Совершенствование метода прогноза содержания белка в зерне пшеницы

Обложка

Цитировать

Полный текст

Аннотация

Исследование проводили с целью расширения возможности использования разработанного уравнения множественной нелинейной регрессии, отражающего зависимость содержания белка в зерне пшеницы (Y, %) от количества сырой клейковины (X1, %) и массы 1000 зерен (X2, г). Показана возможность практического использования разработанного и трех усовершенствованных уравнений для прогноза белковости зерна пшеницы. Представлен алгоритм и результаты проверки прогностических возможностей и точности прогноза уравнений по независимым данным. Обобщение экспериментальных данных из 288 публикаций отечественных и зарубежных авторов с общим числом наблюдений n = 4604 на более чем трехстах сортах озимой и яровой мягкой и твердой пшеницы в период с 1959 по 2020 гг. в России и за рубежом (Албания, Беларусь, Болгария, Египет, Казахстан, Литва, Польша, Словакия и Украина) показало, что за пределы отклонений, допускаемых ГОСТ 10846-91 «Метод определения белка», выходило 755, или 16,4 %. При этом оправдываемость прогноза содержания белка достигала 83,6 %. Разработанные уравнения могут быть использованы для прогноза содержания белка практически во всех случаях, когда результаты анализа содержания белка и сырой клейковины в зерне пшеницы, а также масса 1000 зерен приводятся при фактической или фиксированной влажности либо в пересчете на абсолютно сухое вещество.

Об авторах

А. В. Пасынков

Ленинградский научно-исследовательский институт сельского хозяйства «Белогорка» - филиал Федерального исследовательского центра картофеля имени А. Г. Лорха

188338, Ленинградская обл., Гатчинский р-н, пос. Белогорка, ул. Институтская, 1

А. А. Завалин

Всероссийский научно-исследовательский институт агрохимии им. Д. Н. Прянишникова

Email: pasynkova.elena@gmail.com
127550, Москва, ул. Прянишникова, 31 а

Е. Н. Пасынкова

Ленинградский научно-исследовательский институт сельского хозяйства «Белогорка» - филиал Федерального исследовательского центра картофеля имени А. Г. Лорха

188338, Ленинградская обл., Гатчинский р-н, пос. Белогорка, ул. Институтская, 1

Список литературы

  1. Колмаков Ю. В. Оценка материала пшеницы в селекции и повышение потенциала его качества в зернопроизводстве и хлебопечении. Омск: Изд-во ФГОУ ВПО ОмГАУ, 2007. С. 5-19.
  2. Шаймерденова Д., Тастанбеков С. Метрологическое обеспечение качества зерна в Казахстане // Хлебопродукты. 2009. № 4. С. 49-51.
  3. Бегеулов М. Ш. Статистический анализ технологических показателей качества зерна // Агрохимия. 2002. № 10. С. 68-73.
  4. Драгавцев В. А. Генетика признаков продуктивности яровых пшениц в Западной Сибири. Новосибирск: Наука, СО, 1984. 230 с.
  5. Макарова В. М. Структура урожайности зерновых культур и ее регулирование. Пермь: Пермская ГСХА, 1995. 143 с.
  6. Иванова Т. И. Прогнозирование эффективности удобрений с использованием математических моделей. М.: Агропромиздат, 1989. C. 32-42.
  7. Пасынков А. В., Пасынкова Е. Н. Особенности использования регрессионного анализа в агрохимических исследованиях // Агрохимия. 2022. № 10. С. 71-83. doi: 10.31857/S0002188122100088.
  8. Сравнительная оценка различных методов прогноза содержания белка в зерне пшеницы / А. В. Пасынков, А. А. Завалин, Е. Н. Пасынкова и др. // Российская сельскохозяйственная наука. 2021. № 3. С. 22-27. doi: 10.31857/s2500262721030054.
  9. Пасынков А. В., Пасынкова Е. Н. Эффективность прогноза белковости зерна пшеницы // Агрохимический вестник. 2022. № 5. С. 86-92. doi: 10.24412/1029-2551-2022-5-017.
  10. Особливостi формування урожайностi i якостi зерна озимої пшеницi залежно вiд строкiв сiвби та азотних пiдживлень / А. Д. Гирка, С. С. Ярошенко, I. I. Гасанова и др. // Бюллетень Iнституту зернового господарства. 2010. С. 33-40.
  11. Foto Kashta. Effect of nitrogen fertilizer level on the grain yield, some qualitative and technological indices of Triticum aestivum L. // Albanian j. agric. sci. 2014. P. 187-192.
  12. Капустин С. И., Володин А. Б., Капустин А. С. Эффективность весенних подкормок аммиачной селитрой озимой пшеницы, посеянной после сорго на зерно // Таврический вестник аграрной науки. 2017. № 4 (12). С. 57-62.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023

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».