Информационно-аналитические технологии в возделывании картофеля с двумя урожаями

В ходе исследований, проводимых в условиях Московской области на протяжении двух вегетационных циклов, было установлено, что процессы формирования урожая картофеля протекают в различающихся агроклиматических условиях. Так, первая волна урожая формируется в период продолжительного светового дня при умеренных температурах, сопровождающихся возможными возвратными заморозками. Вторая же волна созревания приходится на фазу укороченного светового дня, когда наблюдаются повышенные температуры воздуха и дефицит влаги в почве. Основной задачей работы стало определение потенциала применения отечественной аналитической платформы Loginom для обоснованного выбора сортов картофеля, оптимальных для двукратного выращивания в зависимости от погодных факторов. Экспериментальные испытания проходили на базе Учебно-научно-производственного центра «Овощная опытная станция» ФГБОУ ВО РГАУ-МСХА имени К.А. Тимирязева (г. Москва), а также на Центральной опытной станции ВНИИ агрохимии (п. Барыбино, Московская область) в период с 2017 по 2023 годы. Опыт закладывался методом случайного размещения делянок, при этом предшествующей культурой являлся лук. Плотность посадки составила 47,6 тыс. растений на гектар. Для первой посадки использовались пророщенные клубни крупной фракции, для второй – средней. Повторное высаживание осуществлялось на участках, освобождающихся после уборки первой посадки. Агротехника возделывания соответствовала общепринятым стандартам. Уборка урожая проводилась дважды: в середине июля и в конце сентября. Для отбора наиболее продуктивных сортов картофеля в критических климатических условиях применялась информационно-аналитическая система поддержки принятия решений. По результатам прогнозирования было определено, что для получения раннего урожая целесообразно использовать сорта Жуковский ранний, Снегирь, Ред Скарлет, Ривьера и Импала, а для второго цикла возделывания наибольшую эффективность показали сорта Удача, Ред Скарлет и Импала.

1. Flynn H.C., Smith J., Smith K.A., Wright J., Smith P., and Massheder J. «Climate-and crop-responsive emission factors significantly alter estimates of current and future nitrous oxide emissions from fertiliser use», Glob. Change Biol., 11, 1522-1536, 2005. doi: 10.1111/j.1365-2486.2005.00998.

2. Gasparyan I., Levshin A., Ivashova O., Dyikanova M., Deniskina N. Agrotechnical requirements for the cultivation ofPotatoes ina twocrop culture // Researchon Crops. 2021. Т. 22. № special issue. С. 1-4. DOI: 10.31830/2348-7542.2021.001

3. Зверев Е. Кластерный анализ: формирование индикатора риска для больших совокупностей учетной информации / Е. Зверев, А. Никифоров // Внутренний контроль в кредитной организации. 2018. № 3 (39), 24-35. с.

4. Методика исследований по культуре картофеля. М.: НИИКХ, 1967. 263 с.

5. Кластеризация динамических объектов наблюдения/ Бобров К.А., Чекал Е.Г., Чичев А.А.: // Ученые записки УлГУ. Сер. Математика и информационные технологии. УлГУ // Электрон. журн. 2019, № 1, С. 7-19.

6. Gasparyan I.N., Levshin A.G., Ivashova O.N., Deniskina N.F., Gasparyan Sh.V. Features of the choice of potato (Solanum tuberosum) varieties when growing two harvests in the temperate zone of Russia //Brazilian Journal of Biology. 2024. Т. 84: 1-9. DOI: 10.1590/1519-6984.278272

7. Горянин О.И. Влияние климата и погодных условий на урожайность зерновых культур в засушливых условиях Поволжья // Земледелие. 2024. № 4. С. 19-24. doi: 10.24412/0044-3913-2024-4-19-24. EDN: BQDWPB

8. Sunita Jahirabadkar, Parag Kulkarni Clustering for High Dimensional Data: Density based Subspace Clustering Algorithms. International Journal of Computer Applications (0975-8887) Volume 63– No 20, February 2013.

9. Васильев А.А. Влияние сбалансированного питания, протравливания и сроков посадки картофеля на урожайность и качество клубней // Земледелие. 2021. № 2. С. 22-26. doi: 10.24411/0044-3913-2021-10205.