Результат интеллектуальной деятельности: Способ определения нормативной урожайности зерновых культур применительно к оценке земель сельскохозяйственного назначения

Изобретение может быть использовано в сельском хозяйстве, преимущественно в целях кадастровой оценки земель, решения вопросов землепользования и управления земельными ресурсами.

Объектом исследований являются земли сельскохозяйственного назначения первого вида разрешенного использования, т.е. пригодные под пашни и другие сельскохозяйственные угодья.

В мировой практике применяются способы сравнительной оценки сельскохозяйственных угодий на основе рыночной стоимости и по результатам их фактического использования на основе усредненной урожайности сельскохозяйственных культур и других производственных показателей [11]. В Российской Федерации рынок земель сельскохозяйственного назначения, в частности пригодных под сельскохозяйственные угодья, только формируется, их стоимостные показатели на современном этапе неустойчивы. Кроме того, эти способы не опираются на свойства территории, не имеют физического обоснования, и потому являются малоинформативными в производственных целях (для обоснования структуры посевных площадей, системы земледелия, мелиорации угодий, введения севооборотов и др.).

Другие, более информативные способы заключаются в оценке земель как средства сельскохозяйственного производства. Экономические и стоимостные показатели вычисляются в зависимости от степени доходности производственной деятельности в расчете на тот или иной уровень продуктивности в соответствующих почвенно-климатических условиях.

Известны способы оценки сельскохозяйственных угодий, опирающиеся на бонитировку почв по свойствам, и последующий расчет сопоставимой нормальной урожайности с помощью регрессионных уравнений [3]. Бонитет почвы определяется в баллах относительно эталонной почвы (типичного предкавказского чернозема центральной части Краснодарского края). Учитываются: содержание гумуса (%) и физической глины (%) в пахотном слое почвы, запас гумуса (т/га), мощность гумусового горизонта (см), а также вводятся понижающие коэффициенты на негативные свойства почв (смытость, щебневатость, солонцеватость). Оценка производится для агропроизводственных групп почв в границах земельно-оценочных районов (ЗОР), сформированных в соответствии с результатами природно-сельскохозяйственного районирования территории.

Сопоставимая нормальная урожайность (Y) рассчитывается с помощью уравнений регрессии, как для отдельных культур, так и для групп культур, пашни в целом, сельскохозяйственных угодий:

где а₀, а₁, а₂, … a_n - коэффициенты регрессии, х₁, х₂, … x_n - значения предикторов (средние для рассматриваемого контура значения показателей). Уравнения строятся по данным средней производственной урожайности за 5-10 лет. В качестве предикторов наряду с характеристиками почвы и баллом бонитета рассматриваются затраты труда на 1 га посева (человеко-дни), нагрузка пашни на одного работника (га), стоимость силовых и рабочих машин на 1 га пашни (руб.), количество удобрений на 1 га пашни (кг действующего вещества) и др.

Данный способ позволяет выявить вклад отдельных факторов в формирование урожайности, осуществить частную (относительно отдельных культур) и общую оценку сельскохозяйственных угодий, что представляет практический интерес для анализа производственной деятельности. Однако оценка сельскохозяйственных угодий, как природных объектов, при невыровненном агрофоне не имеет смысла. Недостатком также является учет климатического фактора продуктивности лишь при выделении земельно-оценочных районов (ЗОР), т.е. на макромасштабном уровне. Вместе с тем, известно, что мезо- и микроклиматическая изменчивость, как правило, значительно превосходит макроклиматическую [12], и наряду с распределением почв является причиной значительной дисперсии урожайности в границах ЗОР, но в расчет не принимается. Также недостатком является наличие пространственно-временных ограничений применения уравнений регрессии.

Известен способ [5], сочетающий оценку биоклиматического потенциала территории субъектов Российской федерации и последующую оценку сельскохозяйственных угодий в их границах на основе бонитировки почв по свойствам. Качественная оценка осуществляется в несколько этапов - по земельно-оценочным районам, административным районам, хозяйствам. В результате среднему значению бонитета соответствующего контура сопоставляется значение нормальной урожайности, определяемой на основе средней за 1966-1998 гг. производственной урожайности зерновых культур. Шкалы бонитета и фактической урожайности приводятся в соответствие с помощью введения климатического коэффициента, выравнивающего цену балла бонитета в границах рассматриваемого контура, если для отдельных его участков она отличается более чем на 3% от среднего.

Недостатком данного способа является учет климата опираясь не на метеопоказатели, а по остаточному принципу, на основе анализа пространственных распределений производственных урожаев, характеризующихся неоднородностью данных под действием социально-экономических факторов. Кроме того, целесообразно рассмотрение продуктивности на более высоком (научно обозримом) уровне земледелия, поскольку современный сравнительно низкий уровень агротехники в производстве не позволяет растениям в полной мере реализовать в урожае имеющиеся ресурсы территории, и результаты оценки земель оказываются сглаженными.

Известны способы оценки земель, пригодных под сельскохозяйственные угодья, непосредственно учитывающие основные показатели почвенно-климатических ресурсов при моделировании потенциальной продуктивности на заданный уровень земледелия.

Способ, описанный в [4], в качестве нормативной урожайности рассматривает среднюю урожайность зерновых, которая может быть получена в данных почвенно-климатических условиях при интенсивной технологии возделывания. Продуктивность сельскохозяйственных угодий определяется в зерновом эквиваленте с учетом рекомендуемого к учету набора культур.

Для расчета нормативной урожайности зерновых (У_н, ц/га) используется физико-статистическое уравнение [10]:

где q - коэффициент пересчета на задаваемый уровень продуктивности (при интенсивной технологии возделывания культур - 1,4), АП - агроэкологический потенциал; К₁-К₄ - поправочные коэффициенты на содержание гумуса в пахотном слое, на мощность гумусового горизонта, на содержание физической глины в пахотном слое почвы, на негативные свойства почв [6]. При этом АП рассчитывается по агроклиматическим подзонам [15] по формуле:

где ∑t_>10 - сумма температур выше 10°C, - коэффициент увлажнения (Ос - годовая сумма осадков, Дк - дополнительный коэффициент, учитываемый для предгорных и горных районов), Р - поправка к КУ, - климатический коэффициент, рассчитываемый в зависимости от температурного режима территории (средних температур самого теплого (T_max) и самого холодного (T_min) месяцев года, °C) и с учетом географической широты местности (ϕ).

В качестве критерия точности расчета нормативной урожайности используются данные фактической урожайности зерновых на Госсортосети. Это позволяет четче, чем на основе производственной урожайности, выявить пространственную изменчивость свойств территории. Недостатком является упрощенный расчет в зависимости от показателей климата, характеризующих вегетационный период в целом, не принимая во внимание изменение условий и их влияние на растения в процессе вегетации. Кроме того, учет климата обобщенно для агроклиматических подзон природно-сельскохозяйственного районирования «загрубляет» результат, поскольку все существующее многообразие климатических условий сводит к ограниченному (по числу подзон) количеству вариантов.

Недостатком всех приведенных способов является использование в оценке земель лишь среднего уровня урожайности, хотя известно, что пространственное распределение имеют и другие характеристики временного ряда. В Среднем Поволжье, в частности, изменчивость по территории параметров функции распределения и фактической, и потенциальной продуктивности (коэффициента вариации, квартили временного ряда) выражена сильнее, чем среднего значения. Эти статистические показатели характеризуют производственные риски, оказывают влияние на другие хозяйственные и экономические показатели [8], а следовательно, и на ценность сельскохозяйственных угодий.

Наиболее близким по технической сущности способом определения нормативной урожайности является динамико-статистическое имитационное моделирование продукционного процесса растений. Данный способ разработан в целях оценки биоклиматического потенциала территории (БКП) [1], является наиболее физически обоснованным, может применяться с различной степенью детализации территории для описания процесса формирования урожая на разных уровнях продуктивности.

Модель [14], в частности, на основании стандартной метеорологической информации (температуры и влажности воздуха, продолжительности солнечного сияния и количества осадков с суточным разрешением) дает возможность рассчитывать ожидаемый урожай (с точностью 10-15%), динамику биомассы растений (15-20%), влажность почвы (20-25%) и другие показатели.

Применяется пошаговый расчет прироста биомассы растений за счет усвоения образуемых в процессе фотосинтеза ассимилятов (Р) с учетом затрат на дыхание (R):

Расчет интенсивности фотосинтеза осуществляется по модифицированной формуле Шартье в зависимости от интенсивности поглощенной фотосинтеически активной радиации (I), продолжительности светового дня (τ) и концентрации углекислого газа в посеве (C). Влияние температуры воздуха учитывается через температурный коэффициент фотосинтеза (ψ_T), влажности почвы - через суммарное сопротивление газообмену (r) и коэффициент "переувлажнения"

(ε_c - коэффициент газообмена; α - угол наклона световой кривой фотосинтеза; r_c - химическое сопротивление фотосинтезу; LG - доля фотосинтезирующей поверхности посева). Затраты ассимилятов на дыхание складываются из затрат на поддержание структур и на рост и вычисляются следующим образом:

(ϕ_T - температурный коэффициент дыхания, R₀ и R_R - коэффициенты).

Устьичное сопротивление газообмену моделируется в зависимости от условий влагообеспеченности растений. Для их описания используются регрессионные уравнения и физико-статистические зависимости с учетом закономерностей формирования водного баланса и свойств почвы (объемной массы и агрогидрологических констант):

Здесь - изменение влагозапасов за временной шаг, - приток влаги в результате ее перемещений по вертикали, TR и Е - расход влаги на транспирацию растениями и физическое испарение с поверхности почвы. При этом TR рассчитывается в зависимости от потенциала почвенной влаги и "распределяется" по слоям в зависимости от доли корней в них, Е - в зависимости от водного потенциала только верхнего слоя почвы.

Развитие растений отражено в модели с помощью описания распределения и перераспределения синтезируемых ассимилятов по органам в зависимости от параметра «биологического времени», в качестве которого используются суммы эффективных температур выше 5°C. Прирост биомассы того или иного органа растения - листья, s - стебли, r - корни, у - колосья):

где α - функция распределения вновь образованных ассимилятов по органам в процессе вегетации, λ - функция перераспределения ранее запасенных ассимилятов между органами. При расчете суммарного фотосинтеза учитывается также функция γ изменения доли зеленых надземных органов (LG) в связи с «пожелтением» и опаданием фитомассы. Изменение этих функций в процессе вегетации выражено экспоненциальной зависимостью от суммы эффективных температур воздуха.

Величина урожайности (Y) рассчитывается путем уменьшения биомассы колосьев (m_у) в конце расчета в соответствии с долей хозяйственно ценной части урожая (К_хоз):

Изобретение представляет собой способ определения нормативной урожайности зерновых культур на основе динамико-статистического моделирования продукционного процесса растений с учетом мезомасштабной пространственной изменчивости и вероятностной структуры факторов климата.

Целью изобретения является совершенствование информационного обеспечения кадастровой оценки земель сельскохозяйственного назначения (первого вида использования) и управления земельными ресурсами.

Техническим результатом использования изобретения являются повышение природообусловленности и достоверности полученных мезомасштабных распределений нормативной урожайности зерновых культур, а также точность и информативность оценки земель.

Технический результат достигается следующей последовательностью действий.

Производится лабораторный анализ агропроизводственных групп почв в границах рассматриваемого субъекта Российской Федерации с определением объемной массы (г/см³), влажности завядания (%), наименьшей и полной влагоемкости (мм) по слоям 0-20; 20-50 и 50-100 см, коэффициента фильтрации влаги (мм/с), содержания гумуса (%).

В течение климатического периода (30 лет) осуществляются метеорологические наблюдения за температурой (°C) и влажностью (%) воздуха, продолжительностью солнечного сияния (ч.), количеством осадков (мм), высотой снежного покрова и глубиной промерзания почвы в зимний период (см), влажностью почвы в апреле и августе (%) и последующий статистический анализ их временных рядов в пунктах, условия которых соответствуют типичным для агроклиматических подзон природно-сельскохозяйственного районирования территории.

В узлах регулярной пространственной сетки с шагом 10 км определяются параметры почвы [6] с использованием карты почв, и климата - путем интерполяции по ближайшим пунктам наблюдений [12], генерируется вектор метеорологических величин с суточным разрешением на основе стохастического моделирования в 400 годо-случаях [7], осуществляется расчет динамики биомассы растений и урожайности для каждого годо-случая при интенсивности земледелия, соответствующем Госсортосети. Используется динамико-статистическая модель продукционного процесса растений (ВНИИСХМ) [14], дополненная оценкой полевой всхожести и сохранности растений после перезимовки в зависимости от влажности почвы в период посева и условий зимнего периода в соответствии с разработками [13], уточнением коэффициента газообмена в формуле (5) с учетом влияния содержания гумуса в почве (g):

где ε_cN и g_N - значения, используемые при настройке модели (s_cN=0,11; g_N=6,0); с переходом в конце расчета от биомассы колосьев (m_y) к величине урожайности (Y) по формуле:

где К_пр.кол, К_стр, К_уб - коэффициенты (безразм.), характеризующие продуктивную кустистость растений, структуру колоса (число колосков, озерненность, выполненность зерна), потери при уборке, заданные в зависимости от степени благоприятности условий в соответствующие периоды. При этом

где K_пр.N=0,95 - значение коэффициента при близких значениях k_ос.кущ и k_кущ, которые представляют собой оценки благоприятности условий периода осеннего кущения растений и периода кущения в целом (безразм.) и определялись на основе известных положений [2, 9];

где K_стр.N=0,9 - значение коэффициента при оптимальных условиях; k₁, k₂, k₃ - коэффициенты благоприятности условий для формирования числа колосков в колосе, его озерненности и выполненности зерна (безразм.) в соответствующие периоды, значения оценивались на основе известных положений [2, 9];

где К_N=0,1 - норма потерь при благоприятных условиях уборки; f(D) - функция потерь в зависимости от среднего дефицита влажности воздуха в период от восковой до полной спелости зерна (безразм.), задается в соответствии с [13].

В результате статистического анализа временного ряда моделируемой урожайности вычисляются среднее значение и уровень 75% квартили, усредняются по административным районам и рассматриваются в качестве нормативной урожайности. Урожайность рекомендуемого для учета в соответствующих агроклиматических подзонах набора культур выражается в зерновом эквиваленте [10] и используется в качестве основного критерия для оценки земель в соответствии с существующими методиками в относительных, энергетических или стоимостных показателях.

Использование предлагаемого способа определения нормативной урожайности для оценки земель сельскохозяйственного назначения, пригодных под сельскохозяйственные угодья, обеспечивает по сравнению с прототипами следующие отличия.

1. Способ создает предпосылки для большей достоверности результатов оценки земель, поскольку: сводится к определению потенциальной продуктивности, не искаженной влиянием агротехнического фактора, как в случае с фактическими урожаями; опирается на теорию продукционного процесса растений и физические закономерности энерго- и массообмена в системе «почва-растение-атмосфера» и является физически обоснованным; интерполяция данных климата в узлах пространственной сетки обеспечивает соблюдение закона непрерывности пространственного распределения основных метеорологических факторов.

2. Продукционный процесс воспроизводится пошагово с учетом динамики действующих на растения факторов и развития последних в ходе вегетационного периода, что способствует усилению природообусловленности результатов.

3. Пространственное распределение 75% квартили урожайности характеризуется большей пространственной изменчивостью, чем среднее значение, что свидетельствует об усилении дифференциации условий и способствует повышению точности оценки земель. Учитывая же, что урожайность 75% обеспеченности сельскохозяйственной наукой принимается за уровень стабильных урожаев, оценка земель на ее основе становится ориентированной на снижение климатообусловленных рисков и обеспечивает повышение информативности результатов.

Пример.

Произведен модельный расчет действительно возможного урожая (ДВУ) пшеницы озимой и яровой и ячменя для территории Самарской и прилегающей территории соседних областей в узлах регулярной пространственной сетки с шагом 10 км. Данные климата определены с использованием интерполяции по ближайшим станциям, свойства почвы - на основе карты почв. Временные ряды ДВУ культур формируются на основе имитационного моделирования продукционного процесса растений в 400 годо-случаях. Варианты погодных условий воспроизводятся с применением стохастического моделирования метеовеличин (с обеспечением соответствия их статистических параметров климатическим). Точность расчета урожайности в реперных точках, соответствующих положению сортоучастков, на выборке 1983-2012 гг. составила 90-94% с обеспеченностью около 90%.

В результате, средняя урожайность культур по территории составила 21,9 ц/га, пространственное распределение отличается значительной изменчивостью, коэффициент вариации 20% (фиг. 1). Коэффициенты корреляции урожайности с показателями почвы и климата оказались в пределах 0,81 (табл. 1). Среднее по территории значение 75% квартили урожайности составило 16,8 ц/га, пространственная изменчивость проявляется в большей степени, коэффициент вариации 22% (фиг. 2). При этом отмечается увеличение коэффициентов корреляции квартили урожайности с рассматриваемыми почвенно-климатическими характеристиками во 2-3 ЗОР (соответствующем степной зоне) до 0,83.

Примечания:

1) ЗОР - земельно-оценочный район

2) уровень значимости 0,05;

3) точность расчета ±0,10-0,15.

Бонитет сельскохозяйственных угодий административных районов Самарской области определен по моделируемой средней урожайности и ее квартили на уровне агротехники Госсортосети (фиг. 3). Комплексное воздействие природных факторов на величину бонитета отражено с помощью коэффициентов множественной корреляции (табл. 2). Рассмотрены следующие характеристики почвы: содержание гумуса, объемная масса и наименьшая влагоемкость почвы в слое 0-100 см. Комплекс климатических характеристик составили: суммы температур выше +10° и ниже -10°C, количество осадков теплого (с апреля по октябрь) и холодного (с ноября по март) периодов, сумма дефицитов влажности воздуха. Для сравнения коэффициенты корреляции рассчитаны также для вариантов бонитировки по сопоставимой нормальной урожайности зерновых [16], по фактической средней урожайности зерновых культур в сельхозпредприятиях [5], и на основе физико-статистической оценки нормативной урожайности [4] на уровне агротехники Госсортосети.

Методика обеспечивает «гибкость» в отражении почвенно-климатических ресурсов территории и показывает высокие результаты как в лесостепной, так и в степной природных зонах (1 и 2-3 ЗОР соответственно). Коэффициенты множественной корреляции бонитета сельскохозяйственных угодий с комплексом почвенно-климатических характеристик составляют в Самарской области 0,91-0,93.

Примечание: уровень значимости 0,05.

Установлена целесообразность и преимущества использования для оценки и бонитировки земель урожайности 75% обеспеченности наряду со средним уровнем. В комплексном воздействии природных условий на величину квартили урожайности коэффициент корреляции составил в земельно-оценочных районах Самарской области 0,89 и 0,93.

Физическая обоснованность предлагаемой расчетной схемы, «гибкость» в отражении природных свойств территории и адекватность в описании их влияния на растения позволили получить пространственные распределения нормативной урожайности зерновых культур и бонитета сельскохозяйственных угодий, не искаженные влиянием агротехнического фактора, с большей пространственной детализацией и с учетом временного аспекта формирования. Обеспечение предприятий и НИИ более полной и достоверной информацией позволит избежать погрешностей сельскохозяйственного проектирования и ошибок в кадастровой оценке земель и управлении земельными ресурсами.

Источники информации:

1. Биоклиматический потенциал России: теория и практика / А.В. Гордеев, А.Д. Клещенко, Б.А.Черняков, О.Д. Сиротенко - М.: КМК, 2006. - 508 с.

2. Биология развития культурных растений / Ф.М. Куперман [и др.]; общ. ред. Ф.М. Куперман - М.: Высшая школа, 1982. - 343 с.

3. Борук, А.Я. Бонитировка и экономическая оценка земель / А.Я. Борук. - М.: Колос, 1972. - 192 с.

4. Государственная кадастровая оценка земель сельскохозяйственного назначения / общ. ред. Сапожников П.М., Носов С.И. - М.: Кадастр-оценка, 2011. - 124 с.

5. Государственная кадастровая оценка сельскохозяйственных угодий РФ / общ. ред. А.З. Родин, С.И. Носов. - М.: Инст. оценки природных ресурсов, 2000. - 152 с.

6. Группы почв сельскохозяйственных угодий Российской Федерации (первый этап): почвенный классификатор. - М.: Росземпроект, 1978.

7. Жуков, В.А. Стохастическое моделирование и прогноз агроклиматических ресурсов при адаптации сельского хозяйства к региональным изменениям климата на территории России / В.А. Жуков, О.А. Святкина // Метеорология и гидрология. - 2000. - №1. - С. 100-109.

8. Жуковский, Е.Е. Метеорологическая информация и экономические решения / Е.Е. Жуковский. - Л.: Гидрометеоиздат, 1981. - 303 с.

9. Кумаков, В.А. Физиологическое обоснование моделей сортов пшеницы / В.А. Кумаков. - М.: Агропромиздат, 1985. - 269 с.

10. Методические рекомендации по оценке качества и классификации земель по их пригодности для использования в сельском хозяйстве / А.К. Оглезнев, Т.А. Куприян, Т.Е. Норкина [и др.] - М.: Русская оценка, 2003. - 169 с.

11. Оценка земельных ресурсов / ред. В.П. Антонов, П.Ф. Лойко - М.: Институт оценки природных ресурсов, 1999. - 364 с.

12. Романова, Е.Н. Микроклиматическая изменчивость основных элементов климата / Е.Н. Романова. - Л.: Гидрометеоиздат, 1977. - 279 с.

13. Руководство по агрометеорологическим прогнозам / ред. Е.С. Уланова, В.А. Моисейчик, А.Н. Полевой - Л.: Гидрометеоиздат, 1984. - Т. 1. - 308 с.

14. Сиротенко, О.Д. Математическое моделирование водно-теплового режима и продуктивности агроэкоситем / О.Д. Сиротенко. - Л.: Гидрометеоиздат, 1981. - 167 с.

15. Справочник агроклиматического оценочного зонирования субъектов Российской Федерации / ред. С.И. Носов. - М.: Маросейка, 2010. - 208 с.

16. Трегубов, Б.А. Оценка земель Куйбышевской области / Б.А. Трегубов, Г.Г. Лобов, М.Г. Холина. - Кбш.: Книжное изд-во, 1988. - 173 с.