Бесплатный автореферат и диссертация по биологии на тему

Использование автоматизированной аналитической системы на основе отражательной спектроскопии в исследовании агроценозов

ВАК РФ 03.00.16, Экология

Содержание диссертации, кандидата биологических наук, Борцов, Владимир Степанович

ВВЕДЕНИЕ

Глава 1. СОВРЕМЕННЫЕ ПРОБЛЕМЫ ИЗУЧЕНИЯ АГРОЭКОСИСТЕМ

1.1. Моделирование в исследовании агроэкосистем

1.2. Возможности современных аналитических систем на основе БИК-анализа в аграрных исследованиях

Глава 2. ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИИ

2.1. Объекты исследований

2.2. Методы исследований

2.3. Основные характеристики и принципы работы компьютеризированной аналитической системы

РБСО/ХБ! 1ВМ-РС

Глава 3. ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ АНАЛИТИЧЕСКИХ СИСТЕМ

3.1. Оптимизация потенциала математических методов в процессе калибровки

3.2. Устранение потерь информации в процессе редактирования

3.3. Выбор уравнений для анализа и построение специфических калибровок

Глава 4. ХАРАКТЕРИСТИКИ ИНФОРМАЦИОННОЙ БАЗЫ И ПОЛУЧЕННЫХ

ПО НЕЙ КАЛИБРОВОЧНЫХ УРАВНЕНИИ

4.1. Анализ банка калибровочных уравнений для растительных образцов

4.2. Возможности банка калибровочных уравнений для образцов природных смесей с нестабильным химическим составом

4.2.1. Уравнения для аналитических исследований почв

4.2.2. Уравнения для аналитических исследований сапро-пелей и цеолитов

Введение Диссертация по биологии, на тему "Использование автоматизированной аналитической системы на основе отражательной спектроскопии в исследовании агроценозов"

Современное сельское хозяйство является одним из наиболее мощных Факторов возмущения природной среды. Вероятно, более масштабного вида антропогенного воздействия, столь существенно влияющего на биосферное равновесие и приводящего к деградации целых регионов, нет. Снижение влияния сельского хозяйства на природную среду и решение продовольственных задач требует системных исследований. Необходим максимально аккуратный, детализированный подход к изучению аграрных и природных экологических систем на всех уровнях с привлечением серьезного математического аппарата.

Комплексность, высокая степень детализации исследований, высокая скорость обработки информации, а также применение методов компьютерного моделирования позволяют выработать наиболее оптимальное управляющее воздействие на конкретные агроэкологические системы и во многом снизить вероятность неожиданных негативных откликов на вмешательство. Такой подход возможен при привлечении самых современных исследовательских методов, приборов, средств вычислительной техники и компетентных специалистов различных направлений .

Наметившийся в последнее время прогресс в инструментально -аналитической базе позволяет существенно повысить объективность и комплексность исследований аграрных экологических систем, способствует пересмотру подходов к их изучению, модернизации системы методов исследования. Компьютеризированные аналитические системы, предназначенные для скоростного количественного анализа на основе ближней инфракрасной диффузной отражательной спектроскопии (БИК - анализа), занимают здесь особое место.

Цель исследований. Оценка возможностей компьютеризированной аналитической системы PSCO/ISI IBM - PC 4250 в исследованиях химического состава природных смесей и моделировании системы агроценоза.

Задачи исследований.

1. Накопление информационного банка и калибровка аналитических систем на основные традиционные показатели почв, растений и других природных смесей.

2. Прогнозное моделирование продукционной способности пашни и качества зерна агроценоза пшеницы по показателям диффузного отражения почвы.

3. Построение моделей для оценки почвенного плодородия по спектральным характеристикам образцов зерна пшеницы.

Научная новизна. Предложены алгоритмы преодоления барьера спектрального несоответствия калибровочных и анализируемых образцов, позволяющие аналитической системе, рассчитанной для скоростного анализа однотипной растительной и пищевой продукции, производить аналитические измерения в образцах нестабильного химического состава: почв, сапропелей, цеолитов и т.п.

Теоретически обоснована возможность моделирования агроэко-системы методом прямой калибровки аналитической системы на основе БИК-анализа. Осуществлено компьютерное моделирование пшеничного агроценоза с использованием автоматически Формируемой сканерами систем базы спектральных данных образцов в качестве независимых переменных и привлечением стандартных алгоритмов математического обеспечения аналитических систем.

Предложенная методика прогнозного моделирования позволяет автоматизировать ключевые моменты моделирования агроэкосистем, и тем самым, свести к минимуму влияние субъективного Фактора. Метод позволяет автоматически включать в расчеты самые информативные характеристики почв и возделываемых растений, Фиксирующихся методом отражательной БИК-спектроскопии» в том числе такие, значимость которых не выявлена. Проведение прогноза принципиально не отличается от количественного анализа образца, проводимого с использованием аналитической системы.

Накопление информационной базы спектрокомпьютерного моделирования агроценозов позволит экспрессно оценивать их состояние и продукционную способность, что, собственно, является ключом к эффективному управлению этими сложными объектами. Появляется возможность экспрессной и объективной оценки плодородия почвы в единицах продуктивности по ее спектральным характеристикам, а также плодородия, реализованного непосредственно в растении.

Защищаемые положения.

1. Существенных аппаратных ограничений аналитических систем при работе с широким списком показателей различных природных смесей (почв, растений, сапропелей и др.) не обнаружено.

2. Современные компьютеризированные аналитические системы на основе БИК-анализа позволяют обнаружить существенные структурные взаимосвязи между составляющими элементами аграрной экологической системы: почвой и растением.

3. Принципиальная информативность метода БИК-спектроскопии позволяет создавать модели, допускающие изучение системы почва-растение по одному из компонентов.

Практическая значимость.

1. Создан и постоянно совершенствуется банк калибровочных уравнений для аналитических исследований почв, различных видов растительной продукции, сапропелей, цеолитов и других природных смесей. С помощью имеющегося калибровочного банка произведены аналитические работы, эквивалентные более 70 тысячам точечных химических измерений в рамках проведения различных исследований.

2. Получены прогнозные модели содержания протеина в зерне и урожайности яровой пшеницы сорта "Тулунская-12" по спектральным характеристикам почвенных образцов пахотного и подпахотного горизонта .

3. Созданы модели агрохимических показателей почвы: содержание гумуса и подвижного фосфора (метод Чирикова) по спектральным характеристикам зерна пшеницы для двух почвенных горизонтов.

4. Материалы и методы определения используются в учебном процессе на агрономическом Факультете КрасГАУ.

Апробация. Материалы диссертации были представлены на научной конференции профессорско-преподавательского состава КрасГАУ "Наука - сельскохозяйственному производству" {Красноярск, 1993); региональной научно-практической конференции "Технология неисто-щительного землепользования" (Красноярск,1997); третьей региональной научно-методической конференции "Непрерывное экологическое образование" (Красноярск, 1998); II региональной научной конференции "Экология Южной Сибири-2000 год"(Абакан, 1998); семинарах кафедры почвоведения и агрохимии КрасГАУ (2000-2002 г.г.); научно - практической конференции "Агрохимия вчера, сегодня, завтра: задачи, проблемы, решения" (Омск, 2002).

Публикация. По теме диссертации опубликовано 12 работ.

Объем и структура работы. Диссертация изложена на 141 стр. машинописного текста, состоит из введения, пяти глав, заключения, выводов и приложений. Материалы исследований представлены в 18 таблицах и 20 рисунках. Список литературы содержит 174 наименования.

Заключение Диссертация по теме "Экология", Борцов, Владимир Степанович

ВЫВОДЫ

1. Автоматизированные аналитические системы на основе БИК -анализа являются уникальным инструментом для проведения массовых количественных анализов почв, растений и других сложных природных смесей, практически, на все интересующие показатели.

2. Список показателей и типов образцов ограничиваются, прежде всего, наличием соответствующей информационной базы, представленной образцами с известными результатами химического анализа (калибровочными образцами).

3. Точность аналитических измерений, производимых с помощью аналитических систем на основе сканера N1114250, определяется: а) качеством проведения химического анализа калибровочных образцов; б) объективностью традиционных методов анализа; в) аккуратностью работ при проведении всех операций с информацией в соответствии с требованиями инструкций; г) соответствием анализируемых образцов калибровочным, что определяется величиной "расстояние Махаланобиса".

4. Преодоление Фактора спектральных различий анализируемых образцов с калибровочными, существенно влияющего на результаты измерений, возможно путем создания и использования при анализе большого количества моделей с различными способами математического преобразования спектров для каждого калибровочного набора образцов .

5. Тесная взаимосвязь сложной структурной информации, заключенной в растительной и почвенной составляющей агроценоза, допускает создание надежных моделей взаимного прогноза при использовании современных информационно-аналитических технологий.

6. База спектральных данных, сформированная сканерами аналитических систем, может использоваться для построения прогнозных моделей экологической системы по алгоритмам математического обеспечения программного пакета 181 при наличии образцов различных составляющих ее компонентов.

7. Основными критериями завершенности спектрокомпьютерной модели являются:

- устойчивость корреляционной кривой к введению дополнительной информации;

- максимальное приближение распределения данных к нормальному.

8. Использование растительных образцов в качестве информационных требует меньшего объема первичной информации при моделировании ввиду реализации гомеостатических процессов в живых растениях, которые можно рассматривать как естественную пробоподго-товку, приводящую к относительному постоянству химического состава и меньшему влиянию спектрального разнообразия на прогноз.

9. Информативность спектрального диапазона используемых сканеров не является абсолютной, что говорит о вероятной возможности создания более точных моделей при использовании в работе приборов с более широким спектральным диапазоном, и, соответственно, представляющими отдельные образцы более представительным набором первичных данных.

10. Использование сканеров с возможно более широким рабочим диапазоном и разрешением существенно снижает вероятность включения в расчеты обертонов и оптических показателей, связанных с интересующими характеристику "тобьекта опосредовано.

11. Эффективность использования аналитических систем может быть повышена доработкой программного обеспечения с привлечением

ЗАКЛЮЧЕНИЕ

С помощью аналитических систем на основе сканирующих анализаторов, работающих в ближней инфракрасной области, возможно моделирование практически любого аналитического метода по автоматически Формируемой базе данных. Подобные системы должны являться координирующим и развивающим ядром производственной среды аналитической лаборатории, обслуживающей сельскохозяйственное производство. Это позволит значительно расширить возможности лаборатории и сократить время работ.

Опосредованность аналитических измерений моделированием дает уникальную возможность компьютерного моделирования сложных стохастических систем по спектральным характеристикам образцов различных их составляющих. Здесь не требуется специальных исследований по выявлению значимости отдельных показателей различных составляющих системы. В процессе калибровки компьютер автоматически включит в модель наиболее значимые показатели при более низком шаге квантования информации. База данных также Формируется автоматически .

Таким образом, возможно задействование мощного математического, технического и аналитического потенциала систем для непосредственного прогнозного моделирования аграрных экологических систем в реальном масштабе времени. Данное обстоятельство является ключевым моментом обеспечения минимального риска негативных изменений агроэкосистем, путем экспрессной разработки наиболее оптимальных способов и интенсивности управляющего воздействия. Влияние субъективного Фактора при этом сводится к предельному минимуму.

В ряде случаев можно рекомендовать для снижения искажений, вызванных различием анализируемых образцов, хотя-бы элементарную пробоподготовку, позволяющую стабилизировать состав анализируемой среды.

С целью повышения эффективности использования аналитических систем на основе БЖ-анализа по указанным направлениям можно предложить основные направления последующей их доработки и совершенствования .

Конструктивные изменения. Вероятность погрешности, а также ее величина могут быть снижены путем расширения спектрального диапазона сканеров, предельного уменьшения шага квантования спектральной информации, максимального увеличения разрешения оптической системы и стабильности ее работы. Подобные меры повышают вероятность включения в расчеты оптических показателей наиболее прямо связанных с интересующим признаком. В целом, приборы должны быть предельно совершенными и по мере развития спектрокомпью-терного метода анализа не подвергаться существенным изменениям. Именно конструктивная стабильность сканирующих приборов. Формирующих базу независимых переменных спектрокомпьютерного моделирования обеспечит преемственность дорогостоящей информации. Данное условие разрешает проблему использования многолетнего статистического материала, создание универсальных калибровочных уравнений для эффективного разрешения аналитических, а также прогнозных задач сельскохозяйственных и других стохастических систем.

Программное обеспечение и математический аппарат В идеальном случае, стадия расчета калибровочных уравнений должна быть полностью скрыта от пользователя. При определении оператор должен указывать код Файла, в котором записаны однотипные образцы с их аналитическими характеристиками, и получить возможно более точный ответ с предупреждениями о возможных отклонениях. Кроме того, необходима возможность подробного вывода информации подобной RSQ, SEC, порядка производной, списка использованного набора спектральных точек. Следует заметить, что для такого уровня работы необходим пересмотр алгоритмов программного обеспечения и комплектация аналитической системы достаточно совершенным компьютером.

Необходим более гибкий и сложный математический аппарат для обработки спектральной информации. Например, крайне желательна возможность объединения спектральных матриц, образцов различных составляющих стохастических систем для их моделирования. Развитие спектрокомпьютерного моделирования также порождает необходимость объединения спектральной информации анализаторов с введенной извне для построения более точных моделей. Возможности сис

116 тем в плане качественного анализа также требуют существенного совершенствования .

Таким образом, можно говорить, что основным условием развития подобной измерительной техники является высокая степень ответственности конструкторов, необходимость тщательной проработки всех технических, математических и программных решений.

Библиография Диссертация по биологии, кандидата биологических наук, Борцов, Владимир Степанович, Красноярск

1. Абрамов Н.В. , Е.В. Салова. Оптимальные параметры Факторов плодородия чернозема выщелоченного в северной лесостепи западной сибири // Почвоведение, 1998. N.10. С.1250-1255.

2. Алиев С.А., Гусейнов М.М. Коррелятивная зависимость Ферментативной активности от гидротермического режима и содержания органического вещества почв//Докл. АН АзССР, 1980.36. N 12. 67-71.

3. Аринушкина Е.В. Руководство по химическому анализу почв. PL; МГУ, 1962.491 с.

4. Афанасьева В.К., Беркутова Н.С. Методы определения величины и качества урожая // Опытное дело в полеводстве.- М.; Рос-сельхозиздат, 1982. С.134-152.

5. Бегунов A.A., Лисицин А.Н. Развитие научных основ методологии и технических средств метрологического обеспечения пищевых производств//Доклады Российской академии сельскохозяйственных наук, 2001.N 3. С. 61-64.

6. Бекетова O.A. Влагообеспеченность сельскохозяйственных культур в полевом севообороте//Совершенствование элементов зональной системы земледелия Красноярского края. Сборник научных трудов. Красноярск: КрасГАУ, 1995, С.61-68.

7. Бергштейн И.Я., Каминский Ю.Л. СпектроФотометрический анализ в органической химии.Л.: Химия,1986. 248 с.

8. Вир Ст. Кибернетика и управление производством. М.:Физмат-гиз,1963.275с.

9. Бланк А.Б. Химическая метрология и хемометрика: этимологическое сходство или реальная связь//Журнал аналитической химии, 1999„Т.54.N5. С.555-556.

10. Блауберг И.Ю., Юдин Э.И. Становление и сущность системного подхода. М.: Наука, 1970. 262 с.

11. Богдевич И. П., Кулаковская Т. Н. , Романова Т. А., Смеян Н. И. Докучаевское генетическое почвоведение на службе сельского хозяйства Белоруссии // 100 лет генетического почвоведения. М.: Наука, 1986. С. 239 243.

12. Большаков С.Б. , Бетехтин В.В., Борцов B.C., Гладышева Е.Е. Применение компьютерного анализа ИК-спектров отражения при исследовании биологических объектов// Актуальные проблемы биологии, Красноярск: КГУ, 1994. С.84.

13. Бондаренко Н.Ф., Жуковский Е.Е., Пушкин И.Г., Нерпин C.B., Полуэктов P.A., Усков И.Б. Моделирование продуктивности агроэко-систем. J1. : Гидрометеоиздат, 1982.264 с.

14. Борцов B.C. Диагностика параметров урожая сельскохозяйственных культур с использованием агрохимических показателей почвы. Информационный листок. Красноярск, ЦНТИ, 1993. N 35. 5с.

15. Бровкин В. А., Денисенко Е. А., Шульгин И. А. Моделирование конечной продуктивности агроценозов на основе Функции состояния системы "агроценоз внешняя среда" // Общая биология, 1991.52, N 6. - С. 855 - 862.

16. Бродский M. В., Костюков В. В. О комплексации различных моделей прогнозирования урожайности сельскохозяйственных культур // Метеорол. и гидрол., 1992. N 1.- С. 79 -83.

17. Введение в автоматизированные системы управления/под ред. В.Г. Шорина. М.:Знание, 1974.318 с.

18. Владимиров В.В. Расселение и экология / М.: Стройиздат, 1996. 392 с.

19. Вилков Л. В., Пентин Ю. А. Физические методы исследования в химии. М.: Высшая школа, 1987. С. 247 252.

20. Войтова Н.В. Модели плодородия почв в зависимости от агрохимических свойств почвы и удобрений. //Химия в сельском хозяйстве, 1996. N7.С.8-13.

21. Востокова Л.Б., Якушевская И.В. Бонитировка почв.М.:МГУ, 1979.102 с.

22. Гайер Бернард. Тенденции развития экологического земледелия в Европе//Земледатель.М.: Прогресс, 1991. С.25-32.

23. Гамзикова О. И. Состояние исследований в области генетики минерального питания // Агрохимия, 1992. N 4. С. 139 150.

24. Гиг Дж. Прикладная общая теория систем.-М.: Мир,1981. 427с.

25. Гришина Л.А., Копцик Г.Н., Первова Н.Е. О подходах к изучению свойств почв основных биогеоценозов в целях мониторинга (на примере Звенигородской биостанции) //Экология, 1991. N5. С.14-20.

26. Давыдов М.Е., Лисичкин В.Н. Этюды о прогностике.-М.: Экономика, 1973. 127 с.

27. Девис А. И. К., МакКлюр У. Ф. Применение Фурье-преобразо-ваиия в ближней инфракрасной спектроскопии// Применение спектроскопии в ближней инфракрасной области для контроля качества продукции. М.: Интерагротех, НПК " ИК-Луч 1989. С. 228 234.

28. Дегтярев А. Г. Зависимость урожайности зерновых культур в Саратовской области от характера весеннего сезона // Вопр. климата и погоды Ниж. Поволжья, 1991. N 18. С.33 38.

29. Дегтярев И.В. Земельный кадастр.М. .-Колос, 1979. 463 с.

30. Дергунов И.Д., Мороз В.Д., Рябова Г.В. Прогнозирование накопления 90 Sr в урожае сельскохозяйственных культур по Физико-химическим свойствам почв// Почвоведение, 1982. N5. С.22-26.

31. Деревянко А. Н. Некоторые особенности использования данных об осадках и температуре воздуха при прогнозе содержания белка в зерне озимой пшеницы // Тр. Гидрометеорол. н.-и. центра СССР, 1991. N 325. С. 43 51.

32. ДжеФФерс Д. Введение в системный анализ: применение в экологии. М.: Мир, 1981, 252 С.

33. Добровольский Г. В., Гришина Л. А. Охрана почв. М., 1985. 224 с.

34. Долгова В.И. ИК-спектры и состав гумусовых кислот эродированного типичного чернозема/Эрозия почв. Юж. Приуралья. Уфа, 1984. С 61-67.

35. Дрозд A.B., Баскир И.М., Перьков И.Г. Модель косвенных измерений в многокомпонентном спектроФотометрическом анализе// Журнал аналитической химии, 1997.Т.52. N7. С. 686-691.

36. Дэвис А. М. К., Анализ пищевых продуктов методом спектроскопии в ближней инфракрасной области// Применение спектроскопии в ближней инфракрасной области для контроля качества продукции. м.: Интерагротех, НГЖ " ИК-Луч 1989. С. 308 312.

37. Жученко А. А. Адаптивный потенциал культурных растений. Кишинев: Штиинца, 1988. С. 302 363.

38. Захаров В. Н., Коваленко А. А. Управление качеством зерна озимой пшеницы с помощью методов оперативной почвенной и растительной диагностики // Агрохимия, 1992. N 5. С. 47 56.

39. Захаров В. Н., Новиков А. И. Метод исследования сбалансированного минерального питания сельскохозяйственных культур// Агрохимия, 1992. N 1. С. 129 138.

40. Золотов Ю.А. Аналитические методы на конференции Pittcon-2000. Страница главного редактора//Журнал аналитическойхимии, 2001.Т.56.N1. С.5.

41. Зубаилова Г.И. Агроклиматические особенности учхоза "Мин-дерлинское". Красноярск: КрасГАУ, 1991. 26 с.

42. Ильин Н.П. Влияние света на некоторые свойства почв //Почвоведение, 1980. N 9. С. 77-88.

43. Ильницкий А. П. Некоторые медицинские аспекты интенсификации сельского хозяйства // Химизация сельского хозяйства, 1991. N 11. С. 13 17.

44. Исмагилов Р. Р. Оптимизация интенсивной технологии // Зерновые культуры, 1992. N 2.3. С. 9 10.

45. Ищенко Г. С., Бутник А. С., Афанасьева Т. Ф. Оценка совместного загрязнения урожая пшеницы свинцом, кадмием, стронцием90 и цезием-137 // Агрохимия, 1992. N 6. С. 99 103.

46. Каменский A.C.Методология системных исследований в сельском хозяйстве. М.:ВНИИТЭИСХ. 1984. 71 с.

47. Каюмов М.К. Справочник по программированию продуктивности полевых культур. PI. : Россельхозиздат, 1982. 287 с.

48. Кильметова Ф. Ш., Киреева Е. Н. Оценка влияния метеорологических Факторов на урожайность зерновых культур в Башкирии // Изменчивость синопт.- циркуляц. процессов в атмосфере. Казань, 1991. С. 133 139.

49. Кирсанов А. Т. Теория Митчерлиха, ее анализ и практическое применение. М.: Сельхозгиз, 1930. 200 с.

50. Киселев A.B., Лыгин В.И. Инфракрасные спектры поверхностных соединений и адсорбированных веществ. М.-.Наука, 1972. 460 с.

51. Кокс Дж. В. Взаимосвязь между затратами и выходом продукции в агроэкосистемах // Сельскохозяйственные экосистемы.- М.: Агропромиздат, 1987, С. 186-208.

52. Колосков П.И. Климатический Фактор сельского хозяйства и агрохимическое районирование. Л. :Гидрометеоиздат,1971.328с.

53. Коптюг В.А. Будущее агропромышленного комплекса //Достижения науки и техники АПК, 1995. N 5.С.7-8.

54. Корец А.Я., Власов A.B., Борцов B.C. Определение содержания цеолитовой Фазы в природных туфах ИК-спектрокомпьютерным методом// Тезисы научной конФ. профессорско-преподавательского состава КрасГАУ, часть 4. Красноярск: КрасГАУ, 1993.С.71-72.

55. Коринец В. В. Системно энергетический подход при оценке обработки почвы // Земледелие, 1991. N 12. С. 65 - 67.

56. Коринец В.В,, Ивакин A.B., Суханбердина Э.X., Попова Л.Н., Малыченко Л.Т., Грушин A.A. Системно-энергетический подход к селекции сельскохозяйственных культур// Вестрник Российской академии сельскохозяйственных наук, 1992. N 6. С.28-29.

57. Краммел Дж. Р., Дайер PI. И. Потребители в агроэкосистемах : ландшафтный подход // Сельскохозяйственные экосистемы. M.: Агроп-ромиздат, 1987. С. 12-18.

58. Кроссли мл. Д. А., Хауз Г. Дж., Рената M. Снайдер, Снайдер Р. Дж., Стиннер Б. Р. Положительная взаимосвязь в агроэкосистемах // Сельскохозяйственные экосистемы. М.: Агропромиздат, 1987. С. 75-84.

59. Круглов Ю. В. Микрофлора почв и пестициды. М.: Агропромиздат, 1991. 128 с.

60. Кудеярова А.Ю. Формы фосфорных соединений, извлекаемых кислотными вытяжками из серой лесной почвы // Почвоведение. 1993. N.11. С.86-91.

61. Кузьмин Н.М. Экоаналитический мониторинг//Журнал аналитической химии, 1999.Т.54.N9. С.902-908.

62. Кумахов В.И. Коррелятивная связь между диагностическими признаками почв и урожайностью в степной зоне КБ АССР/Научные основы рационального использования черноземов. Ростов-на-Дону. Ростов, ун-т, 1976. С. 62-64.

63. Ларина И.К., Касаточкин В.И. Спектральные методы исследования гумусовых веществ почвы//Физико-химические методы исследования почв. М.: Наука,1966. С. 171-199.

64. Леунов И. И. Система земледелия или технология растениеводства // Вестник сельскохозяйственной науки, 1992. N 2. С. 40 -42.

65. Линденау Ханс. Средства вычислительного обеспечения управления сельским хозяйством // Международный сельскохозяйственный журнал, 1988. N 4. С.100-101.

66. Липкина Г.С. Связь урожая сельскохозяйственных культур с агрохимическими свойствами почв и удобрениями. М.: ВНИИТЭИСХ, 1975. С. 21.

67. Липски С.А. Особенности кадастра и мониторинга земель как информационных систем//Экологические системы и приборы, 2001.N 1. С.4-9.

68. Литвак Ш. И. Системный подход к агрохимическим исследованиям М.: Агропромиздат, 1990. 220 С.

69. Литвак Ш. И., Шевцова Л.К., Липкина г.С. Организация аг-роэкологического мониторинга//Химизация сельского хозяйства, 1990. N12. С.37-42.

70. Лошаков В. Г. Севооборот и биологизация земледелия // Вестник сельскохозяйственной науки, 1992. N 2. С. 19 25.

71. Лубнин М. Г., Забелин В. Н., Кучеров С. Е. Статистический прогноз урожайности картофеля в целом по СССР // Тр. Гидрометео-рол. н.-и. центра СССР, 1991. N 325. С. 78 90.

72. Майборода Н.М., Терехова В.Ф., Столяр Л.П., Дудин А.П., Борцов B.C., Горелик Н.Р. Средства химизации на планируемый урожай в условиях Красноярского края. Красноярск: КрасГАУ, 1991. 22 с.

73. Марковский В. И., Васин В. И., Харитонов А. А. Расчет экологической устойчивости культур // Земледелие, 1991. N 12. С. 38 40.

74. Минеев В. Г. Экологические проблемы агрохимии. М.: Изд-во МГУ, 1988. 284 с.

75. Минеев В. Г. Агрохимия и качество растениеводческой продукции.» М.: МГУ, 1992.- 198 с.

76. Мирцхулава Ц.Е. Новые возможности оценки качества почв// Почвоведение, 1998. N.6. С.727-731.

77. Митчерлих Э. А. Почвоведение. Пер. с нем. М.: Изд-во иностр. лит., 1967. 416 с.

78. Моргун Ф. Экология: 12 час// Радуга, 1989. N 12. С. 95-105.

79. Неуймин Я. Г. Модели в науке и технике. История, теория, практика. Л.: Наука, 1984. 190 с.

80. Нефедова М. Ю. Определение малых количеств углеводородов в микроорганизмах методом ИК-спектроФотометрии// Микробиол. пром-сть, 1973. N1.0. 19 22.

81. Никонов А. А. Системные исследования в аграрной сфере // Вестник сельскохозяйственной науки, 1991. N 11. С. 3 12.

82. Новиков Юрий. Мифы агроиндустриализации //Земледатель.М.: Прогресс, 1991. С.40-52.

83. Новицкий П.В., ЗограФ И.А. Оценка погрешности результатов измерений. Л.: Энергоатомиздат, 1985.248 с.

84. Новоселова О.А. Основы концепции и стратегии развития единой государственной системы экологического мониторинга//Экологи-ческие системы и приборы, 2000.N 4. С.2-8.

85. Норрис К. X. Приборы для ближней инфракрасной спектроскопии// Применение спектроскопии в ближней инфракрасной области для контроля качества продукции. М.: Интерагротех, НПК " Ж- Луч",1989. С. 5 10.

86. Носко Б. С., Чесняк Г. Я., Медведев В. В. Модель плодородия чернозема типичного мощного левобережной лесостепи УССР. // Модели плодородия почв и методы их разработки. М.: Науч. тр. Почв, ин-та им. В. В. Докучаева, 1982. С. 84 -91.

87. Одум Ю. П. Свойства агроэкосистем // Сельскохозяйственные экосистемы.М.: Агропромиздат, 1987. С. 12-18.

88. Описание Американо-советско-индийской системы для скоростного анализа качества сельскохозяйственной продукции на основе анализатора, работающего в ближней инфракрасной области/М.: йнте-рагротех, 1989. 117 с.

89. Перегудов В.Н. Метод наименьших квадратов и его применение в исследованиях. М.: Статистика, 1965. 340 с.

90. Перегудов В. Н., Иванова Г. И. Задачи исследования, конструкция схемы и методы математического анализа данных опытов с удобрениями // Применение математических методов в агрохимических исследованиях. Труды ВИУА. М., 1977. Вып. 56. С. 5 - 12.

91. Перегудов В. Н. Планирование многофакторных полевых опытов с удобрениями и математическая обработка их результатов.1. М.: КОЛОС, 1978. 181С.

92. Петрова Л. Н. Системный анализ и моделирование для развития регионального АПК // Вестник сельскохозяйственной науки, 1991. N 11. С. 13 25.

93. Пилипенко А. Т., Пятницкий И. В. Аналитическая химия. М.: Химия, 1990. С. 350 352.

94. Пиментел Д. Затраты энергии в агроэкосистемах //Сельскохозяйственные экосистемы. М.: Агропромиздат, 1987. С. 119 131.

95. Пиоттух-Пелецкий В.Н., Коробейничева И.К., Дерендяев Б.Г. Определение Ферментного состава соединения с использованием базыданных по ИК-спектроскопии //Журнал аналитической химии« 1999.Т.54.N10. С.1020-1030.

96. Пискулов Ю.В. Проблемы устойчивого развития России. Интеллектуальный Фактор //Экологические системы и приборы, 2000. N1. С. 55-58.

97. Полуэктов P.A. Динамические модели агроэкосистем. Л.: Гидрометеоиздат,1991. 312 с.

98. Полуэктов P.A., Опарина И.В., Топаж А.Г., Финтушал С.М., Миршель В. Адаптируемость динамических моделей агроэкосистем к различным почвенно-климатическим условиям//Математическое моделирование, 2000,Т,12.N11.С.3-16.

99. Пройшен Герхард. Восстановление здоровья почв// Земледа-тель.М.: Прогресс, 1991. С.80-105.

100. Пожилов В.И., Климов A.A. Методологические аспекты совер

101. Российской академии сельскохозяйственных наук, 2001 .¿М 3. С. 19-22.

102. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика,1982.-344 с. (220,315)

103. Почвы. Методы анализа. ГОСТ 26204-84- ГОСТ 26213-84. М.: Государственный комитет СССР по стандартам. 55 с.

104. Прищеп H. И. Корреляционные связи между Формами калия в почвах// Химизация сельского хозяйства, 1989.N9 С.49-51.

105. Прокошев В.В., Дерюгин И.П. Калий и калийные удобрения (практическое руководство). М. : Ледум, 2000. 185 с.

106. Прохорова 3.А. Экспертно-описательная модель и система управления плодородием дерново-подзолистых средне- и тяжелосуглинистых почв. // Модели плодородия почв и методы их разработки.-М.: Науч. тр. Почв, ин-та им. В. В. Докучаева, 1982. С. 44 55.

107. Прохорова 3. А., Фрид А. С. Влияние неоднородности почвенного покрова на результаты математической обработки и их интерпретацию в многофакторных полевых опытах с удобрениями. // Агрохимия, 1983. N 11. С. 80 87.

108. Пронина Н.В., Степанов И.С., Орлов Д.С., Осипова H.H. Применение инфракрасной спектроскопии для идентификации почвенных образцов// Науч. докл. высш. школы Виол. н. 1976, N 3. С. 114-118.

109. Прянишников Д. Н. Избр. соч. М.: Госсельхозиздат, 1952. С. 40 - 48.

110. Пуховский A.B., Замараев А.Т., Шатилов И.С. Распределение подвижных Форм ФосФора в почве делянок стационарных полевых опытов с удобрениями//Доклады Российской академии сельскохозяйственных наук, 2001.N З.С. 25-28.

111. Райисил Э. Дж. мл. Моделирование агроэкосистем: уроки, данные экологией // Сельскохозяйственные экосистемы. М.: Агропро-миздат, 1987. С. 155-177.

112. Рассел Э. Почвенные условия и рост растений. М.: Изд-во Иностр. лит., 1955. 623 с.

113. Реймерс Н.Ф. Принципы экологического планирования и прогнозирования // Итоги науки и техники. Т.4. М.,1973. С.41-74.

114. Розен Р. Принцип оптимальности в биологии. М.: Мир, 1969. 215 с.

115. Розенов Стефан. Экологическое земледелие в ФРГ// Земледа-тель. М.:Прогресс,1991. С.33-39.

116. Роль минерально-сырьевой базы Сибири в устойчивом Функционировании плодородия почв. Материалы Всероссийской научно-практической конференции 11-13 июля 2001 г. Красноярск,2001. 279 с.

117. Рунов Б.А. Методы организации научных исследований в области АПК в США //Вестник Российской академии сельскохозяйственных наук, 1992. N 6. С.4-7.

118. Рябенко А.Г. Определение оптимального набора длин волн для решения задач спектрального анализа//Журнал аналитической химии, 1998.Т.53. N11. С.1126-1140.

119. Рябенко А.Г., Рябенко А.А., Фурсиков П.В. Анализ главных компонент. Определение числа реальных Факторов с применениемкритерия// Журнал аналитической химии, 2000. Т.55. N4. С. 342-351.

120. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980. 456 с.

121. Силин А. Д. О состоянии е! перспективах развития исследований по моделированию сельскохозяйственных процессов // Вестник Российской академии сельскохозяйственных наук, 1992 N 2. С. 12-14.

122. Система ведения сельского хозяйства в колхозах и совхозах Центрального района Нечерноземной зоны РСФСР: М.: Россельхо-зиздат, 1980. С. 63.

123. Соколов В.Е., Пузаченко Ю.Г. Экологизация сельского хозяйства// Вестник сельскохозяйственной науки, 1988. N.6. С.9-19.

124. Соловьев Г. А., Парамонов Н. И., Парамонова Е. А. // Агрохимия и качество растениеводческой продукции. М. .-Колос, 1992.- С. 14 -28.

125. Спеллинг K.P.B. Сельскохозяйственные системы и роль моделирования // Сельскохозяйственные экосистемы. М.: Агропромиздат, 1987. С. 178-185.

126. Справочное руководство по применению ионо-селективных электродов. M.: Мир, 1986. 231 с.

127. Старк Э. Методы градуировки при проведении анализа с помощью ближней инфракрасной спектроскопии// Применение спектроскопии в ближней инфракрасной области для контроля качества продукции. М.: Интерагротех, НПК " ИК-Луч 1989. С. 25 40.

128. Степанов И.Н. Почвенные прогнозы актуальная проблема современности/ Оценка природ, -мелиор. условий и прогноз их изменений. (На прим. Ср.Азии). Пущино, 1977. С. 4-23.

129. Стьюпер Э., Брюггер У., Джуре П. Машинный анализ связи химической структуры и биологической активности. М. : Мир, 1982. 235 с.

130. Тооминг X. Т. Математическое моделирование продуктивности посевов сельскохозяйственных культур // Вестник сельскохозяйственной науки, 1991. N 11. С.47 54.

131. Тутубалин В.Н., Барбашева Ю.М., Григорян A.A., Девяткова Г.Н., Угер Е.Г. Математическое моделирование в экологии. Истори-ко-методологический анализ. М.: Языки русской культуры,1999.207 с.

132. Фишер P.A. Статистические методы для исследователей. М.: Статиздат, 1959, 268 с.

133. Флоринский М. А., Седова Е. В. Влияние кислотных дождей на агрохимические свойства почв и растений // Агрохимия, 1992. N 2.- С. 149 158.

134. Фрид А. С. Система моделей плодородия почв. // Плодородие почв: проблемы, исследования, модели. И.: Науч. тр. Почв. ин-та им. В. В. Докучаева, 1985. С. 37 43.

135. Хеллямяки М. Анализ качества Фуража с помощью инфракрасной спектрометрии // 2 сб. научных трудов по ИКС " Сельскохозяйственное использование спектроскопии в ближней инфракрасной области". М.: ЦИНАО, 1986. С. 43 48.

136. ХоФман Д. Измерительно-вычислительные системы обеспечения качества. М. : Энергоатомиздат, 1991. С.15-30.

137. Хухрин A.C. Концепция активного управления ситуациями // Вестник Российской академии сельскохозяйственных наук, 1992. N 5. С.6-8.

138. Шапкин Александр. Экологически эффективные сельскохозяйственные системы//3емледатель.M.: Прогресс, 1991. С.52-59.

139. ШараФ М.А., Иллмен Д.Л., Ковальски Б.Р. Хемометрика. Л.:химия, 1989.269с.

140. Шафран С. А., Проиисин В.А. Прогнозирование урожайности озимой пшеницы//Химизация сельского хозяйства, 1990. N7. С.55-57.

141. Шафран С. А., Пуипсарева М.М., Чечеткина Л.В., Цитцер О.Ю, Агрохимический и экологический мониторинг в РСФСР// Химизация сельского хозяйства, 1989. N8. С.24-26.

142. Шенк Дж. С., Вестерхаус М. О. Стандартизация приборов инфракрасной спектроскопии в ближней области// Применение спектроскопии в ближней инфракрасной области для контроля качества продукции. М.: Интерагротех, НПК " ИК-Луч ", 1989;а. С. 143 155.

143. Шишов JI.JI. , Дурманов Д. H. Моделирование плодородия почв в агроэкосистемах/Докл. симп. 7 делегат. Съезда Всес. об-ва почвоведов. Ташкент, 9-13 окт, 1985. 4.6. Ташкент, 1985;а. С 30-42.

144. Шишов Л.Л., Дурманов Д. Н. Современные концепции управления плодородием почв/ Плодородие почв: пробл., исслед., модели. М., 1985;б. С. 3-12.

145. Шишов Л. Л., Дурманов Д. Н., Булгаков Д. С., Фрид Д. С. Методологические аспекты моделирования почвенного плодородия в агроэкосистемах // Вестник сельскохозяйственной науки. 1988, N И. С. 26 35.

146. Шишов Л.Л., Дурманов Д.Н., Карманов И.И., Ефремов В.В. Теоретические основы и пути регулирования плодородия почв/ M.: Агропромиздат, 1991. С.116-158.

147. Щербаков А. П., Свиридов В. И., Сухановский Ю. П. Моделирование и системный анализ в почвозащитном земледелии // Вестник сельскохозяйственной науки, 1992. N 5 6. С.141 - 143.

148. Экологическое прогнозирование. М. : Наука, 1979. 280 с.

149. Юинг Г. Инструментальные методы химического анализа. М.: Мир, 1989. С. 96 131.

150. Экспериментальные методы в адсорбции и молекулярной хроматографии.-/ Под ред. Ю.С. Никитина, P.C. Петровой. МГУ, 1990, С. 170-184.

151. Юхнин A.A. Диагностические показатели плодородия почв //Химия в сельском хозяйстве, 1996. N2. С.33-36.

152. Яровая пшеница, рекомендации по получению высококачественного зерна при интенсивном возделывании. М.: ЦИНАО, 1987.92с.

153. Arnold Richard W. Soil data-base management/"Proc. Int.Symp. Minimum Data Agrotechnol. Transfer, Patancheru,21-26

154. March,1983" Andhra Pradesh,1984. P. 135-146.

155. Farmer V.C. The characterization of adsorption bonds in clays by infrared spectroscopy //Soil Science, 1971. N 1. P. 62-68.

156. Feldman R. M., Curry G. L. Operations Research for Agricultural Pest Management/ Operations Res., 1982.V 30. N 4. P 601-618.

157. Fowler D. B., Brydon J., Darroch B. A., Entz M. H., Johnston A. M. Environment and genotype influence on grain protein concentration of wheat and rye // Agron.- J., 1990. V82. N 4.P. 655 664.

158. Goh K.M.,Stevenson F.J. Comparison of infrared spectra of synthetic and natural huaic and fulvic acids //Soil Science, 1971. N 6.P. 392-440.

159. Lockeretz William. Multidisciplinary research and sustainable agriculture // Biol. Agr. and Hort., 1991. 8, N 2.1. P. 101 112.

160. Molino I. M. Martin del. // Relationship between wheat grain protein percentage and grain yeld, plant growth, and nutrition at anthesis.- J. Plant Nutr., 1992. V15, N 2. P. 169 -178.

161. Mulla D.J., Low P.F., Roth C.B. Neassurement of the specific surface area of clays by internal reflectance spectroscopy/ Clays and Clay Miner., 1985, V33.N 5, 391-396.

162. Nagar B.R. Applications of computer techniques in humus research//Soil Organ. Matter Stud. Vol. 2. Vienna, 1977. P.171-175.

163. Patten B. C., Oduaa E. P. The cybernetic nature of ecosystems// Am. Nat., 1981. V118. P.886-895.137

164. Pimentel, D. The ecological basis of insect pest, pathogen and weed problems. In Origins of Pest, Parasite, Disease and Weed Problems. J. M. Cherrett and G. R. Sagar (eds.), Blackwell Scientific Publications, Oxford, 1977,pp. 1-33.

165. Range E.C.A. Soil development sequences and energy models// Soil science, 1973. V115.N 3. P.183-193.

166. Stevenson F.J., Gob K.M. Infrared spectra of humic and fulvic acids and their methylated derivatives: evidence for nonspecificity of analytical methods for oxygeh-con t a i n i ng functional groups //Soil Science, 1972. N 5. P. 334-345.

167. Wetherill G.Z., Murray I., Glasbey C.A. Analysis of artificial mixtures of pure chemicals by near-infrared reflectance // J. Agr. Sci.,1990. ¥114. N 3. P. 253-257.

168. Рис, 1, С X Е Н А ОПЫТОВ БИОПОЛИГОНА УЧХОЗА1. ПИНДЕРЛИНСКОЕ ■ 19 7 1Р.1,2,3,4 номера севооборотов

169. Пвеница (Туяунсвая-12) + лмцерна срок сева - 15 мая:1. А (1) Б/у: В (2) - Р20.

170. Пвеница, сорт Тулун - 12, срок сева - 15 мая:1. 1 прикатывание; И - 2 прикатывания; N - 3 прикатывания.1. Вид обработки почву:

171. Отвальная, 20 - 22 см; ! - Плоскорезная.- ПЧ 4,5, 35 - 40 см;р ПЧ - 4,5, Р, 35 - 40 см}

172. ПОСЛЕДЕЙСТВИЕ ОБРАБОТОК ПОЧВ И УДОБРЕНИИ ( опыты заложены осень» !989г.)АJ

173. Рис. 3. С X Е N ft ОПЫТОВ БИОПОЛИГОНА УЧХОЗА " N И Н J Е Р Л И Н С К О Е" 19 9 3г.1(2,3,4 номера севооборотов1 Лицерна!ft без удобрений; 8 - Р40,2 номера повторностей3

174. С гладкая посадка, без уд.; D - гладка» посадка, NPK; Е - гребневая посадка, без уд.; F - гребневаа посадка, NPK,

175. Обработка почвы -отвальная вспавка3 Однолетние травы;6 на корм;

176. Н на сидерат с запаикой в и»не,4 Пшеница1. Ориентиры:t лесная полоса; f - посадки картофеля; И - дорога на пиндерлу.

177. Значения моделируемых показателей (для минимального набора сопряженных повторностей)