CC BY
167
земель с помощью нейронной экспертной системой, интегрированной с ГИС, позволяет получать адекватные результаты. Ее можно использовать для картографирования засоленных, эрозионных и других земель. В этом случае возникает задача сбора исходных сведений, перенастройки базы знаний и настройки работы НЭС. Обученная многослойная нейронная
сеть по существу универсальна и способна проводить нелинейное преобразование исходной нечеткой информации о земельных участках. В этом смысле она должна выступать как сложное нелинейное устройство в составе автоматических систем картографирования сельскохозяйственных земель и управления нелинейными динамически развивающимися объектами.
Литература.
1. Заде Л.А. Тени нечетких множеств. Пер. с англ. В.Л. Стефанюка //Проблемы передачи информации. - М., 1966. - Том II. - Вып. 1. - С. 37-44.
2. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях// Вопросы анализа и процедуры принятия решений: Сб. переводов/Под ред. И.Ф. Шахнова. - М.: Мир, 1976. - С. 172-215.
3. Круглов В.В., Дли М.И. Интеллектуальные информационные системы. Компьютерная поддержка систем нечеткой логики и нечеткого вывода. - М.: Физматлит, 2002. - 254 с.
4. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечёткая логика и искусственные нейронные сети. - М.: Физматлит, 2001. - 221 с.
5. Новак В., Перфильева И., Мочкрож И. Математические принципы нечёткой логики. - М.: Физматлит, 2006. - 352 с.
6. Asakura Toshiyuki A., Iida Yasutomi Nihon kikai gakkai ronbunshu// Trans. Jap. Soc. Mech. Eng. C. 2003.69. - № 687. - C. 2872-2879.
7. Chun-Chieh Y., Prasher S. O., Landry J.-A., Ramaswamy H. S. Development of a herbicide application map using artificial neural networks and fuzzy logic //Agricultural Systems, Vol. 76, Issue 2, May 2003. - P. 561-574.
8. Han Min, Cheng Lei, Meng Hua Application of four-layer neural network on information extraction // Neural Networks, 2003. 16. - № 5-6. - P. 547-553.
9. Rodan John, Franklin Janet, Stow Doug, Miller Jennifer, Woodcock Curtis, Roberts Dar Mapping land-cover modification over large areas: a comparison of machine lerarning algorithms // Remote Sens. Environ, 2008. 112. - № 5. - P. 2272-2283.
10. Саймон Х. Нейронные сети: полный курс = Neural Networks: A Comprehensive Foundation. - М.: Вильямс, 2006. - 1104 с.
11. Комарцова Л.Г. Использование нейросетевых методов для решения задач проектирования вычислительных систем. - М.: Изд-во МГТУ, 2000. - 70 с.
AUTOMATED CARTOGRAPHY OF THE AGRICULTURAL LANDS WITH THE NEURON EXPERT SYSTEM, INTEGRATED WITH HIS
A.I. Pavlova, V.K. Kalichkin
Summary. In this article authors the technique of the automated mapping of farmlands is offered. For this purpose in process karto-grafirovanija the neural expert system integrated with ГИС is used. System work is shown on an example of the humidified earths of the Omsk region.
Key words: geo-information systems, neuron networks, fuzzy sets, cartography of agricultural lands, agro-ecological groups of lands
УДК 631.82: 633.1: 631.526.32
ВКЛАД ФАКТОРОВ В ФОРМИРОВАНИЕ УРОЖАЯ И ОСНОВНЫХ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ЯРОВЫХ ЗЕРНОВЫХ КУЛЬТУР
A.A. ЗAВAЛИН, член-корреспондент Россельхо-закадемии, зав. лабораторией
Всероссийский НИИ агрохимии им. Д.Н. Прянишникова
Е.Н. ПAСЫНКОВA, кандидат биологических наук, старший научный сотрудник
A.В. ПAСЫНКОВ, доктор биологических наук, зав. лабораторией
Зональный НИИСХСеверо-Востока им. Н.В. Рудницкого
E-mail: [email protected]
Резюме. Приведены сведения о вкладе фиксированных (минеральные удобрения, сорт) и случайного (гидротермические условия в период вегетации) факто-
ров в формировании урожая и основных показателей качества зерна яровой пшеницы, пивоваренного ячменя и продовольственного овса. Установлено, что вклад погодных условий вегетационного периода в формирование урожая изученных культур составляет25. ..55 %, минеральных удобрений - 33.50 %, сорта - от 1 до 15 %. Содержание белка в зерне изученных злаков и сырой клейковины у пшеницы, кроме погоды (7,51.57,00 %), в основном определяется применением удобрений, в частности, азотных (14,7.46,1 %) и др. Приведенные данные показывают только основные тенденции влияния названных факторов в конкретных условиях вегетации, степень влияния которых может изменяться с расширением интервала доз и соотношений минеральных удобрений, набора изучаемых сортов и удлинением периода наблюдений.
Ключевые слова: яровая пшеница, пивоваренный ячмень, продовольственный овес, вклад факторов, погодные условия, удобрения, сорт.
Фундаментальный вопрос о соотношении вклада наследственности и среды в формирование количественных признаков по-прежнему остается актуальным в общей генетике и селекции. Поэтому поиск новых подходов к решению проблемы эффективной селекции количественных признаков не прекращается [1]. Считают [2, 3], что повышение урожайности и качества зерна возможно при учете степени влияния различных факторов (как фиксированных, так и случайных) на основные признаки, которые, формируются в полевых условиях. Однако проведение корреляционного и регрессионного анализа полученных экспериментальных данных не позволяет вычленить степень влияния различных факторов, в частности, погодных условий вегетационного периода (комплексного фактора, считающегося «случайным»), на урожай и показатели технологических качеств зерна.
Цель наших исследований - определить вклад фиксированных(удобрения, сорт) и случайного факторов (погодные условия в период вегетации) в формировании урожая и основных показателей качества зерна яровых культур.
Условия, материалы и методы. Для достижения поставленной цели были использованы экспериментальные данные,полученные при проведении исследований на дерново-подзолистой среднесуглинистой среднекислой почве с повышенным содержанием фосфора и калия. Схема опыта с яровой пшеницей включала изучение реакции сортов Иргина, Крепыш, Энита и Ленинградка на дозы азотных удобрений (Ы0, Ы60, Ы90 и Ы120 до посева); с ячменем - сортов Абава, Биос и Джин на дозы азотных удобрений (Ы0, Ы30, Ы60 и Ы90 до посева) и соотношения вносимых азота и калия (1 : 1, 1 : 2 и 1 :3); с овсом - сортов Аргамак, Сельма, Улов и Фрейя на дозы азотных удобрений (Ы0, Ы30, Ы60 и Ы90 до посева). Более подробно условия и методика проведения перечисленных опытов, а также некоторые их результаты опубликованы ранее [4 - 6].
Для определения вклада фиксированных и случайных факторов использовали алгоритм расчетов пакета статистических программ «БТАТ» на основе данных трехфакторного дисперсионного анализа (М.: ВИУА, 1991).
Результаты и обсуждение. Исследования показали, что наибольший вклад в формирование урожая яровой пшеницы вносят азотные удобрения - 48,3 %
(табл. 1). Доля влияния погодных условий при возделывании пшеницы по пласту клевера (фактор «год») довольно значительна и составляет 24,1 %. Влияние
генотипа (фактор «сорт») в общей совокупности изучаемых факторов ниже, но также достаточно велика
- 14,54 %. Доля влияния двойных («год - агрофон», «год - генотип», «агрофон - генотип») и тройного («год - агрофон - генотип») сочетаний факторов находится в пределах 1,64...4,46 %. Накопление сырого белка и клейковины в зерне сильнее всего зависит от азотных удобрений (46,11 и 45,64 % соответственно), а качество клейковины в большей степени определяется погодными условиями (41,77 %). В формировании
белка, клейковины и ее качества также значительна доля генотипа (16,09.22,99 %). Более низкий, но существенный вклад в накопление белка и клейковины вносят погодные условия в период вегетации и взаимодействие факторов «год - агрофон» (4,30.7,51 %), аналогичным образом азотные удобрения влияют на качество клейковины (4,79 %). Наибольший вклад в формирование массы 1000 зёрен и стекловидности принадлежит генотипу (59,07 и 46,96 % соответственно), а натуры - погодным условиям в период вегетации (68,06 %). На массу 1000 зёрен также довольно сильно вляют азотные удобрения, метеоусловия и взаимодействие факторов «год - генотип» (6,14.16,86 %). Натурная масса в значительной степени зависит от взаимодействия «год - генотип» и возделываемого сорта (13,31 и 7,75 % соответственно). Стекловидность в основном определяется генотипом, но и уровень азотного питания оказывает на величину этого показателя существенное влияние (22,64 %).
Урожайность зерна изучаемых сортов пивоваренного ячменя больше всего определялась уровнем минерального (азотного и калийного) питания (44,9 %). Доля влияния погодных условий (год) также составляла довольно значительную величину 38,1 %, а сорта
- менее 1,0 % (табл. 2). Низкий вклад фактора «сорт» в формирование урожая зерна позволяет сделать заключение о том, что изучавшиеся образцы одинаково реагировали на изменение (улучшение или ухудшение) погодных условий в период вегетации,
Таблица 2. Вклад факторов в формировании урожая и технологических ка-
честв зерна различных сортов пивоваренного ячменя, %
Показатель Год (А) Агрофон (В) Генотип (С) АхВ АхС ВхС ь X Вх о Бло- ки Случай- ные
Урожайность Содержание сырого 38,07* 44,93* 0,95* 6,76* 1,12 1,54 2,40 0,07 4,16
протеина Содержание экстрак- 57,00* 14,74* 2,26 5,86* 4,11* 4,00 2,34 3,04 6,65
тивных веществ 81,28* 0,63 0,20 5,63* 0,87 1,68 1,82 0,08 7,81
Крупность зерна 95,80* 0,31 0,68 0,72 0,23 0,30 0,63 0,02 1,32
Прорастаемость 1,34 8,42* 20,71* 10,74* 26,28* 3,91 9,64 0,11 18,84
Натура зерна 83,54* 0,53 4,71* 1,99 3,66* 0,99 2,13 0,08 2,36
Масса 1000 зерен 74,39* 4,74* 12,97* 1,01 1,52 1,18 1,08 1,02 2,09
*достоверно на уровне 0,95
Таблица 1. Вклад факторов в формировании урожая и технологических ка-
честв зерна различных сортов яровой пшеницы, %
Показатель Год (А) Агрофон (В) Генотип (С) АхВ АхС ВхС АхВхС Бло- ки Случай- ные
Урожайность Содержание сырого 24,11* 48,31* 14,54* 1,64* 3,15* 4,46* 2,18 0,09 1,52
протеина Содержание сырой 7,51* 46,11* 21,78* 4,30* 0,22 2,34 3,23 1,02 13,49
клейковины 6,88* 45,64* 16,09* 5,78* 1,05 1,45 4,27 1,35 17,50
Качество клейковины 41 77* 4,79* 22,99* 0,77 1,06 2,49 3,23 1,24 21,58
Стекловидность 13,86* 22,64* 46,96* 1,81 2,53* 0,70 3,99 0,90 6,61
Натура зерна 68,06* 2,26* 7,75* 3,47* 13,31* 1,62 0,50 1,01 2,01
Масса 1000 зёрен 8,60* 16,86* 59,07* 0,73 6,14* 3,95* 0,49 0,75 3,41
*достоверно на уровне 0,95
Таблица 3. Вклад факторов в формировании урожая и технологических ка- (67,6.70,9 %) те из них, ве-честв зерна различных сортов продовольственного овса, %
Показатель Год (А) Агрофон (В) Генотип (С) АхВ АхС ВхС АхВ хС Бло- ки Случай- ные
Урожайность Содержание сы- 54,67* 33,21* 3,20* 3,33* 0,50 0,61 0,75 0,31 2,92
рого протеина 42,84* 27,71* 4,49* 0,76 2,21 1,99 3,16 0,01 16,82
Пленчатость 57,85* 7,48* 9,48* 1,61 2,84 2,73 4,55 1,48 11,98
Кислотность 70,92* 0,70 4,92* 2,17 3,94* 1,55 3,04 0,64 12,10
Натура зерна 67,57* 0,51 0,76 5,52* 4,41* 2,68 1,54 0,02 17,01
Масса 1000 зерен 5,22* 3,20* 49,78* 3,89* 1,65 2,19 4,60 0,27 29,21
*достоверно на уровне 0,95 хотя они различаются по месту и времени выведения, а также по морфологическим признакам. За исключением прорастаемости показатели технологических качеств зерна ячменя в большей степени зависели от погодных условий этот фактор оказывал доминирующее влияние на формирование экстрактивности, массы 1000 зерен, натуры и накопление сырого белка (57,0.83,5 %), а крупность зерна практически полностью определялась уровнем увлажнения в период вегетации (95,8 %).
Кроме фактора «год», содержание белка на 14,7 % определялось применением удобрений, а также достоверно зависело от взаимодействия факторов «год-агрофон» и «год-генотип» (4,1...5,9 %). На количество экстрактивных веществ в зерне пивоваренного ячменя также существенное влияние оказало взаимодействие условий минерального питания и погоды (5,63 %). Прорастаемость во многом определяется генотипом (20,71 %) и в меньшей степени условиями минерального питания (8,42 %). Кроме того, существенное влияние на величину этого показателя оказывает сочетание этих факторов с погодными условиями. Масса 1000 зерен, кроме погодных условий, зависит от сортовых особенностей (12,9 %) и уровня минерального питания (4,7 %), а натура - от генотипа и сочетания факторов «год-генотип» (4,71 и 3,66 % соответственно).
Варьирование урожая овса в наибольшей степени определяется гидротермическими условиями вегетационного периода (54,6 %), на треть - применением азотных удобрений и слабо зависит от сортовых особенностей (3,2 %).
Практически все технологические качества зерна овса сильно подвержены воздействию гидротермических условий. Причем в наибольшей степени
личина которых регламентируется ГОСТ 27673-90(кислотность и натура), определяющим пригодность зерна овса для использования на продовольственные цели. Исключение составляет масса 1000 зерен, которая, как и у яровой пшеницы и у пивоваренного ячменя, во многом зависит от сортовых особенностей (49,8 %). Кроме того, все остальные рассматриваемые показатели технологических качеств зерна за исключением натуры в той или иной мере (3,20.9,48 %) определялись сортовыми особенностями.
Необходимо отметить, что приведенные данные показывают только основные тенденции в изменении вклада погодных условий конкретных периодов вегетации, минеральных удобрений в изучаемых дозах и соотношениях, перечисленных в общей совокупности фиксированных и случайных факторов, степень влияния которых может изменяться с расширением интервала, доз и соотношений минеральных удобрений, набора изучаемых сортов и удлинением периода наблюдений.
Выводы. Из трех изученных факторов вклад погодных условий вегетационного периода в формирование урожая яровых зерновых может изменяться в широких пределах и составляет 25.55 %; минеральных удобрений - 33.50 %, а сорта - от 1 до 15 %. Содержание белка в зерне всех яровых культур и сырой клейковины у пшеницы, кроме погодного фактора (7,51...57 %), в основном определяется применением удобрений (14,7.46,1 %), в частности, азотных. А такие показатели, как масса 1000 зерен у всех яровых зерновых, стекловидность и качество сырой клейковины у пшеницы, прорастаемость зерна у пивоваренного ячменя в значительной степени зависят от сортовых особенностей (13,0.59,1 %). Погодные условия вегетационного периода доминируют в формировании натуры зерна у всех изученных культур, качества клейковины у пшеницы, экстрактивных веществ и крупности зерна у пивоваренного ячменя, пленчатости и кислотности зерна продовольственного овса (41,8.95,8 %).
Литература.
1. Скуридин Г.М., Коваль С.Ф. Идентификация генотипа по фенотипу с помощью корреляций признаков// Вестник ВО-ГиС. - 2002. - № 19. - С. 3
2. Бебякин В.М., Злобина Л.Н. Значение генотипа и факторов внешней среды в определении качества зерна яровой пшеницы // С. - х. биол. - 1997. - № 3. С. 94-100
3. Сапега В.А., Турсумбекова Г.Ш. Взаимодействие генотип - среда и параметры экологической пластичности сортов// Зернов. Культуры. - 1999. - № 1. - С. 25-31
4. Завалин А.А., Пасынков А.В., Пасынкова Е.Н. Влияние условий азотного питания на урожайность и качество зерна различных сортов яровой пшеницы //Агрохимия. - 2000. - № 7. - С. 27-34
5. Пасынков А.В. Урожайность и пивоваренные качества зерна различных сортов ячменя в зависимости от доз и соотношений азотных и калийных удобрений //Агрохимия. - 2002. - № 7. - С. 25-31
6. Пасынкова Е.Н., Пасынков А.В., Баландина С.А. Формирование урожая и технологических качеств зерна различных сортов овса в зависимости от доз и сроков применения азотных удобрений // Агрохимия. - 2008. - № 4. - С. 43-51
THE CONTRIBUTION OF FACTORS TO YIELD FORMATION AND BASIC QUALITY TRAITS OF SPRING CEREALS
A.A. Zawalin, E.N. Pasynkova, A.V. Pasynkov
Summary. The data on the contribution of fixed (mineral fertilizers, variety) and random (hydrothermal conditions of growth season) factors to formation of yield and basic quality traits of grain of spring wheat, brewer’s barley, and food oats are given.
Key words: grain yield, spring wheat, brewer’s barley, food oats, contribution of factors, weather conditions, fertilizers, varieties.
