неустойчивым и недостаточным увлажнением, экстремальным по-
вышением температуры воздуха в период активной вегетации растений [1—8].
Известно, что к таким регионам относится территория Оренбургской области, где повторяемость экстремальных экологических условий (высокая напряжённость и продолжительное воздействие засухи) для посевов сельскохозяйственных культур в последнее десятилетие достигла 80% [9-13].
Составными частями климатической системы планеты являются океаны и суша, нижняя тропосфера и криосфера, находящиеся в постоянном
динамичном взаимодействии между собой по передаче и трансформации солнечной энергии.
Большая роль в передаче энергии на планете принадлежит прежде всего океанам и морям [1, 3, 7, 8]. Под воздействием ветров-пассатов и вследствие термохалинной циркуляции океанические течения осуществляют перенос тепла от экватора к полюсам и наоборот, более холодные массы воды перемещаются к экватору. В холодное время года тёплые течения приносят тепло и осадки северным территориям, а в летний период — прохладу [8].
Наблюдаемые в последнее время изменения климата связаны прежде всего с повышением температуры воды в океанах и воздуха в нижней тропосфере. Рост температуры наблюдается по всей планете. В Оренбургской области повышение температуры приземного слоя воздуха приводит к усилению засушливости территории и, как следствие, к снижению продуктивности многих видов растений.
В наших ранее опубликованных работах установлены достоверные связи трендов урожайности сельскохозяйственных культур: озимой ржи, ячменя, кукурузы, проса, овса, подсолнечника с изменением климатических условий в различных природных зонах Оренбургской области [9—13]. Последствия этих изменений отрицательно влияют на продуктивность всех перечисленных культур, за исключением подсолнечника.
Исследованы изменения климата в Оренбургской области за период с 1886 г. по настоящее время. Колебания погодно-климатических условий происходили на протяжении всего указанного периода времени, но особенно заметно и ощутимо для растениеводства региона — за последние 40 лет.
Рост температуры воздуха отмечается в разных регионах планеты, но последствия этого процесса по-разному отражаются на продуктивности агроценозов. В большинстве регионов страны погодно-климатические условия улучшаются для растениеводства, что сопровождается ростом урожаев. Однако в таких засушливых регионах как Астраханская, Волгоградская, Оренбургская области и в Республике Калмыкия происходят катастрофические изменения, что делает долгосрочный прогноз урожайности в этих регионах особенно актуальным в настоящее время.
Цель исследования — установить связи между урожайностью кукурузы и температурными аномалиями климатической системы планеты и определить возможности долгосрочного прогнозирования урожайности на основе моделирования этих связей.
Материал и методы исследования. В основе синоптико-статистического метода агрометеорологических прогнозов [14] лежит предположение о том, что развитие атмосферных процессов в том или ином регионе в период весенне-летней вегетации культур связано с особенностями циркуляции
атмосферы в предшествующий осенне-зимний период в пределах всего Северного полушария. Отсутствие фундаментальной теории, объясняющей наличие связи между процессами в отдельные сезоны, обусловливает применение в методиках в основном аппарата математической статистики.
Для статистического анализа выбран временной ряд средней урожайности зелёной массы кукурузы Оренбургского района Оренбургской области за последние 40 лет (1979—2018 гг.). В качестве независимых предикторов использовали за тот же период времени среднемесячные аномалии температуры поверхностных вод океана и приземного слоя воздуха над сушей в различных частях планеты (Северное и Южное полушария, вся планета в целом) и в среднем суши и океана, выраженные в градусах по Цельсию. Данные получены на сайте Национального центра климатических данных США [15].
Для анализа использовали не только параметры текущего года, но и лаговые переменные параметров климата со смещением вперёд до трёх лет относительно временного ряда урожайности кукурузы.
Корреляционный и многомерный регрессионный анализы проводили в программе 81аИ811еа 6.1.
Результаты исследования. Известно, что основным фактором, определяющим климат на нашей планете, является переменная солнечная активность, которая трансформируется в тепловую энергию на неоднородной поверхности планеты [2, 4, 6, 7]. Вопрос о том, что является причиной непериодической изменчивости солнечной активности, на сегодняшний день остаётся дискуссионным. Энергия Солнца запускает в работу климатическую систему планеты. Роль Мирового океана как составной части этой системы учёные считают ведущей, поскольку вода обладает большой теплоёмкостью и в связи с этим большей инертностью по отношению к суше. Суша нагревается и остывает быстрее воды. Инерция Мирового океана даёт шанс исследователю на установление связи между прошлыми событиями (температурой) и будущими (урожайность сельскохозяйственных культур в регионах планеты).
Поскольку климатическая система планеты является открытой системой, связь её параметров с погодными условиями, а следовательно, и с продуктивностью посевов в регионах логична и должна проявляться. Корреляционный анализ, проведённый между температурными аномалиями климатической системы планеты и урожайностью кукурузы, подтвердил нашу гипотезу (табл. 1).
В таблице 1 представлена корреляционная матрица между температурными аномалиями океана и суши обоих полушарий планеты, в таблицу включены только коэффициенты корреляции, равные или превышающие по абсолютной величине 0,5. Лаговые переменные с заблаговременностью 2 и 3 года в таблицу не попали, поскольку их связь была
1. Коэффициенты корреляции (>0,5) между температурными аномалиями океана и суши Северного и Южного полушарий планеты и урожайностью зелёной массы кукурузы в зависимости от времени наблюдения (1979—2018 гг.)
Месяц Северное полушарие Южное полушарие
океан суша суша и океан океан суша суша и океан
Год, предшествующий урожаю
Март -0,56 - -0,54 - - -
Апрель -0,56 - -0,50 -0,54 - -
Май -0,58 - -0,50 -0,58 - -
Июнь -0,62* - -0,55 -0,57 -0,54 -
Июль -0,62 - -0,53 -0,59 -0,68 -
Август -0,62 -0,52 -0,60 -0,58 - -
Сентябрь -0,59 -0,50 -0,56 -0,54 - -
Октябрь -0,61 -0,50 -0,59 -0,54 - -
Ноябрь -0,62 - -0,54 -0,65 -0,53 -0,64
Декабрь -0,62 - -0,51 -0,59 - -0,58
Год формирования урожая
Январь -0,63 - -0,55 -0,53 - -0,53
Февраль -0,64 - -0,54 -0,54 - -0,52
Март -0,59 - -0,50 -0,63 - -0,60
Апрель -0,60 -0,55 -0,60 -0,60 - -0,54
Май -0,57 -0,51 -0,54 -0,58 - -0,56
Июнь -0,59 -0,60 -0,62 - -0,51 -0,60
Июль -0,55 -0,65 -0,63 - -0,50 -0,51
Август -0,55 -0,59 -0,58 - -0,63 -0,54
Примечание: жирным шрифтом выделены наиболее значимые коэффициенты корреляции
2. Модель регрессии урожайности кукурузы на аномалии температуры океана и суши Северного и Южного полушарий планеты
Предикторы модели Я = 0,83 Я2 = 0, 68 Е (4,35) = 18,7
Р-стандартизованный коэфициент коэффициент регрессии оценка коэфициента регрессии по 1-критерию Стьюдента р-уровень
Начальная ордината 153,614 9,91 0,000
Т суши 7 мпр ЮП -0,37 -45,791 -2,65 0,011
Т океана 11 мпр. ЮП -1,05 -375,812 -4,61 0,000
Т океана 9 мпр. ЮП 0,90 325,564 3,79 0,001
Т океана и суши 3 мпр СП -0,33 -36,016 -2,44 0,019
Примечание (здесь и далее): Т — температурная аномалия, мпр — месяц года, предшествующего урожаю, ЮП и СП — Южное и Северное полушария
существенно ниже значения (Я=0,5). В таблице представлены два периода: с марта по декабрь года, предшествующего урожаю, и с января по август года формирования урожая.
Нами установлено, что связь урожайности кукурузы с глобальными температурными аномалиями отрицательна в обоих полушариях планеты как в океане, так и на суше, то есть рост температуры поверхностных вод океана и приземного слоя воздуха над сушей приводит к снижению урожайности кукурузы.
В модель множественной регрессии (табл. 2) вошли четыре предиктора аномалии температуры, из которых три представляют условия Южного полушария в июле, сентябре и ноябре года, предшествующего урожаю и один — марта на всей территории океана и суши Северного полушария.
Коэффициент множественной регрессии достаточно высокий — 0,83, указанные факторы детерминируют 68% изменчивости урожайности
зелёной массы кукурузы в Оренбургском районе. Оценка коэффициентов регрессии по критерию Стьюдента (2,44—9,91) показывает их высокую значимость и достоверность на уровне Р<0,05. Однако стандартная ошибка оценки средней урожайности велика — 23,8 ц с га, это означает, что вариация прогноза урожайности по данной модели может иметь большую амплитуду.
Стандартизованный коэффициент характеризует силу воздействия фактора на изменчивость урожая кукурузы, в нашем случае наибольшее влияние на конечный результат оказывают температурные аномалии океана Южного полушария в сентябре и ноябре года, предшествующего урожаю.
Для расчёта урожайности кукурузы в 2019 г. в декабре 2018 г. известны значения всех предикторов, вошедших в модель множественной регрессии. Расчёты, проведённые по температурным аномалиям суши и океана планеты, показывают (табл. 3) возможную урожайность кукурузы в Оренбургском
3. Прогноз урожайности зелёной массы кукурузы на 2019 г. по температурным аномалиям суши и океана планеты
й О и ° °
^ es (Й у
Предикторы модели <ц о В и S и и п m и S £ § к | ^ 2 § £ & « £ m
Т суши 7 мпр. ЮП -45,791 0,98 -44,875
Т океана 11 мпр. ЮП -375,812 0,60 -225,487
Т океана 9 мпр. ЮП 325,564 0,57 185,572
Т океана и суши 3 мпр. СП -36,016 1,10 -39,618
Св. член 153,614
Предсказанная
урожайность 2019 г. 29,2
-95,0% ДП 13,2
+95,0% ДП 45,2
районе Оренбургской области в будущем году на уровне 29,2 ц с 1 га зелёной массы, при вариации от 13,2 до 45,2 ц с 1 га.
Низкая урожайность кукурузы, прогнозируемая на 2019 г., свидетельствует о возможных неблагоприятных экологических условиях для роста и развития растений в условиях центральной зоны Оренбургского Предуралья. К сожалению, на вопрос о том, какие погодные условия вегетационного периода ожидаются в 2019 г., созданная нами модель урожайности ответить не может. Для управления урожаем и рисками, связанными с производством, весьма актуальным становится вопрос о прогнозировании наряду с урожайностью тех погодных факторов, которые в большинстве случаев определяют урожайность той или иной культуры в определённой географической точке планеты.
Выводы. Впервые для небольшого по площади Оренбургского района Оренбургской области на принципах синоптико-статистического моделирования получена прогностическая модель множественной регрессии глобальных температурных аномалий суши и океана на урожайность зелёной массы кукурузы. О точности данного метода и возможности его применения в сельскохозяйственном производстве в различных регионах страны можно будет судить только после проверки временем.
Литература
1. Бышев В.И., Нейман В.Г., Романов Ю.А. Климатические ритмы теплового режима Мирового океана // Природа. 2016. № 8. С. 26—33.
2. Дергачёв В.А., Распопов О.М. Долговременная солнечная активность — контролирующий фактор глобального потепления XX века // Солнечно-земная физика. 2008. Вып. 12. Т. 2. С. 272—275.
3. Навроцкий В.В. Мировой океан и глобальные изменения климата // Вестник ДВО РАН. 2013. № 6 (172). [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/mirovoy-okean-i-globalnye-izmeneniya-klimata (дата обращения: 15.10.2018).
4. Жеребцов Г.А. Солнечная активность и динамические процессы в атмосфере и теплосодержании Мирового океана / Г.А. Жеребцов, В.А. Коваленко, С.И. Молодых [и др.] // Солнечно-земная физика. 2008. Вып. 12. Т. 2. С. 268—271.
5. Кислов А.В. Климат в прошлом, настоящем и будущем. М.: Наука, 2001. 351 с.
6. Распопов О.М. Интерпретация физических причин глобального и регионального климатических откликов на долговременные вариации солнечной активности / О.М. Распопов, В.А. Дергачёв, О.В. Козырева [и др.] // Солнечно-земная физика. 2008. Вып. 12. Т. 2. С. 276—278.
7. Жеребцов Г. А. Влияние солнечной активности на температуру тропосферы и поверхности океана / Г.А. Жеребцов,
B.А. Коваленко, С.И. Молодых [и др.] // Известия Иркутского государственного университета: серия «Науки о Земле», 2013. Т. 6. № 1. С. 61—79.
8. Нестеров Е.С. Североатлантическое колебание: атмосфера и океан. М., 2013. 144 с.
9. Неверов А. А. Влияние погодных факторов на продуктивность ячменя в восточной зоне Оренбургской области // Бюллетень Оренбургского научного центра УрО РАН. 2017. №3. 8 с. [Электронный ресурс]. URL: http://elmag.uran. ru:9673/magazine/Numbers/2017-3/Articles/NAA-2017-3.pdf.
10. Неверов А.А. Математическое моделирование связей урожая озимой ржи с погодноклиматическими условиями в центральной зоне Оренбургской области (цикл статей по теме «Исследования методами нейросетевого анализа влияния региональных изменений климата на продуктивность агрофитоценозов») // Вестник мясного скотоводства. 2015. № 3 (91). С. 125—131.
11. Неверов А.А. Роль погодно-климатических факторов восточной зоны Оренбуржья в формировании урожая проса // Бюллетень Оренбургского научного центра УрО РАН. 2017. №3: 9с. [Электронный ресурс]. URL: http://elmag.uran. ru:9673/magazine/Numbers/2017-3/Articles/AAN-2017-3.pdf.
12. Неверов А.А. Региональный прогноз урожайности полевых культур по аномалиям глобальных параметров климатической системы планеты // Известия Оренбургского государственного аграрного университета. 2019. № 1 (75).
C. 15—19.
13. Неверов А.А. Современные тенденции изменения климата в Оренбургской области // Вестник мясного скотоводства. 2015. № 1 (89). С. 117—121.
14. 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.
15. Национальный центр климатических данных. [Электронный ресурс]. URL: https://www.ncdc.noaa.gov/cag/global/ time-series/nhem/ocean/1/9/1880-2018 (дата обращения 25.12.2018).
Оценка систем основной обработки почвы
по обобщённому показателю в зоне Центрального
Предкавказья
Ю.А. Кузыченко, д.с.-х.н, ФГБНУ Северо-Кавказский ФНАЦ
Эффективность систем основной обработки почвы в полевом звене севооборота с применением различных приёмов основной обработки под отдельные культуры на обыкновенном чернозёме
в зоне неустойчивого увлажнения Центрального Предкавказья характеризуется рядом продуктивных и экономических показателей севооборота [1-4]. Эксперты неоднозначно оценивают эти показатели. Основными критериями их значимости являются не столько физический смысл и размерность, но прежде всего относительная важность (желатель-
