Прогнозирование оптимального содержания фосфора при возделывании озимой пшеницы

Разработана система индикаторов и моделей для прогнозирования оптимальных уровней подвижного фосфора в почве непосредственно по данным химического состава надземной массы растений в фазу трубкования (модели 13 – 14) и зерна (модели 15 – 16). Высокая достоверность этих моделей и соответствие фактическим данным показали возможность такого прогноза.

Модель 13:

Pp = 3,89 + 4,48Cl – 0,497K – 2,76Ca – 0,12Zn + 1,49N – 1,36P – 0,34Kp/Cаp -0,07N/P – 0,91N/K + 0,04U + 0,017Mn + 0,058Cu + 0,318Fe/Mn – 0,089Fe/Zn

F = 2,63, R² = 0,71 при степенях свободы 58 и 44      

Модель 14: (то же, сокращенный вариант)

Pp = 0,94 + 4,4Cl – 0,11Zn + 0,53N + 0,056U + 0,015Mn + 0,29Fe/Mn -0,077Fe/Zn        

F = 2,4, R² = 0,63 при степенях свободы 58 и 51        

Модель 15:

Pp = -8,6 + 6,9Mg – 104,8Al + 27,4Si – 10,9P + 34,1Cl + 13,9K – 10,9 Ca + 0,16Br + 0,029Mn + 0,0023Fe – 0,054Ni + 0,056Sr – 0,15Cu + 0,083U

F = 3,3, R² = 0,84 при степенях свободы 29 и 15

Модель 16: (то же, без учета величины урожая)

Pp = -15,0 + 15,5Mg – 159,8Al + 64,7Si – 39,5P + 135Cl + 24,3K + 0,22Zn —0,027Cr + 0,16Br – 0,012Fe – 0,031Ni – 0,0921Sr

F = 2,3, R² = 0,75 при степенях свободы 29 и 15

Логический смысл представленных моделей состоит в том, что содержание подвижного фосфора в почве можно рассматривать как функцию большого числа учтенных и неучтенных факторов, индикаторами состояния которых является  система показателей (аргументов), включенная в модель. Практический смысл определения такого рода моделей состоит в том, что они дают возможность по планируемому содержанию элементов питания в растениях прогнозировать и соответствующие им уровни обеспеченности почв питательными элементами. Это открывает новые возможности в анализе экспериментальных данных по выявлению допустимых и недопустимых уровней изменения агрохимических показателей под влиянием антропогенных воздействий с учетом желаемого содержания химических элементов в растениях. Для примера приводим прогнозируемые уровни подвижного фосфора в карбонатном черноземе в зависимости от планируемого содержания цинка в растениях (табл. 14).

Таким образом, разработка нормативов свойств почв применительно к отдельным культурам должна  проводиться только на локальном уровне с учетом средних многолетних данных по  их урожайности, что позволяет учесть и влияние климатических факторов.

Таблица 14 – Зависимость подвижного фосфора в почве от планируемого уровня цинка в надземной массе пшеницы, (фаза трубкования)

Примечание: Н, Ср, Б – соответственно неблагоприятные, средние и благоприятные условия произрастания пшеницы с урожайностью пшеницы соответственно 2,5; 3,2; 5,0 т/га. * Прогноз составлен по модели  при условии, что кроме содержания Zn и величины урожая все  другие показатели – аргументы  близки или равны  уровням, необходимым для достижения урожая зерна озимой пшеницы в 5,0 т/га.

Полученные данные указывают также на возможность оценки соответствия условий произрастания растений заданному или программированному содержанию химических элементов в зерне.

Индикаторами накопления  фосфора в зерне пшеницы, кроме содержания подвижного фосфора в пахотном слое почв, является и химический состав надземной массы пшеницы в фазу трубкования, особенно содержание азота и его соотношения с другими элементами: 

Pzer = 0,26 + 0,042N + 0,012Pp – 0,22Si + 0,003Sr +0,0004Fe – 0,086N/Si —  0,09N/K  + 0,024N/Ca +0,0043Zn/N +5,9 Ca/Sr -0,0037Fe/Sr                       (17)

F = 2,5, R²= 0,75  при степенях свободы 29 и 18

Согласно экспериментальным данным и модели, повышенное содержание фосфора в зрелом  зерне пшеницы (около 0,4 %)  можно ожидать при следующих значениях показателей-индикаторов (над чертой – показатель, под чертой – его значение в принятых единицах измерения: N, Si, K, Ca – в %, подвижный фосфор в почве —  Pp, в мг/кг, остальные элементы в растениях – мг/кг):

N      Pp     Si      Sr    Fe     N/Si   N/K  N/Ca  Zn/N  Ca/Sr  Fe/Sr

3.0     4.9  0.85  7.0  158.0   2.9    1.2    9.4      5.7     0.037   22.6

Аналогичным образом можно определить модели прогноза содержания  в зерне и других элементов. Элементы-индикаторы будут различны для разных типов почв, сортовых особенностей культур, интенсивности антропогенного воздействия на почвы и растения.