Особенности программирования урожайности зерновых культур при точном земледелии в лесостепи Новосибирского Приобья
https://doi.org/10.31677/2072-6724-2022-65-4-5-11
Аннотация
Представлены результаты исследований (2019–2022 гг.) по оценке эффективности программирования урожайности зерновых культур: яровая мягкая пшеница, ячмень яровой и овес – с использованием геоинформационных технологий в системе применения спутниковой навигации. Эксперименты проведены в лесостепи Новосибирского Приобья на черноземе выщелоченном в ЗАО Племзавод «Ирмень» Ордынского района Новосибирской области. Программирование урожайности осуществлялось на основных зерновых культурах: яровая мягкая пшеница сорта Новосибирская 31, яровой ячмень Маргрет и овес сортов Ровесник и Макс. Использование сбалансированного питания на фоне дифференцированного их внесения в сочетании с геоинформационными технологиями и спутниковой навигацией способствовало повышению параметров средней площади листьев и ФСП яровой мягкой пшеницы на 24%, ярового ячменя – на 22 и овса – на 27%. Внесение минеральных удобрений на программируемую урожайность 4,5–6 т/ га особо эффективно на фоне дифференцированного использования минеральных удобрений при оправдываемости программирования урожайности 117%. Статистически доказана зависимость урожайности зерновых культур от удобрений на 38% и погодных условий – на 26%. Сбалансированные дозы минерального питания при дифференцированном их применении повышали содержание белка в зерновых культурах на 2%, крахмала – до 4, жира – на 0,1 и клетчатки – на 0,2%. Применение программирования урожайности позволило значительно повысить её показатели при хорошем качестве продукции. Эффективность данного агроприема в системе оптимального использования геоинформационных технологий с применением спутниковой навигации и дронов составляет в среднем 96%. Данный агроприем экономически эффективен, уровень рентабельности производства основных зерновых культур достиг 182%.
Об авторах
М. А. АльбертРоссия
соискатель,
Новосибирск
Р. Р. Галеев
Россия
доктор сельскохозяйственных наук, профессор,
Новосибирск
Е. А. Ковалев
Россия
аспирант,
Новосибирск
Список литературы
1. Каюмов М.К. Программирование урожаев сельскохозяйственных культур. – М.: Агропромиздат, 1989. – 320 с.
2. Саханов Н.М. Эффективное земледелие. – Тамбов: Кн. изд-во, 2009. – 157 с.
3. Технологическая карта возделывания зерновых культур с применением точного земледелия. – М., 2019. – 39 с.
4. Особенности производства зерновых и технических культур в Западной Сибири / М.Н. Разгоняев, Н.С. Сидоров, Р.Р. Галеев, Н.С. Михайлов. – Томск, 2015. – 76 с.
5. Никитин М.С., Локтев М.А., Галеев Р.Р. Производство зерновых культур по адаптивной технологии. – Новосибирск: Ритм, 2012. – 123 с.
6. Галеев Р.Р. Программирование урожая сельскохозяйственных культур: метод. рекомендации. – Новосибирск, 2016. – 59 с.
7. Резервы повышения урожайности яровой пшеницы в лесостепи Западной Сибири / В.Н. Шоба, В.Н. Каличкин, С.А. Ким, А.В. Капичкин // Достижения науки и техники АПК. – 2017. – № 6. – С. 31–33.
8. Энергоресурсопотребление в растениеводстве Западной Сибири / С.Х. Вышегуров, Р.Р. Галеев [и др.]. – Новосибирск: Изд-во Новосиб. гос. аграр. ун-та, 2003. – 202 с.
9. Костяков Н.М. ГИС-технологии на поля Нечерноземья. – Киров: Кн. изд-во, 2015. – 192 с.
10. Михайлов М.Т. На пути к точному земледелию. – Рязань: Кн. изд-во, 2009. – 79 с.
11. Evenson R.E. Research and Extension in Agricultural Development. – San Francisco: International Center for Economic Growth Publication, 1992. – 54 p.
12. Kallen S.A. The Farm. – Edina (Minnesota): ABDO & Daughters, 1997. – 24 p.
13. Kaluchhin W.K., Pavlova A.I., Petrov A.F. Automated classification of agricultural landly using His and Nes // Enternational journal of Enginereg and technology (UAE). – 2018. – Vol. 7. – P. 1146–1148.
14. Text grain physical and chemical quality responses to soil physicochemical properties and the environment / A. Abewa, E. Ago, B. Yotaferu [et al.] // Agronomy. – 2019. – N 9(6). – P. 283.
15. Potassium fractions in soil and simple K balance in long-term fertilising experiments / J. Balik, M. Kulhanek, J. Very, O. Sedlar, P. Suran // Soil and water Research. – 2020. – N 15. – P. 211– 219.
16. In-situ investigation of interactions between magnesium ion and natura organic matter / M. Yan, Y. Lu, Y. Gao, G.V. Benedetti // Enviromental Science and Technology. – 2020. – N 49(14). – P. 8323–8329.
17. Сорокин О.Д. Прикладная статистика на компьютере. – Новосибирск, 2004. – 162 с.
18. Киршен П.М. Яровая пшеница в интенсивном земледелии. – Киров: Кн. изд-во, 2015. – 132 с.
19. Ничипорович А.А. Продуктивность сельскохозяйственных растений и урожай. – М.: Сельхозгиз, 1963. – 261 с.
20. Коняев Н.Ф. Математический метод определения площади листьев // Доклады ВАСХНИИЛ. – 1970. – № 4. – С. 21–25.
21. Доспехов Б.А. Методика полевого опыта. – М.: Альянс, 2014. – 386 с.
Рецензия
Для цитирования:
Альберт М.А., Галеев Р.Р., Ковалев Е.А. Особенности программирования урожайности зерновых культур при точном земледелии в лесостепи Новосибирского Приобья. Вестник НГАУ (Новосибирский государственный аграрный университет). 2022;(4):5-11. https://doi.org/10.31677/2072-6724-2022-65-4-5-11
For citation:
Albert M.A., Galeev R.R., Kovalev E.A. Peculiarities of grain crop yield programming in precision farming in the foreststeppe of Novosibirsk Priobye. Bulletin of NSAU (Novosibirsk State Agrarian University). 2022;(4):5-11. (In Russ.) https://doi.org/10.31677/2072-6724-2022-65-4-5-11