CC BY
36
гидротермических факторов для урожайности
■
I
В.Е. Тихонов, д.г.н., профессор, Оренбургский НИИСХ; Несмотря на кажущуюся простоту и логич-
'
■
■
■
■
■
тественных осадков. ют решающее значение на формирование урожая.
'
■
■
■
■
ся точность решения задач оптимизации по срав-
■
.
Зависимость продукционного процесса агро-
■
■
достаток влаги. Чтобы изучить эту зависимость,
■
■
■
ресурсы для той или иной культуры. Предва-
■
.
■
■
■
нение регрессии. Для оценки доли влияния фа^
модели. Затем рассчитывалась доля влияния фактора как отношение факториальной суммы
.
■
■
сти периода наблюдений (1951—2008 гг.).
■
■
■
■
ная температура воздуха, °С; 1тах — температура воздуха максимальная, °С; октябрь, ноябрь, де-
■
декада месяца.
Сравнительно полные регрессионные модели,
■
■
■
■
,
'
■
■
леделия, принято этот фактор представлять в виде
.
урожайности с погодными условиями установ-
■
■
■
фичностью для каждой сельскохозяйственной
■
ся не только различным набором погодных элементов, но и долей влияния каждого из них на
.
■
■
■
■
в сумме оказывают определяющее влияние на
,
ли человеческой интуиции под силу это понять.
■
■
1. Агрометеорологические факторы, обусловливающие варьирование урожайности (% тренда)
'
-0,219 -0,569
. -5,748 -0,332
-0,768 -0,262
-0,075 -0,016
-0,118
-0,003 -0,077
0,150
-0,054
-0,552 0,019
0,272
'
.
-5,897 0,000 23,22 -0,482
-0,380 0,000 -0,213
0,000 0,272
-0,828 0,000 9,78 -0,258
0,000 7,00 0,063
-1,806 -0,310
0,000 5,44 0,006
0,012 2,88
-0,547 0,000 0,033
0,000 4,02 0,306
0,000 2,35
-0,319 0,008 2,38 -0,115
ности зерна. Примерно 8 раз за 100 лет. И это
.
■
в
■
■
возделывания яровой пшеницы требует более
.
■
ходится более половины объяснённой дисперсии
■
■
торам относится и температура воздуха в сентяб-
■
.
■
■
.
■
гетации данной культуры также в значительной
.
колебание по годам температуры воздуха апреля. Оптимум отмечен на уровне 6 °С. На значител^
■
свидетельствует об отрицательной связи между
■
■
■
туры за изученный период в сумме составил
.
Продуктивность агроценозов по годам можно рассматривать как случайный процесс с двумя
■
■
■
рассматривается обобщённо как некоторое нало-
.
■
■
родных процессов — одно из наиболее важных
■
.
■
мические ряды метеорологических показателей
■
■
метод остаточных отклонений к разложению эм-
■
■
■
в
.
■
делей долгосрочного прогнозирования погодных
■
■
ботки таких моделей для южной лесостепи Пред-
■
■
■
■
.
Многолетний опыт практического использо-
■
'
2000 15,6 2,5 20,2 21,0 0,2
2001 13,8 1,1 22,8 23,5
2002 0,0 17,3 17,0 0,0
2003 9,0 0,8 15,9 2,0
2006 10,6 1,2 14,6 2,7
2007 2,0 13,2 0,3
2008 15,3 0,9 15,2 17,6 1,8
2009 5,7 6,5 0,4 24,0
* Примечание — абсолютная ошибка модели для яровой пшеницы = ±0,39 ц/га, для озимой ржи = ±0,61 ц/га
'
. .
'
вых культур показал, что отклонение прогнозируемой урожайности от фактической в пределах 10—15% не оказывает существенного влияния на эффективность хозяйственных плановых решений. Оправдываемость прогнозов, представленных в таблице 3, составила за 1999—2009 г. 73% для яровой пшеницы и 82% — для озимой ржи.
В таблице 4 приводится сокращённый период прогнозных оценок и фактических значений погодных факторов.
Наличие прогнозных значений погодных факторов (при условии удовлетворительного применения моделей прогнозирования) позволяет рассчитать ожидаемую урожайность сельскохозяйственной культуры, для которой разработана регрессионная модель с использованием этих погодных компонентов.
Так, используя коэффициенты уравнения регрессии (табл. 1), прогнозные оценки погодных факторов в качестве предикторов этого уравнения (табл. 4), получим величину, характеризующую отклонение урожайности яровой пшеницы от тренда, равную 150,4%±14,3%, или 164,7— 136,1% (14,3 — стандартная ошибка оценки У,
см. табл. 1). Прогноз тенденции урожайности (тренда) данной культуры на 2010 г. составил 9,7 ц/га. Следовательно, сама ожидаемая урожайность лежит в интервале 9,7-164,7/100— 9,7-136,1/100, или 16,0—13,2 ц/га. Прогноз непосредственно по ряду продуктивности (У) составил 16,2+0,39 ц/га (табл. 3), или 16,6—15,8 ц/га.
Таким образом, оба пути вычислений дают близкие результаты. Одновременно можно получить представление об ожидаемых условиях вегетации изучаемой культуры. Несколько большая ошибка модели прогноза при использовании погодных факторов обусловлена малой точностью наблюдений за осадками.
Литература
1. Образцов А.С. Биологические основы селекции растений. М.: Колос, 1981. 271 с.
2. Полевой А.Н. Прикладное моделирование и прогнозирование продуктивности посевов. JL: П-щрометеоиздат, 1988. 319 с.
3. Чечельницкий А.М. Волновая структура Солнечной системы и ритмы биосферы // Современные проблемы изучения и сохранения биосферы, 1992.
4. Игуменцев А.Ф., Шикота Н.Г., Лазуренко Э.К.Цикличность погоды и прогнозирование урожайности сельскохозяйственных культур. Луганск, 1990. 48 с.
5. Тихонов В.Е. Засуха в степной зоне Урала. Изд. 2-е, доп. Оренбург: ООО «Агентство «Пресса», 2005. 347 с.
