CC BY
16
Муслюмова Дина Марсельевна, кандидат биологических наук, старший научный сотрудник испытательного центра ФГБНУ «Всероссийский научно-исследовательский институт мясного скотоводства», 460000, г. Оренбург, ул. 9 Января, 29, тел.: 8(3532)77-39-97, e-mail: vniims.or@mail.ru
Курилкина Марина Яковлевна, кандидат биологических наук, научный сотрудник испытательного центра ФГБНУ «Всероссийский научно-исследовательский институт мясного скотоводства», 460000, г. Оренбург, ул. 9 Января, 29, тел.: 8(3532)77-39-97, e-mail: vniims.or@mail.ru
УДК 557.5:633.16:631.559/470.56
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»)*
А.А. Неверов
ФГБНУ «Оренбургский научно-исследовательский институт сельского хозяйства»
Аннотация. С помощью статистических методов анализа показано влияния погодно-климатических факторов на формирование урожайности зерна ячменя в условиях Оренбургского района Оренбургской области. Установлено, что в течение последних 124-х лет тенденции изменения урожайности в значительной степени связаны с изменением тренда температуры воздуха самого тёплого месяца - июля в период вегетации растений, а также с количеством осадков в ноябре предшествующего урожаю года.
Summary. Using statistical methods of analysis, it was demonstrated that climatic factors influence on barley yield under conditions of Orenburg region, Orenburg oblast. It was established that yields in the last 124 years are significantly connected with changing air temperature of the warmest month, i.e. July, in the period of plant vegetation and rainfall in November preceding the crop yield of year.
Ключевые слова: климат, температура, осадки, сельскохозяйственная культура, ячмень, урожайность, регрессия, нейронная сеть.
Key words: climate, temperature, precipitation, agricultural crop, barley, crop yield, regression, neural
network.
Для временного ряда урожайности тренд рассматривается как детерминирующая составляющая в отличие от случайной компоненты этого ряда, изменения которой определяются главным образом агрометеорологическими условиями вегетационного периода конкретных лет. Для построения и анализа взаимосвязи трендов климатических факторов и урожайности зерна ячменя нами использовался метод гармонических весов с фазой скользящего осреднения равной 20-ти годам [1, 2].
С помощью множественной регрессии (табл. 1) показаны основные факторы климата в Оренбургском районе, во многом определившие тенденцию урожайности зерна ячменя за период (1891-2014 гг.).
Таблица 1. Зависимость тенденции урожайности зерна ячменя от климатических факторов (1891-2014 гг.)
R2 =0,94 F (5,107) = 564,6
Начальная ордината и климатические факторы Доля влияния, % Коэффициенты регрессии Критерий Стью-дента Доверительный уровень
Начальная ордината Температура воздуха июля, оС Осадки ноября, мм Температура воздуха апреля, оС 48,14±1,9 25,4 0,000 48,0 -1,97±0,08 -23,8 0,000 28,0 0,12±0,05 22,4 0,000 18,0 0,40±0,03 15,1 0,000
* Продолжение. Начало см. «Вестник мясного скотоводства» 2015. № 1(89). С. 117-121
Почти в 50 % случаев тренд урожайности зерна ячменя синхронно менялся с изменением температуры воздуха в июле, примерно с начала 30-х годов прошлого столетия тренды температуры и урожайности находились в анафазе по отношению друг к другу (рис. 1).
16
С ГО 14
5 ^
§ ^ 12
I § 10
о ^
£ & 8
^ го
.....
......
22,8 22,4 22,0 21,6 21,2
1893 1913 1933 1953 1973
__Годы
-ячмень
— • температура в июле
20,8
1993 2013
С I У
0
£
и си
1 до си
£
5 8
с ^
5 о
си со
Рис. 1 - Влияние тренда температуры воздуха в июле на тенденцию урожайности зерна ячменя (1893-2014 гг.)
Наряду с трендом среднесуточной температуры воздуха июля на тенденцию урожайности зерна ячменя также оказали существенное влияние климатические изменения осеннего и весеннего периодов, а именно осадки ноября и среднемесячная температура воздуха в апреле, их вклад в дисперсию составил 28 % и 18 % соответственно (рис. 2, 3).
0
1
а си по
■о сз 11
£ *
и гч § £ 9
С
N
о £
13
.......................
40 32
д
ю §
£ ^ э ^
5С
24 ^ а и
16 °
1894 1914 1934 1954
Годы
1974
1994 2014
-ячмень
---осадки
Рис. 2 - Влияние тренда осадков ноября на тенденцию урожайности зерна ячменя (1894-2014 гг.)
Тренд осадков ноября практически копировал тренд урожайности зерна ячменя, т. е. увеличение осадков в ноябре предшествующего урожаю года способствовало росту урожайности в многолетнем периоде и наоборот.
Рост температуры воздуха в апреле почти синхронно сопровождался ростом урожайности ячменя на протяжении последних 124-х лет, однако в последние 20 лет новая волна подъёма температуры не сопровождалась ростом урожайности зерна ячменя. Вероятно, тенденции роста температуры воздуха в июле и уменьшения осадков в ноябре явились определяющими факторами, обуславливающими многолетний тренд урожайности зерна ячменя за последние два десятилетия в Оренбургском районе Оренбургской области.
16
-о
14
5 ^ ?и 12 >=з ^
* 52 10
£ ^
го
8
с
I у
!5
си
с
^ о
3 г
1
си ^ 'О
С СП
~ 5 °
си , си 50 а I-
1893
1913
1933
1953 Годы
1973
1993 2013
-ячмень
---температура в апреле
Рис. 3 - Влияние тренда среднемесячной температуры воздуха апреля на тенденцию урожайности зерна ячменя (1893 - 2014 гг.)
Таким образом, метеорологическая реконструкция позволила выявить основные климатообра-зующие факторы, определившие изменения урожайности сельскохозяйственных культур в многолетнем периоде [3].
Наряду с детерминирующей составляющей информация по отклонению ежегодной урожайности зерна ячменя от многолетнего тренда не менее важна для выявления оптимальных условий формирования его продуктивности.
В нейросетевом анализе (табл. 2) в качестве зависимой переменной использовались отклонения фактической урожайности зерна ячменя от тренда, выраженные в процентах к нему, в качестве предик-торных переменных - дефицит влажности воздуха, среднесуточная температура воздуха, осадки в различные периоды времени, предшествующие году урожая и в период вегетации растений (1891-2014 гг.).
Таблица 2. Описательная статистика модели отклонения урожайности зерна ячменя от тренда (1891-2014 гг.)
Параметры Выборки
обучающая контрольная тестовая
Среднее данных, % 100,9 99,7 83,3
Стандартное отклонение данных 48,2 41,8 43,9
Среднее ошибки -0,11 -2,57 1,60
Стандартное отклонение ошибки 4,9 9,7 10,0
Среднее абсолютной ошибки, % 3,7 8,2 8,5
Отношение ст. отклонения ошибки к ст. откло- 0,10 0,23 0,28
нению данных
Корреляция 0,995 0,978 0,975
Из большого подмножества предикторов в трёхслойном персептроне отобраны 76 переменных, которые обеспечили высокие коэффициенты корреляции между наблюдаемыми и прогнозируемыми значениями независимых переменных в обучающей, контрольной и тестовой выборках, равные соответственно 0,995; 0,978 и 0,975.
Достоверность полученных результатов также подтвердилась вполне удовлетворительным отношением стандартного отклонения ошибки к стандартному отклонению данных - 0,1-0,28 в различных выборках.
В качестве иллюстрации точности модели показаны значения наблюдаемого и прогнозируемого отклонения урожайности ячменя от тренда в контрольной и тестовых выборках (табл. 3).
Таблица 3. Наблюдаемые и прогнозируемые показатели отклонения урожайности зерна ячменя от тренда, %
Контрольная выборка Тестовая выборка
Год Факт Прогноз Год Факт Прогноз
1894 161,0 168,4 1903 121,8 112,6
1896 90,4 105,1 1906 40,7 44,8
1917 76,3 72,5 1910 70,3 63,4
1940 77,8 62,7 1912 123,9 137,0
1962 143,4 140,2 1916 90,2 94,6
1963 71,7 53,0 1921 4,0 7,6
1973 132,8 139,7 1931 25,2 33,9
1976 160,8 153,0 1935 144,4 150,0
1984 66,7 56,1 1961 69,7 49,5
1995 24,3 25,7 2001 94,8 110,7
1996 91,4 92,0 2002 131,3 129,7
В дальнейшем из 76 предикторных переменных были выделены 28 наиболее значимых по рангу чувствительности модели (до 15 ранга в каждой выборке).
Для определения наиболее значимых факторов погоды и доли их влияния на колебания урожайности зерна ячменя относительно тренда провели фильтрацию предикторов путём пошаговой множественной регрессии.
Выделено десять независимых переменных - факторов погоды, которые почти в 78 % случаев оказали доминирующее влияние на формирование урожайности зерна ячменя в Оренбургском районе Оренбургской области за период с 1891 по 2014 гг. (табл. 4).
Таблица 4. Влияние погодных условий на отклонения урожайности зерна ячменя от тренда
Начальная ордината и погодные факторы
R2 =0,78
Доля влияния
фактора,
%
Регрессия
8
и и
8
Я „
¿Й -
я &
т щ I® Й И &
д
а А
!2 ® я и
5 н В ®
6 я а ^
а о £
■ « 2 «
н а а
- .
я ¡^
£85
^ н о рц 4
Начальная ордината
Среднесуточный дефицит влажности воздуха августа предшествующего года, мб Среднесуточный дефицит влажности воздуха мая, мб
Среднесуточный дефицит влажности воздуха июня, мб
Сумма дефицитов влажности воздуха июль-август, мб
Среднесуточная температура 3 февраля, оС
Среднесуточная температура 2 июня, оС
Осадки 3-й декады февраля, мм Осадки 2-й декады мая, мм Осадки 1-й декады июня, мм Осадки 2-й декады августа, мм
декады
декады
257,29±21,68 11,9 0,00
2,35 2,48±0,7 3,5 0,00
28,89 -6,04±1,13 -5,4 0,00
28,40 -4,16±0,74 -5,7 0,00
0,78 -0,037±0,01 -2,7 0,00
3,50 1,09±0,44 2,5 0,01
2,05 -2,66±0,86 -3,1 0,00
1,30 1,12±0,32 3,5 0,00
2,14 0,68±0,17 4,1 0,00
6,32 1,17±0,21 5,6 0,00
2,00 -0,56±0,18 -3,1 0,00
Наибольшее влияние имели погодные условия мая и июня: среднесуточный дефицит влажности воздуха в мае (28,89 %) и в июне (28,4 %), осадки второй декады мая (2,14 %), осадки первой декады июня (6,32 %).
Суммарная доля этих факторов составила 65,8 % из 78 % объяснённой дисперсии. Это - не случайное совпадение, поскольку основные фазы развития растений: кущение, выход в трубку, колошение проходили именно в этот календарный период.
Таким образом, установлены достоверные и существенные связи урожайности зерна ячменя с погодными условиями, а также многолетнего тренда урожайности с климатическими факторами в центральной части Оренбургской области. В течение последних 124-х лет тенденции изменения урожайности в значительной степени связаны с изменением тренда температуры воздуха самого тёплого месяца -июля в период вегетации растений, а также с количеством осадков в ноябре предшествующего урожаю года. Ежегодные отклонения урожайности от многолетнего тренда в равной степени были обусловлены погодными условиями мая и июня в период активной вегетации растений.
К сожалению, тенденция урожайности зерна ячменя изменяется в сторону её снижения, а по-годно-климатические условия становятся менее благоприятными за счёт роста температуры воздуха, уменьшения осадков и роста дефицита влажности воздуха в период вегетации растений.
Литература
1. Полевой А.Н. Прикладное моделирование и прогнозирование продуктивности посевов. Л.: Гидрометеоиздат, 1988. С. 313.
2. Тихонов В.Е., Неверов А.А., Кондрашова О.А. Применение методов нелинейного описания солнечно-земных связей к прогнозированию урожайности в степном Предуралье // Доклады Российской академии сельскохозяйственных наук. 2014. № 2. С. 56-59.
3. Неверов А.А. Современные тенденции изменения урожайности зернофуражных культур в Оренбургской области // Вестник мясного скотоводства. 2014. № 3(86) С. 125-130.
Неверов Александр Алексеевич, кандидат сельскохозяйственных наук, ведущий научный сотрудник отдела технологий кормовых культур ФГБНУ «Оренбургский научно-исследовательский институт сельского хозяйства», 460051, г. Оренбург, пр. Гагарина 27/1, тел.: 8(3532)71-00-23, сот.:8-9226-21-72-36, e-mail: nevalex2008@yandex.ru
УДК 633.15:631.5:631.811.98:581.1.04
Эффективность использования росторегулирующих препаратов в технологии выращивания зерна кукурузы
Н.И. Воскобулова, А.А. Неверов, А.С. Верещагина
ФГБНУ «Оренбургский научно-исследовательский институт сельского хозяйства»
Аннотация. В статье представлены результаты исследований влияния предпосевной обработки семян кукурузы регуляторами роста на формирование урожая зерна.
Summary. Results of researches on influence of presowing treatment of corn seeds with growth regulators on the formation of grain yield are presented in the article.
Ключевые слова: кукуруза, урожайность, зерно, регуляторы роста.
Key words: corn, yield, grain, growth regulators.
При выращивании высокопродуктивных животных и птицы зерно кукурузы является незаменимым компонентом благодаря высокой энергетической питательности - 12,8-13,7 МДж в 1 кг сухого вещества.
Чтобы повысить продуктивность животных, в структуре зерновой части комбикормов должно быть не менее 40 % кукурузы.
