EFFECT OF PREPARATIONS ON THE GROWTH AND DEVELOPMENT OF SPRING WHEAT (TRITICUM AESTIVUM L.)

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

For three years (2023–2025), spring wheat of the Zlata variety was grown on the sod-podzolic light loamy soil of the Gubino agropolygon of the All-Russian Research Institute of Reclaimed Lands, a branch of the V.V. Dokuchaev Soil Science Institute, under the N45P45K45 background. The crops were foliar treated twice with preparations developed at VNIIMZ: the humic preparation BoHum (1 l/ha, working solution rate of 300 l/ha) and the biological preparation LPB (3 l/ha, working solution rate of 300 l/ha) during the tillering and early heading phases. 2023 was characterized as optimal in terms of moisture, 2024 as insufficiently moistened, and 2025 as excessively moistened. It was found that both preparations affected the growth and development of wheat plants. The maximum changes in biometric parameters of wheat were observed in 2024. Overall, over the three years of the study, the use of BoHum contributed to an increase in the dry biomass of plants after the first spraying by 24.7% compared to the control variant, while the use of LPB after the second spraying – by 24.1%. During the same periods, an increase in the photosynthetic activity of plants was noted: the NDVI vegetation index values increased by 3.4% and 3.2%, respectively, for the variants with BoHum and LPB. In all years of the study, the preparations statistically significantly affected the increase in productive stems (on average over three years by 1.9% (abs.) in the variant with BoHum and 1.4% (abs.) in the variant with LPB). Over the period 2023–2025, the use of the preparations contributed to an increase in the number of grains per ear by an average of 8.4%. As a result, wheat yield increases with BoHum varied between 12.0 and 30.4% (average 20.5%), while those with LPB ranged from 7.7 to 22.2% (average 14.8%). The maximum effect of the products was observed in the insufficiently moistened 2024 year, and the minimum in the over-moistened 2025 year.

作者简介

N. Fomicheva

FRC V.V. Dokuchaev Soil Science Institute

Email: vnimrz@list.ru
PhD in Biological Sciences Moscow, Russia

Yu. Smirnova

FRC V.V. Dokuchaev Soil Science Institute

编辑信件的主要联系方式.
Email: vnimrz@list.ru

PhD in Biological Sciences

Moscow, Russia

参考

  1. Виноградова В.С., Бородий С.А., Голоктионов И.И., Каратаева О.Г. Ростовая модель прогноза продуктивности Triticum aestivum L. сорта Любава на фоне предпосевной обработки семян и некорневой подкормки гуминовым комплексом «Экобиосфера Б» // Известия ТСХА. 2024. Вып. 6. С. 90–107. https://doi.org/10.26897/0021-342X-2024-6-90-107
  2. Гулянов Ю.А. Мониторинг фитометрических параметров с использованием инновационных методов сканирования посевов // Таврический вестник аграрной науки. 2019. № 3 (19). С. 64–76. https://doi.org/10.33952/2542-0720-2019-3-19-64-76
  3. Исайчев В.А., Андреев Н.Н. Влияние препаратов серии Мегамикс на биометрические показатели и урожайность яровой пшеницы // Нива Поволжья. 2022. № 3 (63). С. 1005. https://doi.org/10.36461/NP. 2022.63.3.010
  4. Карпова Г.А., Теплицкая Д.Г. Влияние регуляторов роста на формообразовательные, ростовые и физиологические процессы в онтогенезе растений пшеницы и ячменя // Известия высших учебных заведений. Поволжский регион. 2019. № 4 (28). С. 16–25. https://doi.org/10.21685/2307-9150-2019-4-2
  5. Кирюшин В.И. Концепция развития земледелия в Нечерноземье. СПб: ООО «Квадро», 2020. 375 с.
  6. Кшникаткина А.Н., Русяев И.Г. Агроэкологические аспекты применения комплексных микроэлементных удобрений и бактериальных препаратов в технологии возделывания яровой мягкой пшеницы // Нива Поволжья. 2018. № 1 (46). С. 41–47. EDN: YTBXXO
  7. Ляховецкий А.М., Табараева З.М., Дахужева Б.М. Анализ производства зерновых культур // Вестник Академии знаний. 2024. № 5 (64). C. 247–250. EDN: UYJFLH
  8. Тимофеев В.Н., Рамазанова В.С., Вьюшина О.А. Влияние гуминовых препаратов на развитие и урожайность яровой пшеницы // Эпоха науки. № 20. С. 90–95. https://doi.org/10.24411/2409-3203-2019-2015
  9. Хорошилов А.А., Павловская Н.Е., Бородин Д.Б., Яковлева И.В. Фотосинтетическая продуктивность и структура урожая яровой пшеницы под влиянием Нанокремния в сравнении с биологическим и химическим препаратами // Сельскохозяйственная биология. 2021. Т. 56. № 3. С. 487–499. https://doi.org/10.15389/agrobiology.2021.3.487rus
  10. Ashfaq М., Khan I., Alzahrani A. et al. Accurate wheat yield prediction using machine learning and Climate-NDVI data fusion // IEEE Access. 2024. Vol. 12. P. 40947–40961. https://doi.org/ 10.1109/ACCESS. 2024.3376735
  11. Fomicheva N.V., Rabinovich G.Yu. Technological line for processing animal waste. IOP Conference Series: Earth and Environmental Science. IV International Scientific Conference: AGRITECH-IV-2020: Agribusiness, Environmental Engineering and Biotechnologies. Krasnoyarsk. 2021. Vol. 677. P. 052004. https://doi.org/10.1088/1755-1315/677/5/052004
  12. Nagy A., Szabó A., Adeniyi O.D., Tamás J. Wheat yield forecasting for the tisza river catchment using Landsat 8 NDVI and SAVI time series and reported crop statistics // Agronomy. 2021. No 11(4). P. 652. https://doi.org/10.3390/agronomy11040652
  13. Shitikova A.V., Abiala A.A., Tevchenkov A.A. et al. Exogenous regulation of the potatoes' adaptive potential when using bio stimulants // Journal of water and land development. 2022. No. 54 (VII–IX). P. 234–238. https://doi.org/10.24425/jwld.2022.141577

补充文件

附件文件
动作
1. JATS XML

版权所有 © Russian Academy of Sciences, 2025

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».