facebook
twitter
vk
instagram
linkedin
google+
tumblr
akademia
youtube
skype
mendeley
Wiki
Global international scientific
analytical project
GISAP
GISAP logotip

ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ПОЧВЕННЫХ СВОЙСТВ

Автор Доклада: 
Азмаипарашвили М. О.
Награда: 
ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ПОЧВЕННЫХ СВОЙСТВ

ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ПОЧВЕННЫХ СВОЙСТВ

Азмаипарашвили Майя Отариевна, д-р с.-х. наук, проф.
Горийский учебный университет


Почва как значительный экологический фактор тесно связана с развитой на ней растительностью и в большой степени определяет ее урожайность и качество. На основании проведенных нами исследований по единой методике были изучены особенности распространенных в Шида Картли почв, рассмотрена зависимость урожайности фруктовых садов Шида Картли от почвенных свойств. Установлено, что урожайность на аллювиальных почвах определяется мощностью профиля и количеством физической глины, а на черноземовидных почвах – мощностью профиля и количеством гумуса.
 Проведенные исследования можно использовать для установления оптимальных почвенно-экологических условий с целью получения высокопродуктивных яблоневых насаждений.
Ключевые слова: особенности почв, зависимость урожайности, почвенно-экологические условия, почвенные показатели, корреляционно-регрессивная модель, аллювиальные почвы, количество гумуса, черноземовидные почвы.

Soil as an important environmental factor is closely related to the development of vegetation the productivity and quality. The work considers dependence productivity of the fruit-gardens in Shida Kartli by soils relations. It is established that productivity on the alluvial soils is appointed by power profile and number of physical clay.
Research can be used for the establishment for the establishment of optimum soil-ecological conditions for obtaining highly apple plantations.
Key words: soil characteristics, dependence of yield, soil-environmental conditions, soil parameters, correlation-regression model, alluvial soil, the amount humus.

Исследуемый район относится к центральной части Грузии и представляет собой понижение пространства в бассейне среднего течения реки Куры. Равнина имеет общий уклон с севера к юго-востоку и расположена в пределах высот 600-800 м.
На Шида Карталинской равнине основная часть представлена Горийской равниной, которая имеет форму треугольника и занимает большое пространство между Сурамским хребтом, юго-восточными склонами Большого Кавказа и склонами Триалетского хребта.
По М.Н.Воронцову (1950), Горийская низменность представляет собой целую свиту синклинальных и антиклинальных систем, которые перекрыты осадками четвертичного возраста. Последние образовались в результате распада конгломератов третичного возраста. Они представлены аллювием и состоят из карбонатных глин и песчаников.
Почвенный покров исследуемого региона разнообразен. Почвы Карталинской равнины имеют сформированный вид и несут в себе черты бывших лесных почв. В процессе остепнения эти почвы приобрели черты степных почв. Это относится к аллювиальным и черноземовидным почвам древних террас возвышенной полосы Доглаурской и Тирифонской равнин.
В бассейне рек Большой и Малой Лиахви, Проне, Меджуды в основном распространены луговоаллювиальные, сильно карбонатные почвы.
В периферийной части Карталинской равнины на древних террасах предгорий распространены черноземные виды почв. По М.Н.Сабашвили (1969), Г.Р.Талахадзе (1962) черноземовидные почвы представляют собой следующую остепненную стадию луговокоричневых почв, которые формируются на лесных глинистых и песчаноглинистых отложениях.
В качестве объекта исследования были отобраны аллювиальные и черноземные почвы, распространенные в бассейне среднего течения Лиахви.
Вышеотмеченный объект включает яблоневые сады различного возраста и урожайности.
Таким образом, исследования были проведены на шести объектах, где было сделано 10 разрезов и были взяты почвенные образцы.
В лабораторных условиях в 10-ти разрезах были сделаны полные и общие анализы.
Аллювиальные почвы характеризуются A-B1-B2-B3-B4 или A-AB-B1-B2-B3 профилем, серой или светло – коричневой окраской большой мощностью слабо выраженной зернисто-комковатой структурой тяжелосуглинистым механическим составом (<0,01мм =48-51%) карбонатностью с поверхности высоким содержанием CaCO3 (7-24%) с увеличением его содержания, с глубиной, малым содержанием гумуса (A=2,8%), и глубокой гумусированного профиля, средней емкостью поглощения -16,53-49,8 мг-экв/100гр. почвы около 60% емкости приходится на кальций (в основном в верхних горизонтах) щелочной реакцией (pH=7,5-8,1), малым содержанием гигроскопической влаги (1,97-1,19%), содержанием несиликатного железа в пределах 2,44-3,66% аморфного железа-0,90-0,76% и окристаллизованного железа – 2,76-1,68%.
Черноземовидные почвы характеризуются A-AB-B1-B2-B3 профилем черноватой окраской задернованностью с поверхности мощным профилем зернисто-комковатой структурой мощным гумусовым горизонтом тяжело-суглинистым и глинистым механическим составом (<0,01мм=67-68%), карбонатностью с поверхности (CaCO3=20-32%) щелочной реакцией (pH=8,2-8,6) малым содержанием гигроскопической воды (3,1-1,39%), высокой емкостью поглощения – 59-41 мг-экв/100 гр. почвы, где на Са приходится 22-35%, МГ -16-23% содержанием гумуса до 2-3%, с резким уменьшением с глубиной ,накоплением несиликатного железа в горизонте А и А (2.99-2,64%) и уменьшением в гор. АВ (1,06%), накоплением окристаллизованного железа в гор. АВ (2,44%).
С целью изучения почвенно-экологических особенностей сельскохозяйственных угодий, которые состоят в установлении зависимости урожайности яблоневых посадок от почвенных свойств было использовано «уравнение регрессии».
Из почвенных факторов были взяты следующие показатели: Х1 - мощность профиля, Х2 - значение pH; Х3 – CaCO3; Х4 - общее содержание гумуса; Х5 -сумма поглощенных оснований; -Х6 – количество поглощенного Ca и Mg; Х7 – содержание частиц <0,01 мм; Х8 – содержание железа; Х9 - структурный анализ; Х10 –мощность гумусового горизонта.
Была установлена связь вышеотмеченных показателей с урожайностью дерева. Существующие данные были обработаны на компьютере.
На современном этапе проблему роста производства сельскохозяйственных продуктов определяет новое направление – программирование урожая. Программирование считается перспективным направлением и подразумевает внедрение математических моделей в сельском хозяйстве. На это указывают труды К.Кандлера (1987), Е.Шеина (1995), Е.А.Дмитриева (1972), В.Г.Унгуряна (1979) и др.
Понятие корреляционно-регрессивной модели в сельском хозяйстве объединяет математические выражения, где производственные результаты связаны с отдельными производственными (результатами) факторами. Связь между отдельными факторами может быть установлена на основе логического анализа, на основе статистической группировки статистическим методом. Распространенный вид связи выражает не только связь, но и качество. После определения вида модели необходимо установить числовые значения его параметров. Для определения параметров модельно корреляционно-регрессивного анализа использовали метод наименьших квадратов, согласно которому необходимо установление таких параметров модели, расчет квадратов которых по сравнению с фактическими показателями наименьший.
Установленные условия математически выражаются следующим образом: ∑(y-yx) = min, где у – рассчитанное значение в зависимой переменной ух – средний показатель факторов.
Для выполнения данного условия необходимо решить систему нормального уравнения, которая составляется следующим правилом: уравнения сначала умножаются на коэффициент первого неизвестного и полученные результаты суммируются. Затем начальные уравнения умножаются на коэффициент второго неизвестного. Полученные результаты также суммируются и т.д.
После определения вида модели устанавливаются его параметры. Обязательна оценка соответствия и проверки изученных зависимостей, установление степени, связи между факторами и итоговыми показателями. Для оценки корреляционно-регрессивной модели в случае прямолинейной связи используются коэффициенты корреляции, а в случае непрямолинейной связи - корреляционная зависимость.
Общая формула определения корреляционных связей и коэффициентов корреляции имеет следующий вид:
   

Значение коэффициента корреляции R и корреляционная зависимость У принимают энергию от 0 до 1. В случае тесной связи значения R и У приближаются друг к другу.
Урожайность фруктовых насаждений наряду с другими факторами определяют особенности почв. При установлении зависимости урожайности и почвенных свойств был разработан один из методов программирования сельскохозяйственных культур - модель корреляционно-регрессивного анализа. Согласно модели было обработано уравнение регрессии.
В общем виде уравнение записывается в следующем виде: Y = f ( X1 X2 X3………Xn)
У – является функция (урожайность сельскохозяйственных культур);
X1, X2, X3 ……..Xn – аргументом ( почвенные факторы).
Известно, что почвенные показатели находятся во взаимосвязи и оказывают влияние на урожайность не раздельно, а комплексно. Многофакторный корреляционно-регрессивный анализ ставит целью установление общего влияния почвенных факторов (мощность профиля, значение pH, карбонатность, механический составы, сумма поглощенных оснований мг.экв/100 гр. почвы; издержание железа, структурный анализ) на урожайность.
Для высокоурожайных (400-500 кг.) насаждений яблонь на аллювиальной почве по объему влияния отмеченных почвенных показателей по полученному в результате многофакторного корреляционно-регрессивного анализа уравнение будет иметь следующий вид:
Y = 299,5-2,5X1-1,82X2 - 0,056X3+1,34 X4 -1,097X5 + 2,48X6 -2,46X7 + 6,49X8 + 0,295X9-2,61X10
Коэффициенты множественности корреляции R = 0,55, что указывает, что между урожайностью и действующими на нее подобранными факторами существует хорошая связь.
Для среднеурожайных (200-300 кг.) насаждений яблонь на аллювиальной почве в результате многофакторного корреляционно-регрессивного анализа получим уравнение:
Y= 180,21-17,6X1- 5,59X2 + 5,18X3 +5,08X4 +3,87X5 + 6,72X6 +4,96X7-2,85X8+1,70X9 +1,03X10
Многофакторный коэффициент корреляции R=0,23 указывает, что между аргументом (у - урожайность) и факторами (Х1 - Х10) существует средняя (умеренная) для низкоурожайных (90-100 кг.) насаждений яблонь на аллювиальной почве уравнение полученное в результате многофакторного корреляционно-регрессивного анализа имеет следующий вид:
Y= 89,80+0,02X1+1,14X2 -1,95X3 +5,0X4 +2,39X5+1,90X6+1,62X7-5,85X8+0,15X9-5,08X10
Многофакторный коэффициент корреляции равен R=037 что указывает, что между урожайностью и действующими факторами существует тесная связь.
На аллювиальной почве основными почвенными показателями, которые определяют урожайность, является мощность гумусового горизонта и механический состав.
Для высокоурожайных почв по действующим почвенным факторам поучим в результате многофакторного корреляционно-регрессивного анализа следующее уравнение:
Y=399,9+1,70X1+1,03X2+1,99X3+1,21X4-1,17X5- 8,24X6 -2,98X7 -1,05X8+2,95X9+1,33X10
Коэффициент корреляции R = 0,28 указывает, что на черноземовидных почвах между урожайностью и почвенными показателями существует хорошая связь. На черноземовидных почвах основными почвенными показателями, которые определяют урожайность, являются мощность гумусового горизонта и содержание гумуса.
Среди аллювиальных почв основные почвенные показатели представляет мощность гумусного горизонта и фракция физической глины. Корреляционный коэффициент равняется 0,55. А среди черноземовидных почв основной показатель урожайности определяют мощность профиля и гумусный состав. Корреляционный коэффициент равняется 0, 40.

Таким образом, нами были изучена зависимость сельскохозяйственных культур Шида Картли, в частности, урожайности плодовых от почвенных показателей. Проведенные исследования можно использовать для установления оптимальных почвенно-экологических условий с целью получения высокопродуктивных яблоневых насаждений.

Литература:
1. Кордунян И. И. О корреляционной связи между содержанием гумуса, физической глины и величиной емкости поглощения аллювиальных дерновых почв. “Генезис и регулирование плодородия почв” Горький, 1984.
2. Клевсов А., Тончева Р., Стоянов П. Индексы почвенной продуктивности и магмати ческие модели сельскохозяйственных культур, М., 1989.
3. Морозов А. И., Соколова Т. А., Математическое моделирование изменения грануло метрического состава мономинеральной почвы. “Почвоведение”, 2, 1991 .
4. Каюмов М. К. Программирование урожая сельскохозяйственных культур. Москва, Агропромиздат, 1999.
5. Розов Н. Н., Булгаков Д. С., Вадковская Н.Н. Агроэкологические модели формирова ния почвенного плодородия и резервы повышения его эффективности. Тр. Почв. ин-та им. Докучаева В.В. Москва, 1985.
6. Шеин Е.В., Почебский Я. А., Губер А. К.,Чехова Г.И. Особенности эксперименталь ного определения гидрофизических моделей влаго и солепереноса в почвах.Почвоведение, 2, 1995.
7. Урушадзе Т. Ф. Почвы горных лесов Грузии, “Мецниереба”, 1987.
 

8.5
Ваша оценка: Нет Средняя: 8.5 (6 голосов)

Очень приятно, что у соседей

Очень приятно, что у соседей проводятся такие серьезные исследования. используются ли данные Ваших наработок при составлении кадастровой оценки земли?

Татьяна Павловна Максимова

Татьяна Павловна,

Татьяна Павловна, кадастровая оценка земли, подразумевающая необходимость качественного и количественного знания земли, наряду с другими методами, использует наши наработки у нас в Шида Картли (центральном регионе Грузии). Благодарю за внимание к нашему исследованию.
Майя Отариевна Азмаипарашвили

Спасибо за ответ. Желаю Вам

Спасибо за ответ. Желаю Вам дальнейших творческих успехов

Татьяна Павловна Максимова

Уважаемая Майя Отариевна!

Уважаемая Майя Отариевна! Спасибо большое за ответ. Желаю успехов в дальнейших исследованиях.

Несомненно, интересная

Несомненно, интересная работа. Уважаемые авторы, Вы изучали яблоневые насаждения и зависимость их продуктивности от свойств почвы. Скажите пожалуста, за сколько лет проведен анализ урожайности? И как Вы исключили другие факторы, влияющие на урожайность, такие как сорт, возраст, вредители, климатические условия и т.д.?

ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ПОЧВЕННЫХ СВОЙСТВ

Уважаемая Инесса, отвечаем на ваши вопросы:анализ урожайности нами проводился за 3 года; что касается второго вопроса, формат статьи не позволил нам рассмотреть другие факторы, влияющие на урожайность, поэтому мы остановились на почвенном.
Майя Отариевна Азмаипарашвили

Интересная и актуальная

Интересная и актуальная работа. Проведена статистическая группировка свойств почв от которых в большей степени зависит урожай плодовых культур, что позволит расставить соответствующие акценты при их вырищивании. При установлении зависимости урожайности и почвенных свойств был разработан один из методов программирования сельскохозяйственных культур - модель корреляционно-регрессивного анализа.

Познавательно

Проведенные исследования представляют собой большую ценность, так как в современных условиях ведения сельского хозяйства забывают о том, что урожайность культур напрямую зависит от свойств почвы, на которой выращивают растения.
Партнеры
 
 
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
Would you like to know all the news about GISAP project and be up to date of all news from GISAP? Register for free news right now and you will be receiving them on your e-mail right away as soon as they are published on GISAP portal.