Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields

Сельское хозяйство в общем и растениеводство в частности является важнейшей отраслью экономики страны, обеспечивая продовольствием и рабочими местами жителей, что в современных политических условиях является приоритетным для государства

Для условий южно-таёжной подзоны Западной Сибири использование агрометеорологической информации для управления урожайностью возделываемых культур является достаточно актуальным

Цель исследований – оценить влияние климатических факторов и систем удобрения на урожайность зерновых культур на дерново-подзолистых супесчаных почвах южно-таёжной подзоны Западной Сибири.

Исследования проводили на базе Нарымского стационарного полевого опыта по изучению систем применения удобрений в севообороте который был заложен в 1947-1948 годы на дерново-подзолистых супесчаных почвах севера Томской области в подзоне южной западносибирской тайги

Стационарный опыт развёрнут во времени и пространстве, до 2011 г имел семь полей, севооборот зернопаротравяной, после 2011 г имеет 6 полей, севооборот зернопаровой. Изучали три системы применения удобрений: органическая, минеральная и органоминеральная. Органические удобрения вносили один раз в ротацию в паровое поле, комплексные минеральные удобрения вносили ежегодно перед посевом зерновых культур. Количество вариантов в опыте 17, повторность 3-х кратная. Посевная площадь делянки 254 м2, учётная – 200 м2. Агротехнические мероприятия проводили в соответствии с действующими методическими рекомендациями для зоны

Для оценки влияния метеорологических показателей и систем удобрения на урожайность зерновых культур были построены временные ряды 1978-2019 гг. метеорологических показателей – средняя температура воздуха, °С, сумма осадков, мм вегетационного периода (май – август) и средней урожайности (ц/га) – ячмень, озимая рожь, пшеница, овёс, для трёх уровней применения удобрений: 1. естественный фон – контроль без удобрений, 2. органический фон – навоз 2,85 т на 1 га севооборотной площади, 3. минеральный фон – NPK 60 кг д.в. на 1 га севооборотной площади.

Математическая обработка данных выполнена с помощью пакета статистических программ SNEDEKOR

В целом гидротермические условия периода 1978-2019 гг. в соответствии с показателем Г.Т. Селянинова распределились следующим образом: 14 лет были достаточно увлажнёнными, 18 лет были избыточно влажными, а в течение 10 лет ощущался недостаток влаги. Среднесуточная температура воздуха в период активной вегетации растений в среднем по годам была стабильной: июль и август характеризовались незначительной изменчивостью (V=8,0% и 9,3%), в июне вариабельность средняя (V=16,2%), в мае коэффициент вариации довольно значителен (V=30,0%). Сильная изменчивость характерна для выпадающих за период вегетации осадков (V=50,2%...71,0%), при этом в июле вариабельность была наибольшей с экстремальными локальными значениями (табл. 1).

Урожайность зерновых культур в период 1978-2019 гг. изменялась в широком диапазоне: от 2,7 ц/га ячменя до 28,3 ц/га озимой ржи. Значительное варьирование урожайности отмечено у ячменя V=48,4%, озимой ржи V=42,8% и пшеницы V=38,7%, урожайность овса стабильнее V=28,4%. Метеорологические показатели оказывали существенное влияние на варьирование урожайности во времени, так при ГТК˂1,0 и ˃1,5 получена в среднем более низкая урожайность зерновых культур – 8,4…14,4 ц/га, чем при оптимальных значениях ГТК (1,0…1,5) – 9,9…16,2 ц/га.

При помощи ранговых корреляций Спирмена

По результатам расчёта корреляционной матрицы можно сделать выводы о тесноте и направлении связи зависимых и независимых переменных и определить взаимное влияние факторов друг на друга.

Так, температура воздуха и количество осадков связаны друг с другом слабыми (факторы X1 и X5, X2 и X5, X3 и X7, X4 и X8) и умеренными в июне (факторы X2 и X6) обратными корреляциями – повышение температуры воздуха сопровождается увеличением испаряемости влаги в атмосферу и уменьшением её общего количества. Осадки связаны друг с другом положительными корреляционными связями – между маем и июнем связь слабая (факторы X5 и X6), между августом, маем и июнем умеренная (факторы X8 и X5, X8 и X6), а между августом и июлем заметная (факторы X8 и X7).

Урожайность ячменя, пшеницы и овса имеет положительные умеренные корреляционные связи с осадками июня, а с температурой июня урожайность всех зерновых культур, в том числе и озимой ржи, имеет отрицательные слабые и умеренные связи. Отрицательные связи температуры июня с урожайностью объясняются обратными корреляциями между температурой и осадками июня (факторы X2 и X6) – недостаток влаги в июне месяце, когда у зерновых культур проходят фазы всходы, кущение, выход в трубку, негативно отражается на урожайности. Урожайность ячменя связана слабо отрицательно с осадками июля и августа – повышение количества выпавших осадков в августе мешает качественному и своевременному проведению уборочных работ, а отрицательное влияние осадков июля на урожайность ячменя объясняется положительной заметной связью между осадками августа и июля (факторы X8 и X7). Урожайность овса находится в умеренной положительной связи с температурой мая. Слабые и умеренные положительные связи между урожайностью овса и урожайностью остальных культур, урожайностью ячменя и пшеницы объясняются влиянием предшественников на последующие культуры севооборота.

Выделенные метеорологические показатели по отдельности не находятся в тесной корреляционной зависимости с урожайными показателями, тем не менее они играют важную роль в формировании урожайности. Для того чтобы исследовать структуру взаимосвязей зависимых и независимых показателей, идентифицировать скрытые факторы, как причины взаимосвязей исходных показателей, сократить количество исходных признаков и сформировать некоторые новые обобщённые показатели, мы воспользовались методами факторного анализа

В результате факторного анализа исследуемые показатели были объединены в группы, которые определяются фактором, по которому эти показатели имеют максимальные факторные нагрузки, причем параметры, входящие в одну группу, связаны между собой тесной корреляционной связью, а входящие в разные группы – слабо коррелируют друг с другом. Факторные нагрузки – это коэффициенты парной корреляции новых обобщённых показателей (факторов) с исходными показателями, при этом учитываются нагрузки больше 0,5, которые оказывают влияние на фактор, нагрузки больше 0,7 определяют фактор, нагрузки меньше 0,25 являются незначительными.

В итоге восемь исходных метеопоказателей и урожайность каждой культуры сгруппировались по четырём факторам – по два фактора у температурного режима и режима увлажнения, имея разную степень связи с каждым из них (табл. 3).

Первый фактор температурного режима для ячменя и озимой ржи, который определяет урожайность этих культур, нагружают температуры июня и августа, для пшеницы данный фактор имеет максимальную нагрузку от температуры июня. Для овса первый фактор нагружают температуры июня, июля и августа, а урожайность имеет большую нагрузку по второму фактору. Показатель – температура июня нагружает первый фактор для всех культур с отрицательным знаком, следовательно, она имеет отрицательную корреляцию с остальными признаками. Второй фактор определяют температуры мая и июля, которые связаны между собой отрицательной корреляционной связью.

Первый фактор режима увлажнения для ячменя, который определяет его урожайность, имеет максимальные нагрузки от осадков июня и июля. Второй фактор в большей степени определяется осадками августа, затем июля и мая. Урожайность пшеницы и овса определяется вторым фактором, который в большей мере нагружает показатель – осадки июня. Первый фактор имеет максимальные нагрузки от осадков августа, июля и мая. Показатель – осадки июля связан обратной корреляционной зависимостью с урожайностью яровых культур, а также имеет отрицательные корреляционные связи с показателем – осадки июня. Для озимой ржи первый фактор увлажнения идентифицируется по осадкам июля и августа, второй фактор, с которым связана урожайность, по осадкам мая и июня. Урожайность озимой ржи не имеет высоких нагрузок с факторами увлажнения, следовательно зависимость урожайности от суммы осадков менее выражена, чем у яровых культур – озимая рожь сравнительно засухоустойчивая культура, развивая в осенний период мощную корневую систему она лучше яровых зерновых культур переносит недостаток влаги. Однако в период кущения (май) и выход в трубку (июнь) рожь реагирует на недостаток влаги в почве.

Объединённые температурные факторы объясняют 53%...56% совместной вариации исходных показателей, факторы увлажнения объясняют 69%...74% вариации, то есть более половины, что считается приемлемым результатом.

Далее были вычислены значения новых интерпретированных факторов для каждого объекта по коэффициентам регрессии исходных показателей в формировании объединённых факторов. Вычисленные значения факторов, как новые показатели, независимы, отражают реальную структуру взаимосвязей исходных признаков и наиболее полно передают исходную эмпирическую информацию.

Для того, чтобы определить, как количественно влияет на урожайность зерновых культур система удобрения, были сформированы переменные z1 – органическая система (навоз 2,85 т на 1 га севооборотной площади), z2 – минеральная система (NPK 60 кг д.в. на 1 га севооборотной площади), действие которых будет сравниваться с естественным фоном (контроль).

Интерпретация фиктивных переменных следующая:

z1 = 0 если органические удобрения не применялись;

z1 = 1 если органические удобрения применялись;

z2 = 0 если минеральные удобрения не применялись;

z2 = 1 если минеральные удобрения применялись.

Следующим действием было определение формулы регрессионной модели изменения урожайности зерновых культур под влиянием полученных метеофакторов и факторов системы удобрения:

У = a + b1 x1 + b2 x2 + b3 x3 + b4 x4 + c1 z1 + c2 z2, где

У – урожайность зерновых культур, ц/га;

a – начало отсчёта (свободный член);

b1-4 c1-2 – коэффициенты регрессии;

x1 x2 – обобщённые факторы температуры;

x3 x4 – обобщённые факторы осадков;

z1 z2 – система удобрения (z1 – органическая, z2 – минеральная).

С помощью метода наименьших квадратов были построены регрессионные многофакторные модели урожайности зерновых культур (табл. 4).

Статистически незначимые коэффициенты регрессии и соответствующие им факторы были исключены из моделей урожайности, так как они не оказывали значительного влияния на результат. Оставшиеся в модели коэффициенты и соответствующие им факторы имели достаточно высокие значения t-статистик (критерий Стьюдента), следовательно они были сформированы не под действием случайных факторов, а в соответствии со статистическими закономерностями.

Полученные результаты означают, что объединённые факторы – температура июня и августа положительно влияли на урожайность ячменя, озимой ржи и пшеницы, которая увеличивалась на 2,04, 4,40 и 3,36 ц/га соответственно. Температура мая и июля отрицательно влияла на урожайность ячменя, снижая его на 1,28 ц/га и положительно на урожайность овса, увеличивая его на 1,50 ц/га. Осадки июня и июля снижали урожайность ячменя на 2,09 ц/га, а осадки мая, июля и августа снижали урожайность пшеницы на 1,14 ц/га. Осадки июня повышали урожайность пшеницы и овса на 1,14 и 3,38 ц/га соответственно.

При фиксированных (неизменных) значениях остальных факторов, урожайность зерновых культур при применении органических удобрений возрастала по сравнению с естественным фоном от 1,85 до 3,20 ц/га, при применении минеральных удобрений урожайность возрастала от 6,00 до 10,57 ц/га.

Статистическая проверка регрессионных уравнений по F-критерию показала, что все уравнения значимы на 1% уровне значимости (Р ≤ 0,01), т.е. вероятность того, что все коэффициенты регрессии отличаются от нуля вследствие действия случайных факторов составляет 0,000. Коэффициенты множественной корреляции полученных моделей – R1=0,807, R2=0,755, R3=0,852, R4=0,798, означают, что результативные переменные находятся в тесной линейной связи с факторными переменными. Коэффициенты множественной детерминации – R2 означают, что 65% вариации урожайности ячменя, 57% вариации урожайности озимой ржи, 73% вариации урожайности пшеницы и 64% вариации урожайности овса объясняются совместной вариацией выбранных метеофакторов и системой удобрения, а 27%...43% – другими факторами. Включение в модели урожайности дополнительных факторов может значительно повысить их качество.

Таким образом, в условиях южно-таёжной подзоны Западной Сибири варьирование урожайности зерновых культур на 64%...73% определено влиянием метеорологических факторов и системой удобрения. Интегрированные метеофакторы в разной степени влияли на урожайность зерновых культур, либо увеличивая её, либо снижая, органическая и минеральная система удобрения положительно влияла на урожайность всех зерновых культур.