- Код статьи
- 10.31857/S2500262723020126-1
- DOI
- 10.31857/S2500262723020126
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 2
- Страницы
- 58-62
- Аннотация
- В последние годы в России отмечают постоянный рост урожайности зерновых культур. В качестве его причины часто рассматривается позитивный тренд метеорологических условий, но веских научных доказательств этому практически не приводится. Цель исследований - анализ изменений потенциальной (климатической) урожайности зерновых в стране за период с 2000 по 2022 гг. Для достижения поставленной цели использовали имитационную модель роста растений WOFOST, которая позволяет оценить воздействие всех метеорологических параметров комплексно. Оценку проводили для сети из 42 репрезентативных точек в разных регионах страны с учетом ежедневных метеорологических параметров и типа почв. Моделирование осуществляли на уровне потенциальной урожайности, при котором учитывается варьирование только метеорологических параметров и считается, что влияние других факторов на урожайность отсутствует. Тренды потенциальной урожайности имеют различную направленность в разных регионах страны. Тренд в сторону более благоприятных для зерновых культур метеорологических условий отмечен для Северного Кавказа, в Нижнем Поволжье, в Западной Сибири и на Дальнем Востоке, в то время как в Центральном и Центрально-Черноземном округах, Верхнем Поволжье, а также на юге Средней Сибири в последние годы отмечено падение потенциальной урожайности. В целом рост урожайности зерновых в последние годы хорошо согласуется с трендом изменения агрометеорологических условий в большинстве зернопроизводящих регионов страны. Однонаправленные тренды метеорологически потенциальной и статистической урожайности отсутствуют лишь в регионах центра Европейской части России, где роль климатического фактора в варьировании урожайности зерновых менее значима, и где можно предположить эффект мер, предпринимаемых правительством, по поддержке и развитию сельского хозяйства.
- Ключевые слова
- рожайность зерновых многолетний тренд агрометеорологических условий Россия имитационное моделирование
- Дата публикации
- 16.09.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 10
Библиография
- 1. FAO. World Food and Agriculture - Statistical Yearbook 2022. Rome: FAO, 2022. 382 p. doi: 10.4060/ cc2211en.
- 2. Abys C., Skakun S., Becker-Reshef I. The Rise and Volatility of Russian Winter Wheat Production // Environmental Research Communications. 2022. Vol.4. No. 10. 101003. URL: https://iopscience.iop.org/article/10.1088/2515-7620/ac97d2 (дата обращения: 05.02.2023). doi: 10.1088/2515-7620/ac97d2.
- 3. Влияние факторов эффективного плодородия почвы на урожайность и качество зерна яровой пшеницы и их моделирование в условиях умереннозасушливой и колочной степи Алтайского края / И.П. Аверьянова, С.В. Жандарова, А.Б. Совриков и др. // Вестник Алтайского государственного аграрного университета. 2017. № 6. С. 15-20.
- 4. Агроинвестор. Россельхозбанк: за пять лет урожайность зерновых в России выросла на 23%. URL: https://agrarian.expert/rosselhozbank-za-pyat-let- urozhajnost-zernovyh-v-rossii-vyrosla-na-23. (дата обращения: 05.02.2023).
- 5. Сизов А.А. Как изменения климата оказались на руку российским аграриям. URL: https://sber.pro/publication/kak-izmeneniia-klimata-okazalis-na-ruku-rossi- iskim-agrariiam (дата обращения: 05.02.2023).
- 6. Карта распаханности почв России / И.Ю. Савин, В.С. Столбовой, С.А. Аветян и др. // Бюллетень Почвенного института имени В.В. Докучаева. 2018. № 94. С.38-56. doi: 10.19047/0136-1694-2018-94-38-56.
- 7. Столбовой В.С., Молчанов Э.Н. Единый государственный реестр почвенных ресурсов России как модель пространственной организации почвенного покрова // Известия Российской академии наук. Серия географическая. 2015. № 5. С. 135-143.
- 8. Araghi A., Martinez C.J., Olesen J. E. Evaluation of multiple gridded solar radiation data for crop modeling // European Journal of Agronomy. 2022. № 133. Р.126419. doi: 10.1016/j.eja.2021.126419.
- 9. Years of the WOFOST Cropping Systems Model / A. de Wit, H. Boogaard, D. Fumagalli, et al. // Agricultural Systems. 2019. Vol. 168. No. 1. P. 154-167. doi: 10.1016/j.agsy.2018.06.018.
- 10. Савин И.Ю., Столбовой В.С., ван Диепен К. Имитационная модель роста сельскохозяйственных растений WOFOST и ее использование для анализа продуктивности земель России. М.: РАСХН, 2001. 216 с.
- 11. Савин И.Ю., Столбовой В.С., Савицкая Н.В. Климатический потенциал урожайности озимой пшеницы в России // Российская сельскохозяйственная наука. 2017. № 3. С. 17-20.
- 12. Кошкин Е.И., Гусейнов Г.Г. Экологическая физиология сельскохозяйственных культур. М.: РГ-Пресс, 2020. 576 с.
- 13. How good is good enough? Data requirements for reliable crop yield simulations and yield-gap analysis / P. Grassini, L. van Bussel, J. van Wart, et al. // Field Crops Research. 2015. Vol. 177. P. 49-63. doi: 10.1016/j. fcr.2015.03.004.
- 14. Росстат. Методические указания по проведению текущих расчетов объемов производства основных продуктов сельского хозяйства (в натуральном выражении) в хозяйствах всех категорий. М.: Росстат, 2019. 64 с.
- 15. Climate impacts on global agriculture emerge earlier in new generation of climate and crop models / J. Jägermeyr, C. Müller, A.C.Ruane, et al. // Nature Food. 2021. No. 2. P. 873-885. doi: 10.1038/s43016- 021-00400-y.
