CC BY
28
Nesterenko Yuri Mikhailovich, Doctor of Geographical Sciences, Chief Researcher
Solomatin Nikolay Vladislavovich, Candidate of Agricultum, Senior Researcher
Halin Alexander Vasilievich, Candidate of Agricultum, Senior Researcher
Orenburg Federal Research Center of the Ural Branch of the Russian Academy of Sciences
59 Box, 29, Naberezhnaya St., Orenburg, 460014, Russia
E-mail: geoecol-onc@mail.ru
Atmospheric moisture in the continental conditions of the southern Urals is considered. The analysis of volatility, evaporation and precipitation is made, and their distribution over the territory of the region is shown. A graph of the dependence of water volatility on the lack of air humidity for the months of the growing season is given. A significant excess of evaporation over precipitation formed an arid climate characterized by the distribution of the moisture coefficient in the Southern Urals, and determines the use of appropriate systems of agronomy. The excess of annual evaporation of water in the atmosphere of the Southern Urals over the annual amount of precipitation increases the proportion of evaporation in its water balance to 60 - 80 %, reducing river flow. The volatility values for the months of the growing season were revealed, which allows us to determine the optimal moisture demand of crops and to calculate irrigation and irrigation rates in irrigated agriculture. Key words: atmospheric moisture, volatility, evaporation, humidity deficit, arid zone, agronomy.
DOI 10.37670/2073-0853-2020-84-4-15-19
-♦-
УДК 633:631.559:551.5:57.045:519.25
Влияние глобальных изменений в климатической системе планеты на погодно-климатические условия Оренбуржья и продуктивность растений*
А.А. Неверов, канд. с.-х. наук
ФБГНУ ФНЦ БСТ РАН
В последнее десятилетие в условиях аридизации климата степного Оренбуржья ранние яровые зерновые культуры: пшеница, ячмень и овёс в наибольшей степени пострадали от проявления неблагоприятных погодных условий. Экстремальные условия в период вегетации растений - высокая температура и сухость воздуха, отсутствие осадков, недостаточные начальные запасы продуктивной влаги в почве в совокупности с низкими ценами на зерновую продукцию определили низкую экономическую эффективность растениеводства в степных районах Оренбуржья. Последние три десятилетия были самыми тёплыми в ряду инструментальных наблюдений за глобальной приповерхностной температурой с середины XIX в. С глобальными изменениями климата связаны региональные, причём в России, и особенно в Оренбургской области, потепление происходит более высокими темпами, чем на Земле в целом. Созданная синоптико-статистическая модель учитывает влияние параметров климатической системы планеты и региона и позволяет прогнозировать урожайность ячменя в центральной зоне Оренбургской области за три месяца до начала полевых работ.
Ключевые слова: прогноз, урожайность, методы прогнозирования, синоптико-статистическое моделирование, временной ряд.
«Климат» в переводе с древнегреческого означает «наклон», т.е. наклон солнечных лучей относительно поверхности Земли. Приоритетная роль Солнца в управлении климатом на Земле бесспорна. Наряду с влиянием на климат солнечной активности в последнее время обнаружена связь климатических изменений с потоком галактических космических лучей (ГКЛ).
«Сегодня наблюдается естественный переход от моделей климата, целью которых является воспроизведение и прогноз чисто термогидродинамических характеристик, к моделям Земной системы. Термин «Земная система» расширяет понятие «климатическая система» как введением в рассмотрение дополнительных геосфер (лито-
сфера, гелиосфера и др.), так и за счёт описания более широкого круга физических, химических, биологических (а также социальных) взаимодействий» [1].
На сегодняшний день причины глобального потепления достоверно не установлены. В одной из версий рассматривается возможный механизм солнечной модуляции ГКЛ, объясняющий причины изменения климата на планете: в периоды усиления солнечной активности ослабевает поток галактичесих космических лучей, и наоборот -ослабление солнечной активности приводит к усилению потока ГКЛ. Известно, что ГКЛ образуются в результате взрыва сверхновых звёзд. По гипотезе датского учёного Хенрика
* Исследование выполнено в соответствии с планом НИР на 2019 -2021 гг. ФГБНУ БСТ РАН по теме № 0761-20190004.
известия оренбургского государственного аграрного университета
2020 • № 4 (84)
Свенсмарка [2], ГКЛ ионизируют нижние слои атмосферы, в результате формируется облачность, происходит понижение глобальной температуры на планете, ледники в Северном полушарии наступают на юг. В периоды снижения потока ГКЛ наблюдается противоположная ситуация, глобальная температура растёт. К сожалению, предсказать активность Солнца и динамику ГКЛ пока никому не удаётся.
Последние три десятилетия были самыми тёплыми в ряду инструментальных наблюдений за глобальной приповерхностной температурой с середины XIX в. [3].
С глобальными изменениями климата связаны региональные, причём в России, и особенно в Оренбургской области, потепление происходит более высокими темпами, чем на Земле в целом.
На проявление региональных погодных аномалий существенное влияние оказывают колебания регионального и глобального климата, проявляющиеся на фоне долгопериодных изменений. Достоверно установлена связь межгодовых вариаций региональных погодно-климатических изменений во многих странах мира, в том числе и в России, с явлением Эль-Ниньо и Ла-Ниньо, характеризующимися температурными аномалиями поверхностных вод экваториальной части Тихого океана. На климат отдельных регионов Евразии большое влияние оказывают наряду с Эль-Ниньо квазициклические процессы Северного полушария: североатлантическое колебание (САК), тихоокеанская десятилетняя осцилляция (ТДО), атлантическая долгопериодная осцилляция (АДО) и т.д.
Климатологами [1] обнаружены региональные связи квазидвухлетних колебаний (КДК) зонального ветра в экваториальной стратосфере с процессами в тропиках, в частности с длительностью сезонных дождей и активностью ураганов в Атлантике. Оказалось, что ключевую роль в становлении периода КДК и амплитуды в нижних слоях атмосферы играют планетарные волны.
В.М. Лебедева с соавторами выявила устойчивые временные связи между характеристиками циркуляции атмосферы и теплового состояния поверхности океанов в предшествующий периоду вегетации осенне-зимний период и урожайностью яровой пшеницы по федеральным округам [4]. На основании этих связей разработан метод синоптико-статистического моделирования для прогноза урожайности зерновых культур по округам РФ.
Установлено, что в период глобального потепления произошёл резкий переход от восточной и меридиональной форм циркуляции к западной форме, что приводит к росту осадков в Санкт-Петербурге [5].
Б.Г. Шерстюков ( 2019) доказывает несостоятельность сезонных прогнозов погоды,
основанных на преемственности атмосферных процессов при переходе от сезона к сезону, таких связей не было обнаружено на различных метеостанциях [6].
В отличие от слабой преемственности атмосферных процессов между месяцами и сезонами нами, выявлены хорошие корреляционные связи (г > 0,5 - 0,68) температурных аномалий океана и суши с урожаем кукурузы в Оренбургском регионе, благодаря которым была разработана синоптико-статистическая модель прогноза урожайности, подтверждённая полученным результатом в 2019 г. [7].
В 2018 г. нами была опубликована работа, посвящённая кросскорреляционному анализу и подготовке предикторов для долгосрочного прогнозирования урожайности подсолнечника в Оренбургской области, в которой показана межгодовая периодичность колебаний метеофакторов и их связь с урожаем [8].
В 2019 г. опубликованный долгосрочный прогноз урожайности полевых культур: озимой ржи, яровой пшеницы, ячменя, кукурузы и подсолнечника с использованием связей урожайности с параметрами климатической системы планеты полностью подтверждён фактической урожайностью всех культур [9].
Таким образом, работами учёных по проблеме долгосрочного прогнозирования погодных условий и урожайности сельскохозяйственных культур в регионах страны показана необходимость учитывать изменения, происходящие в глобальной климатической системе планеты.
Цель исследования - создание синоптико-статистической модели для долгосрочного прогнозирования урожайности ячменя в центральной зоне Оренбургской области.
Материал и методы исследования. Объектами исследования были многолетние временные ряды (1979 - 2019 гг.):
- среднерайонной урожайности зерна ячменя в Оренбургском районе Оренбургской области;
- факторов погодных условий за период с 1-й декады сентября года, предшествующего году наблюдений, по 3-ю декаду января: температура воздуха средняя, максимальная и минимальная, среднесуточный дефицит влажности воздуха, осадки (по данным Оренбургского центра по гидрометеорологии и мониторингу окружающей среды, проведённому филиалом 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, площади морского льда, индексы североатлантического колебания (данные получены с сайта Национального центра климатических данных США и Всероссийского научно-исследовательского ин-
ститута гидрометеорологической информации -Мирового центра данных (ВНИИГМИ - МЦД) в г. Обнинске РФ) [10].
Для изучения влияния глобальных параметров климатической системы на урожайность сельскохозяйственных культур в Оренбургской области нами использовались принципы синоптико-статистического моделирования В.М. Лебедевой, разработанные в ФГБУ «ВНИИСХМ» [4]. Особенностью этого подхода является использование данных с карт барической топографии (АТ-500), значений температуры поверхности воды Тихого и Атлантического океанов, данных о центрах действия атмосферы, индексах южного и североатлантического колебаний в осенне-зимний период.
Выбор предикторов и построение прогностических моделей осуществлялось с помощью корреляционно-регрессионного анализа в программах: Statistica 6.1, NCSS-2000.
Результаты исследования. Основные требования к моделям долгосрочного прогнозирования каких-либо событий - это их хорошая оправды-ваемость и заблаговременность, т.е. время, позволяющее принять необходимые управленческие решения для максимального воздействия на процесс и извлечения наибольшей выгоды от этого.
За последние 10 лет в условиях аридизации климата степного Оренбуржья ранние яровые зерновые культуры - пшеница, ячмень и овёс в наибольшей степени пострадали от проявления неблагоприятных погодных условий. Экстремальные условия в период вегетации растений - высокая температура и сухость воздуха, отсутствие осадков, недостаточные начальные запасы продуктивной влаги в почве в совокупности с низкими ценами на зерновую продукцию определили низкую экономическую эффективность растениеводства в степных районах Оренбуржья.
В последние три десятилетия происходит ускоренное изменение климата, существенно
изменились атмосферные процессы, которые в предшествующее столетие были крайне редким явлением или не наблюдались совсем.
Существовавшие до сих пор методы прогнозирования продуктивности растений на основе цикличности атмосферных процессов дают сбой в силу того, что они в основном учитывают прошлый опыт, который в современных условиях не даёт надёжных результатов. Созданная нами синоптико-статистическая модель демонстрирует влияние параметров климатической системы планеты и региона в современный период на основе инерции атмосферных процессов (табл. 1).
Наибольший отклик и значимость в модели прогноза урожайности ячменя показали два фактора: аномалия температуры нижней тропосферы над океаном в Северном полушарии в январе текущего года и среднесуточная температура воздуха третьей декады этого же месяца г. Оренбурга с долей влияния 38,7 и 17,4 % соответственно. Ещё четыре фактора - осадки декабря 2019 г., предшествующего году урожая, аномалия температуры приземного слоя воздуха над сушей Океании, аномалия температуры нижней тропосферы полярного региона в ноябре и индекс северо-атлантического колебания в сентябре 2019 г. обеспечивают от 3,6 до 6,7 % дисперсии результативного признака, а в совокупности 19,9 %. Коэффициент множественной корреляции регрессионного уравнения достаточно высокий - Я = 0,87, соответственно данными факторами детерминируется 76 % изменчивости урожайности ячменя в Оренбургском районе Оренбургской области.
Описательная статистика предикторов и пределов работоспособности модели показана в таблице 2.
Прогноз урожайности возможен лишь в случае, если количественные значения предикторов модели не выходят за указанные ограничения, т.е. в границах от минимума до максимума этих
1. Модель регрессии урожайности ячменя на погодные факторы региона и аномалии глобальных
параметров климатической системы планеты
Итоги регрессии для зависимой переменной: Я = 0,87 Я2 = 0,76 Скорректир. Я2 = 0,72 Д6,33) = 17,5; п = 40
Предикторы модели в - стандартизованный коэффициент Доля фактора, % Коэффициенты В Стд. Ош. В Т (23) />-уровень
Начальная ордината 17,36 1,60 10,8 0,000
НТ СП Ок 1 м., °С -0,53 ± 0,09 38,7 -8,80 1,52 -5,8 0,000
Т 3 дек. 1 м., °С 0,55 ± 0,10 17,4 0,55 0,10 5,6 0,000
Ос. 12 м. пр. 0,27 ± 0,09 6,7 0,09 0,03 3,1 0,004
Океания Суша 9 м. пр., °С -0,28 ± 0,09 5,5 -2,64 0,87 -3,0 0,004
НТ РегПоляр 11 м. пр., °С 0,25 ± 0,09 3,6 2,01 0,76 2,7 0,012
СевАтлКол 9 м. пр. 0,22 ± 0,09 4,1 1,14 0,48 2,4 0,022
Примечание: Ос. - осадки; Т - среднесуточная температура воздуха, 3 дек. 1 м. - 3-я декада 1-го месяца (января); НТ СП Ок - аномалия температуры нижней тропосферы над океаном в Северном полушарии; СевАтлКол - индекс североатлантического колебания; пр. - год, предшествующий году урожая; Океания Суша - аномалия температуры воздуха над сушей Океании.
известия оренбургского государственного аграрного университета
2020 • № 4 (84)
значений. По мере накопления новой информации модель должна быть пересмотрена.
Поскольку данное условие соблюдалось, нами рассчитан прогноз возможной урожайности зерна ячменя в 2020 г. (табл. 3).
Предсказанная урожайность ячменя в 2020 г. возможна на уровне 13,2 ц с 1 га при вариациях от 10,3 до 16,0 ц с 1 га, что выше или на уровне средней урожайности в Оренбургском районе -10,7 ц с 1 га за последние 30 лет.
Урожайность ячменя хорошо коррелирует (Я = -0,57) с аномалией температуры нижней тропосферы Северного полушария (рис. 1).
Чем выше аномалия температуры, тем ниже урожайность ячменя в центральной степной зоне Оренбуржья. При аномалии температуры в 90-е годы прошлого века, равной -0,5 °С, урожайность ячменя по тренду достигала 16 ц с 1 га, рост аномалии в настоящее время достиг 0,4 - 0,5 °С, при этом урожайность снизилась до 6 - 8 ц с 1 га.
К сожалению, тенденция роста температуры нижней тропосферы над океаном Северного полушария сохраняется в настоящее время (рис. 2).
Пик аномалии температуры пришёлся на 2016 г., в последующие три года наблюдался спад роста температуры, однако говорить о тенденции снижения аномалии преждевременно.
О том, что условия для вегетации и формирования урожая ячменя в центральной части
Оренбуржья ухудшаются, свидетельствует динамика снижения урожайности во времени за последние четыре десятилетия (рис. 3).
Однако прямолинейной зависимости между урожаем зерновых культур и ростом температуры в Северном полушарии над океаном не существует и не должно существовать, поскольку изменчивость урожайности зависит от множества других факторов.
Аномалия температуры нижней тропосферы над океаном Северного полушария оказывает влияние на формирование урожайности ячменя в локальном регионе Оренбуржья косвенно через изменения атмосферных процессов (рис. 4).
Установлена обратная связь (Я = -0,30) между потеплением нижних слоёв атмосферы Северного полушария и снижением количества атмосферных осадков июня в Оренбургском регионе.
В предыдущих исследованиях нами установлено, что погодные условия июня являются одним из основных погодных факторов с долей влияния порядка 40 % на урожайность ячменя в степном Оренбуржье [11]. В июне протекают процессы от кущения до начала формирования молочной спелости зерна, что во многом определяет уровень продуктивности растений.
Выводы. Создана синоптико-статистическая модель для долгосрочного прогнозирования урожайности ячменя в центральной зоне Оренбургской области.
2. Описательная статистика предикторов модели и пределов её работоспособности
Предикторы модели Количество набл. Среднее Минимум Максимум Стд. откл
Урожайность ячменя, ц с 1 га 41 10,7 0,1 23,1 5,28
НТ СП Ок 1 м., °С 41 0,058 -0,48 0,73 0,32
Т 3 дек. 1 м., °С 41 -13,06 -22,00 -1,50 5,11
Ос. 12 м. пр., мм 42 31,00 4,00 69,00 15,28
Океания Суша 9 м. пр., °С 42 0,697 -0,98 1,48 0,61
НТ РегПоляр 11 м. пр., °С 41 0,074 -1,34 1,22 0,65
СевАтлКол 9 м. пр. 42 0,007 -2,00 2,10 1,00
3. Прогноз урожайности зерна ячменя в 2020 г.
Предикторы модели Взвешенные веса Значение предиктора В-веса х значение
НТ СП Ок 1 м., °С -8,80 0,46 -4,05
Т 3 дек. 1 м., °С 0,55 -4,00 -2,21
Ос. 12 м. пр. 0,09 37,00 3,34
Океания Суша 9 м. пр., °С -2,64 0,95 -2,50
НТ РегПоляр 11 м. пр., °С 2,01 0,70 1,41
СевАтлКол 9 м. пр. 1,14 -0,16 -0,18
Начальная ордината - - 17,36
Предсказанная урожайность, ц с 1 га - - 13,2
-95,0 % ДП - - 10,3
+95,0 % ДП - - 16,0
26 24 22 ¡5 20
о 18 Я
«Т 16
£ 14 о " 12 л
н 10
*
о а
-2 -0,6
о
О
% Ч
«ч. О О
О о
о
о о х> о оо о о
о е < о
(
о
0,8
-0,4 -0,2 0,0 0,2 0,4 0,6
Аномалия температуры нижней тропосферы СП, град. С
НТ СП 1 м Ячмень Ор 1935: г = -0,5743; р = 0,00009
Рис. 1 - Связь урожайности ячменя с аномалией температуры нижней тропосферы Северного полушария
0,8
■а 0,6
* *
С Ч
о га
& & 0,4
а с
Л О н
Я 2 а о
2 х
= и
1 0)
ф *
ь о
5 4
с; ? та 1 о
0,2
0,0
-0,2
-0,4
-0,6
1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012 2015 2018
Годы
Рис. 2 - Динамика аномалии температуры нижней тропосферы над океаном Северного полушария в январе временного периода (1979 - 2019 гг.)
1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012 2015 2018
Годы
Рис. 3 - Тенденция изменения урожайности ячменя во времени (1979 - 2019 гг.)
известия оренбургского государственного аграрного университета
2020 • № 4 (84)
140
120 100
я о
О 40
20
о
о о о о
о о о о
о 8 % ъ —.............©( О о о
о о о° о •
-0,6 -0,4 -0,2 0,0 0,2 0,4
Температура воздуха, град. С
НТ СП 1 м: os6m: r = -0,3022; p = 0,0549
0,6
0,8
Рис. 4 - Связь аномалии температуры нижней тропосферы Северного полушария над океаном с количеством осадков июня по г. Оренбургу
0
-20
Наибольший отклик и значимость в модели показывают два фактора: аномалия температуры нижней тропосферы над океаном в Северном полушарии в январе текущего года и среднесуточная температура воздуха третьей декады этого же месяца в г. Оренбурге с долей влияния 38,7 и 17,4 % соответственно. Ещё четыре фактора -осадки декабря 2019 г., предшествующего году урожая, аномалия температуры приземного слоя воздуха над сушей Океании, аномалия температуры нижней тропосферы полярного региона в ноябре и индекс северо-атлантического колебания в сентябре 2019 г. обеспечивают в совокупности 19,9 % изменчивости результативного признака.
Литература
1. Дымников В.П., Лыкосов В.Н., Володин Е.М. Математическое моделирование динамики Земной системы // Известия РАН. Физика атмосферы и океана. 2015. Т. 51 (№ 3). С. 260 - 275.
2. Svensmark, Henrik (2007). «Cosmoclimatology: a new theory emerges». Astronomy & Geophysics. 48 (1): 18 - 24.
3. Мохов И.И., Семёнов В.А. Погодно-климатические аномалии в российских регионах и их связь с глобальными изменениями климата // Метеорология и гидрология. 2016. № 2. С. 16 - 28.
4. 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.
5. Куликова Л.А., Ерёмина А.В. Режим осадков в Санкт-Петербурге при разных формах циркуляции (по классификации Г.Я. Ван-гегейма) // Учёные записки РГГМУ. 2019. № 54. С. 28 - 37.
6. Шерстюков Б.Г. Короткопериодные колебания климата по данным наблюдений, их закономерности и предпосылки для прогноза с заблаговременностью более одного года // Труды ВНИИГМИ-МЦД. 2019. Вып. 185. С. 40 - 55.
7. 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.
8. Неверов А.А. Подготовка предикторов для моделей долгосрочного прогнозирования урожайности // Животноводство и кормопроизводство. 2018. Т. 101 (№ 4). С. 185 - 193.
9. 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.
10. 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).
11. 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
The influence of global changes in the planetary climatic system on the weather - climatic conditions and plant productivity in the Orenburg region
Neverov Alexander Alekseevich, Candidate of Agriculture
Federal Reseach Center for of Biological Systems and Agrotechnologies of the Russian Akademy of Sciences 27/1, Gagarina Av., Orenburg, 460051, Russia E-mail: nevalex2008@yandex.ru
In the past ten years, with the climate of the steppe Orenburg region arndizmg, early spring crops: wheat, barley and oats have suffered the most from adverse weather conditions. Extreme conditions during the growing season of plants: high temperature and dry air, lack of precipitation, insufficient initial reserves of productive moisture in the soil, coupled with low prices for grain products, determined the low economic efficiency of crop production in the steppe regions of the Orenburg region. The last thirty years have been the warmest in a series of instrumental observations of global near-surface temperature since the middle of the 19th century. Regional changes are associated with global climate changes, and in Russia, and especially in the Orenburg region, warming is occurring at a faster rate than on Earth as a whole. The created synoptic-statistical model takes into account the influence of the parameters of the climatic system of the planet and the region and allows us to predict the yield of barley in the central zone of the Orenburg region three months before the start of field work.
Key words: forecast, yield, forecasting methods, synoptic-statistical modeling, time series.
DOI 10.37670/2073-0853-2020-84-4-19-25
-♦-
УДК 631.55:551.5:631.4(470.56)
Влияние холодной засухи на урожайность сельскохозяйственных культур в степной зоне Оренбуржья*
Н.А. Максютов, д-р с.-х. наук; А.А. Зоров, канд. с.-х. наук;
В.Ю. Скороходов, канд. с.-х. наук; Д.В. Митрофанов, канд. с.-х. наук;
Ю.В. Кафтан, канд. с.-х. наук; Н.А. Зенкова, канд. с.-х. наук
ФГБНУ ФНЦ БСТ РАН
Анализ погодных условий за последние 30 лет стационарных исследований показывает, что начиная с 2009 г. в Оренбургской области участились засухи, и в 2018/19 с.-х. году появился новый тип засухи, характеризующийся резкими среднесуточными перепадами температурами в весенне-летний период от 2 - 3 °С до 30 - 35 °С, влажностью воздуха от 100 до 30 % и ниже, атмосферным давлением до 15 - 20 ед. рт. ст. Такую засуху стали называть холодной. Подобные изменения в погоде создают стрессовую ситуацию для растений, всего живого мира, в том числе и человека. Показано, что в условиях холодной засухи рост растений замедляется, что приводит к существенному снижению урожайности сельскохозяйственных культур. По результатам исследования установлено, что в 2018/19 с.-х. году урожайность озимой ржи и пшеницы в среднем по двум фонам питания составила 7,2 и 6,4 ц с 1 га, яровой твёрдой пшеницы по паровым предшественникам - до 4,8 ц, яровой мягкой пшеницы - до 7,8 ц в их последействии, по кукурузе, просу и гороху - от 6,7 до 8,4 ц с 1 га, гороха - 9,7 ц и ячменя - до 14,7 ц с 1 га. Благодаря благоприятным погодным условиям второй половины лета просо сформировало урожайность 30,8 ц с 1 га, кукуруза на силос - 178,7 и суданская трава - 185,0 ц с 1 га зелёной массы. Из всех изучаемых культур существенную прибавку от применения удобрений показали ячмень, просо и кормовые культуры. Доказано, что в условиях весенне-летней холодной засухи роль предшественников практически отсутствует, особенно при размещении по ним яровой твёрдой, мягкой пшеницы и ячменя.
Ключевые слова: культура, севооборот, предшественник, фон питания, засуха, осадки, температура воздуха, урожайность.
За годы исследований в стационарном опыте по изучению полевых севооборотов, начиная с 1990 г., сельскохозяйственные культуры подвергались различным типам засухи, таким, как ранне-весенняя, весенне-летняя, летне-осенняя, комбинированная и устойчивая [1 - 5]. Все эти типы засухи хорошо изучены и разработаны меры борьбы с ними. Однако в последние годы в связи с глобальными и локальными изменениями климата появился новый тип засухи, который характеризуется в весенне-летний период резкими перепадами среднесуточных температур воздуха, дефицитом тепла в ночные часы и жаркой погодой в дневные, с большим количеством дней с влажностью 30 % и ниже. В этих условиях
даже при хороших запасах влаги в почве весной рост растений замедляется при нормальном их развитии.
Такой тип засухи принято считать холодной. Она в первую очередь заметно снижает урожайность озимых и ранних яровых зерновых культур и отмечалась в 2018/19 сельскохозяйственном году [6 - 8].
Материал и методы исследования. Объектом исследования являются полевые шестипольные севообороты, в которых изучаются зернопаро-пропашные, зернопаровые, почвозащитные и сидеральные севообороты. По чёрным кулисным парам размещаются озимые и яровая твёрдая пшеница, по почвозащитному и сидеральному
* Исследование выполнено в соответствии с планом НИР на 2018 -2020 гг. ФГБНУ ФНЦ БСТ РАН № 0761-2020-0003.
