УДК 631.57
, заведующая отделом (Институт мелиорации, г. Минск,
Республика Беларусь)
к вопросу прогнозирования урожайности
сельскохозяйственных культур
Приведена краткая характеристика способов прогноза урожайности и моделирования развития сельскохозяйственных культур. Описана разрабатываемая модель прогнозирования урожайности сельскохозяйственных культур. Модель базируется на изучении влияния факторов в конкретные фазы на рост, развитие и урожайность растений.
The brief description of ways of forecasting and modelling of productivity of agricultural crops is given. The developed model of efficiency of agricultural crops is described. The model is based on studying of influence of factors on growth, development and productivity of plants.
Климатические и погодные условия для выращивания зерновых в Республике Беларусь не являются идеальными. Наряду с благоприятными по метеорологическим условиям годами часто отмечаются годы, когда растения страдают от заморозков, засухи, недостатка или избытка дождей в отдельные периоды. Колебания урожайности даже в двух смежных годах могут быть значительными из-за различных агрометеорологических условий. Вопросы оценки текущей ситуации и прогноза урожайности имеют особую актуальность и значение, притом тем большее, чем с большей заблаговременностью удается рассчитать ожидаемый урожай.
Для прогнозирования требуется исследовать количественные связи урожая с агроклиматическими, почвенными, агротехническими и другими факторами, биологическими особенностями растений. И для этого применяются различные методы, от простых линейных связей между погодой и урожаем до сложных динамических моделей роста и развития растений. Между простыми и сложными существуют средние по сложности модели: балансовые уравнения, статистические модели, агрометеорологические прогнозы по текущему состоянию растений.
Балансовые уравнения основаны на изучении всех статей расхода и прихода каждого из изучаемых факторов. Такие модели относительно просты, но приближенны. Входящие в балансовое уравнение коэффициенты изменяются в зависимости от тех же факторов, которые определяют и величину самого урожая.
Математико-статистические - более сложные модели, чем балансовые, построены они на производственных функциях, представляющих собой регрессионные модели, выражающие количественную связь урожая с факторами производства. Регрессионные модели обычно применимы в погодных и почвенных условиях, близких к условиям проведения эксперимента.
Агрометеорологические прогнозы базируются на учете основных элементов структуры урожая, из которых складывается его величина, - количество растений на 1 м2 при уборке, продуктивная кустистость, число колосков на единице площади, число зерен в колосе, масса 1000 зерен, учитываются продуктивные влагозапасы.
Существует ряд динамических моделей продукционного процесса сельскохозяйственных культур, которые можно использовать при прогнозировании урожайности [4-9]. Они базируются на учете разных факторов с большей или меньшей детализацией. В настоящее время известны длиннопериодные динамические модели для различных сельскохозяйственных культур, позволяющие оценить рост растений в течение вегетационного периода. При построении таких моделей используется методология, разработанная [7], [9], Д. Торнли и другими исследователями, а также сформулированные этими авторами принципы моделирования физиологических процессов.
К фундаментальным работам в этой сфере можно отнести модель , который предложил теорию продукционного процесса, заключающуюся в том, что растение в конкретных условиях стремится к максимально возможной в данных условиях продуктивности. Значимым в его теории является то, что автор сформулировал общие положения и тенденции процессов и оценил относительную роль того или иного фактора в процессе формирования урожая. Концепция максимальной продуктивности стала мощным средством исследования продукционного процесса фотосинтезирующих систем разных уровней организации – листьев, растений и фитоценозов [9].
Примерами моделей разной сложности могут служить комплексная модель урожайности зерновых и кормовых культур, разработанная во ВНИИ кормов имени ; методы прогнозирования урожайности озимой ржи, озимой пшеницы, ярового ячменя и картофеля для субъектов РФ, предложенные Всероссийским НИИ сельскохозяйственной метеорологии; базовая модель формирования урожая сельскохозяйственных культур, основанная на достаточно общих закономерностях биологических процессов и применении доступной агрометеорологической информации; методы прогноза с сайта Росгидромета; методы математического описания процессов влияния гидрометеорологических условий среды на продуктивность растений и другие.
Подавляющее большинство динамических моделей носит скорее теоретический, чем практический характер. У них есть и другие недостатки: схематичность, трудности при попытке охватить всю многосторонность продукционного процесса. Сложные теоретические модели существуют уже несколько десятилетий, но не получили по этой причине широкого применения. Лишь в немногих из них ставится, а тем более решается задача использования модели для практических целей.
Теорию продукционного процесса сложно приближать к производственным условиям без разработки адекватного для практики математического описания. Вопрос разработки несложной, но достаточно точной и применимой на практике модели остается открытым.
Объекты исследований
В Институте мелиорации разрабатывается модель урожайности сельскохозяйственных культур на мелиорированных землях в зависимости от динамики комплекса основных регулируемых и нерегулируемых факторов. Наши исследования направлены на выявление и изучение закономерностей влияния метеоусловий, регулируемых агротехнических факторов, включая водный режим почв, на продукционный процесс растений и поиск оптимальных значений параметров основных факторов по фазам развития растений [1].
В качестве факторов разрабатываемой модели рассматриваются показатели, которые можно замерять непосредственно на местах: осадки, температуры, влагозапасы. Проверяется работоспособность модели с использованием ежедневных среднесуточных температур и осадков для метеостанции «Полесская» Лунинецкого района за гг., урожайностей озимых зерновых на стационаре Полесской опытной мелиоративной станции с постоянным уровнем питания (P60K150) за те же годы, а также ярового тритикале за годы. В настоящее время модель апробируется и на данных, опубликованных другими авторами.
Для исследованных лет выделены фазы развития растений, для каждой фазы по данным метеорологической станции Полесская подсчитаны суммы максимальных и среднесуточных температур, осадки, продуктивные влагозапасы. Определяются степень и форма влияния факторов в каждую фазу развития зерновых культур.
Результаты и обсуждение
Генеральной гипотезой, положенной в основу модели, является общепринятое представление о том, что продуктивность определяется ростом и развитием растений в различных условиях внешней среды. Конечный урожай формируется в течение вегетации, когда растение последовательно проходит определенные фазы развития и накапливает результаты реакции на изменяющиеся условия окружающей среды. Урожай сельскохозяйственных культур формируется последовательно, от одной фазы к другой при разных значениях урожаеобразующих факторов. Для каждой фазы характерны свои оптимальные значения влияющих факторов. Итог накопления биомассы в каждом последующем периоде зависит от всех предшествующих. В процессе развития растений элементы структуры урожайности формируются поэтапно.
Каждый фактор характеризуется своим оптимальным для культуры значением и отклонениями от оптимального значения, которые мы наблюдаем чаще всего. В случае неоптимальности фактора (факторов) урожай будет, как правило, невысоким.
Формирование конечного урожая представлено в виде пространства (динамичной сферы факторов окружающей среды).
Изменение урожая от оптимального в зависимости от влияния факторов внешней среды можно представить в следующей общей форме:
где n – количество учитываемых факторов, влияющих на урожай сельскохозяйственной культуры,
Y – урожай сельскохозяйственной культуры,
ri – i-й фактор среды,
Ypp – потенциально возможный урожай данной культуры, определяемый только внутренними свойствами – качеством семенного материала.
Рост растений часто рассматривается как изменение геометрических размеров либо накопление сухой биомассы. Обе характеристики не вполне идентичны, и не вполне точно описывают сложность процесса роста и развития. Предпочтительно в качестве характеристики количественного роста использовать сухую биомассу как показатель роста.
Многими исследователями сделаны попытки описать количественно процесс роста отдельного растения при помощи математических формул в виде «уравнения роста». Геометрически кривая накопления биомассы растений представляет собой S-образную кривую.
Для описания роста сухой биомассы растений уже в 1919 г. Блэкманом была предложена формула, интегрирование которой даст экспоненциальный закон роста в виде М=М0ekt, где М0 – количество биомассы в начальный момент времени t=0. Формула Блэкмана правильно описывает рост только в начальный период вегетации, так как данная функция начиная с некоторого момента времени растет беспредельно, что нельзя сказать о росте биомассы растения.
Позднее другими исследователями были предложены другие уравнения для описания процесса роста. Следующий качественный подход к составлению уравнения роста дали Давидсон и Филип, которые ввели в уравнения суммарный фотосинтез растения и суммарное дыхание растения. Фотосинтез как приходная составляющая, увеличивающая биомассу, а дыхание – как расходная, уменьшающая биомассу.
в [7] предлагает вместо одного уравнения роста, описывающего изменение сухой биомассы целого растения, систему уравнений, позволяющую рассмотреть рост каждого органа растения отдельно, но в зависимости от общей жизнедеятельности растения как целостного организма.
Кривую роста (накопления сухой биомассы) можно разделить на этапы или фазы развития растения, которые проходят в строгой последовательности. Каждый этап требует характерных только для него оптимальных значений факторов, прежде всего влагообеспеченности и пищевого режима. Очевидно, только глубокое познание сущности процессов, происходящих в каждую их фаз, позволит найти ключевые моменты, влияющие на развитие. Отталкиваться можно от качественного описания процессов, происходящих в конкретные фазы или этапы органогенеза, переходя затем к их количественному выражению.
Возможны следующие подходы к изучению, описанию и моделированию кривой роста растений. Один из них является эмпирическим и состоит в аппроксимации прироста, как функции времени, соответствующими математическими уравнениями разной степени сложности. Второй путь состоит в том, что сухую массу на любом временном шаге моделировать как разницу между общим фотосинтезом и дыханием. Еще один возможный вариант: кривую накопления сухой биомассы можно изучать, разделив ее на части, соответствующие фазам развития растения.
При разработке модели рассматриваются схемы влияния отдельных факторов среды на рост, развитие и урожай растений. Действие факторов неоднозначно. Согласно [3] в пределах жизненного диапазона фактора можно выделить семь зон: активной вегетации; адаптации (выше и ниже зоны активной вегетации) – рост тормозится или прекращается, растение приспосабливается, консервируется; зоны повреждения, в которых начинается распад полимеров, образование токсических веществ, повреждение структуры, клеток, тканей, органов; летальные зоны. Зона активной вегетации и зоны адаптации составляют тот интервал, в пределах которого возможно существование сельскохозяйственных культур. Чем больше отклонение фактора от оптимального значения, тем меньше урожай культуры (при условии, что другие факторы неизменны).
Структуру моделей необходимо разрабатывать с учетом того, чтобы она, с одной стороны, точно отражала зависимости роста, развития растения, накопления биомассы в конкретные фазы от основных факторов. С другой стороны, модель должна предусматривать использование только тех параметров, для оценки которых имеются достаточно полные и несложно получаемые данные. Необходимо учитывать множество условий: основные положения концепции лимитирующих факторов; открытость для введения новых факторов и т. д. В то же время модель должна быть сравнительно простой по структуре и обеспечивать достаточную точность расчетов.
Разрабатываемая модель учета влияния факторов и прогнозирования урожая сельскохозяйственных культур (на основе данных по температуре, осадкам и влажности почвы), на наш взгляд, дополнит и уточнит применяющиеся в настоящее время в республике виды прогнозов. Это позволит снизить ущербы от неблагоприятных условий погоды, повысить стабильность урожаев и продуктивность зерновых культур. Кроме того, полученные результаты могут оказать существенную помощь при уточнении технологического регламента выращивания зерновых культур. На основе исследованных принципов можно разработать интегрированные системы выращивания сельскохозяйственных культур, учитывающие состояние почвы и посевов, метеорологические условия, развитие вредных организмов, экономические и другие факторы.
Выводы
1. Модели, которые можно применять для прогнозирования урожайности сельскохозяйственных культур, либо просты, но неточны, либо не приспособлены для практического применения. Вопрос разработки несложной, но достаточно точной и применимой на практике модели развития сельскохозяйственных культур остается открытым.
2. Показателем развития растений может служить кривая накопления сухой биомассы, которая в геометрическом выражении является s-образной кривой.
3. Продуктивность растений определяется ростом и развитием растений в различных условиях внешней среды. Влияние факторов в каждую конкретную фазу развития растения неоднозначно сказывается на изменении кривой накопления сухой биомассы и в конечном итоге на урожайности.
1. , Карнаухов динамики урожайности сельскохозяйственных культур в зависимости от изменчивости природно-климатических факторов. // Мелиорация переувлажненных земель. – 2005. – № 2(54). 2. Ковалев урожая. - М.: Изд-во МСХА, 2003. 3. Коровин основы учета адаптивных реакций растения в динамических моделях формирования урожая. // В кн. Агрометеорологические прогнозы и моделирование продуктивности сельскохозяйственных культур. – Труды ВНИИСХМ, вып. 9 – Л.: Гидрометеоиздат, 1985. 4. Полевой моделирование и прогнозирование продуктивности посевов. – М.: Гидрометеоиздат, 1988. 5. Полевой урожайности сельскохозяйственных культур в Нечерноземье. // В кн. Агрометеорологические прогнозы и моделирование продуктивности сельскохозяйственных культур. – Труды ВНИИСХМ. - Вып. 9 – Л.: Гидрометеоиздат, 1985. 6. , , Топаж продукционного процесса сельскохозяйственных культур. – Л.: Изд-во СпБ. университета, 2006. 7. Система уравнений для описания количественного роста растений. // В кн. Фитоактинометрические исследования растительного покрова. – Таллин: Издательство «Валгус». 1967. 8. Сиротенко описание водно-теплового режима и продуктивности агроэкосистем. – Л.: Гидрометеоиздат, 1981. 9. Тооминг принципы максимальной продуктивности посевов. – Л.: Гидрометеоиздат, 1984. 10. Уланова условия и урожайность озимой пшеницы. – Л.: Гидрометеоиздат, 1975.
