Обоснование подхода к установлению уровней почвенного плодородия (на примере хозяйства)

Обложка

Цитировать

Полный текст

Аннотация

С помощью агрохимического мониторинга элементарных участков полей возможно более детально изучить почвенное плодородие. Например, методами кластерного и дискриминантного анализа выявить разные уровни плодородия агропочв. При этом необходимо соблюдать критерии группировки по плодородию. 1. Невысокая пространственная контрастность агрохимических свойств. Если она присутствует (проверяется показателями асимметрии и эксцесса), то ее требуется ослабить - привести значения данных в выборке к нормальному распределению или близкому к нему. Иначе информация по некоторым показателям может оказаться завуалированной крайне высокими другими значениями. 2. Достоверное участие всех регистрируемых почвенных показателейпри выделении нескольких групп участков со схожими характеристиками (кластерный анализ). 3. Равноценный (по лямбде-Уилкса) и достоверный вклад (уровню значимости) показателей при установлении плодородия. Можно определить доли участков с разными классами обеспеченности элементами питания или степенями кислотности. Исследования выполнены по данным агрохимического мониторинга почвенных показателей чернозема выщелоченного тяжелосуглинистого гранулометрического состава в АО «имени Генерала Скобелева» (Рязанская область). Определяли обменную кислотность, подвижные формы фосфора, калия и гумус общедоступными методами. Выделены два варианта плодородия - условно уровень №1 и №2. По №2 кислотность чернозема выщелоченного смещена в большей степени в слабокислую область по сравнению с №1. Значения по подвижному фосфору соответствуют среднему - 72-92 мг/кг (уровень №1) и повышенному - 103-122 мг/кг (№2) классам обеспеченности, подвижному калию - повышенному. Для уровня №2 значения были выше (145-167 мг/кг) по сравнению с №1 (114-138 мг/кг). Аналогичный характер различий наблюдали и по гумусу. Информация о плодородии чернозема выщелоченного, характерная для уровня №1, может служить ориентиром для почвы элементарных участков с наихудшими характеристиками.

Об авторах

Р. Н Ушаков

Рязанский государственный агротехнологический университет имени П.А. Костычева

Email: r.ushakov1971@mail.ru

А. В Ручкина

Рязанский государственный агротехнологический университет имени П.А. Костычева

В. И Левин

Рязанский государственный агротехнологический университет имени П.А. Костычева

Т. Ю Ушакова

Рязанский государственный агротехнологический университет имени П.А. Костычева

Ф. Ю Бобраков

Рязанский государственный агротехнологический университет имени П.А. Костычева

Список литературы

  1. Апарин Б.Ф. В книге: Эволюционные модели плодородия почв. С-Пб.: Изд-во Петербургского университета, 1997. С. 183-185.
  2. Гиниятуллин К.Г., Валеева А.А., Смирнова Е.В. Использование кластерного и дискриминантного анализов для диагностики литологической неоднородности почвообразующей породы по гранулометрическому составу // Почвоведение. 2017. № 8. С. 946-953.
  3. Державин Л.М., Фрид А.С. О комплексной оценке плодородия пахотных земель // Агрохимия. 2001. № 9. С. 5-12.
  4. Державин Л.М., Фрид А.С. Научно-методические принципы комплексного мониторинга плодородия земель сельскохозяйственного назначения // Агрохимия. 2012. № 2. С. 3-11.
  5. Иванов Д.А., Карасева О.В., Рублюк М.В. Мониторинг агрохимических свойств почв различных угодий в пределах агроландшафта // Вестник Российской сельскохозяйственной науки. 2020. № 1. С. 27-30.
  6. Княжнева Е.В., Надежкин С.М., Фрид А.С. Оценка плодородия чернозема выщелоченного на производственном участке // Агрохимия. 2005. № 2. С. 5-14.
  7. Когут Б.М., Семенов В.М., Артемьева З.С., Данченко Н.Н. Дегумусирование и почвенная секвестрация углерода // Агрохимия. 2021. № 5. С. 3-13.
  8. Лыков А.М. Гумус и плодородие почвы. М.: Московский рабочий, 1985. С. 65-69.
  9. Фрид А.С., Кузнецова И.В., Королева И.Е. и др. Зонально-провинциальные нормативы изменений агрохимических, физико-химических и физических показателей основных пахотных почв европейской территории России при антропогенных воздействиях. М.: Почвенный ин-т им. В.В. Докучаева, 2010. С.107-111.
  10. Фрид А.С. Обоснование методических подходов к анализу данных многолетних полевых опытов // Агрохимия. 2013. № 10. С. 95-96.
  11. Фрид А.С., Чуян О.Г., Соловиченко В.Д., Тютюнов С.И. Оценка плодородия. В книге: Научные основы предотвращения деградации почв (земель) сельскохозяйственных угодий России и формирования систем воспроизводства их плодородия в адаптивно-ландшафтном земледелии. М., 2013. С. 17-34.
  12. Холодов В.А., Ярославцева Н.В., Лазарев В.И. Интерпретация данных агрегатного состава типичных черноземов разного вида использования методами кластерного анализа и главных компонент // Почвоведение. 2016. № 9. С. 1093-1100.
  13. Чижикова Н.П. Деградация минеральной основы почв. В книге: Научные основы предотвращения деградации почв (Земель) сельскохозяйственных угодий России и формирования систем воспроизводства их плодородия в адаптивно-ландшафтном земледелии. М., 2013. С. 353-368.
  14. Якушев В.П., Петрушин А.Ф., Матвеенко Д.А. и др. Новый метод количественной оценки внутриполевой изменчивости по оптическим характеристикам посевов для точного земледелия // Вестник российской сельскохозяйственной науки. 2020. № 2. С. 4-10.
  15. Mandal U.K., Warrington D.N., Bhardwaj A.K. et al Evaluating impact of irrigation water quality on a calcareous clay soil using principal component analysis // Geoderma. 2008. V. 144. P. 189-197.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».