Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Оценка эффективного плодородия освоенных почв на основе математического моделирования урожайности

ВАК РФ 06.01.03, Агропочвоведение и агрофизика

Автореферат диссертации по теме "Оценка эффективного плодородия освоенных почв на основе математического моделирования урожайности"

АКАДЕМИЯ НАУК СССР

СИБИРСКОЕ ОТДЕЛЕНИЕ ИНСТИТУТ ПОЧВОВЕДЕНИЯ И АГРОХИМИИ

На правах рукописи Топтыгин Владимир Васильевич

УДК 631,452.001.573:631.555(571.51)

ОЦЕНКА ЭФФЕКТИВНОГО ПЛОДОРОДИЯ ОСВОЕШШ ПОЧВ НА ОСНОВЕ ЖША1ЖЕСК0Г0 МОДЕЛИРОВАНИЯ УРОЖАЙНОСТИ (на примере Канской лесостепи Средней Сибири)

(специальность - 06.01.03 - агрсяочвоведеште и агргхЬизика)

Автореферат диссертации на соискание ученой степени кандидата сельскохозяйственна наук

Красноярск - 1930

Работа выполнена в .лаборатории агрохимия и агропочвове Красноярского научно-исследовательского института сельского знйства Сибирского отдаления Всесоюзной орденов Ленина и Тр вого Красного ¡Знамени академии сельскохозяйственных наук ш В.И.Ленина в соответствии с планом научно-исследовательских бот Красноярского НИИСХ по теме 0.51.102 "Взаимосвязи &евду свойства™ почв и влияние почвенного покрова на уроаай саль хозяйственных культур" за период 1971-1588 гг.

Научный руководитель:

Официальные оппоненты:

Бедуин о учреждение:

кацдидат биологически П.И.Круш-ащ

доктор биологических В.А.Хмелев

кандидат биологически В.А.Рассшшов

Красноярский сельскол ствешшй институт

Еа^лта состоится " -2.2" ноября 1990 г.

иа засеалил слециалпгироБйнаого сове; и. K-0G2.I5.0I при Инс *в почаоведеаня а Ьгрозозан СО ¿И СССР (630099, йовссибкрс!' уд.Советокая, 18, кскхсрзкд-заг),

С лхссертадас-й ысашо озкакоавться з о'иблаооссхе 1шстет5 еочнобсдокдя к цггэк&ш! СО АН СССР.

Ап?оре£зраТ ргаослаа " октября_1920 г.

секретарь

л]ого сьТй

ВВЕДЕНИЕ

Актуальность проблемы. Бонитировка почв является обязательным элементом рационального использования земель в сельском хозяйстве. В современный период значение ее возрастает в связи с переходом к экономическим методам ведения народного хозяйства. Объективная оценка плодородия почв требует выявления количественных зависимостей между свойствами почв, погодными -условиями и урожайностью возделываемых культур. Этим вопросам в изучении почв Средней Сибири уделялось недостаточное внимание, а исследований такого рода для бонитировоч!шх целей вообще не проводилось.

Цель и задачи исследования. Целью исследования яяилось установление роли основных свойств почв в определении их эффективного плодородия и количественная его оценка на основе математического моделирования урожайности пшеницы в системе почва-погода-урожай.

Для достижения поставленной цели решались следующие задачи:

1) определить минимальный оценочный слой почв и таксономическую единицу почвенной классификации для построения математических моделей урожайности и оценки плодородия почв;

2) выявить тесноту и форму связи между свойств;-«! почв, погодными условиями и урожайностью, на этой основе определить наиболее информативные факторы урожайности;

3) разработать модели урожайности пшеницы по свойствам почв и метеорологическим факторам и показать возможность проведения внутрихозяйственной и межхозяйственной бонитировки почв по этим моделям.

Объекты и методы исследования. Объектами исследования послужили сопряженшые рады урожайности пшеницы, свойств почв и погодных условий в Канской лесостепи Красноярского края. Основной метод исследования - математическое моделирование уротаПпости пс свойствам почв и метеорологическим факторам.

Научная новизна работы. Впервые для лесостепной зоны Средней Сибири математически обоснован набор оценочных слойст» почв, доказана возможность оценки эффективного плодородия нечя

по свойствам пахотного слоя, определены теснота, направление и форма связей свойств почв и погодных условий с величиной урожайности пшеницы и построены логические модели урожайности.

Практическая значимость работы. Полученные модели урожайности позволяют оценить эффективное плодородие пахотных почв Канской лесостепи. По ним можно провести внутрихозяйственную и иекхозяйствшшую бонитировку пахотных земель. Полученные результаты иснользуытся при проведении бонитировки пахотных земель Красноярского края.

[-.аианцаемна положения. I. В связи с разной информативностью свойств почв в отношении урожайности пшеницы у разных типов почв и в связи с различиями специфичных состояний урожайности для одних и тех же свойств почв у разных типов бонитировку необходимо проводить по типам почв.

2. Оценка эффективного плодородия почв для зерновых культур достаточно точна по свойствам пахотного слоя и среднеиноголетнш значениям гидротермических коэффициентов данной местности.

3. Математические модели урожайности, учитывающие информативность и совокупное влияние факторов на урожай, являются математически наиболее корректным способом объективной оценки плодородия почв.

Аппоб ПЦГЩ Й . ПубДИКсХЦИЯ ро зультатов исследования. Материалы диссертации докладывались на У Делегатском съезде Всесоюзного общества почвоведов (Шнек, 1977 г.), на краевой научно-технической конференции (Красноярск, 1978 г.), на Всесоюзной школе-семинаре молодых ученых (Москва, 1981 г.), на региональной конференции по рациональному использованию почв Западной Сибири ('Томск, 1984 г.), на УШ Всесоюзном схезде почвоведов (Новосибирск, 1968 г.), на заседаниях Ученого Совета Красноярского НШ1СХ.

По материалам, вошедшим в диссертацию, опубликовано 10 работ.

Структура .и объем работ]/. Диссертация состоит из введения, 5 глав с выводами, общих выводов с предложениями производству и 9 ирилол-ьнии. Она включает. 2¿ío страниц машинописного текста, 35 таблиц (из них в приложении 9) и 4 рисунка. В списке литературы 227 источников, из них 13 на иностранных языках.

<

ч

МЕТОДИКА И ОБЪЕМ ИССЛЕДОВАНИЙ

В I главе на основании критического анализа сущвстщ^ищх методов оценки плодородия почв и земель делается вывод, что для большинства бонитировочних работ в нашей стране и за рубежом характерна недостаточная изученность зависимости урожайности от свойств почв, недостаточное (а иногда и некорректное) применение методов математической статистики. Многими исследованиями установлен сложный, нелинейный характер зависимости урожайности от свойств почв, погодных и других экологических условий, показан статистический характер этих зависимостей. Поэтому научно-обоснованная бонитировка должна быть построена на количественном определении зависимости урожайности от природных факторов.

Необходимая для исследования сопряженная информация получена в течение 4 лет путем прямых учетов урожая и свойств почв на производственных посевах пиеницы трех хозяйств, характеризующих основные подзоны Канской лесостепи. Изучались основные пахотные почвы региона: черноземы выщелоченные, оподэоленянэ и обыкновенные, серые и темно-серые лесные и лугово-черноземные почвы. Каждый учет урожая документировался образцами почв из слоев 0-20, 20-40 и 40-60 см, в которых определялись общепринятыми методами основные свойства (перечень приводится ниже). Для устранения влияния сорной растительности и предшествующей истории поля учеты проводились в посевах пшеницы по пару и по неудобренному фону. Метеоданные получены по наблюдениям ближайших метеостанций. Математическая обработка проведена для подтипов и типов почв корреляционным, регрессионным и информационно-логически.) анализами по слоям 0-20, 0-40 и 0-60 см.

Ба 4 года учетов урожая и свойств пота получено около 6П0 сопряженных наблюдений: 285 на черноземах, 215 - на сэр!л и темно-серых л 67 - на лугово-черпсзомних почвах.

Период исследований по погодим условия!,I типичен для Капской лесостепи, что доказано статистически по анализу пегодтгс условий периода исследований и соответствуют: среднегшог летних показателей.

СТАТИСТИЧЕСКИЕ ХАРЖТШСШШ РАСПРЕДЕЛИМ. СВОЙСТВ

ПОЧВ И УРСЕАйНОСТИ И ВЗАИМОСВЯЗИ ШЩУ СВОЙСТВАМИ ПОЧВ

Для всех почв (на уровне подтипов разных подзон) характерна одинаковая вариабельность одних и тех же свойств, которая с увеличением глубины расчетного слоя практически не изменяется.

Рассчитанные по коэффициентам вариации минимально необходимые объемы наблюдений подтверждаю, что фактическое число наблюдений для выборок но подтипам и типам почв достаточно душ получения статистически достоверных выводов о генеральной совокупности .

Соответствие распределений нормальному соблюдается для подтипов почв по большинству свойств, в выборках по типам почв число факторов, отклоняющихся от нормального распределения, увеличивается, что затрудняет применение регрессионного и корреляционного анализов.

Особенностью анализируемых выборок является наличие множества значимых корреляционных связей между свойствами почв, что обусловлено образованием и функционированием почвы как единой системы. Характерны однотипность связей в разных почвах и в слоях 0-20, 0-40 и 0-60 см, а также наличие опосредованных связей. В силу того, что гумус, мощность гумусового слоя и физическая глина являются главнейшими характеристиками почв и обусло- ■ вливали другие свойства, для этих показателей отмечаются корреляционные связи со многими свойствами. Для целей математического моделирования системы почва-урожай важно было выявить тесно коррелирующие свойства почв, определить действительные и опосредованные связи. Так, при моделировании не использовался ще-дочно-гидролизуешй азот и сумма поглощенных оснований из-за тесной связи их с гумусом, из двух тесно коррелируюкщх свойств в модели вводили одно: вместо гидролитической кислотности - рН, вместо плотности сложения для характеристики физических свойств - содержание физической глини, как более универсальный и массово определявши показатель.

МОДЕЛИРОВАНИЕ ЭФФЕКТИВНОГО ПЛОДОРОДИЯ ПОЧВ

Лш уточнения глубшш оценочного слоя проведены расчеты зависимости урожайности от свойств ночи разных слоои киохест-

вешим регрессионным анализом. Получены близкие коофТшутентн • детерминации для почвенных лгоделей уропаГщости (рассчитанных по свойствам почв) слоя 0-60 см и почвенно-клшатических медалей (т.е. моделей, рассчитанных по свойствам почв и погоглнм условия:.:) для слоя С-20 см, что свидетельствует о возмоглости моделирования эффективного плодородия почв по свойства'.: пахотного горизонта (с привлечением климатических факторов).

Учитшзая, что содержательная интерпретация результатов множественного регрессионного анализа затруднена в случаях распределений бактериальных признаков, отличавшихся от нормального (Дмитриев, 1Э72), а такке в связи с отсутствием таких ограничений для информационно-логического анализа и большими его возможностями в моделировании явлении последний был использован для получения основных выводов исследования.

Рассчитанная по каналам связи информативность свойств почв и погодных условии в отношении урожайности пшеницы позволила проранжкревать изученные факторы. По убиванию коэффициентов передачи информации (т.е. по убыванию влияния на урожайность) они располагаются следующим образом:

для тина серых лесных почв: ГГК1, 0Л, ГГО^ Г, 03, ФГ, ПО, СП, Н.ХГ, Р205, рН, Ш, К20, I.';

для черноземов:

Г, ФГ, 0Д, 03, ПО, Ш.2, ГГК-^ 1,1, Г205,ЪГ, СН, Н, К^б, рН, МП;

для лугово-черноземных почв: СН, ол, 1ТК2, к2о,хл Н, пкг, г2о5, рН, 03, 1.1, Ш, ПО, ФГ, Г,

где ГТК^- и ГЖ2 ~ гидрогермические коэффициенты вегетационного периода и за пень; 0л и 03 - осадки периода май-август(0 ) и за период октябрь-декабрь предыдущего года и январь-апрель текущего,ЪЬа- сужа эффективных температур вше 1С0; Г - содержание гумуса, ФГ - физическая глииа, %\ ПО - сутг/а пот-лс^оп-ных основании, г-.т-зке/ЮО г; СН - степень наспг.слшоети оснспа-аияма, %; К - гидролитическая кислотность, мг-с-кв/ЮО г; Г^с» -подашше фосфаты, мг/100 г; рН - реакция среды к ¡\Ct-v47r~-w, 1.31 - шкроагрегат«>0,С5 мч; - сбмешвгЛ ixw.iV:, мг/Г.С г; .'.! -мотлость п"усог-ого слоя, с:*,

Получанннз данные подгбзгдгхлл пзвзстшо олг.тк

урожайности культур от погодных условий, определяющую роль для плодородия черноземов и серых лесных почв гумуса, гранулометрического состава, насыщенности их основаниями, реакции среды и обеспеченности подвижными фосфатами. Для черноземов характерно также наличие среди определяющих урожай факторов мощности гумусового слоя. Из-за наибольшей гумусированности и мощности гумусового слоя, более легкого гранулометрического состава эти показатели лугово-черноземных почв имеют меньшую информативность для урожая, а определяющими его являются степень насыщенности основаниями (здесь, очевидно, опосредованно проявляется влияние гидролитической кислотности), содержание обменного калия, гидролитическая кислотность, рН (последние также тесно коррелирую! между собой) и содержание подвижных фосфатов.

Моделирование урожайности в информационно-логическом анализе производится не по исходным значениям факторов, а по соответствуют им специфичгшм, то есть наиболее вероятным, рангам урожайности (Пузаченко, Мошкин, 1969).'

Специфичные состояния урожайности для одних и тех же диапазонов свойств почв различаются для разных типов почв (табл.1),

Таблица I

Специфичные ранги урожайности

Фак-

тор

Состо-!Ранги урожайности!Фак-!сарне!чер~ !луго-!тор !лес- !нозе-!во- ! !ные !ш !чер- ! ! ! !нозе-! ! ! !шше !

яние

факто

•ра

!Состо-?Ранги урожайности !яние !серые!чер- !луго-!факго-!лес- 1нозе-!во~

!ра

-4-

ЛД-

!ные )

!

ш !чер-!нозе-1мные -1-

'_2

! 3 ! 4 ! 5 ? 6 ? 7 > 8 |»9 ! 10

м, «25 I 3 - Н, <2,0 5 6 5-6

см 25-30 3 4 ~ ыг-эяв.2,0-2,5 4 5-6 5-6

30-40 3-4 4-5 6 в ЕООг 2,5-3,0 3 5-6 5-6

40-50 3-4 5 5-6 3,0-4,0 2-3 4 5

50-60 - 6-7 3-4 4,0-5,0 2-3 4 3-4

60-Ш - 4-5 1-2 5,0-6,0 - 2-3 1-2

>80 - - 1-2 >6,0 2-3 1-2

В

Окончание таблицы I

X ! 2 J з ! 4 ! ! 5 1 б ! 7 ! ! 8 J ! 9 ! ! 10

?.¿Ob, <Í 5 2 2-3 ПО, А27 I - -

мг/ 5-10 2-3 2-3 2-3 мг-экв.27-30 2 2 -

IÜOr 10-15 4 4 2-3, в ЮОг 30-33 3-4 2-3 -

15-20 4 5 4 33-36 4-5 4 2

20-25 4 6 5 36-40 5-6 5-6 2

>25 - 7 5 40-45 - 7 3-7

К20, 10-15 _ — I СН, .< 88 2 2-3 I

мг/ 15-20 2 3-4 2 % 88-90 2 3-4 2

100г 20-25 3 4 4-7 90-92 3 5 3-4

25-30 5 5-6 3-4 92-94 4 5 5

30-35 3 7 - 94-96 5-6 5 6

>35 - 5-6 - >96 5-6 5-6 5

pH <5,6 I 2-3 2 МИ, <.45 I - I

5,6-6,0 2-3 2-3 2-3 % 45-50 2-3 2 2

6,0-6,4 4-5 4-5 4-5 50-55 3 4 3-4

6,4-6,7 5-6 7 5-6 55-60 4-5 5 4

6,7-7,0 3-4 6 5 60-65 6 6-7 4

>7,0 - 5 - 65-70 - 6 5

гтк2 -с. 0,3 I 2 - гткх -с 0,6 I 2 7

0,3-0,7 2-3 3 - 0,6-0,9 2 3 -

0,7-1,3 4-5 4 6 0,9-1,1 3 3 1

1,3-1,7 5 5-6 5-6 1.1-1,4 4-5 4-5 3-4

1,7-2,0 3-4 6 3 1,4-1,7 6 6 5-6

2,0-2,4 3-4 6 7 1,7-2,0 4 6 2

Г, <3 I _ — ФГ, .<40 — 7 4

% 3-4 2 - - % 40-45 2 6 4

4-5 3 3 - 45-50 2 5-6 5

5-6 4 3 - 50-55 3 4 6

8-9 - 6 G 55-60 5 2-3 7

9-10 - 7 4-5 >60 2-3 -

10-12 - 6 4

>12 _ - 2-3

г,

Изменение специфичных рангов показывает направление и форму связи урстшности" с анализируемыми факторами. Так, для серых лесных почв выявляются положительные прямолинейные (шш близкие к шш) связи урожайности с содержанием гуыуса, микроагрегатов и сутрой поглощенных оснований, зависимость от гидролитической кислотности прямолинейная, но обратная. Форма связи с иоицюстьы гуыусого слоя, степенью насыщенности основаниями и содержанием доступных фосфатов - прямолинейная, переходящая в плато; с рН, обменным'катаем, физической глиной и гидротермиче-скиш коэффициентами - параболическая.

Дгл черноземов характерны такие ае закономерности изменения специфичных рангов урояайпостп для разных факторов, но есть и свои особенности. Во-первых, это больше величины урожайности для крайних диапазонов свойств почв, во-вторых, более выраженная крпволипейность связей для некоторых факторов (ыощюсть гумусового слоя, гумус» ыикроагрегаты), в-третьих, обратно направленная. связь с физической глиной. Прямолинейные пелоанелыше связи отмечаются для фосфатов, сукш поглощенных оснований и' степени насыщенности ими, связи с гидролитической кислотностью и содержанием (¡нзичесг.ой глшш прямолинейные, но обратно направленные. >1орш связи урэнашюсти с остальными свойства:.:1.! черно-зе!.:св г.апо:лшает параболу с иекез выраженной правой ьетаыо, с гидротер:.глчзсш.и кезффщиенгаш - прямолинейиую, переходящую в плато па больших значениях ИХ.

Лугово-черпоземные почвы отличаются от черноземов обратной прямолинейной сву.зыз урожайности с иощюстью гумусового слоя и нодсллх-лпьпоН связью с еодергганяем физической глины. И то п другое опосредовано рельо^о;.!. Аналогично объясняется снижение спецйГпчыо:: урожайности с увеличением гуцуспровашюсти вше

^аспсшссть урок&Глости шюншщ от гндротьриичзекдх условий гс;гл для лугово-черноземних почв не выявляется, что обусловлено условият-а: залех'&шш этих почв но рельсу.

Т;.::и:1 образом, д;>я ьсех почв характерна криволинейная форма сеяз'.: урссапности пзеницд с большинством свойств почв н гид-ротор;п"ос5:;::.;л ко^кцнеатапн. Такой характер влшошя свойств ночь, до;- упе^вий- и ьогодгп::: условии на уроола от;.:очзн во ••'ног;;-: г-ст-гах (Шп-*:ердкх, 11-57; Седанов, 197С; !<??(.);

Ь.л; Антропов, 1570; Дуда, 1йо1; Ьурлакоы, 11ч:-1; Строй-

ков, I9B9). Это обусловлено тем, что основные факторы ¿сньна растений (свет, вода, тепло, питательные вещества) п косвенные (большинство анализируемых свойств почв) влияют на продуктивнее^ растений по закону шншлума-оптямума-максимуыа, графической формой выражения которого является парабола (Никитин, IS8I),

Различная кривизна и направленность связей з неодинаковые, значения специфичных рангов урожайности для одних и тех se значений свойств у разных типов почв подтверждают правильность выбора моделирования урожайности по типам почв.

По специфичным состояниям урожайности возмещено определение оптимальных значений факторов, то есть таких значений, выхв и ниге которых специфичные ранги урокайнссти уменьшаются или остаются на максимальном уроинз. В приведенных данных (табл.1) обращает на себя внимание' разный уровень урожайности для оптимальных значений изученных псчв. Так, оптимальные значения серых лесных почв обеспечивают в основном 5-6 ранг урожайности, лугово-чернсзеглшх почв - 6, черноземов - в основном ? ранг. Эти различия обусловлены генетическими особенностями и свидетельствуют о разном уровне плодородия анализируемых почв.

Для выявления наиболее информативных моделей были прои-ш-танн разнообразные варианты сочетаний факторов с различными логически?® функциями. Критерием хш^ориативнси'ти «оцслей служила величина совпадения рассчитанных величин уронайнг.сти о фактическими. Выявлено наличие разных комбинаций почвеннцх свойств с близким прогнозаруздим эффокгсм, что обусловлено мно-, кеством корреляционных связей мззду свойства!,почв. По однш почвенным свойствам безошибочно распознается 23-43^ наблюдений, с учетом яесовпавсих на I ранг - 63-7853.

Путем последовательного включения в расчеты разных свойств почв установлено, что для типа серых лесных почв модель' ьида:

У = (Г £3 (ФГ£3 (рНИ Р205))) (I)

(где И - знак иаликвйногэ логического произведения, а скобки показывают последовательность начислений) прл г,т:Д:.;углв сн-.йсгв лочв (все сю! спред&дяэтся агрихзтслукбоЮ о<5лш;?вт np-irv^n-рувдим зфгекгем, назначит&шю otjf.Тащимся от луш.':-: :.юдг;лея: 2-Z% точное раснсэпаяьв и около - с ошибке; J в I ра»н\ aaxaj словам;!, более IX;* варла-г.;1.; урегля оаъяса-ется сьойотптг. гю ?э.

1Г

Для всех вариантов почвенных моделей характерно некоторое усиление прогнозирующего эффекта при включении в модели погодных факторов. Так, включение гидротермического коэффициента (за вегетационный период) увеличивает распознавание (суша совпавших и отклоняющихся на I ранг) на £>% (для приведенной модели).

При моделировании урожайности по выборке черноземов выявлены закономерности, аналогичные описанным. Для практического применения наиболее приемлема модель вида:

У = (Ги(ФГ Я(М и (рН ВР205)))) (2)

с общим распознаванием 72$, в том числе безошибочным - 24$. Включение в эту модель ГТК^ увеличивает распознавшие до 76%, при этом безошибочно распознается 28% наблюдений.

Для лутово-черноземных почв модель вида:

У е (к20н (Р205в рЮ) (3)

обеспечивает распознавание 75% наблюдений, из них 42$ - безошибочно. Введение других факторов, например, содержания физической глины и погодных условий распознавание не увеличивает.

Для приведенных моделей урожайности критерии правдоподобия (Л) меньше табличных значений (1,36; 1,63; 1,95) для трех уровней значимости (5, 1,0 и 0,1$), что свидетельствует об адекватности моделей (Длохинский, 1961). Следует также отметить, что прогнозирующий эффект логических моделей значительно выше регрессионных.

Проверка раб.оты моделей I и 2 на независимых выборках урожайности пшеница (за 8-10 лет) и зерновых культур на черноземах в серых лесных почвах 2-х хозяйств показала совпадите расчетных и фактических данных урохшйности в 80-83$ случаев (сумма точно рассчитанных и отклоняющихся на I ранг). Применение поч-венно-климатических моделей распознавание улучшает незначительно, что свидетельствует об определяющем значении свойств почв для формирования Уро;кая в сравнении с климатическими факторами.

Таким образом, полученные модели урожш'хностн достоверно аппроксимируют распределение урожаев в исходной и независимой выборках и поэтому могут быть использованы для оценки плодородия (бонитировки) почв в отношении пшеницы и зерновых культур.

ЕСЕГИРОВКА ПОЧВ И ЗЬШЬ ПО ¿1АТ^и7ЛЧИСЛ.П :ло!азлям уро^икоста

.'.¡агаглтпческпе ьюдела урс:~а;1носгл, построенное по илформа-

ции, полученной на производственных посевах, позволяют оценить эффективное плодородие почв при современном уровне развития земледелия. При таком способе на требуется оценочная шкала, а бонитировка монет быть любой степени детальности. Для ее проведения не требуется дополнительное почвенное обследование, так как все необходимые аналитические данные можно получить по результатам почвенного и агрохимического картирования.

При проведении внутрихозяйственной бонитировки почв в оценочных ведомостях записываются средние значения оценочных свойств по типам почв для каждого поля, а также указываются площади, занимаемые разными почва!,га. Затем но таблице специфичных состояний урожайности определяются ранги урожайности и по формулам I, 2, 3 рассчитывается ранг урожайности для каждого типа почв, а для поля рассчитывается средневзвешенный ранг. Максимальная ранговая оценка в регионе принимается за 100 баллов, оценка остальных полей рассчитывается в процентах от этой величины и таким образом переводится в баллы. В качестве при- • мера в диссертации приводятся результаты внутрихозяйственной бонитировки ОЛХ "Солянское".

Аналогичным образом проводится межхозяйственная бонитировка. Сравнение результатов оценки земель 12 хозяйств региона, представляющих все природные подзоны, в том числе и подтайгу, с фактической урожайностью зерновых выявило тесную корреляцию (Ч* = 0,83-0,86) баллов бонитета и средний урожайности зерновых культур в хозяйствах за последние 10 лет. В связи с тем, что модели получены по урожайности пшеницы по паровоцу предшественнику, расчетная урожайность в рангах превышает фактическую, что вполне закономерно. Урожайность, рассчитанная с учетом всех предшественников, коррелирует с фактической урожайностью зерновых ( 1 = 0,74), что свидетельствует о возможности расчета по моделям объемов производства зерна (для зерновых культур в целом).

Следует отметить, что баллн бонитета пахотных земель тех же 12 хозяйств, вычисленные институтом "Востсибгипрозем" по тем же свойствам, не коррелирует со среднемноголетней урожайностью зерновых в этих хозяйствах, что наглядно показывает преимущество предлагаемого способа оценки.

По полученным п исследовании средним значениям свойств

подтипов пота рассчитана сценка их плодородия в баллах. По убыванию боштета освоенные почвы Канской лесостепи располагаются з таком порядке: черноземы оподзаленпые, черноземы выщелоченные, черноземы обыкновенные, лутово-чернозеыные почвы, темно-серые, серые Стабл.2).

Таблица 2

Бонитет почв Канской лесостепи

Почвы Балл бонитета

под 3 0 н ы

северная лесостепь 1 1 типичная лесостепь ! п-лгая ! лесостепь

Серые лесные 61 60 57

Темно-серые 74 81 88

Черноземы оподзслешше 94 93 -

Черноземы выщелоченные 83 87 93

Черноземы обыкновенные - 87 83

Лугово-черноземные 80 84 89

Балл подзоны почвенный 77 83 86

Балл подзоны почвенно-климатический 4 79 83 80

По бонитету почв и удельному весу их в природных подзонах вычислены баллы бонитета подзон. Рассчитанный по свойствам почв бонитет пахотных земель северной лесостепи равен 77, типичной -83, киной - 86 баллов. Различия оценок почвенного покрова подзон лесостепи обусловлены, в основном, разным соотношением в составе пахотных угодий черноземов и серых лесных почв.

С учетом средне:,шоголетнлг ГШ (в иеной лесостепи 1-1,2, ранг специфичной урожайности - 4, для остальных подзон ГГК = 1,2-1,4, ранг - 4,5) оценка подзон изменяется: повышается для северной лесостепи до 79 баллов, уменьшается для.вкной (80 ¿ал-лсв), в типичной лесостепи остается на том £е уровне. -В соответствии с оценкой подзон уро;^а!:ность пшеницы вызэ в тех административных районах, большая часть полна которых расположена в типичной и 1Г5нзЗ подзонах лесостепи.

БаЗОДЫ И ПРадй01-.12:51'1 ПРОЛЗЗОДСТЗУ I. .".г:~-;:::гл'1!ческсе списание зависимости уро:га;:ксо.72 от

почв и оценку их плодородия необходимо проводить в рамках типов почв в связи с разной информативностью их свойств в отношении урожайности пшеница.

2. Уровень эффективного плодородия почв достаточно полно отражается свойствами пахотного горизонта, что ббусловлено приуроченностью основных запасов гумуса к верхнему слою (в зональных почвах), равномерным распределением остальных свойств по слоям 0-20, 20-40, 40-60 пм и одинаковым характером варьирования и корреляций мезду свойствами почв в этих слоях.

3. Эффективное плодородие черноземов и серых лесных почв в отношении зерновых культур определяется содержанием в пахотном горизонте гумуса, физической глины, мощностью гумусового слоя (только у черноземов), доступных растениям фосфатов и рНксе, лугово-черноземных почв - содержанием в пахотном слое обменного калия, доступных фосфатов и рН. В указанном порядка (по убыванию влияния на урожай) эти свойства, связанные функцией нелинейного логического произведения, входят в логические модели урожайности пшеницы.

4. Рассчитываемая по моделям урожайность является мерилом эффективного плодородия почв, поэтому по моделям урожайности можно произвести бонитировку почв и земель любой детальности.

5. Для оценки плодородия пахотных земель Канской лесостепи в отношении зерновых культур предлагаются следующие логические модели урожайности:

для черноземов

• у = (гтк1и (га (фгег (ми(рН ар2о5)))))),

для типа серых лесных почв

у = (ггк1н: (г{а ($га (рни р2о5)))),

для лугово-черноземных почв У = (К20И' (рНЕЗ.Р205)).

6. Оценка плодородия основных пахотных почв КашжоД лесостепи, проведенная по математическим моделям урожайности н среднеарифметическим значениям оценочных свойств позволяет расположить изученные почвы по- убыванию их плодородия в следущий ряд:

черноземы онодзолешше, черноземы выщелоченные, черноземы обыкновенные, лугово-чорноземные почвы, темно-серые, серые лесные

7. По убыванию плодородия пахотных земель подзоны Капской лесостепи располагаются в ряд: типичная (балл почвенный 83, почвенно-климатический - 83), южная (84 и 78 баллов соответственно), северная (71 и 76 баллов).

ПУБЛИКАЦИИ ПО ТИЛЕ ДИССЕРТАЦИИ

1. Основные принципы бонитировки почв и земель //Почвы, удобрения, урожай.- Красноярск, 1976,- С.60-74 (в соавторстве).

2. Выявление связей между свойствами почв и их производительностью графическим методом /Д^очвы, удобрения, урожай.-Красноярск, 1976.- С.75-83.

3. Региональная бонитировка почв на основе математических моделей урожая //Тез.докл.У Делегатского съезда ВОП.- Шнек, 1977,- Вып.5.- С.238 (в соавторстве).

4. К проблеме оценки почв в Сибири //Задачи агрономического, мелиоративного и лесного почвоведения в свете решений июльского (1978 г.) Пленума ЦК КПСС //Тез.докл.краевой науч.-техн.конференции.- Красноярск, 1978.- С.34-37 (в соавторстве).

5. Математическое моделирование системы почва-растение-погода-средство оценки плодородия почв и способ определения путей его повышения //Вопросы теории и практики повышения плодородия почв /Тез.докл.Всесоюзной школы-семинара молодых ученых.- М., 1981.- С.84-85.

6. Пересчет результатов определения подвижного фосфора . почв методами Чирикова и Мачигина //Метрологическое обеспечение анализа почвенных и растительных материалов; Сб.научн. трудов /ВАСХНИЛ. Сиб.отд-ние,- Новосибирск, 1982.- С.77-82.

7. Влияние свойств почв на величину урожая пшеницы //Эффективность использования удобрений в Восточной Сибири: Сб. науч.тр./ВЛСХШЛ.Сиб.отд-ние.- Новосибирск, 1985.- СД27-131.

8. Опыт бокигирозки почв по математическим моделям урожайности //Тез.докл.УШ Всесоюзного съезда ВОП.- Новосибирск, 1989.- Кн.4.- С.238.

9. Оптпмалышэ параметры в модели плодородия сорнх лесных почз Кансксй лесостепи //Сб.науч.тр./ВАСХШШ. Сиб.отд-ние,-Новосибкрск: Наука (в печати).

10. Статистические параметры в математические модели ило-дород;'?: черноземов Центральной Сибири //Матер.к 117 .Международному келгр.по-1Вогодов.-Новосиб:п)с?::11яу1;а(з соавтс^.-.г.-ле) .-В печат