ADAPTIVE YIELD INDICATORS OF CHANGEABLE AND COMMON ALFALFA VARIETIES IN THE SOUTH-WEST OF THE CENTRAL NON-CHERNOZEM REGION

封面

如何引用文章

全文:

详细

Article presents results of realizing the productive potential and adaptability parameters of alfalfa varieties in south-west of the Central Non-Chernozem region. Research was carried out at the Starodubsky state varietal plot for period 2020-2023 in conditions of gray forest soils of the Bryansk region. Meteorological conditions were noted to be favorable for growth, development and formation of high yield of alfalfa varieties, their good overwintering and resistance to environmental stressors. Three domestic varieties of changeable alfalfa (Medicago varia Mart.) - Blagodat, Vega 87, Renta and common alfalfa variety (Medicago sativa L.) - Barnard, the Netherlands were taken as test object. The objectives of study included assessment of adaptive indicators of tested alfalfa varieties according to the parameters of ecological stability andplasticity, using criterion of "feed mass yield". The following indicators were calculated: environmental conditions index (Ij), stability (Sd2) and plasticity (bi), stress tolerance, yield range (d), homeostaticity (Hom), coefficient of variation (V). A comparative assessment is given and highly productive varieties are identified in terms of growth, development, regrowth, winter hardiness, feed mass yield and dry matter yield in the region. On average, for 3 years, changeable Rent alfalfa variety was highly productive (19.08 t/ha of dry weight or 76.32 green weight), with high winter hardiness (96%) and post-fall growth energy. According to research results, the most stable varieties with high-grade homeostaticity, compensatory ability and breeding value were Renta (bi = 1.10; V=11.2%, Hom =18.3; Sc =16.7) and Vega 87 (V=6.3%, Hom =19.5; Sc =15.8) which were characterized by ecological plasticity, lower yield variability and relatively high stress resistance.

作者简介

D Belchenko

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

Email: bik111111@mail.ru
FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

A Dronov

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

S Belchenko

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

V Dyachenko

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

FSBEI HE BRYANSK STATE AGRARIAN UNIVERSITY

参考

  1. Лубенец П.А. Люцерна - Medicago L. (краткий обзор рода Medicago и классификация подрода Falcago (Reichend.) Grossh.. // Труды по прикладной ботанике, генетике и селекции. - 1972. - Т. 47. - Вып. 3. - С. 3-68.
  2. Лазарев Н.Н., Кухаренкова О.В., Куренкова Е.М. Люцерна в системе устойчивого кормопроизводства. // Кормопроизводство. - 2019. - № 4. - С. 18-25.
  3. Степанова Г.В., Ионов А.А., Барсуков Н.М., Пьянков А.В. Сорта люцерны для северных регионов возделывания. // Кормопроизводство. - 2023. Спецвыпуск. - S11. - С. 32-36.
  4. Спиридонов А.М., Мазин А.М. Продуктивность сортов люцерны изменчивой и синей в условиях северо-запада России. // Известия Санкт-Петербургского государственного аграрного университета. - 2020. - № 60. - С. 16-22. doi: 10.24411/2078-1318-2020-13016.
  5. Тормозин М.А., Зырянцева А.А. Новые перспективные линии люцерны Уральской селекции с комплексом хозяйственно ценных признаков. // Зернобобовые и крупяные культуры. - 2019. - №1(29). - С. 78-84.
  6. Ломов М.В. Оценка селекционных образцов люцерны изменчивой в условиях Московской области. // Кормопроизводство. - 2024. - № 9. - С. 3-9.
  7. Бельченко С.А., Ториков В.Е., Дронов А.В., Дьяченко О.В., Шаповалов В.Ф. Продуктивность и качество одновидовых и смешанных полевых агроценозов люцерны изменчивой и многолетних мятликовых трав в юго-западной части Центрального региона РФ: монография. - Брянск: Брянский ГАУ. - 2022. - 176 с.
  8. Иванова Е.П. Урожайность и качество различных сортов люцерны в условиях Сахалина. // Вестник Алтайского государственного аграрного университета. - 2022. - № 12 (218). - С. 66-72. doi: 10.53083/1996-4277-2022-218-12-66-72.
  9. Косолапова В.Т., Муссие С.А. Питательная ценность различных сортов в процессе роста и развития. // Кормопроизводство. - 2020. - №10. - С. 17-24.
  10. Степанова Г.В. Результаты симбиотической селекции люцерны. // Сибирский вестник сельскохозяйственной науки. - 2023. - Т.53. - № 1. - С.14-22. doi: 10.26898/0370-8799-2023-1-2.
  11. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований): учебник для высших сельскохозяйственных учебных заведений. - М.: Альянс, 2014. - 351 с.
  12. Епифанова И.В. Изучение адаптивных показателей люцерны изменчивой в условиях лесостепи Среднего Поволжья // Кормопроизводство. - 2022. - № 1. - С. 31-36.
  13. Иванова Е.П., Клыков А.Г. Оценка адаптивности сортов люцерны в условиях Сахалинской области // Кормопроизводство. - 2025. - № 1. - С. 17-23.

补充文件

附件文件
动作
1. JATS XML
下载

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».