Increasing the Payback of Nitrogen Fertilizing of Winter Wheat with the Use of Original Methods for Calculating Their Optimal Doses

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In the central zone of the Krasnodar Territory of the Russian Federation, on the pre-Caucasian low-leached heavy-duty chernozem on the basis of the P.P. Lukyanenko National Grain Center, for more than 15 years, new, more effective methods for calculating optimal doses of nitrogen fertilizing of winter wheat, characterized by high payback, have been studied. The methodological basis of the study was the assumption that when calculating optimal doses of nitrogen fertilizers, it is necessary to take into account the initial level of effective soil fertility, the state of agrophytocenosis and the planned yield. The solution of this problem is possible only with the help of a systematic analysis of the relationship of winter wheat yield with the above factors, the construction of a regression multiple nonlinear mathematical model and mathematical modeling of various situations in the search for optimal doses of top dressing. As initial information, the data obtained in long-term multifactorial field experiments were used, which resulted in the development of 2 new methods for determining the optimal doses of nitrogen fertilizing of winter crops (first and second) that meet the above requirements. The results of 3-year field experiments to study the effectiveness and payback of nitrogen fertilizing of winter wheat, depending on the methods of their calculation, are presented. The agro-climatic conditions at the time of the research, although they were different, but in general turned out to be relatively favorable for obtaining a good harvest of winter wheat. In 2015 and 2016, comparative tests of the effectiveness and payback of 2 new methods for calculating the optimal doses of the 1st and 2nd nitrogen fertilizing of winter wheat were carried out. For comparison, 2 well-known, widely used in practice, “tabular” methods were selected (prototypes 1 and 2). In 2015, the study was carried out with the Grom variety (predecessor - corn for grain), in 2016 - with the Yuca variety (predecessor - winter wheat). It is shown that the use of original methods for calculating optimal doses of 1st and 2nd nitrogen fertilizing of winter wheat significantly increased their efficiency and payback (both 1st and 2nd in total) compared with the prototypes (by 35-200%), at the same time, the payback of nitrogen top dressing, the doses of which were calculated from the prototypes, was ~12- 14 kg/kg (on average for 2 years), and the payback of top dressing calculated according to the original methods was 22-24 kg/kg in 2021 (forerunner - soy, Adel and Bagrat varieties) studied the effectiveness and payback of nitrogen fertilizing when calculating their doses only by original methods. It was shown that even with a high level of yield of winter wheat in the control (~60 c/ha on average for both varieties), the use of 2 nitrogen fertilizing, the doses of which are calculated according to the original methods, allowed to achieve a yield of winter wheat of 80-90 c/ha with a payback of ~22 kg grains/kg of N fertilizers.

About the authors

Yu. F. Osipov

P.P. Lukyanenko National Grain Center,

Email: Ana.nov@mail.ru
Russian Federation, Central estate of KNIISH, Krasnodar 350000

A. A. Novikova

P.P. Lukyanenko National Grain Center,

Author for correspondence.
Email: Ana.nov@mail.ru
Russian Federation, Central estate of KNIISH, Krasnodar 350000

References

  1. Алейнов Д.П. А готово ли наше сельское хозяйство использовать минеральные удобрения? // Эконом. сел.-хоз. и перерабат. предприятий. 2009. № 1. С. 6-11.
  2. Кудеяров В.Н. Баланс азота, фосфора и калия в земледелии России // Агрохимия. 2018. № 10. С. 3-11.
  3. Уход за посевами озимых колосовых культур зимой и ранней весной. Рекомендации. Краснодар, 2000. С. 17-21.
  4. Системы удобрения основных полевых культур. Рекомендации. Краснодар, 2001. С. 7-9.
  5. Осипов Ю.Ф., Каленич В.И., Загородняя Т.М., Мариничева В.А., Кулик В.А., Неженец А.В. Способ определения оптимальной дозы первой азотной подкормки озимых колосовых культур: Пат. 2609909, РФ // Б.И. 2017. № 2015115628. С. 4.
  6. Осипов Ю.Ф., Каленич В.И., Кузнецова Т.Е., Серкин Н.В., Васюков П.П., Новикова А.А., Алиференко Ю.С., Иваницкий Я.В. Способ определения оптимальной дозы второй азотной подкормки озимых колосовых культур: Пат. 2728239, РФ // Б.И. 2020. № 2019143032. С. 4.
  7. Эйсерт Э.К., Ачканов А.Я., Дургарьян Н.Г., Мостовой О.М., Феоктистова А.Л., Хомутов Ю.В., Эйсерт Б.Э. Справочник агрохимика Кубани. Краснодар. кн. изд-во, 1987. 718 с.
  8. Куперман Ф.М., Дворянкин Ф.А., Ржанова Е.И., Ростовцева Е.Л. Этапы формирования органов плодоношения злаков. Т. 1. М.: Изд-во МГУ, 1995. 319 с.
  9. Доспехов Б.А. Методика полевого опыта с основами статистической обработки результатов исследований. М.: Агропромиздат, 1985. 351 с.
  10. Шафран С.А., Козеичева Е.С. Продуктивность озимого ячменя и окупаемость азотных удобрений в зависимости от содержания элементов минерального питания в основных типах почв России // Агрохимия. 2016. № 3. С. 11-22.
  11. Ерошенко Ф.В., Ерошенко А.А., Шестакова Е.О., Давидянц Э.С., Сторчак И.Г., Семенюк О.В. Азотные подкормки растений озимой пшеницы в условиях Ставропольского края // Полеводство и луговодство. 2017. № 8. С. 18-20.
  12. Осипов Ю.Ф., Каленич В.И., Новикова А.А., Алиференко Ю.С., Шаповалова Е.В., Кузнецова Т.Е., Серкин Н.В. Новые способы расчета доз азотных подкормок озимых колосовых культур // Плодородие. 2021. № 2. С. 21-25.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 The Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».