Продуктивность сортов сои при различных режимах орошения

Обложка

Цитировать

Полный текст

Аннотация

Площади посева сои в мире ежегодно увеличиваются на 3 млн га и обеспечивают получение средней урожайности 2,7 т/га. Значительный рост отечественного соепроизводства сдерживается усилением аридизации климата, снижающейся урожайностью по стране до 1,5 т/га. Важным фактором интенсификации производства сои является расширение ее посевов в условиях орошения, где внедрение адаптированных и высокопродуктивных сортов региональной селекции, сопровождаемое улучшением водопотребления растений, способствует увеличению уровня урожайности до 3…4 т/га зерна. Объектом исследований являются разноспелые сорта сои селекции Всероссийского научно-исследовательского института орошаемого земледелия (ФГБНУ ВНИИОЗ), допущенные в сельскохозяйственное производство Нижнего Поволжья: ВНИИОЗ 86 (с 2002 г.), ВНИИОЗ 31 (с 2011 г.), Волгоградка 2 (с 2020 г.). Исследования проводили в ФГУП «Орошаемое» ФГБНУ ВНИИОЗ в 2013-2015 гг. Опыт включал два фактора: фактор А - сорта, фактор В - режим орошения с вариантами 70-80-70 % НВ (70 % в период «посев - конец бутонизации» и в период созревания 80 % НВ - цветение - налив бобов), 80-80-70 % НВ и 80-80-80 % НВ - контроль. Делянки 1-го (600 м2) и 2-го (200 м2) порядка были посеяны в 4-кратной повторности в середине мая широкорядным способом (0,7 м) с планируемой урожайностью сортов 2,5…3,5 т/га (N90P90K60 д. в./га). Сорта сои отличались особенностями формирования структуры урожая. Применение дифференцированного по фазам развития растений режима орошения сопровождались более экономным водопотреблением растений по сравнению с постоянным режимом, что способствовало росту урожайности. Самые высокие уровни урожайности за годы исследований были сформированы посевами сорта Волгоградка 2 (2,87…3,23) и ВНИИОЗ 31 (2,82…3,19), что существенно выше, чем у раннего сорта ВНИИОЗ 86 (2,17…2,51 т/га). Переменный режим орошения приводил к росту урожайности у всех сортов сои, особенно у Волгоградки 2 - на 0,31…0,36 т/га, или на 10,8…12,5 %, к контролю, благодаря повышению доли зерна в общей биомассе до 30,9…36,2 % в сравнении с контролем - 26,6…27,5 %. Наиболее значительный объем послеуборочных растительных остатков (стеблей, листьев и корней) остается в поле после уборки сортов Волгоградка 2 (6,39…7,63 т/га) и ВНИИОЗ 31, хорошо улучшающих почвенное плодородие (6,73…7,9 т/га), и наименьший объем - после раннего сорта ВНИИОЗ 86 (4,41…5,66 т/га). Дифференциация режима орошения приводила к уменьшению поступления вегетатив- ной массы в почву - 4,41…7,42 т/га по сравнению с контролем 5,66…7,9 т/га. Таким образом, лучшими сортами для орошаемого земледелия Нижнего Поволжья являются скороспелый новый сорт Волгоградка 2 и среднескороспелый ВНИИОЗ 31, обеспечивающие при дифференцированном (сравнительно экономном) режиме орошения получение высокой урожайности и улучшающие почвенное плодородие за счет поступления высоких объемов биомассы в почву после уборки.

Об авторах

Владимир Васильевич Толоконников

Всероссийский научно-исследовательский институт орошаемого земледелия

Автор, ответственный за переписку.
Email: tolokonnikov@vniioz.ru

доктор сельскохозяйственных наук, ведущий научный сотрудник отдела интенсивных технологий возделывания сельскохозяйственных культур

Российская Федерация, 400002, г. Волгоград, ул. Тимирязева, д. 9

Галина Павловна Канцер

Всероссийский научно-исследовательский институт орошаемого земледелия

Email: vniioz@yandex.ru

научный сотрудник отдела интенсивных технологий возделывания сельскохозяйственных культур

Российская Федерация, 400002, г. Волгоград, ул. Тимирязева, д. 9

Татьяна Сергеевна Кошкарова

ФНЦ Всероссийский научно-исследовательский институт масличных культур им. В.С. Пустовойта

Email: koshkarova_ts@vniioz.ru

кандидат сельскохозяйственных наук, старший научный сотрудник отдела сои

Российская Федерация, 350038, г. Краснодар, ул. им. Филатова, д. 17

Георгий Омарович Чамурлиев

Российский университет дружбы народов

Email: giorgostsamourlidis@mail.ru

кандидат сельскохозяйственных наук, старший преподаватель

Российская Федерация, 117198, г. Москва, ул. Миклухо-Маклая, д. 6

Список литературы

  1. Gossortommission. State register of selection achievements approved for use in 2018. Available from: http://reestr.gossort.com [Accessed: 3rd December 2019].
  2. Slobodyanik NS. Breeding new varieties of soybean in the production process of original seeds. International Research Journal. 2015; 1 (32) P. 1: 104—105. (In Russ).
  3. Kruzhilin IP. Optimizatsiya vodnogo rezhima pochvy dlya polucheniya zaplanirovan-nykh urozhaev sel’skokhozyaistvennykh kul’tur v stepnoi zone i polupustynnoi zonakh Nizhnego Povolzh’ya [Optimization of the water regime of the soil for obtaining planned crop yields in the steppe zone and semi-desert zones of the Lower Volga region] [Dissertation] Volgograd; 1982. (In Russ).
  4. Tedeeva AA, Khokhoeva NT, Tedeeva VV. Advanced elements of technology for leguminous crops cultivation. Advances in current natural sciences. 2018. (7):59—64. (In Russ).
  5. Vital RG, Muller S, Da Silva FB, Batista PF, Merchant A, Fuentes D, et al. Nitric oxide increases the physiological and biochemical stability of soybean plants at high temperature. Agronomy. 2019; 9(8):412. doi: 10.3390/agronomy9080412
  6. Koshkarova TS, Tolokonnikov VV, Kantser GP, Mukhametkhanova SS. Modernization of seed production methods for soybean varieties in the Lower Volga region. Proceedings of Nizhnevolzskiy agrouniversity complex: science and higher vocational education. 2020; (3):205—211. (In Russ). doi: 10.32786/2071–9485–2020–03–21.
  7. Miladinović J, Ćeran M, Đorđević V, Balešević-Tubić S, Petrović K, Đukić V, et al. Allelic variation and distribution of the major maturity genes in different soybean collections. Frontiers of Plant Science. 2018; 9:1286. doi: 10.3389/fpls.2018.01286
  8. Food and Agriculture Organization of the United Nations. Statistics Vision, 2016. Available from: http://faostat3.Fao.org/download9/gs/e [Accessed: 3rd December 2019].
  9. Tolokonnikov VV, Kancer GP, Koshkarova TS, Kozhukhov IV. Adaptive, high-white soybean grades for cultivation in meliorized agrolandscapes in south and central Russia. Proceedings of Nizhnevolzskiy agrouniversity complex: science and higher vocational education. 2018; (4):166—170. (In Russ). doi: 10.32786/2071–9485– 2018–04–23
  10. Chamurliev OG, Tolokonnikov VV. Influence of varietal characteristics and techniques of AG-rostehnika on soybean yields under irrigation. Proceedings of Nizhnevolzskiy agrouniversity complex: science and higher vocational education. 2015; (3):87—91. (In Russ).
  11. Robison JD, Yamasaki Y, Randall SK. The ethylene signaling pathway negatively impacts CBF/DREB-regulated cold response in soybean (Glycine max). Frontiers in Plant Science. 2019; 10:121. doi: 10.3389/ fpls.2019.00121

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».