АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОЖАЙНОСТЬ ЯРОВОЙ ПШЕНИЦЫ В УСЛОВИЯХ СЕРЫХ ЛЕСНЫХ ПОЧВ РЕСПУБЛИКИ ТАТАРСТАН, МЕТОДОМ ГЛАВНЫХ КОМПОНЕНТОВ
Аннотация и ключевые слова
Аннотация (русский):
В данной работе применяется метод главных компонент для обработки и анализа основных параметров формирования урожайности яровой пшеницы. Продуктивность посевов яровой пшеницы является результатом сложного взаимодействия самых разных факторов. Владение информацией о межфакторных взаимосвязях, позволит целенаправленно управлять процессом, оказывая влияние на тот или иной фактор. Поэтому задача о получении информации о структуре взаимосвязи влияющих факторов на урожайность яровой пшеницы является актуальной. Исследовались данные наблюдения урожайности яровой пшеницы и десяти независимых факторов, оказывающих влияние на нее в течение 32 лет: продуктивная влага в день посева, влажность воздуха, осадки, массовая доля клейковины, масса 1000 зерен, масса зерна с одного колоса, длина соломы, доза внесения фосфора, доза внесения калия, доза внесения азота. Построены главные компоненты в виде линейных комбинации влияющих факторов. Доля дисперсии первой главной компоненты (ГК1) составила 39,77%, второй компоненты (ГК2) – 20,86%, ГК3 - 12,93%, ГК4 – 8,79%, ГК5 – 6,26%, ГК6 – 5,56%, ГК7 – 3,05%, ГК8 – 1,78%, ГК9 – 0,89%, ГК10 – 0,1%. Первые три главные компоненты суммарно объясняют 73,56% дисперсии, следовательно, десятимерный массив данных может быть анализирован в трехмерном пространстве. Определены координаты образцов исходной информации об урожайности яровой пшеницы в пространстве главных компонент. Проведено визуальное исследования структуры, лежащей в основе данных.

Ключевые слова:
яровая пшеница, взаимовлияние факторов, метод главных компонент, визуализация данных
Текст
Текст произведения (PDF): Читать Скачать

Как правило, на практике при исследовании того или иного явления часто приходится сталкиваться с многомерными данными, которые имеют сложные, не всегда явные взаимосвязи. Классические математические модели не всегда дают должного результата. Подобные задачи могут быть рассмотрены методом главных компонент [1-4], который позволяет представить данные в пространстве главных компонент для исследования скрытых закономерностей.

Для получения урожая яровой пшеницы хорошего качества следует рассматривать различные факторы, такие как тип почвы, освещенность, генетическая структура растений, температура и т.д. [5-9]. Владение информацией о взаимосвязях между факторами позволит целенаправленно управлять процессом, оказывая влияние на тот или иной фактор. Поэтому задача  получения информации о структуре взаимосвязи влияющих факторов на урожайность яровой пшеницы является актуальной.

Цель исследований заключалась в определении взаимосвязей между основными факторами, влияющими на формирование урожайности яровой пшеницы.

В задачи исследований входило построение векторного пространства с меньшей размерностью для наглядного отображения исследуемых данных и выявления закономерностей взаимовлияния между факторами.

Условия, материалы и методы исследования. Исследования проводились с данными наблюдений за урожайностью яровой пшеницы и влияющими факторами в течение 32 лет (таб. 1). Независимыми факторами являются продуктивная влага в день посева, влажность воздуха, осадки, массовая доля клейковины, масса 1000 зерен, масса зерна с одного колоса, длина соломы, а также дозы внесения фосфора, калия и азота. Дозы внесения фосфора, калия и азота были вычислены по известной методике [10] через количество питательных веществ в почве и в удобрении с учетом выноса элементов питания с урожаем.

При визуализации данных в пространстве главных компонент образцы наблюдений должны быть идентифицированы. Обычно образцам данных задают составные имена по нескольким признакам. В таблице 1 исследуемым образцам заданы имена, составленные по двум признакам – «масса зерна» и «доза удобрения». Образцы обозначены латинскими буквами и арабскими цифрами. Буквой в порядке возрастания их значения обозначены образцы по массе зерна, а цифрой – доза удобрения по возрастанию их значения. Например, по признаку «масса зерна» образец A10 имеет минимальное значение, так как имеет начальную латинскую букву, а по признаку «доза удобрения» он имеет большой номер и соответственно большое значение. После присвоения образцам соответствующих имен, данная выборка была ранжирована по урожайности яровой пшеницы в порядке возрастания.

Исследуемые данные предварительно были стандартизированы, так как исходные факторы имеют различные единицы измерения. Стандартизация данных состояла из этапов центрирования и нормирования исходных данных. Для центрирования данных из каждого образца j-го фактора был вычитан его среднее значение xj  , а нормирование проводилось путем деления центрированных значений факторов на их среднеквадратическое отклонение

Список литературы

1. Болч Б., Хуань К.Дж. Многомерные статистические методы для экономики / Пер. с англ. А.Д. Плитмана; Под ред. и с предисл. С.А. Айвазяна. – М.: Статистика, 1979. – 317 с.

2. Эсбенсен К. Анализ многомерных данных. Избранные главы / Пер. с англ. С.В. Кучерявского; Под ред. О.Е. Родионовой. – Казань: Изд-во КазГАСУ, 2008. – 158 с.

3. Валиев А.А., Ибятов Р.И., Шайхутдинов Ф.Ш. Современные методы и подходы обработки информации по урожайности яровой пшеницы // Вестник Казанского государственного аграрного университета. – 2016. – № 3 (41). – С. 9-14.

4. Ибятов Р.И., Шайхутдинов Ф.Ш, Валиев А.А.. Анализ урожайности яровой пшеницы методом главных компонент // Журнал Зерновое хозяйство России – 2017. – №2 – С. 17-22.

5. Амиров М.Ф. Адаптивные технологии возделывания полевых культур / М.Ф. Амиров, В.П. Владимиров, И.М. Сержанов и др. Монография – Казань: Издательство «Бриг», 2018 – 124 с.

6. Гатауллина Г.Г. Практикум по растениеводству / Г.Г. Гатауллина, М.Г. Объедков. – М.:Колос, 2005 – с. 267 - 272

7. Панников В.Д. Почва, климат, удобрение и урожай / В.Д. Панников, В.Г. Минеев. – М.: Агропромиздат. – 1987. – 512 с.

8. Шайтанов О.Л. Основные тенденции изменения климата Татарстана в ХХI веке / О.Л. Шайтанов, М.Ш. Тагиров (справочник: Казань: Изд-во Фолиант, 2018. – 64 с.

9. Система земледелия Республики Татарстан. Инновации на базе традиции. - Часть 2 Агротехнология производства продукции растениеводства. – Казань, 2014. – 289 с.

10. Амиров М.Ф., Амиров А.М. Яровая твердая пшеница лесостепи Поволжья / М.Ф. Амиров, А.М. Амиров. – Казань: Изд-во «Бриг», 2018. – 290 с.

Войти или Создать
* Забыли пароль?