Предложен и апробирован на практике метод выбора оптимальных мест для размещения посевов многолетних трав в пределах агроландшафта. Описаны правила использования архивных данных, результатов научных исследований и информационных технологий при прогнозировании урожайности и устойчивости посевов сельскохозяйственных культур.
Процесс оптимизации размещения посевов в агроландшафтах на основе прогнозирования урожайности сельскохозяйственных культур является важнейшей процедурой при адаптации сельскохозяйственного производства к различным природным условиям [2, 3]. Особенно это актуально при разработке адаптивно-ландшафтных и прецизионных систем земледелия. В данной работе показаны принципы прогнозирования урожайности культур в условиях реального хозяйства, основанные на использовании мониторинговых наблюдений, результаты которых анализировались с помощью информационных технологий.
Предлагаемый метод основан на расчете значений урожайности культуры для условий хозяйства с помощью регрессионных уравнений функциональных зависимостей урожая от условий природной среды, полученных по результатам ландшафтно-полевого опыта. Мультирегрессионные уравнения зависимости урожая культуры от условий природной среды получают в ходе трансектных исследований на агроэкологическом полигоне [1]. Эти уравнения позволяют выявить факторы, достоверно влияющие на продуктивность культуры, а также ранжировать их по силе воздействия на урожай. Применение математических моделей, разработанных на основе данных ландшафтно-полевого опыта, возможно только в хозяйстве, территория которого в ландшафтном отношении генетически однотипна с территорией агроэкологического стационара.
Основными этапами прогнозирования урожайности являются:
- Создание банка данных, описывающего условия природной среды изучаемого хозяйства.
- Создание электронных карт свойств природной среды хозяйства.
- Определение, на основе мониторинговых наблюдений в пределах агроэкологического стационара, функциональных зависимостей урожайности культуры от факторов, отображенных в банке данных хозяйства, для различных погодных условий.
- Расчет значений прогнозной урожайности на территорию хозяйства для различных погодных условий.
- Создание прогнозных карт урожайности культуры для различных погодных условий.
- Создание карт устойчивости урожая культуры.
- Анализ карт урожайности и устойчивости культур.
Практическое применение методов прогнозирования урожайности покажем на примере модельного хозяйства, расположенного в окрестностях Всероссийского научно-исследовательского института сельскохозяйственного использования мелиорированных земель (Земли ВНИИМЗ).
Первым этапом работы является создание карты точек опробования (опорных точек) – мест на территории хозяйства, для которых известны параметры окружающей среды (рис. 1).
Формирование банка данных на это хозяйство осуществлялось на основе изучения архивных агрохимических картограмм, фондовых материалов и проектов мелиоративного строительства. Использование топографической основы позволило создать достаточно подробную цифровую модель рельефа (ЦМР).
С помощью ГИС-технологий на основе программного продукта ArcGIS ArcView и ЦМР были созданы карты крутизны склонов, кривизны поверхности, солнечной радиации, которые совмещали с картой точек опробования.
Банк данных на это модельное хозяйство содержит сведения по следующим показателям:
- кислотность пахотных горизонтов почв (единицы рН);
- содержание обменного калия в пахотных горизонтах почв (мг/100 гр.);
- содержание подвижного фосфора в пахотных горизонтах почв (мг/100 гр.);
- содержание гумуса в пахотных горизонтах почв (%);
- значение радиационного баланса на единицу площади (ватт/кв.см);
- высота местности, м;
- уклон местности (%);
- кривизна поверхности.
Следующим этапом работы является расчет функциональных зависимостей урожайности культур (клеверотимофеечных травостоев 1 и 2 г.п.) от вышеприведенных параметров природной среды агроэкологического стационара ВНИИМЗ. Для этого из банка данных стационара, на котором изучалось влияние ландшафтных условий на урожайность растений, выбираются эти параметры, а также данные по урожайности травостоев для экстремально влажных и оптимально увлажненных лет.
Расчет уравнений регрессии может производиться с помощью многих статистических программ, в данном случае мы использовали STATGRAPHIICS Plus.
Для условий стационара ВНИИМЗ урожайность трав 1 г.п. во влажные годы описывается следующим уравнением:
Урожайность = 189,8 – 1,0 Высота + 5,9 Гумус – 28,3 Кривизна – 8,8 Крутизна (1)
R2 = 52,3%, Fфакт = 6,85>Fтеор = 2,0, Р = 0,0007
Максимальное влияние на урожайность в этих условиях оказывает крутизна склонов (определяет 27,1% ее вариабельности). С увеличением крутизны склона урожайность сена снижается вследствие активизации эрозионных процессов. Кривизна поверхности определяет 11,0% изменчивости урожая. На выпуклых участках, вследствие эрозионного смыва, происходит снижение урожая. Изменение высоты местоположения определяет 7,5% вариабельности урожая – увеличение высоты активизирует эрозию, что негативно сказывается на урожае. Увеличение содержания гумуса в почве способствует росту урожайности сена до 6,8%.
Урожайность сена трав 1 г.п. для условий оптимального увлажнения достоверно зависит только от солнечной радиации:
Урожайность = 727,2 - 0,002 Радиация (2)
R2 = 25,5%, Fфакт = 9,61 > Fтеор = 2,0, Р = 0,004
Увеличение радиации на южном склоне приводит к угнетению трав и снижению урожайности сена здесь на 25,5%.
Урожайность трав 2 г.п. для влажных лет описывается следующим уравнением:
Урожайность = 802,9 – 14,9 Крутизна – 8,9рН – 0.002 Радиация (3)
R2 = 46,7%, Fфакт = 7,60 > Fтеор = 2,0, Р = 0,0008
Максимальное влияние на урожайность оказывает крутизна склонов (определяет 19,6% вариабельности выхода сена с гектара), изменение интенсивности радиации определяет 14,2% изменчивости урожая, подкисление почвы способствует увеличению урожая до 12,9% вследствие лучшего развития злаков.
Урожайность трав 2 г.п. при оптимальном увлажнении зависит от следующих факторов:
Урожайность = 1126,8 – 2,3 Высота – 0,002 Радиация (4)
R2 = 43,1%, Fфакт = 10,22 > Fтеор = 2,0, Р = 0,0005
В данном случае высота определяет 25,7% вариабельности урожайности сена, а радиация – 17,4%.
На основе полученных уравнений производится прогнозирование урожайности трав для модельного хозяйства. Для этого в атрибутивной таблице ГИС-проекта, которая является банком данных для модельного хозяйства, открываются новые поля, которые будут содержать информацию о прогнозной урожайности (рис. 2). Расчет прогнозной урожайности осуществляется с помощью инструмента ГИС – «Калькулятор поля» (рис. 3).
В ходе прогнозирования рассчитывается урожайность трав 1 и 2 г.п. для периодов экстремального и оптимального увлажнения. Далее, с помощью этого же инструмента, вычисляются модули размаха урожайности, средняя урожайность, коэффициенты устойчивости (средняя урожайность/размах), коэффициенты оптимальности (коэффициент устойчивости*средняя урожайность). И затем создаются изолинейные карты этих параметров, которые совмещаются в определенном порядке с помощью инструментов ArcGIS «калькулятор растра» и «комбинирование», что позволяет выявить места на территории модельного хозяйства, оптимальные для произрастания трав.
Основным результатом работы является карта местонахождения ареалов, наиболее оптимальных для произрастания трав в пределах Земель ВНИИМЗ (рис. 4). Совмещение этой карты с картой микроландшафтного устройства хозяйства наглядно демонстрирует, что ареалы оптимального размещения посевов находятся только в пределах моренно-ледниковой равнины, тогда как территории удовлетворительные и неудовлетворительные для размещения травостоев располагаются также и на зандровой равнине и в долине р Волги. Ареалы неудовлетворительного размещения посевов располагаются в основном на северных склонах холмов, а оптимального – на южных, они тяготеют к транзитно-аккумулятивным и аккумулятивным ландшафтам. В ареалах оптимального размещения травостоев актуальны мероприятия по двойному регулированию водно-воздушного режима почв, а также внесение поддерживающих доз извести.
- Иванов Д.А. Агрогеография. Учебное пособие – Тверь, «АгросферА» Тверской ГСХА, 2010, – 244с.
- Полуэктов Р.А., Смоляр Э.И., Терлеев В.В., Топаж А.Г. Модели продукционного процесса сельскохозяйственных культур. СПбГУ, 2006, – 396 с.
- Шатилов И.С., Бондаренко Н.Ф., Жуковский Е.Е. и др. Схема организации научных исследований по программированию урожая. // Доклады ВАСХНИЛ, 1976, №2, с. 2-4.
- Литература
