Issn 305-9397. Ғылым және білім. 2022. №1-1 (66) issn 2305-9397


Ауыл шаруашылығы ғылымдары



Pdf көрінісі
бет86/338
Дата03.10.2022
өлшемі7.12 Mb.
#461821
1   ...   82   83   84   85   86   87   88   89   ...   338
Журнал Наука и образование №3-3(68) 2022

______ ____________Ауыл шаруашылығы ғылымдары 
 
74 









10 
11 
12 
13 
11704-3-2 
5,2 
низкая 
21 
низкая 
370 
очень 
высокая 
7,10 
нейтраль 
ная 
1,4 
очень 
низкая 
2,88 
низкая 
11704-4-2 
5,5 
низкая 
50 
средняя 
278 
очень 
высокая 
7,25 
нейтральна
я 
9,7 
повышенна
я 
2,55 
низкая 
11704-1-3 
5,0 
низкая 
45 
низкая 
239 
очень 
высокая 
7,65 
слабощелоч
ная 
1,6 
очень 
низкая 
2,36 
низкая 
11704-2-3 
4,9 
очень 
низкая 
102 
повышен 
ная 
351 
очень 
высокая 
7,79 
слабощелоч
ная 
1,8 
очень 
низкая 
3,37 
низкая 
11704-3-3 
5,8 
низкая 
70 
средняя 
360 
очень 
высокая 
7,54 
слабощелоч
ная 
1,4 
очень 
низкая 
2,96 
низкая 
11704-4-3 
9,8 
низкая 
18 
очень 
низкая 
399 
очень 
высокая 
7,12 
нейтраль 
ная 
2,1 
очень 
низкая 
3,26 
низкая 
11704-1-4 
4,6 
очень 
низкая 
52 
средняя 
290 
очень 
высокая 
7,90 
слабощелоч
ная 
1,3 
очень 
низкая 
2,02 
низкая 
11704-2-4 
4,8 
очень 
низкая 
45 
низкая 
236 
очень 
высокая 
7,92 
слабощелоч
ная 
1,2 
очень 
низкая 
1,92 
очень 
низкая 
11704-3-4 
6,4 
низкая 
57 
средняя 
320 
очень 
высокая 
7,28 
нейтраль 
ная 
1,8 
очень 
низкая 
3,00 
низкая 
п.14 уч.1 
≤2,8 
очень 
низкая 
103 
повышен 
ная 
390 
очень 
высокая 
7,76 
слабощелоч
ная 
3,4 
низкая 
3,33 
низкая 
п. 14 уч.2 
≤2,8 
очень 
низкая 
101 
Повышен 
ная 
402 
очень 
высокая 
7,73 
слабощелоч
ная 
7,0 
среднее 
3,72 
низкая 
п. 14 уч.3 
≤2,8 
очень 
низкая 
70 
средняя 
341 
очень 
высокая 
7,19 
нейтраль 
ная 
1,4 
очень 
низкая 
3,20 
низкая 
п. 14 уч.4 
≤2,8 
очень 
низкая 
58 
средняя 
312 
очень 
высокая 
7,22 
нейтраль 
ная 
1,2 
очень 
низкая 
2,73 
низкая 
п. 14 уч.5 
≤2,8 
очень 
низкая 
59 
средняя 
290 
очень 
высокая 
7,20 
нейтраль 
ная 
3,5 
низкая 
2,88 
низкая 
п. 14 уч.6 
3,4 
очень 
низкая 
21* 
средняя 445* 
очень 
высокая 
7,68 
слабощелоч
ная 
1,5 
очень 
низкая 
3,49 
низкая 
п. 14 уч.7 
3,3 
очень 
низкая 
22* 
средняя 492* 
очень 
высокая 
7,94 
слабощелоч
ная 
6,5 
среднее 
3,39 
низкая 
п. 14 уч.8 
≤2,8 
очень 
низкая 
70 
средняя 
450 
очень 
высокая 
7,61 
слабощелоч
ная 
2,7 
очень 
низкая 
3,24 
низкая 
п. 14 уч.9 
≤2,8 
очень 
низкая 
89 
средняя 
449 
очень 
высокая 
7,24 
нейтраль 
ная 
2,2 
очень 
низкая 
3,26 
низкая 
п. 14 уч.10 
3,1 
очень 
низкая 
76 
средняя 
324 
очень 
высокая 
7,16 
нейтраль 
ная 
1,1 
очень 
низкая 
3,24 
низкая 
п. 14 уч.11 
2,9 
очень 
низкая 
61 
средняя 
352 
очень 
высокая 
7,20 
нейтраль 
ная 
1,9 
очень 
низкая 
2,91 
низкая 
п. 14 уч.12 
≤2,8 
очень 
низкая 
73 
средняя 
351 
очень 
высокая 
6,98 
нейтраль 
ная 
4,1 
низкая 
3,01 
низкая 
п. 14 уч.13 
3,3 
очень 
низкая 
12* 
низкая 
467* 
очень 
высокая 
7,65 
слабощелоч
ная 
4,1 
низкая 
3,25 
низкая 
* – на отмеченных участках при проведении агрохимического анализа использован метод Мачигина. 
Согласно данных агрохимического обследования 33% полей имели низкую степень 
обеспеченности подвижным фосфором, и абсолютно все участки имели низкое содержание 
азота нитратного. 
Составлена картограмма распределения элементов питания на производственном 
участке (рисунок 3). 
Рисунок 3 – Результаты агрохимических исследований КХ «Луговое», поле 14 


ISSN 2305-9397. Ғылым және білім. 2022. № 3-3 (68)____ _ 
75 
На основании данных агрохимического обследования полей КХ «Луговое» за 2021 г. в 
QGIS 3,6 были созданы карты обеспеченности полей гумусом, подвижным фосфором, 
обменным калием, серой и азотом нитратным. Для этого в свойствах каждого векторного слоя с 
элементарными участками полей хозяйства были применены стили дифференцированного 
окрашивания на основе логических правил, согласно степени обеспеченности почв 
соответствующими элементами питания. 
Алгоритм оценки состояния посевов по спутниковым данным позволяет проводить 
оценку на уровне региона, района и отдельного хозяйства, где оценивается состояние посевов 
на каждом отдельном поле. Карты оценки посевов создаются на каждую безоблачную дату 
съемки. 
Наземные маршрутные обследования проводятся в основные фазы по всем тестовым 
полям, оценка состояния посевов по данным ДЗЗ построена таким образом, что на территории, 
соответствующей объекту «пашня», оценивается каждый пиксель спутникового растра. Тем не 
менее, процентное соотношение градаций оценки состояния посевов наземных и спутниковых 
данных, практически совпадают.
Мониторинг развития яровой пшеницы и других культур можно осуществлять по 
данным NDVI. По величине этого показателя можно судить о состоянии посевов в различные 
фенологические фазы, осуществить предварительную оценку урожайности. 
Источниками данных о значениях NDVI могут быть как наземные оптические датчики, 
так и дистанционные средства (БПЛА и спутниковые аппараты). 
Наземные датчики позволяют оценить локальные значения индекса у конкретных 
растений или служат для дифференцированного внесения азотных удобрений, однако 
обследование полей наземным способом требует сравнительно больших затрат 
времени/топлива и ограничено в периоды дождей. 
Спутниковые снимки являются наиболее простым и доступным способом мониторинга, 
однако они имеют высокую зависимость от погодных условий, что понижает оперативность 
поступления данных. Одним из наиболее распространѐнных источников спутниковых снимков 
с разрешением 10 м является спутник Sentinel-2, данные которого можно получить в 
приложении OneSoil, на сайте sentinel-hub.com и др. 
Аэрофотосъемка с беспилотника дает более масштабные и подробные данные в 
высоком разрешении (в том числе, цифровые снимки), позволяют работать в любую погоду 
(кроме сильного ветра и дождя), обследуют большие площади посевов. Однако важным 
условием для корректного функционирования камеры является достаточное освещение. 
Мониторинг посевов яровой пшеницы при помощи аэрофотосъѐмки БПЛА «Geoscan 
101», оснащенного мультиспектральной камерой Sony A6000, и последующие маршрутные 
исследования позволяют на основе индекса NDVI оперативно выявлять участки с сильной 
степенью засорения сорняками. 
В современных условиях мониторинг индекса вегетации связан со многими 
агротехническими операциями. Это предпосевная обработка, мониторинг всходов, уход за 
паровыми полями, вегетация культуры.
Так применение глифосатсодержащих препаратов в период проведения предпосевных 
обработок является важной составляющей сберегающего земледелия. Качественная оценка 
засоренности полей дает ощутимую экономию средств защиты и денежных средств. 
Данные 2021 г., полученные в КХ «Луговое» путѐм дистанционного мониторинга, 
свидетельствуют о том, что изменения индекса вегетации на поле в сторону увеличения 
происходили в конце апреля и на первое мая и убедительно подтверждали существенное 
наличие ранних зимующих сорняков. Наземное обследование подтвердило это и благодаря 
оперативному вмешательству, раньше, чем это происходит в среднемноголетней практике 
примерно на 10 дней, была произведена качественная химическая обработка. Таким образом, в 
условиях 2021 г. была сохранена продуктивная влага в корнеобитаемом слое и элементы 
питания растений (рисунок 4). 




Достарыңызбен бөлісу:
1   ...   82   83   84   85   86   87   88   89   ...   338




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет