By this author

Methodological aspects of forecasting winter rye yield on lands withdrawn from agricultural cultivation

Issue number 2 from 01.02.2025

Исследования проводили с целью сравнения пригодности двух математических методов для процедуры прогнозирования урожайности озимой ржи в пределах заброшенных земель. Обучающим множеством для настройки прогностических моделей (регрессионного и нейросетевого анализа) послужили результаты длительного мониторинга урожайности озимой ржи на агроэкологической трансекте, заложенной в пределах конечно--моренного холма вблизи г. Тверь. Уравнения регрессии и перцептроны, полученные для разных климатических обстановок, описывающие зависимость урожайности ржи от ландшафтных условий, были применены для прогнозирования ее продуктивности в условиях заброшенных земель, расположенных в том же регионе. Разработанные прогнозы на основе регрессионных и нейросетевых моделей различаются только в деталях. Карты прогнозной урожайности озимой ржи, созданные на основе различных математических подходов, свидетельствуют о пригодности изучаемой территории для выращивания этой культуры, прогнозная средневзвешенная урожайность которой в ее пределах варьирует от 1,52 до 2,61 т/га. Оптимальное местоположение для размещения посевов ржи на основании карты, созданной по результатам прогнозирования, - ландшафт моренно--ледниковой равнины, а ареалы, неблагоприятные для выращивания этой культуры, располагаются в пределах зандровой равнины и долины р. Волга. Для целей адаптивно--ландшафтного земледелия Нечерноземья необходимо рекомендовать совместное использование регрессионного и нейросетевого анализа для получения наиболее достоверных и информативных прогнозов. Создание карт прогнозной урожайности озимой ржи в пределах заброшенного участка на основе архивных данных имеет не только методологический, но и прикладной смысл, так как эта процедура позволяет оценить его пригодность к выращиванию культуры и тем самым ответить на вопрос о целесообразности проведения дорогостоящих экспедиционных исследований.

16 0