On the issue of adaptive landscape development of useless lands based on the results of barley yield forecasting

Cover Page

Cite item

Full Text

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

Abstract

The research aimed to assess the suitability of useless lands of a particular farm for growing barley in pure and cover crops based on the analysis of data from long-term monitoring of its yield at an agro-ecological test site. The work used data from long-term (1997-2012) monitoring of the yield of barley variety Gonor in pure and cover (allowing for additional production) crops at the Gubino agricultural site of All- Russian Research Institute of Reclaimed Lands. The agricultural site is located 4 km east of the city of Tver, on a hill with a relative height of 15 m, consisting of a flat top, a northern gentle slope with a steepness of 2-3о, a southern slope (3-5 о) and interhill depressions (northern and southern). Using statistical and mathematical modelling, patterns of barley yield formation were identified. Based on the obtained formulas and archival data on the state of useless lands, forecast crop yield surfaces were calculated for the entire territory of the farm. Barley in pure crops responds only to the height of the location, while in cover crops its yield depends on the height and steepness of the surface, as well as the phosphorus content of the soil. A quarter of the farm's area (the upper parts of the hills in the west and south) is potentially capable of providing barley yields in pure crops from 1.4 to 3.3 t/ha, and an increased yield of this crop in cover crops (1.1-3.4 t/ha) can be obtained only on 20 % of the territory occupying the transition zones between moraine and valley landscapes. Using only archival data is not always justified - different approaches to the design of farming systems must complement each other, and to clarify the yield forecast, it is necessary to conduct special landscape and soil studies.

About the authors

D. A Ivanov

Federal Research Centre Dokuchaev Soil Science Institute

Email: 2016vniimz-noo@list.ru
119017, Moskva, Pyzhevskii per., 7, str. 2b

M. V Rublyuk

Federal Research Centre Dokuchaev Soil Science Institute

119017, Moskva, Pyzhevskii per., 7, str. 2b

N. A Kharkhardinov

Federal Research Centre Dokuchaev Soil Science Institute

119017, Moskva, Pyzhevskii per., 7, str. 2b

References

  1. Михайлова А. Непаханое поле: стоит ли возвращать в оборот залежные земли // Агроинвестор. 24 октября 2020. URL: https://www.agroinvestor.ru/analytics/news/34684-nepakhanoe-pole-stoit-li-vozvrashchat-v-oborot- zalezhnye-zemli/ (дата обращения: 15.05.2023).
  2. Детерминанты пространственного распределения заброшенных сельскохозяйственных земель в европейской части России / А. В. Прищепов, Д. Мюллер, М. Ю. Дубинин и др. // Пространственная экономика. 2013. № 3. С. 30-62.
  3. Шилов П. М., Козлов Д. Н. Почвенно-агроэкологическая оценка пахотнопригодности земель Валдайской возвышенности по материалам генерального межевания // Бюллетень Почвенного института имени В. В. Докучаева. 2019. №. 98. С. 5-36. doi: 10.19047/0136-1694-2019-98-5-36.
  4. Андрющенко С. А. Тенденции и условия повышения экологической устойчивости АПК Российской Федерации // Международный сельскохозяйственный журнал. 2023. № 2 (392). С. 143-146. doi: 10.55186/25876740_2023_66_2_143.
  5. Шалов Т. Б., Азубеков Л. Х. Адаптивно-ландшафтные системы земледелия в схеме землеустройства территории сельского поселения // Земледелие № 6. 2013. С. 28-29.
  6. Кирюшин В. И., Кирюшин С. В. Агротехнологии. СПб.: Лань, 2022. 464 с.
  7. Матасов В. М. Внутриландшафтная динамика использования земель Мещерской низменности за последние 250 лет // Вестник Московского университета. Серия 5. География. 2017. № 4 С. 65-74.
  8. Мамай И. И., Роганов С. Б. Границы природных территориальных комплексов // Известия Русского географического общества.2004. Т. 136.№ 3.С. 37-49.
  9. Дылис Н. В. Структура лесного биогеоценоза. М.: Наука, 1969.57 c.
  10. Фридланд В. М. Структура почвенного покрова. М.: Мысль, 1972. 423 с.
  11. Фридланд В. М Структуры почвенного покрова мира. М.: Мысль, 1984. 236 с.
  12. Технология составления и обновления почвенных карт / И. Ю. Савин, В. С. Столбовой, А. И. Иванов и др. М.: Издательство "Перо", 2019.328 с.
  13. Effect of the spatial heterogeneity of soil properties on the growth and productivity of soybeans / N. D. Kutuzova, G. S. Kust, S. Y. Rozov, et al. // Eurasian Soil Science. 2015. Vol. 48. No. 1. С. 85-94.
  14. Иванов Д. А., Карасева О. В., Рублюк М. В. Исследование влияния почвенного покрова и рельефа на продуктивность культур // Достижения науки и техники АПК. 2021. № 2. C.19-26. doi: 10.24411/0235-2451-2021-10203.
  15. Ivanov D. A. Theoretical aspects of agrogeography // Herald of the Russian academy of sciences. 2018. Vol. 88. No. 5. P. 379-384. doi: 10.1134/S1019331618040111.
  16. Юсова О. А., Николаев П. Н. Адаптивность новых перспективных сортов ярового ячменя омской селекции // Достижения науки и техники АПК. 2022. Т. 36. № 8. С. 20-24.
  17. Лихачева Л. И., Москалев А. В. Экологическая адаптивность сортообразцов гороха посевного в условиях Среднего Урала // Достижения науки и техники АПК. 2022. Т. 36. № 4. С. 47-51.
  18. Адаптивность сортов ярового ячменя селекции ФАНЦ Северо-Востока / Т. К. Шешегова, И. Н. Щенникова, Л. М. Щеклеина, и др. // Российская сельскохозяйственная наука. 2022. № 2. С. 25-29. doi: 10.31857/S2500262722020053.
  19. Епифанова И. В. Изучение адаптивных показателей люцерны изменчивой в условиях лесостепи среднего Поволжья // Кормопроизводство. 2022. № 1. С. 31-36. doi: 10.25685/KRM.2022.94.80.001.
  20. Кинчаров А. И., Дёмина Е. А. Анализ и краткосрочный прогноз изменения климатических условий в адаптивной селекции яровых зерновых // Российская сельскохозяйственная наука. 2022. № 1. С. 23-30. doi: 10.31857/S2500262722010057.
  21. Иванов Д. А., Ковалев Н. Г. Ландшафтно-мелиоративные системы земледелия (прикладная агрогеография). Монография. Тверь: Издатель А. Н. Кондратьев, 2017. 310 с.
  22. Бугаевская В. В., Вершинин В. В., Мартынова Д. Ю. Цифровизация землеустройства на основе многофункциональной земельно-информационной системы и геоинформационных технологий: результаты инноваций и проблемы // Международный сельскохозяйственный журнал. 2023. № 1 (391). С. 4-7. doi: 10.55186/25876740_2023_66_1_4.
  23. Михайленко И. М., Якушев В. П. Информационно-техническая база интеллектуализации управления агротехнологиями // Вестник российской сельскохозяйственной науки. 2022. № 2. С. 4-11. doi: 10.30850/vrsn/2022/2/4-11.
  24. Монгуш Л. Т. Изучение влияния покровных культур на урожайность и продуктивность многолетних трав в условиях республики Тыва // Вестник Крас-ГА У. 2020. № 12. С. 19-24. doi: 10.36718/1819-4036-2020-12-19-24.
  25. Плохинский Н. А. Биометрия. М.: МГУ, 1970. 367 с.
  26. Борисова Е. Е., Сизова Ю. В., Шуварин М. В. Влияние покровных культур на урожайность клевера // Вестник Мичуринского государственного аграрного университета. 2020. № 2 (61). С. 56-60.
  27. Технология возделывания ячменя в Воронежской области /В. И. Турусов, А. М. Новичихин, И. М. Корнилов и др. Воронеж: Каменная Степь, 2019. 37 с

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 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».