- 2 -
СОДЕРЖАНИЕ
Стр.
Введение ..................................................... 4
Глава I. Современное состояние вопроса прогнозирования урожайности и оценки влияния агрометеорологических условий на продуктивность проса .... 7
1.1. Особенности культуры проса . 7
1.2. Обзор существующих методов оценок и прогноза урожайности проса . 14
1.3. Методы оценок влияния факторов внешней среды на урожай других видов просяных злаков...................... 21
Глава 2. Моделирование формирования продуктивности
проса посевного ( Panicum miliaceum )
2.1. Принципы построения модели.................... • . . . 27
2.2. Структура модели......................................... 32
2.2.1. Блок фотосинтеза . 35
2.2.2. Блок дыхания ........................................... 43
2.2.3. Блок роста ...................... • • 48
2.2.4. Блок зерна . 56
2.2.5. Гидрометеорологический блок ............................ 64
Глава 3.. Идентфикация параметров и оценка чувствительности модели ...••••. ...................................... 69
3.1. Исследование чувствительности модели к изменению параметров............................................... 71
3.2. Определение начальных значений биомассы для расчетов по модели........................................... 106
3.3. Проверка адекватности расчетов ......................... 108
Глава 4. Исследование влияния агрометеорологических
условий на рост, развитие и продуктивность проса
- З -
4Л. Влияние температурного режима ..................................122
4.2. Зависимость продуктивности проса от влагообеспеченности 140
4.3. Исследование влияния радиационного режима на формирование продуктивности проса .................................. 155
4.4. Комплексная количественная оценка условий формирования урожая проса .................................... ........ 171
Глава 5. Основы численного метода прогнозирования урожайности проса...................................................... 180
5.1. Декадная количественная оценка условий формирования
урожая проса ................................................ 181
5.1 Л. Декадный вариант модели продуктивности проса • . • 182
5.1.2. Оценка условий формирования урожая •........................ 185
5.2. Прогноз урожая проса по временному ряду с помощью экстраполяции тецденции урожайности ......................... 187
5.3. Расчетная схема прогноза среднеобластной урожайности
проса........................................................ 193
5.4. Прогноз валового сбора зерна проса ........................... jqq
5.4.1. Прогноз валового сбора проса с учетом хода посевных работ.......................................................... 201
5.5. Подготовка исходных данных для прогноза среднеобластной урожайности и валового сбора зерна проса . . . 207
5.5.1. Расчет начальных значений густоты посева проса в конкретном году.................................................. 215
Выводы........................ • «............................... 220
Заключение............................................ . . 223
Список литературы ................................................. 225
- 24 -
агрометусловий формирования урожая сельскохозяйственных культур и методов прогнозов, основанных на динамических математических моделях, внедрены в систему оперативного агрометобслуживания сельского хозяйства. Для проса такой модели нет, но есть несколько моделей для сорго. Поэтому, вполне закономерный интерес представляет анализ комплексных динамических математических моделей продукционного процесса сорго.
Имитационная динамическая модель роста сорго (воког ) разработана [173,272] применительно к территории США. Она описывает рост и развитие единичного растения, а биомасса посева определяется как произведение рассчитанной биомассы одного растения за каждые сутки на густоту. Модель включает ряд эмпирических зависимостей, охватывающих основные процессы жизнедеятельности растения, генетические особенности растения и физику среды обитания сорго.
Авторами [172] разработана модель радиационного режима в посеве сорго, учитывающая поглощение света листом растения в зависимости от геометрии посева (густоты, ширины и направления ряда в посеве). Потенциальный фотосинтез является функцией поглощенной радиации, вычисляется ежечасно и суммируется за светлое время суток. При расчете реального фотосинтеза использован ряд функций эффективности, отражающих влияние неоптимальной температуры воздуха и режима почвенной влаги на рост растений.
Дыхание представлено двухкомпонентной моделью [232] для сорго, зависит от фотосинтеза, биомассы и ночной температуры.
Прирост биомасс находят по разности фотосинтеза и затрат на дыхание.
Блок развития представляет довольно детальную субмодель,
- 25 -
описывающую время наступления фаз развития, скорость появления, распускания и старения листьев, динамику нарастания площади листьев.
В модели заложены правила распределения ассимилятов в вегетативный период роста и перераспределения "старых" ассимилятов из вегетативных органов в метелку в репродуктивный период, хотя эти правила и не выделены в явном виде, как ростовые функции. Одним из регуляторов распределения прироста биомассы по „ органам служит вычисляемая в модели величина удельной поверхности листа (отношение поверхности к массе листа, т.е. величина обратная удельной поверхностной плотности).
Проверка показала [ 173, ,228, ,272], что модель
достаточно точно имитирует накопление сухого вещества в растениях и может быть использована для прогнозирования урожая зерна сорго [174] .
В имитационной популяционной модели поля зерновых [188] рассчитывается рост посева сорго с учетом неоднородности прохождения стадий развития на различных участках поля. Модель представляет собой диграф, дуги которого задают логические отношения между такими переменными, как увлажнение и тип почвы, некоторые критические величины, связанные с режимом температуры. Узлы графа представляют различные участки поля. Динамика каждого узла описывается моделью единичного растения сорго [272] . Структура рассматриваемой модели позволяет учесть неоднородность в прохождении этапов развития растений сорго в различных частях поля.
Для того, чтобы расширить применение модели SORGF , разработана методика получения данных о площади листьев и биомассе посевов сорго с помощью искусственных спутников земли (LAHDSAT ) и многоспектрального сканирования ( MSS ), Эти данные используются как входные для работы с моделью сорго и для коррекции результатов расчета по модели [255] .
- Київ+380960830922