Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ...
Оценку проводили в южно-таёжной подзоне Западной Сибири, на севере Томской области на дерново-подзолистых супесчаных почвах Нарымского стационарного полевого опыта по изучению систем применения удобрений в севообороте 1947 года основания. Для анализа были построены временные ряды 1978-2019 гг. средн...
Main Author: | |
---|---|
Format: | Text |
Language: | Russian |
Published: |
ООО Цифра
2024
|
Subjects: | |
Online Access: | https://dx.doi.org/10.23649/jae.2024.41.1 https://jae.cifra.science/archive/1-41-2024-january/10.23649/JAE.2024.41.1 |
id |
ftdatacite:10.23649/jae.2024.41.1 |
---|---|
record_format |
openpolar |
spelling |
ftdatacite:10.23649/jae.2024.41.1 2024-02-27T08:45:52+00:00 Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... Анкудович, Юлия 2024 text/html https://dx.doi.org/10.23649/jae.2024.41.1 https://jae.cifra.science/archive/1-41-2024-january/10.23649/JAE.2024.41.1 ru rus ООО Цифра https://dx.doi.org/10.23649/jae.2024.41 Creative Commons Attribution 4.0 International https://creativecommons.org/licenses/by/4.0/legalcode cc-by-4.0 climatic factors fertilizer system correlation factor analysis yield regression models климатические факторы система удобрения корреляционный факторный анализ регрессионные модели урожайности article-journal ScholarlyArticle Text JournalArticle 2024 ftdatacite https://doi.org/10.23649/jae.2024.41.110.23649/jae.2024.41 2024-02-01T16:46:56Z Оценку проводили в южно-таёжной подзоне Западной Сибири, на севере Томской области на дерново-подзолистых супесчаных почвах Нарымского стационарного полевого опыта по изучению систем применения удобрений в севообороте 1947 года основания. Для анализа были построены временные ряды 1978-2019 гг. средней урожайности зерновых культур в ц/га – ячменя, озимой ржи, пшеницы и овса на трёх уровнях применения удобрений: 1) естественный фон – контроль без применения удобрений, 2) органический фон – навоз 2,85 т на 1 га севооборотной площади, 3) минеральный фон – NPK 60 кг д.в. на 1 га севооборотной площади и метеорологических данных – среднемесячная температура воздуха в °С, сумма осадков в мм периода май-август. При анализе данных использовали методы корреляционно-регрессионного и факторного анализа. Ранговые корреляции Спирмена выявили слабые и умеренные отрицательные связи урожайности с температурой июня r=0,220…0,367 и положительные с осадками июня r=0,285…0,498. При помощи методов факторного анализа исходные ... : The evaluation was carried out in the southern taiga subzone of Western Siberia, in the north of Tomsk Oblast on sod-podzolic sandy loam soils of the Narym stationary field experiment for the study of fertilizer application systems in crop rotation in 1947. Time series 1978-2019 of average grain crop yields in kg/ha – barley, winter rye, wheat and oats at three levels of fertilizer application were plotted for analysis: 1) natural background – control without fertilizer application, 2) organic background – manure 2.85 t per 1 ha of crop rotation area, 3) mineral background – NPK 60 kg d.w. per 1 ha of crop rotation area and meteorological data – average monthly air temperature in °C, precipitation amount in mm of May-August period. Methods of correlation-regression and factor analysis were used in analysing the data. Spearman rank correlations revealed weak and moderate negative relationships of yield with June temperature r=0.220...0.367 and positive relationships with June precipitation r=0.285...0.498. ... Text taiga Siberia DataCite Metadata Store (German National Library of Science and Technology) |
institution |
Open Polar |
collection |
DataCite Metadata Store (German National Library of Science and Technology) |
op_collection_id |
ftdatacite |
language |
Russian |
topic |
climatic factors fertilizer system correlation factor analysis yield regression models климатические факторы система удобрения корреляционный факторный анализ регрессионные модели урожайности |
spellingShingle |
climatic factors fertilizer system correlation factor analysis yield regression models климатические факторы система удобрения корреляционный факторный анализ регрессионные модели урожайности Анкудович, Юлия Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
topic_facet |
climatic factors fertilizer system correlation factor analysis yield regression models климатические факторы система удобрения корреляционный факторный анализ регрессионные модели урожайности |
description |
Оценку проводили в южно-таёжной подзоне Западной Сибири, на севере Томской области на дерново-подзолистых супесчаных почвах Нарымского стационарного полевого опыта по изучению систем применения удобрений в севообороте 1947 года основания. Для анализа были построены временные ряды 1978-2019 гг. средней урожайности зерновых культур в ц/га – ячменя, озимой ржи, пшеницы и овса на трёх уровнях применения удобрений: 1) естественный фон – контроль без применения удобрений, 2) органический фон – навоз 2,85 т на 1 га севооборотной площади, 3) минеральный фон – NPK 60 кг д.в. на 1 га севооборотной площади и метеорологических данных – среднемесячная температура воздуха в °С, сумма осадков в мм периода май-август. При анализе данных использовали методы корреляционно-регрессионного и факторного анализа. Ранговые корреляции Спирмена выявили слабые и умеренные отрицательные связи урожайности с температурой июня r=0,220…0,367 и положительные с осадками июня r=0,285…0,498. При помощи методов факторного анализа исходные ... : The evaluation was carried out in the southern taiga subzone of Western Siberia, in the north of Tomsk Oblast on sod-podzolic sandy loam soils of the Narym stationary field experiment for the study of fertilizer application systems in crop rotation in 1947. Time series 1978-2019 of average grain crop yields in kg/ha – barley, winter rye, wheat and oats at three levels of fertilizer application were plotted for analysis: 1) natural background – control without fertilizer application, 2) organic background – manure 2.85 t per 1 ha of crop rotation area, 3) mineral background – NPK 60 kg d.w. per 1 ha of crop rotation area and meteorological data – average monthly air temperature in °C, precipitation amount in mm of May-August period. Methods of correlation-regression and factor analysis were used in analysing the data. Spearman rank correlations revealed weak and moderate negative relationships of yield with June temperature r=0.220...0.367 and positive relationships with June precipitation r=0.285...0.498. ... |
format |
Text |
author |
Анкудович, Юлия |
author_facet |
Анкудович, Юлия |
author_sort |
Анкудович, Юлия |
title |
Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
title_short |
Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
title_full |
Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
title_fullStr |
Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
title_full_unstemmed |
Влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : Influence of Climatic Factors and Fertilization Systems on Grain Crop Yields ... |
title_sort |
влияние климатических факторов и систем удобрения на урожайность зерновых культур ... : influence of climatic factors and fertilization systems on grain crop yields ... |
publisher |
ООО Цифра |
publishDate |
2024 |
url |
https://dx.doi.org/10.23649/jae.2024.41.1 https://jae.cifra.science/archive/1-41-2024-january/10.23649/JAE.2024.41.1 |
genre |
taiga Siberia |
genre_facet |
taiga Siberia |
op_relation |
https://dx.doi.org/10.23649/jae.2024.41 |
op_rights |
Creative Commons Attribution 4.0 International https://creativecommons.org/licenses/by/4.0/legalcode cc-by-4.0 |
op_doi |
https://doi.org/10.23649/jae.2024.41.110.23649/jae.2024.41 |
_version_ |
1792055238646038528 |