Отклик сельскохозяйственных культур на удобрения, орошение, температуру и другие факторы роста привлекает внимание с давних времен и до сегодняшнего дня, поэтому простые модели, которые его описывают, важны для оценки урожайности. В работе дается обзор этих простых моделей, а также рассматриваются сложные (имитационные) модели, позволяющие учесть многие факторы роста. Для этого мы используем примеры модификации известных программ, которые были созданы для учета возможного влияния последствий изменения климата, а также для описания симбиотической азотфиксации бобовых растений с целью оптимизиции севооборотов сельскохозяйственных культур.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Закономерности и модели, описывающие зависимость урожайности y от количества вносимого удобрения x, давно привлекают внимание агрохимиков [1–4]. Изучению таких закономерностей посвящено множество работ [5], но здесь мы ограничиваемся обсуждением простых моделей, имеющих определенную предсказательную силу в отношении таких показателей, как потенциальная (максимально возможная) урожайность, запасы питательных веществ в почве, потребность растений/почвы в удобрении, коэффициенты действия удобрения на урожайность и влияние на растения избытка воды и/или питательных веществ в почве, создающих определенные «оптимумы» урожайности.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Mit scherlich E.A., Merrec E. Eine guantitatire Stiekstoftanalyse für sehr geringe Mengen // Landwirtchaftliche Jahrbücher. - 1909. - Bd. XXXVIII. - V. 7. - P. 537-552.
2. Митчерлих Э.А. Почвоведение. Пер. с немецкого. - М.: Изд. иностранной литературы, 1957. - 416 с.
3. Митчерлих Э.А. Потребность почвы в удобрении. Практическое применение в земледелии закона действия факторов роста. - М.-Л.: Госиздат, 1928. - 70 с.
4. Overman A.R., Scholtz III R.V. Mathematical models of crop growth and yield. - New York, Basel: Marcel Dekker, Inc., 2002. - 328 p.
5. Григулецкий В.Г. Цифровые технологии в АПК. Цифровые модели роста и продуктивности сельскохозяйственных растений: учебное пособие для вузов. - СПб: Лань, 2024. - 316 с. EDN: OBGVYQ
6. Alagarswamy G., Singh P., Hoogenboom G., Wani S.P., Pathak P., Virmani S.M. Evaluation and application of the CROPGRO-Soybean simulation model in a Vertic Inceptisol // Agricultural Systems. - 2000. - V. 63. - P.19-32.
7. Bhatia V.S., Singh Piara, Wani S.P., Chauhan G.S., Kesava Rao A.V.R., Mishra A.K., Srinivas K. Analysis of potential yields and yield gaps of rainfed soybean in India using CROPGRO-Soybean model // Agricultural and Forest Meteorology. - 2008. -V. 148. - P. 1252-1265.
8. Рэссель Э.Дж. Почвенные условия и рост растений. - М.: Сельхозгиз, 1931. - 440 с.
9. Перегудов В.Н. Совместное действие нескольких факторов, теория Митчерлиха и правило Риппеля // Труды Научного института по удобрениям имени Я.В. Самойлова. - 1933. - Вып. 93. - С. 258-305.
10. Григулецкий В.Г. Обобщение закона действия факторов роста и продуктивности растений Э.А. Митчерлиха // Масличные культуры. - 2022. - Вып. 2 (190). - С. 18-29. EDN: TFLZPP
11. Verhulst P.F. Notice sur la loi que la population suit dans son accroissement // Correspondance Mathématique et Physique. - 1838. - V.10. - P.113-121.
12. Григулецкий В.Г. Цифровая оценка содержания питательных веществ в почве и потребность растений в удобрении при депрессии роста // Масличные культуры. - 2023. - Вып. 4 (196). - С. 25-40. EDN: SAFNYG
13. Митчерлих Э.А. Определение потребности почвы в удобрении. - М.: Сельхозгиз, 1931. - 104 с.
14. Пуховский А.В., Хохлов Н.Ф. Метод аппроксимации и калибровки модели Митчерлиха-Спилмана-Бауле-Богуславского / Материалы Всероссийской конференции “Математические модели и информационные технологии в сельскохозяйственной биологии: итоги и перспективы”. 14-15 октября 2010 г. - СПб: АФИ, 2010. - С. 128-131. EDN: VNYPMK
15. Basso B., Liu L., Ritchie J.T. A comprehensive review of the CERES-wheat, -maize and -rice models performances // Advances in Agronomy. - 2016. - V. 136. - P. 27-132.
16. Basso B., Liu L. Seasonal crop yield forecast: Methods, applications, and accuracies // Advances in Agronomy. - 2019. -V. 154. - P.201-255. EDN: WXVYVB
17. Wajid A., Hussain K., Ilyas A., Habib-ur-Rahman M., Shakil Q., Hoogenboom G. Crop models: Important tools in decision support system to manage wheat production under vulnerable environments // Agriculture. - 2021. - V. 11. - P. 1166.
18. Abayechaw D. Review on Decision Support System for Agrotechnology Transfer (DSSAT) model // International Journal of Intelli gent Information Systems. - 2021. - V. 10. - P. 126-133.
19. Баденко В.Л., Топаж А.Г., Медведев С.А., Захарова Е.Т. Модели продукционного процесса сельскохозяйственных растений для анализа элементов систем земледелия // Таврический вестник аграрной науки. - 2021. - № 1(25). - С. 8-27. EDN: ZJRCXW
20. Matthews R.B., Kropff M.J., Bachelet D., Horie T., Lee M.H., Centeno H.G.S., Shin J.C., Mohandass S., Singh S., Defeng Z. Modeling the impact of climate change on rice production in Asia / Peng S., Ingram K.T., Neue H.- U., Liska L.H. (Eds.) Climate Change and Rice. Berlin, Heidelberg: Springer-Verlag, IRRI, 1995. -Р. 1314-325.
21. Хворова Л.А., Топаж А.Г., Абрамова А.В., Неупокоева К.Г. Подходы к описанию симбиотической азотфиксации. Ч. 1. Анализ и выделение перечня факторов с оценкой их приоритетности // Известия Алтайского гос. ун-та. - 2015. - № 1/1(85). - С. 187-191. EDN: TJWBNZ
22. Хворова Л.А., Топаж А.Г., Абрамова А.В., Неупокоева К.Г. Подходы к описанию симбиотической азотфиксации. Ч. 2. Анализ подходов к математическому моделированию процесса // Известия Алтайского гос. ун-та. - 2015. - № 1/1(85). - С. 192-196. EDN: TJWBOJ
23. Абрамова А.В., Топаж А.Г., Хворова Л.А. Исследование особенностей процесса симбиотической азотфиксации и их реализа ция в имитационной модели в среде AnyLogic // Омский научный вестник. - 2015. - № 3(143). - С. 289-292. EDN: SZRQDF
Выпуск
Другие статьи выпуска
Антропогенное загрязнение почв в настоящее время считается одной из наиболее серьезных экологических проблем. В обзоре рассматриваются микробиологические индикаторы загрязнения почв, такие как численность определенных групп микроорганизмов, разнообразие микробного сообщества, величина микробной биомассы и почвенное дыхание. Для биоиндикации загрязнения почв могут быть использованы различные микроорганизмы и их метаболиты, особая роль среди которых отведена ферментам. Развитие молекулярно-биологических методов позволяет идентифицировать и понять физиологический отклик на загрязнение на молекулярном и генетическом уровне. Приведены данные о микробиологической индикации почв, загрязненных наиболее распространенными поллютантами - пестицидами и тяжелыми металлами.
Рассматривается использование синергетических веществ в комбинации с современными пиретроидами для борьбы с вредителями. Пиретроиды - синтетические инсектициды, химически схожие с пиретринами, - эффективно справляются с широким спектром вредителей, но развитие резистентности у насекомых-вредителей, а также долгосрочное влияние на нецелевые организмы ограничивают их применение. Синергетические вещества повышают инсектицидную активность пиретроидов и пиретринов, способствуя усилению токсического действия, преодолению резистентности насекомых и снижению потребности в высоких концентрациях активных веществ. Обсуждаются механизмы действия пиретроидов и пиретринов, а также причины возникновения резистентности. Особое внимание уделяется механизмам действия различных синергистов, включая их влияние на ферменты детоксикации насекомых и рецепторы нервной системы. В статье освещаются проблемы, связанные с использованием синергистов, а также перспективы их применения, в том числе использование природных соединений (эфирных масел) в качестве синергетических веществ. Рассмотрены перспективы использования биоусилителей (феромонов, аттрактантов) в комбинации с пиретроидами, а также новые технологии, такие как применение наноструктурированных материалов и систем контролируемого высвобождения, которые могут повысить эффективность инсектицидов и снизить их непреднамеренное воздействие. Отмечается возможность и перспективы использования синергистов в устойчивой борьбе с вредителями (в том числе развиваемого в данный момент комплексного подхода), что может способствовать сохранению актуальности пиретроидов в качестве эффективных инсектицидов, а также снижению их негативного воздействия на окружающую среду и нецелевые организмы.
Представлен краткий анализ основных опубликованных работ иностранного члена АН СССР академика Э. А. Митчерлиха, посвященных росту и продуктивности сельскохозяйственных культур в зависимости от действия разных факторов роста; изложена новая цифровая модель роста и развития растений для разных почвенно-климатических условий и при применении удобрений, показывающая хорошее соответствие опытных и расчетных (прогнозных) значений урожаев.
Применение метода главных компонент (principal components analysis, PCA) позволило выделить набор специфических показателей, наиболее эффективно отражающих процессы восстановления нефтезагрязненных почв. Среди комплекса показателей, определяющих различия в эффективности деструкции нефти в почве и развитии биомассы растений-ремедиантов, максимальное влияние оказывают показатели, характеризующие биологические свойства почвы. Влияние агрохимических свойств сильнее проявлялось на олиготрофной торфяной почве по сравнению с черноземом типичным, что может демонстрировать различия в механизмах трансформации удобрений в разных типах почв.
Природные и модифицированные различными веществами глинистые минералы уже многие десятилетия используются в качестве адсорбентов для удаления тяжелых металлов из водных и почвенных экосистем. В зависимости от природы модификатора процессы поглощения поллютантов могут описываться различными сорбционными моделями. Для проектирования систем «адсорбент-адсорбат» важен выбор подходящих изотерм адсорбции для дальнейшей оценки практической применимости анализируемых сорбентов. В данной работе изучался процесс адсорбции катионов свинца органоминеральными системами на основе бентонита и неионогенных ПАВ с помощью модели БЭТ. Установлено, что по величине максимальной адсорбции исследуемые образцы глин образуют возрастающий ряд: бентонит < органоглина с кокамидом диэтаноламина < органоглина с лаураминоксидом < органоглина с алкилполиглюкозидом. Максимальное значение предельной адсорбции катионов свинца у органоглины на основе бентонита и алкилполиглюкозида равно 0,523±0,003 ммоль/г. Результаты сорбции катионов свинца анализируемыми сорбентами свидетельствуют о том, что модель БЭТ может применяться для прогнозирования изотерм бинарных компонентов.
В работе представлены результаты лабораторных опытов по изучению обработки семян Pisum sativum L. аминокислотами (триптофаном и пролином). Измерены морфометрические показатели (длина побега и корня) и всхожесть семян, проанализировано содержание пигментов и активность каталазы. В работе отмечается разнонаправленное влияние экзогенного применения аминокислот на развитие ювенильных растений. Не было выявлено однозначного стимулирующего или ингибирующего их воздействия в L-формах и в смеси рацематов аминокислот.
Географическая сеть опытов с удобрениями, организованная по инициативе акад. Д. Н. Прянишникова в 1941 году является уникальной научной базой исследований почвенных процессов и экологических проблем в земледелии. Современные вызовы, обусловленные насущной необходимостью обеспечения продовольственной безопасности страны, возрастанием антропогенной нагрузки на агроэкосистемы, внедрением информационных технологий в сельское хозяйство, изменением климата требуют совершенствования научных исследований в длительных опытах. В статье представлено видение авторами стратегии дальнейшего развития Географической сети опытов с удобрениями.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ВНИИ агрохимии
- Регион
- Россия, Москва
- Почтовый адрес
- 127434, г. Москва, ул. Прянишникова, дом 31а
- Юр. адрес
- 127434, г. Москва, ул. Прянишникова, дом 31а
- ФИО
- Шкуркин Сергей Иванович (Директор)
- E-mail адрес
- info@vniia-pr.ru
- Контактный телефон
- +8 (499) 9763750
- Сайт
- https://vniia-pr.ru