Спосіб визначення величини врожаю зерна нуту за елементами технології вирощування

Реферат: UA 110042 U UA 110042 U 5 10 15 20 25 30 35 40 45 50 Корисна модель належить до галузі сільського господарства, зокрема до технологій вирощування сільськогосподарських культур. Відомий спосіб прогнозування рівня врожаю зерна нуту на визначений період, який включає розрахунок величини врожаю за кількістю внесених добрив [1]. Недоліком способу є те, що гарантовано отримати заплановані високі врожаї зерна нуту за допомогою математичного прогнозування важко, через неможливість врахувати всі, без винятку, фактори, що впливають на врожай. Задачею корисної моделі є визначення оптимального поєднання агротехнічних прийомів вирощування культури для отримання максимальної врожайності зерна культури та можливості прогнозування врожаю. Поставлена задача вирішується тим, що включає розрахунок величини врожаю за нормою внесених добрив, згідно з корисною моделлю, величину врожаю визначають за сумою факторів (виконують основний обробіток ґрунту на глибину від 20-22 до 28-30 см, вносять мінеральні добрива від 0 до 180 кг/га діючої речовини, формують густоту рослин від 0,5 до 1,5 млн/га, 3 забезпечують надходження вологи від 1642 до 3578 м /га). Наочний матеріал представлений на кресленні: експериментальні та розрахункові рівні врожаю зерна нуту: експериментальний — Y ; ---•--- розрахований Y ; ----- тренд. Дослідження з удосконалення елементів технології вирощування нуту в умовах Південного Степу України проводились шляхом постановки чотирифакторного польового досліду на території сільськогосподарського кооперативу "Радянська земля" Білозерського району Херсонської області. У польових дослідах вивчалися такі фактори та їх варіанти: Фактор А - основний обробіток ґрунту: полицевий на глибину 20-22 см; полицевий на глибину 28-30 см. Фактор В - фон живлення: без добрив; N45P45; N90P90. Фактор С - густота стояння рослин, млн/га: 0,5; 1,0; 1,5. Фактор D - умови зволоження: без зрошення; зрошення. Польові досліди були закладені в чотириразовій повторності. Розташування варіантів здійснювалося методом розщеплених ділянок. Облікова площа ділянок четвертого порядку 2 57,6 м . Агротехніка вирощування нуту була загальновизнана для умов Південного Степу України. В дослідах вирощували сорт нуту Розанна. Для визначення напряму та тісноти зв'язку впливу факторів на динаміку врожаю був використаний метод кореляційно-регресійного аналізу з виведенням лінійного рівняння. Кореляційні зв'язки необхідно враховувати при визначенні оптимальної морфо-фізіологічної моделі агротехнічного комплексу вирощування нуту, для конкретного технологічного забезпечення, у конкретній ґрунтово-кліматичній зоні. Коефіцієнт кореляції вказує на напрямок, ступінь зв'язку та мінливості ознак, але не дозволяє кількісно визначити зміну результативної ознаки при зміні факторіальної на одиницю виміру, що важливо в практичних цілях. У подібних випадках використовують регресійний аналіз. Проаналізовані фактори були представлені наступними змінними: X1 - глибина основного обробітку ґрунту (від 20-22 до 28-30), см; X2 - норма мінеральних добрив (від 0 до 180), кг/га діючої речовини; X3 - густота стояння рослин (від 0,5 до 1,5), млн/га; 3 X 4 - сумарне водоспоживання (від 1642 до 3578), м /га. Всебічне та глибоке пізнання процесів взаємозв'язків процесів формування врожаю зерна нуту залежно від досліджуваних агротехнологічних прийомів вирощування є невід'ємною частиною нашого наукового дослідження. Отриманні данні в результаті кореляційнорегресійного аналізів свідчать, що сила зв'язку глибини основного обробітку ґрунту ( X1) , дози мінеральних добрив ( X2 ) та густоти стояння рослин ( X3 ) з урожаєм зерна нуту слабка та складає 0,035; 0,181 та 0,270, відповідно, а сумарного водоспоживання ( X4 ) , навпаки, сильна 0,930. Напрям зв'язку з усіма досліджуваними елементами технології вирощування нуту прямий (табл. 1). Множинний коефіцієнт кореляції всіх визначаючих факторів свідчить про сильний взаємозв'язок (0,922) урожаю зерна нуту з досліджуваними елементами технології вирощування. 1 UA 110042 U Таблиця 1 Результати кореляційного і регресійного аналізів даних урожаю зерна нуту Середнє за 2012-2014 pp. D - загальний і di t - критерій R - множинний і rі До якого Хі часткові b0 і bі - коефіцієнти парні коефіцієнти належать дані коефіцієнти регресії фактичний 0,05 кореляції детермінації X1X2X3X4 0,960 0,922 -0,6740 X1 0,035 0,001 -0,0147 -2,82 X2 0,181 0,033 0,0019 6,58 1,97 X3 0,270 0,073 0,2783 5,43 X4 0,930 0,865 0,0011 32,49 Примітки: X1 - глибина основного обробітку ґрунту, см; Х2 - доза внесення мінеральних добрив, кг/га діючої речовини; X3 - густота стояння рослин, млн/га; Х4 - сумарне 3 водоспоживання, м /га. 5 Для більш детального аналізу та встановлення достовірності взаємозв'язків досліджуваних факторів з урожаєм зерна нуту був проведений кореляційний аналіз множинних зв'язків. Отримані дані свідчать (табл. 2), що найбільша сила кореляційного зв'язку була відмічена у взаємодіях та X1X4  0,933, X2 X4  0,945, X3 X4  0,940, X1X2 X4  0,948, X1X3 X4  0,942 X2 X3 X4  0,957 , тобто де у моделях був використаний фактор X 4 - сумарне водоспоживання. Таблиця 2 Результати кореляційного аналізу множинних зв'язків даних урожаю зерна нуту з досліджуваними факторами До якого Xi належать дані X1X2 X1X3 X1X4 X2X3 X2X4 Х3X4 X1X2X3 X1X2X4 X1X3X4 X2X3X4 Середнє за 2012-2014 pp. Коефіцієнти кореляції 0,183 0,272 0,933 0,339 0,945 0,940 0,339 0,948 0,942 0,957 Коефіцієнти детермінації 0,033 0,074 0,870 0,115 0,892 0,884 0,115 0,899 0,888 0,915 Примітки: X1 - глибина основного обробітку ґрунту, см; Х2 - доза внесення мінеральних добрив, кг/га діючої речовини; X3 - густота стояння рослин, млн/га; Х4 - сумарне 3 водоспоживання, м /га. 10 15 Коефіцієнт регресії показує, що збільшення глибини основного обробітку ґрунту на 1 см зменшує врожайність зерна нуту на 14,7 кг; збільшення дози мінеральних добрив на 1 кг/га діючої речовини збільшує показник на 1,9 кг/га, загущення на 0,1 млн рослин/га - 7,3 кг; 3 збільшення сумарного водоспоживання на 1 м - на 1,1 кг/га. Якщо врожай культури представити у вигляді залежної змінної ( Y) від факторів моделі ( X) , то рівняння лінійної множинної регресії можна представити формулою: Y  b0  b1X1  b2 X2  b3 X3    bn Xn , де: Y - залежна змінна; 2 UA 110042 U 5 b0 - вільний член моделі; bi - коефіцієнти моделі; Xi - фактори моделі. Коефіцієнти моделі bi показують ступінь середньої зміни залежної змінної Y при умові зміни фактора Xi на одиницю, якщо інші фактори включені в модель, залишаються постійними. На підставі коефіцієнтів регресії та вільного члена була складена математична модель урожаю зерна нуту: Y  0,0019  X2  0,0147  X1  0,2783  X3  0,0011  X4  0,6740 . 10 15 Формула добре пояснює і підтверджує отримані у досліді дані врожаю зерна нуту, про що свідчить близька збіжність кривих експериментальних і розрахункових величин урожаю культури (креслення). Як відомо біологічні та технологічні процеси формування продуктивності культури є криволінійними, тому ми вирішили встановити нелінійні відносини між змінними та результуючим факторами. Для цього була використана апроксимуюча крива по експоненті, на основі якої можна робити висновки про вплив на врожай визначаючих факторів і робить його прогнозування найбільш наближеним до реальних умов вирощування. Отримане рівняння має вигляд: 20 Y  17245 e0,004 X , , 25 30 де: Y - урожайність зерна нуту, т/га; e - основа натурального логарифма; X - незалежна (факторна) змінна. Сучасні методи аналізу, програмування та прогнозування усіх елементів живої та неживої природи постійно удосконалюються і все більш стають пристосованими для виконання конкретних завдань. На цей час більш удосконаленим методом програмування врожайності сільськогосподарських культур є регресійний нормований аналіз. Провівши регресійний нормований аналіз встановлено (табл. 3), що R  0,9599 ; R 2  0,9214 ; скоректований R2  0,9183;F( 4,103 )  301,66 p  0,0000 та стандартна похибка оцінки - 0,2142. Таблиця 3 Результати регресійного нормованого аналізу для залежної змінної Показник Вільний член Фактор X1 Фактор Х2 Фактор Х3 Фактор Х4 Коефіцієнт β Середнє за 2012-2014 pp. Стандартна похибка -0,0786 0,1831 0,1523 0,9135 0,0279 0,0278 0,0280 0,0281 t(103) -4,32380 -2,82185 6,58459 5,43101 32,49208 р-рівень 0,000036 0,005731 0,000000 0,000000 0,000000 Примітки: X1 - глибина основного обробітку ґрунту, см; Х2 - доза внесення мінеральних добрив, кг/га діючої речовини; X3 - густота стояння рослин, млн/га; Х4 - сумарне 3 водоспоживання, м /га. 35 Якщо врожай культури представити у вигляді залежної змінної ( Y) від факторів моделі ( X) , то рівняння лінійної множинної регресії можна представити формулою: Y  b1X1  b2 X2  b3 X3    bn Xn , 40 де: Y - залежна змінна; bi - коефіцієнти моделі; 3 UA 110042 U Xi - фактори моделі. Згідно з отриманими даними рівняння має наступний вигляд: ~ ~ ~ ~ ~ Y  0,0786  X1  0,1831  X2  0,1523  X3  0,9135  X 4 . 5 10 15 Лінійний розвиток процесів у живої природи неможливий, тому використання нелінійних функціональних зв'язків для пояснення та встановлення закономірностей є особливо актуальним і своєчасним. Більш перспективним методом програмування врожаю культури, який можна використовувати на виробництві є кусково-лінійні моделі регресії. Вони характеризуються тим, що вид залежності між результативною змінною і факторними змінними може бути неоднаковий в різних областях значень факторних змінних. Кусково-лінійні моделі регресії характеризуються тим, що вид залежності між результативною змінною і факторними змінними може бути неоднаковий в різних областях значень факторних змінних. Цю функцію зазвичай задають на кожному з інтервалів окремою формулою:  k 0  b0 , X  X1  k X  b1, X1  X  X2 , Y 1    k n X  bn , Xn  X  20 де bi - загальний вільний член; ki - кутовий коефіцієнт; Xi - фактори моделі. При аналізі отриманих експериментальних даних урожаю зерна нуту та показників, які його визначали, рівняння приймає наступний вигляд: 25 30 35  0,0057  X1  0,0013  X2  0,1952  X3  0,0007  X 4  0,0556 , якщо 0  Y  2,26;R  0,97 . Y   0,0496  X1  0,0016  X2  0,0769  X3  0,0026  X 4  4,6708 , якщо Y  2,26;R  0,97 . Рівняння характеризує параметри зміни врожаю зерна нуту за умови отримання запланованого врожаю менше або на рівні 2,26 т/га, а друге - більше 2,26 т/га. Ймовірність даних моделей складає 94,7 %. Побудовані математичні моделі можна використовувати у господарствах різних форм власності за різних умов планування господарської діяльності при вирощуванні запланованої кількості продукції. Їх високу достовірність і практичну доцільність підтверджують дані кривих експериментальних та розрахованих величин. Джерела інформації: 1. Ушкаренко В.А. Диснерсионный и корреляционный анализ в растениеводстве и луговодстве: [монография] / В.А. Ушкаренко, Н.Н. Лазарев, С.П. Голобородько, С.В. Коковихин. - М.: Изд. РГАУ-МСХА им. К.А. Тимирязева, 2011. - 336 с. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 40 45 50 1. Спосіб визначення величини врожаю зерна нуту за елементами технології вирощування, який включає розрахунок величини врожаю за нормою внесених добрив, який відрізняється тим, що величину врожаю визначають за сумою факторів (виконують основний обробіток ґрунту на глибину від 20-22 до 28-30 см, вносять мінеральні добрива від 0 до 180 кг/га діючої речовини, формують густоту рослин від 0,5 до 1,5 млн/га, забезпечують надходження вологи від 1642 до 3 3578 м /га). 2. Спосіб за п. 1, який відрізняється тим, що величину врожаю визначають за допомогою лінійного рівняння, яке складається: Y  0,0019  X2  0,0147  X1  0,2783  X3  0,0011  X4  0,6740 , де: Y - урожайність зерна нуту, т/га; X1 - глибина основного обробітку ґрунту (від 20-22 до 28-30), см; 4 UA 110042 U 5 10 15 20 X2 - норма мінеральних добрив (від 0 до 180), кг/га діючої речовини; X3 - густота стояння рослин (від 0,5 до 1,5), млн/га; 3 X 4 - сумарне водоспоживання (від 1642 до 3578), м /га. 3. Спосіб за п. 1, який відрізняється тим, що величину врожаю визначають за апроксимуючою кривою по експоненті: Y  17245 e0,004 X , , де: Y - урожайність зерна нуту, т/га; e - основа натурального логарифма; X - незалежна (факторна) змінна. 4. Спосіб за п. 1, який відрізняється тим, що величину врожаю визначають за регресійним нормованим аналізом: ~ ~ ~ ~ ~ Y  0,0786  X1  0,1831  X2  0,1523  X3  0,9135  X4 , ~ де: Y - урожайність зерна нуту, т/га; ~ X1 - глибина основного обробітку ґрунту (від 20-22 до 28-30), см; ~ X 2 - норма мінеральних добрив (від 0 до 180), кг/га діючої речовини; ~ X 3 - густота стояння рослин (від 0,5 до 1,5), млн/га; ~ X 4 - сумарне водоспоживання (від 1642 до 3578), м3/га. 5. Спосіб за п. 1, який відрізняється тим, що величину врожаю визначають за кусково-лінійною моделлю:  0,0057  X1  0,0013  X2  0,1952  X3  0,0007  X4  0,0556 , якщо 0  Y  2,26;R  0,97 Y .   0,0496  X1  0,0016  X2  0,0769  X3  0,0026  X4  4,6708 , якщо Y  2,26;R  0,97 Комп’ютерна верстка Т. Вахричева Державна служба інтелектуальної власності України, вул. Василя Липківського, 45, м. Київ, МСП, 03680, Україна ДП "Український інститут інтелектуальної власності", вул. Глазунова, 1, м. Київ – 42, 01601 5