Наши журналы
Опубликовать статью Вход и регистрация
Расширенный поиск
Разделы статьи

ВЛИЯНИЕ ПОГОДНЫХ УСЛОВИЙ И СОЛНЕЧНОЙ АКТИВНОСТИ НА УРОЖАЙНОСТЬ ЛИСОХВОСТА ЛУГОВОГО В МУРМАНСКОЙ ОБЛАСТИ

Научная статья
Костюк В.И.
DOI:
https://doi.org/10.23670/IRJ.2018.73.7.014
Выпуск: № 7 (73), 2018
Опубликована:
2018/07/18
PDF

ВЛИЯНИЕ ПОГОДНЫХ УСЛОВИЙ И СОЛНЕЧНОЙ АКТИВНОСТИ НА УРОЖАЙНОСТЬ ЛИСОХВОСТА ЛУГОВОГО В МУРМАНСКОЙ ОБЛАСТИ

Научная статья

Костюк В.И.*

Полярно-альпийский ботанический сад-институт им. Н.А. Аврорина, Кольский научный центр Российской академии наук, Апатиты, Россия

* Корреспондирующий автор (vikos47[at]mail.ru)

Аннотация

Установлено, что колебания урожайности лисохвоста лугового, выращиваемого в центральной части Мурманской области, обусловлены не только вариациями температуры воздуха и атмосферных осадков, но и колебаниями радиоизлучения Солнца. Показано, что привлечение гелиогеофизической информации для статистического анализа позволяет углубить понимание специфики связей в системе "абиотические факторы – урожайность лисохвоста лугового". Предложен удобный методологический подход для описания интегрального влияния метеорологических факторов и солнечной активности на формирование урожая данной культуры.

Ключевые слова: метеорологические факторы, солнечная активность, урожайность лисохвоста лугового, статистический анализ, Кольский Север.

INFLUENCE OF WEATHER CONDITIONS AND SOLAR ACTIVITY ON YIELD OF COMMON FOXTAIL (ALOPECURUS PRATENSIS) IN MURMANSK REGION

Research article

Kostyuk V.I.*

Polar-Alpine Botanical Institute-Garden named after N.A Aurorin, Kola Science Center of the Russian Academy of Sciences,

Apatity, Russia

* Corresponding author (vikos47[at]mail.ru)

Abstract

It is established that fluctuations in the productivity of the common foxtail cultivated in the central part of the Murmansk region are caused not only by variations in air temperature and atmospheric precipitation but also by variations in the radio emission of the sun. It is shown that the use of heliogeophysical information for statistical analysis makes it possible to deepen the understanding of the specifics of the relationships in the system of "abiotic factors – yield of the common foxtail." A convenient methodological approach is proposed for describing the integral influence of meteorological factors and solar activity on the formation of the crop of a given crop.

Keywords: meteorological factors, solar activity, the yield of common foxtail, statistical analysis, Kola North.

Введение

Мурманская область отличается экстремальными метеорологическими  условиями для выращивания сельскохозяйственных растений, которые обусловлены широтной спецификой ее географического положения [1]. Вместе с тем, урожайность культурных растений в данном регионе, входящем в зону глобальных электромагнитных возмущений, существенно зависит также от вариаций солнечной активности [2]. Это вызывает возрастающий интерес к системным методам оценки влияния абиогенных факторов на урожайность культигенов, позволяющим наряду с погодными условиями учитывать также воздействие радиоизлучения Солнца [3].

Цель данного сообщения - представить удобный способ оценки интегрального влияния метеорологических условий и солнечной активности на урожайность лисохвоста лугового, который является важнейшим компонентом кормовой базы для молочного животноводства в Мурманской области.

Методика исследования

Для проведения мета-анализа нами были использованы опубликованные результаты научных исследований Г.В. Елсакова и др. [4]. В их работе приводятся 8-летние данные (1965-1972 гг.) по урожайности зеленой массы лисохвоста лугового (Ур, кг/м2), представленные в виде средних многолетних значений для когорты различных сортов этой культуры (Хибинский-438, Моршанский-769, Северодвинский-146, Ярославский-112).

Лисохвост луговой выращивался на окультуренной торфяно-болотной почве с целью использования на зеленый корм и силос. Средние дозы минеральных удобрений, которые вносились ежегодно весной под эту культуру, были следующими: аммиачная селитра - 90, двойной суперфосфат – 60 и калий хлористый – 60 кг д.в./га.

Информация о сумме положительных температур воздуха (Т, оС) и сумме атмосферных осадков (Н, мм) за периоды вегетации лисохвоста лугового в эти годы была предоставлена Апатитской гидрометеорологической станцией Мурманского управления по гидрометеорологии и мониторингу окружающей среды.

База данных по солнечной активности, выражаемой в виде среднемесячных значений потока радиоизлучения Солнца с длиной волны 10.7 см (индекс F10.7, 10-22 Вт/(м2•Гц)), доступна на сайте ftp://ftp.geolab.nrcan.gc.ca/data/solar flux/monthly averages. Далее по тексту для краткой записи значений индекса F10.7 по конкретным месяцам (представленным в виде отдельных "гелиофакторов") будет использоваться аббревиатура F(i).

Статистическую обработку опытных данных проводили с использованием  различных модулей программы STATISTICA 10 [5].

Результаты и их обсуждение

Исходные данные для статистического мета-анализа приведены в табл. 1. Она содержит материалы исследований Г.В. Елсакова и др. [4], которые дополнены нами информацией о метеорологических условиях в годы выращивания лисохвоста лугового.

 

Таблица 1 – Многолетняя динамика урожайности зеленой массы лисохвоста лугового в зависимости от изменений сумм положительных температур воздуха и атмосферных осадков

Годы Сумма положительных температур воздуха (оС) Сумма осадков, мм Урожайность зеленой массы лисохвоста лугового, кг/м2
1965 1095 275 1.78
1966 1056 246 1.82
1967 1218 179 2.08
1968 983 159 2.60
1969 1074 177 3.01
1970 1251 215 2.77
1971 1068 238 2.18
1972 1378 129 1.98

Примечания: 1. В таблице приведена средняя урожайность зеленой массы лисохвоста лугового для когорты различных сортов данной культуры. 2. Метеорологические величины охватывают три летних месяца каждого года (июнь-август).

Корреляционный анализ первичных данных показал, что урожайность зеленой массы лисохвоста лугового в эти годы сравнительно слабо коррелировала с суммой положительных температур воздуха (r = -0.15; Р = 0.720) и с количеством атмосферных осадков, выпадающих за период вегетации данной культуры (r = -0.37; Р = 0.360). Приведенная в скобках величина Р – это статистическая значимость коэффициента парной корреляции между рассматриваемыми показателями.

Зависимость урожайности лисохвоста лугового от двух ключевых метеорологических величин (в виде поверхности отклика) описывается следующим квадратичным полиномом в стандартизованных переменных:

Ур (кг/м2) = -2.46Т - 4.26Н - 2.00Н2 + 5.24Т•Н.                      (1) (R2 = 67.1%;  Fрасч. (4; 3) = 1.53 < F0.95 = 9.12; Р = 0.378),

где R2 - коэффициент множественной детерминации; F - статистика Фишера для оценки адекватности уравнения, P - уровень статистической значимости уравнения.

Из анализа структурной спецификации уравнения (1) вытекает вывод о том, что для формирования высоких урожаев зеленой массы лисохвоста лугового на Кольском Севере наиболее важным является режим влагообеспечения растений во время их активной вегетации. Экологическая значимость температурных условий отходит на второй план, поскольку лисохвост луговой является холодостойкой культурой [6], [7].

Необходимо отметить, что с позиций регрессионного анализа "агрометеорологическое" уравнение (1) недостаточно хорошо описывает обсуждаемую ситуацию (R2 составляет только 67%, а Р значительно превышает допустимый уровень значимости  = 0.05). Такое уравнение может быть интересным в чисто теоретическом плане, но оно не представляет особой практической ценности.

В этой связи возникает вполне закономерный вопрос – а можно ли для объяснения колебаний урожайности лисохвоста лугового по годам опираться не только на метеорологические величины, но и на вариации такого глобального абиотического регулятора, как солнечная активность? Попытаемся ответить на этот вопрос.

Нами установлено, что привлечение гелиогеофизической информации для статистического анализа позволяет существенно расширить и углубить понимание специфики рассматриваемых связей в системе "абиотические факторы – урожайность лисохвоста лугового". Для последующих расчетов нами использовалась информация об активности Солнца с сентября по декабрь каждого предыдущего года (то есть, за месяцы, следующие после прошлогодней уборки урожая), а также с января по август каждого текущего года (табл. 2).

 

Таблица 2 – Среднемесячная динамика солнечной активности (индекса F10.7) в годы проведения исследований

Гелиофакторы Годы
1965 1966 1967 1968 1969 1970 1971 1972
F9 70.9 77.3 112.0 133.5 142.4 138.7 144.8 105.1
F10 72.8 79.6 107.9 135.2 151.4 152.9 147.2 106.5
F11 72.1 75.9 110.8 142.1 135.5 153.2 158.5 111.5
F12 76.3 75.3 120.7 157.9 143.8 139.1 148.0 120.6
F1 76.1 85.1 143.0 183.1 147.8 153.2 157.4 111.1
F2 73.4 82.2 143.5 169.0 151.6 171.3 134.5 138.4
F3 73.4 89.4 159.0 141.3 170.6 156.8 110.8 127.2
F4 72.5 97.8 130.8 130.4 156.6 163.1 117.5 113.7
F5 79.9 100.8 146.2 158.4 148.7 172.2 112.3 132.5
F6 79.4 99.4 124.0 146.8 167.3 159.9 104.9 139.7
F7 76.8 110.1 144.9 141.6 141.1 157.0 121.2 126.0
F8 76.6 109.2 157.6 145.7 146.6 141.6 116.9 128.8
Примечание: Обозначения нижних индексов при факторах F(i): 9-12 (сентябрь-декабрь предыдущего года), 1-8 (январь-август текущего года).  

Необходимость использования 12-месячного гелиоцикла объясняется тем, что посевы лисохвоста лугового (как и других многолетних видов растений) находятся круглогодично под влиянием фоновых низкочастотных электромагнитных полей, контролируемых активностью Солнца. Эти поля обладают высокой проникающей способностью и действуют на биологические объекты повсюду с малым затуханием [8], [9].

Регрессионный анализ показал, что зависимость урожайности лисохвоста лугового от средних значений солнечной активности по месяцам (Fi) хорошо описывается следующей полиномиальной моделью в стандартизованных переменных:

Ур (кг/м2) = 1.88F102 - 1.58 F11 + 0.61F22.                                 (2) (R2 = 98.0%;  Fрасч. (3; 4) = 65.3 > F0.95 = 6.59; Р < 0.001)

Поиск оптимальной (наиболее компактной) архитектуры приведенной модели производился с помощью пошаговой процедуры Best subsets [10]. Статистические оценки "качества" этого уравнения связи оказались гораздо лучше, чем для уравнения (1).

Рассмотрим его структурную спецификацию. В состав уравнения (2) оказались включены квадратичный эффект фактора F10 (октябрь), линейный эффект фактора F11 (ноябрь) и квадратичный эффект фактора F2 (февраль). Любопытно, что радиоизлучение Солнца в летние месяцы (июнь-август) не вошло в набор гелиофакторов-детерминантов, оказывающих наиболее выраженное влияние на биопродуктивность растений лисохвоста лугового. Заметим, что даже при "урезанной" структурной спецификации "гелиогеофизическая" модель (2) характеризуется весьма хорошими прогностическими свойствами. Она точнее (в данном случае на 30%) описывает траекторию колебаний урожайности зеленой массы лисохвоста лугового по годам по сравнению с "агрометеорологическим" уравнением (1).

 В серии дополнительных расчетов нами было установлено, что можно совместить описанные альтернативные подходы и построить "гибридную" статистическую модель, учитывающую как  метеорологическую, так и гелиогеофизическую информацию.  Для ее построения мы использовали три нижние строки из табл. 2, отображающие солнечную активность с июня по август, то есть в период активной вегетации растений лисохвоста лугового. Это было сделано с целью временного согласования метеорологических и гелиогеофизических данных.

Зависимость урожайности лисохвоста лугового от неординарного комплекса абиотических факторов (метеорологические условия плюс активность Солнца) описывается следующим квадратичным полиномом, включающим в свою структуру статистически значимые предикторы с коэффициентами в стандартизованном виде:

Ур (кг/м2) = 28.3Т  - 29.5Т2 + 6.9Н - 10.9Н2 + 2.7 F72 – 5.2 F8.     (3) (R2 = 99.9%;  Fрасч. (6; 1) = 12763 > F0.95 = 234; Р = 0.007)

Из трех представленных в данной работе уравнений связи модель (3) оказалась в сравнительном плане самым точным аппроксиматором (R2 = 99.9%) с наилучшими критериями "качества". Но гораздо важнее другое обстоятельство. "Гибридная" модель (3) по существу реанимировала слабую по статистическим оценкам "агрометеорологическую" модель (1) и придала ей "второе дыхание" в результате включения в ее структуру показателей  солнечной активности в летние месяцы.

Заключение

Предложенный нами методологический подход для анализа многолетних вариаций урожайности лисохвоста лугового позволяет в ряде случаев обходиться без использования "традиционной" метеорологической информации. Он является достаточно простым и базируется на учете ежемесячных изменений только одного глобального космофизического регулятора – активности Солнца, которая  в значительной мере определяет специфику погодно-климатических условий того или иного региона. Немаловажно, что интернет-ресурс по среднемесячным значениям потока радиоизлучения Солнца с длиной волны 10.7 см (с 1947 года и по наши дни) имеет свободный режим доступа.

Важно отметить, что на структурную спецификацию статистических моделей, получаемых на основе предлагаемого подхода, не накладываются жесткие ограничения. Они могут иметь самые различные наборы предикторов. Такие "мягкие" модели с гибкой архитектурой можно использовать, например, для решения интерполяционных задач, проведения вычислительных экспериментов и краткосрочного прогнозирования урожайности не только лисохвоста лугового, но и других культурных растений.

Конфликт интересов Не указан. Conflict of Interest None declared.

Список литературы / References

  1. Научно-прикладной справочник по агроклиматическим ресурсам СССР. Мурманская область. Серия 2. Выпуск 2. Части 1-2. - Мурманск: Мурманское территориальное управление по гидрометеорологии, 1991. - 81 с.
  2. Костюк В.И. Экология культурных растений на Кольском Севере. - Апатиты: Изд-во Кольского НЦ РАН, 2012. - 169 с.
  3. Костюк В.И. Влияние солнечной активности, инсоляции, температуры воздуха и атмосферных осадков на продуктивность культурных растений в условиях Кольского Севера / Костюк В.И., Травина С.Н., Вихман М.И. - Апатиты: Изд-во Кольского НЦ РАН, 2013. - 79 с.
  4. Елсаков Г.В. Агрохимия почв и качество кормов в Мурманской области / Елсаков Г.В., Кислых Е.Е., Супрунов О.В. и др. - Мурманск: Мурманское кн. изд-во, 1983. - 92 с.
  5. Халафян А.А. STATISTICA 6. Статистический анализ данных. - М.: ООО "Бином-Пресс", 2008. - 512 с.
  6. Андреев Н.Г. Луговедение. – М.: Агропромиздат, 1985. – 255 с.
  7. Тюльдюков В.А. Теория и практика луговодства. - М.: Росагропромиздат, 1988. - 223 с.
  8. Мартынюк В.С. У природы нет плохой погоды: космическая погода в нашей жизни / Мартынюк В.С., Темурьянц Н.А., Владимирский Б.М. - Киев, 2008. - 179 с.
  9. Владимирский Б.М. Солнечно-биосферные связи. Полвека спустя после А.Л. Чижевского // История и современность, 2009. - № 2. - С. 119 -131.
  10. STATISTICA: Обзор методов и руководство пользователя. - М.: StatSoft, 2001. - 220 с.

Список литературы на английском языке / References in English

  1. Nauchno-prikladnoy spravochnik po agroklimaticheskim resursam Murmanskaya oblast' [Scientific-applied Reference Book on Agroclimatic Resources of the USSR. Murmansk region.] Series 2. Issue 2. Parts 1-2. – Murmansk: Murmansk Territorial Administration for Hydrometeorology, 1991. – 81 p. [in Russian]
  2. Kostyuk V.I. Ekologiya kul'turnykh rasteniy na Kol'skom Severe [Ecology of Cultivated Plants in the Kola North]. – Apatity: Publishing House of the Kola Science Center RAS, 2012. – 169 p. [in Russian]
  3. Kostyuk V.I. Vliyaniye solnechnoy aktivnosti, insolyatsii, temperatury vozdukha i atmosfernykh osadkov na produktivnost' kul'turnykh rasteniy v usloviyakh Kol'skogo Severa [Influence of Solar Activity, Insolation, Air Temperature and Atmospheric Precipitation on Productivity of Cultivated Plants in the Kola North Conditions] / Kostyuk V.I., Travina S.N., Vikhman M.I. – Apatity: Publishing House of the Kola Science Center of the Russian Academy of Sciences, 2013. – 79 p. [in Russian]
  4. Elsakov G.V. Agrokhimiya pochv i kachestvo kormov v Murmanskoy oblasti [Agrochemistry of Soils and Quality of Forages in Murmansk Region] / Elsakov G.V., Kislyh E.E., Suprunov O.V. et al. – Murmansk: Murmansk book publishing house, 1983. – 92 p. [in Russian]
  5. Khalafyan A.A. STATISTICA 6. Statisticheskiy analiz dannykh [STATISTICA 6. Statistical analysis of data] – Moscow: "Binom-Press" ltd, 2008. – 512 p. [in Russian]
  6. Andreev N.G. Lugovedeniye [Grassland science]. – Moscow: Agropromizdat, 1985. – 255 p. [in Russian]
  7. Tyuldyukov V.A. Teoriya i praktika lugovodstva [Theory and Practice of Meadow Farming]. – Moscow: Rosagropromizdat, 1988. – 223 p. [in Russian]
  8. Martyniuk V.S. U prirody net plokhoy pogody: kosmicheskaya pogoda v nashey zhizni [There is no bad weather, there are bad clothes: space weather in our life] / Martynyuk V.S., Temuryants N.A., Vladimirsky B.M. – Kiev, 2008. – 179 p. [in Russian]
  9. Vladimirsky B.M. [Solar-biospheric Relations. Half a Century after A.L. Chizhevsky] // Istoriya i sovremennost' [History and the Present time]. – 2009. – No. 2. – P. 119 -131. [in Russian]
  10. STATISTICA: Obzor metodov i rukovodstvo pol'zovatelya [STATISTICA: Overview of methods and user manual] – Moscow: StatSoft, 2001. – 220 p. [in Russian]