Агрохимия, 2019, № 8, стр. 77-82

ДИАГНОСТИЧЕСКИЕ ОСНОВЫ ОПТИМИЗАЦИИ МИНЕРАЛЬНОГО ПИТАНИЯ КУЛЬТУР ЗЕРНОСВЕКЛОВИЧНОГО СЕВООБОРОТА НА ЧЕРНОЗЕМЕ ТИПИЧНОМ

С. И. Тютюнов 1*, В. В. Никитин 1, В. Д. Соловиченко 1, А. П. Карабутов 1

1 Белгородский федеральный аграрный научный центр РАН
308001 Белгород, ул. Октябрьская, 58, Россия

* E-mail: laboratoria.plodorodya@yandex.ru

Поступила в редакцию 23.08.2018
После доработки 26.10.2018
Принята к публикации 13.05.2019

Полный текст (PDF)

Аннотация

На основе результатов, полученных в длительных опытах в 2-х ротациях 5-польных севооборотов, установили диагностические основы оптимизации минерального питания культур зерносвекловичного севооборота на черноземе типичном. Коэффициент корреляции между продуктивностью культур и содержанием подвижных форм макроэлементов в почве свидетельствовал о тесной связи между содержанием нитратного азота и нитрификационной способностью почвы, между содержанием подвижных форм фосфора и калия (в случае их определения районированным для черноземов методом Чирикова). Коэффициент корреляции для содержания нитратного азота увеличивался для всех культур севооборота, кроме сахарной свеклы, для всех образцов до 1-метровой глубины. Для сахарной свеклы он увеличивался для образцов с глубиной >1 м, однако различия между 1-метровой и 2-метровой колонкой не превышали 9.3%. Поправки на содержание нитратного азота на разной глубине почвы относительно 1-метровой толщи показали значительный доверительный интервал до глубины 80 см, однако использование этой глубины для диагностики азотного питания весьма рискованно, т.к. она будет меняться в зависимости от количества выпадающих осадков. Приведенные шкалы обеспеченности культур усвояемыми макроэлементами имеют региональный статус, отвечают биологическим потребностям растений и позволяют регулировать систему питания культур с учетом плодородия каждого конкретного поля.

Ключевые слова: диагностика питания растений, оптимизация минерального питания культур, зерносвекловичный севооборот, чернозем типичный.

ВВЕДЕНИЕ

Наиболее актуальной и сложной составной частью системы удобрения в севообороте является выбор доз и соотношений значимых макро- и микроэлементов, регламентирующих оптимальный уровень питания растений в течение всего вегетационного периода. Существует большое число методов расчета доз удобрений под все сельскохозяйственные культуры с учетом прежде всего планового урожая и содержания усвояемых элементов питания в почве.

Однако эти методы, в основе которых лежит разовое определение запасов питательных веществ, как правило, в пахотном горизонте, несут в себе определенный, иногда довольно существенный, элемент риска [1]. Почва представляет собой сложную живую гетерогенную систему, состояние которой жестко детерминируется складывающимися погодными условиями. Температурный и водно-воздушный режимы оказывают существенное влияние на направленность и интенсивность химических реакций, происходящих в почвенном растворе и почвенно-поглощающем комплексе (ППК), прямым путем и опосредованно – через почвенную биоту. В силу этого для объективной оценки режима обеспеченности растений питанием необходим оперативно-диагностический контроль путем взятия растительных образцов в критические фазы роста и развития культур и их анализа на содержание основных элементов питания.

Рассматривая проблему определения уровня обеспеченности растений элементами питания за счет почвенных запасов и необходимости применения минеральных удобрений, можно отметить 2 направления. В основу первого направления положены результаты полевых агрохимических опытов, полученных по схеме с 5-ю, 8-ю или более вариантами, на типичных для данного региона почвах. Второе направление предусматривает химические и физиолого-биологические методы анализа почв и растений, которое можно подразделить на 2 основных метода – почвенной диагностики и растительной диагностики. Совокупность этих методов представляет собой комплексный подход к диагностике питания растений, который позволяет контролировать и создавать оптимальные условия питания, проверять действие удобрений при основном внесении, определять время, состав в дозы подкормок, обнаруживать абсолютный и относительный недостаток питательных веществ до того, как на листьях растений проявятся симптомы голодания, разрабатывать гибкую систему удобрения сельскохозяйственных культур для получения запрограммированных в количественном и качественном отношениях урожаев.

Обзор литературы по данной проблеме показал, что методические подходы и алгоритм расчетов практически во всех почвенно-климатических зонах Российской Федерации одинаковы, а вот опорные критерии (коэффициенты использования питательных веществ почвы и удобрений, нормативы выноса питательных веществ на единицу продукции, нормативы питательных веществ на прибавку урожая, глубины отбора образцов почвы и сроки, методики определения содержания подвижных форм элементов в почвах) различаются довольно существенно [210]. Отсюда и шкалы обеспеченности культур основными макроэлементами носят сугубо региональный характер, что является императивом решения этой важной проблемы для каждого конкретного региона.

При разработке методики почвенной диагностики обеспеченности растений основными элементами питания прежде всего определяют среднемноголетний максимальный уровень урожайности культур, исходя из сложившихся в зоне почвенно-климатических условий. Следует отметить, что приход солнечной инсоляции позволяет получать очень высокие урожаи. Например, при использовании 2.5% фотосинтетически активной радиации, приходящей в юго-западной части ЦЧЗ за вегетацию, возможные урожаи составляют: озимой пшеницы – 65, ячменя – 60, зеленой массы кукурузы – 600 и сахарной свеклы – 800 ц/га [11]. Высокие урожаи сельскохозяйственных культур также лимитирует уровень влагообеспеченности их посевов.

Цель работы – выбор наиболее подходящих методов анализа содержания элементов питания в почве, адекватно отражающих сложившиеся реалии, и изучение математических зависимостей между продуктивностью культур зерносвекловичного севооборота и наиболее распространенными для черноземов показателями их плодородия.

МЕТОДИКА ИССЛЕДОВАНИЯ

Для проработки поставленных вопросов были взяты образцы почвы в различно удобренных вариантах полевого опыта за 2 ротации 5-польного севооборота со следующим чередованием культур: горох–озимая пшеница–сахарная свекла–кукуруза на силос–ячмень. Дозы минеральных удобрений (NPK) менялись в пределах до 120 кг д.в./га.

Для выбора наиболее подходящих методов анализа элементов питания в почве, адекватно отражающих сложившиеся реалии, были изучены математические зависимости между продуктивностью культур и наиболее распространенными для черноземов показателями их плодородия.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

Прежде всего следует отметить невысокий коэффициент корреляции между урожайностью и содержанием гидролизуемого азота в почве. Определение минерального азота в пахотном слое почвы показало более тесную зависимость с урожайностью. Наиболее высокие коэффициенты корреляции отмечены между показателями нитрифицирующей способности почвы и содержанием нитратного азота, определяемого методом Грандваль–Ляжу в слое 0–100 см почвы (табл. 1). Однако определение нитрифицирующей способности почвы – метод длительный и дорогостоящий и поэтому для диагностических целей мало подходит. Представляет интерес метод определения нитратного азота, который при существующей лабораторной базе может быть сравнительно легко и малозатратно выполнимым, т.е. может быть поставлен на поток.

Таблица 1.

Коэффициенты корреляции между урожайностью и содержанием элементов питания в черноземе типичном

N-NO3 Nмин Nгидр Нитрифици-рующая способность P2O5 по Чирикову P2O5 по Карпинскому–Замятиной K2О по Масловой K2О по Чирикову K2О в 0.005 н. СаСl2
Сахарная свекла
0.91 0.61 0.41 0.98 0.87 0.89 0.93 0.89 0.86
Ячмень
0.96 0.47 0.38 0.86 0.91 0.96 0.96 0.96 0.88
Кукуруза  
0.89 0.48 0.34 0.97 0.93 0.97 0.92 0.97 0.97
Озимая пшеница
0.95 0.42 0.25 0.96 0.91 0.88 0.86 0.87 0.80

При изучении фосфатного режима почвы были задействованы 2 методики – определение фосфора по Чирикову и по Карпинскому–Замятиной в слабой солевой вытяжке. Статистические критерии степени связи содержания фосфора, извлекаемого из почвы этими методами, практически одинаковы, однако метод Чирикова более технологичен.

При выборе методов определения доступного калия в почве были изучены метод Масловой (обменный), метод Чирикова (подвижный), степень подвижности калия в 0.005 н. CaCl2. Если усреднить коэффициенты корреляции для культур, то они имели между собой несущественную разницу и учитывая, что метод Чирикова (ГОСТ 26204-91) совмещен с анализом почвы на содержание фосфора, следует отдать предпочтение последнему.

Предметом длительных дискуссий в научной среде являются сроки и методы отбора почвы для составления прогноза в потребности в дополнительном азотном питании. Спектр рекомендаций достаточно разнообразен – от поздне-осенних до весенне-летних и от 20 см до 1.5 м глубины.

Были усреднены результаты десятилетних анализов образцов каждой культуры и в целом в севообороте. Содержание нитратного азота в почве под всеми культурами увеличивалось с глубиной, при этом оно было меньше в вариантах без внесения минеральных удобрений, графики этой зависимости были расположены параллельно оси X, начиная с глубины 80–100 см; в удобренных вариантах стабилизация содержания азота происходила с глубины 100–120 см (у зерновых раньше, у пропашных позже).

Характер расположения графиков свидетельствовал о том, что существенная убыль нитратов происходила максимум до глубины 120–140 см, ниже этих отметок оставался запас, не востребованный культурой. Однако коэффициенты корреляции между содержанием нитратного азота и глубиной профиля почвы (0–100 см и нижележащие горизонты) несущественно различались между собою, и поэтому для диагностики почвы на содержание минерального азота можно ограничиться 1-метровой глубиной почвенного профиля (табл. 2).

Таблица 2.

Корреляция между урожайностью и содержанием нитратов в почвенном профиле

Глубина, см Сахарная свекла Ячмень Кукуруза Горох Озимая пшеница
0–20 0.64 0.36 0.69 –0.37 0.28
20–40 0.67 0.75 0.75 –0.22 0.58
40–60 0.69 0.82 0.90 0.22 0.67
60–80 0.73 0.88 0.91 0.62 0.73
80–100 0.75 0.90 0.91 0.63 0.75
100–120 0.76 0.91 0.92 0.65 0.77
120–140 0.79 0.91 0.93 0.65 0.78
140–160 0.81 0.91 0.93 0.65 0.78
160–180 0.81 0.91 0.93 0.65 0.78
180–200 0.82 0.91 0.93 0.65 0.78

Результаты, приведенные в табл. 2, свидетельствовали о довольно большой степени связи между урожайностью и содержанием нитратного азота на небольшой глубине. Поэтому возникает вопрос о возможности использования в диагностических целях образцов, отобранных с небольшой глубины, применяя коэффициенты пересчета на запас азота в слое 0–100 см.

При статистической обработке большой выборки, в которой представлены результаты по годам опыта, были вычислены поправочные коэффициенты на содержание нитратного и общего азота (ГОСТ 26107-84) в исследованных слоях. Они, естественно, убывают с глубиной, уменьшается и ошибка средней величины. Однако доверительный интервал с общепринятым в биологии уровнем вероятности этих величин достаточно широк даже для глубины 0–80 см (табл. 3).

Таблица 3.

Статистические критерии репрезентативности различных глубин отбора почвы для диагностики азотного режима

Глубина, см N-NO3, кг/га Коэффициент пересчета “K” на 100 см Sx Доверительный интервал “K Fфакт
P = 0.95 Р = 0.99
0–20 25 4.04 0.190 3.6–4.5 3.4–5.1 19.8
0–40 52 2.11 0.083 1.9–2.3 1.8–2.5 6.7
0–60 73 1.51 0.033 1.4–1.6 1.3–2.7 3.4
0–80 92 1.19 0.018 1.1–1.2 1.0–1.4 1.5
0–100 110 1.00 0.000   1.0

Например, поправочный коэффициент для слоя 0–20 см на 5%-ном уровне значимости меняется в пределах 3.5–4.5, 0–40 см – 1.9–2.3, 0–60 см – 1.4–1.6, 0–80 см – 1.1–1.2; при 1%-ном уровне значимости разброс минимальных и максимальных показателей был еще больше. Этому свидетельствует сравнения отношения дисперсий для слоев: фактический критерий Фишера больше теоретического на уровне вероятности 0.95 за исключением глубины 0–80 см. Однако в пользу метрового профиля говорят следующие факты. Наблюдения, проведенные в 50-ти полях, свидетельствовали, что запас нитратного азота, локализованного в 1-метровой толще, на 95–97% покрывает вынос этого элемента урожаем. Кроме того, для глубины 0–80 см доверительный интервал поправочных коэффициентов на уровне вероятности 0.99 (именно этот уровень следует брать за основу, учитывая изменчивость исследуемого объекта и его значение) составляет 1.1–1.4.

Сроки отбора почвенных образцов, принимая во внимание лабильность минерального азота, играют очень большую роль. Видимо, чем меньше разрыв во времени между наблюдением и критическим периодом, тем точнее будет прогноз. Однако рано весной отбирать образцы сложно по техническим соображениям из-за высокой влажности поверхностного слоя почвы и острого лимита времени на проведение анализов и расчетов. Поэтому предпочтительнее было бы проводить почвенную диагностику поздно осенью при наступлении отрицательных температур.

Для решения этого вопроса был заложен краткосрочный полевой опыт, в котором на протяжении 3-х лет исследовали азотный режим чернозема типичного под посевом озимой пшеницей. Локализация почвенного азота по слоям поздно осенью и перед уходом растений в зиму складывалась различно и отражала миграционные процессы нитратов под влиянием почвенной воды, однако на глубине 0–90 см количество нитратов в обоих наблюдениях было практически одинаковым (табл. 4).

Таблица 4.

Содержание нитратного азота в черноземе типичном под озимой пшеницей (среднее за 3 года)

Сроки отбора Слой почвы, см Варианты
контроль навоз 2NPK навоз + 2NPK Среднее
N-NO3, кг/га
Осень 0–30 34 42 105 119 73
30–60 54 63 140 142 100
60–90 67 76 158 162 116
Весна 0–30 30 25 47 72 44
30–60 58 45 112 121 84
60–90 77 60 158 166 115

Из большого числа методов по расчету доз минеральных удобрений на плановый урожай представляется наиболее перспективным проводить научный поиск в следующем направлении: определить способность почвы формировать урожай за счет естественных запасов питательных веществ и опытным путем установить нормативы затрат питательных веществ удобрений на единицу прибавочной продукции.

На базе информационного массива, полученного после 2-х ротаций зерносвекловичного севооборота, были рассчитаны шкалы содержания чернозема типичного подвижными элементами питания (табл. 5). Отказ от щелочногидролизуемого азота как показателя обеспеченности азотным питанием объясняется тем, что эта форма азота непосредственно не усваивается и может быть переведена в минеральный азот лишь под действием в основном почвенной биоты. Интенсивность этого процесса и, возможно, даже его направленность будут детерминированы гидротермическими параметрами вегетационного периода, которые в настоящее время, к сожалению, не прогнозируются с необходимым уровнем вероятности.

Таблица 5.

Шкала содержания подвижных элементов питания в черноземе типичном

Обеспеченность Сахарная свекла Кукуруза Озимая пшеница
N-NO3, кг/га
Очень низкая <50 <25 <25
Низкая 50–100 25–50 25–50
Средняя 100–150 50–100 50–100
Повышенная 150–200 100–150 100–150
Высокая 200–250 150–200 150–200
Очень высокая >250 >200 >200
Р2О5, мг/кг
Очень низкая <25 <25
Низкая 25–50 <25 25–50
Средняя 50–75 25–50 50–75
Повышенная 75–100 50–75 75–100
Высокая 100–125 75–100 100–125
Очень высокая >125 >100 >125
K2О, мг/кг
Очень низкая <20 <20 <20
Низкая 20–40 20–40 20–40
Средняя 40–80 40–80 40–80
Повышенная 80–120 80–120 80–120
Высокая 120–160 120–140 120–140
Очень высокая >160 >140 >140

Для прогноза содержания подвижного фосфора в почве оставили метод Чирикова, аттестованный для черноземных почв, однако был уменьшен шаг градации. Считаем, что существующий в настоящее время интервал в 50 мг P2O5/кг почвы очень велик. В самом деле, содержащие, например, 50 и 100 мг P2O5/кг – это почвы, совершенно различные по содержанию этого элемента, а они квалифицируются как среднеобеспеченные.

Кроме того, опытные данные показали, что оптимальный уровень обеспеченности этим элементом должен быть снижен против существующего. Следует полагать, что это связано с окультуренностью черноземов. В зоне в течение последних 15–20 лет отмечен положительный хозяйственный баланс фосфора, и фосфор, экстрагируемый полунормальной уксусной кислотой, в большой степени представлен остаточными фосфатами удобрений. Доступность последних корневой системе культурных растений значительно больше, чем природного. Метод Чирикова разрабатывали более 50 лет назад, и его шкала отражает поведение фосфора, образовавшегося в результате выветривания материнской породы и минерализации почвенной флоры и фауны, а не антропогенного.

ВЫВОДЫ

1. Наиболее приемлемым показателем обеспеченности растений усвояемым азотом в черноземах типичных является содержание нитратного азота. Для подвижных фосфора и калия следует использовать районированный для ЦУЧЗ метод определения этих элементов в одной вытяжке по Чирикову.

2. Отбор почвы на содержание нитратного азота следует производить до глубины 1 м, для фосфора и калия – в слое 0–30 см.

3. Для практического использования результатов почвенной диагностики необходимо использовать для содержания азота оригинальную шкалу БЕЛНИИСХ с ориентацией на нитратный азот, для фосфора и калия оставлен метод Чирикова с корректировкой общепринятой шкалы.

Список литературы

  1. Справочная книга по химизации сельского хозяйства / Под ред. Борисова В.М. 2 изд-е, перераб. и доп. М.: Колос, 1980. 560 с.

  2. Тютюнов С.И. Диагностические основы прогнозирования урожаев культур зерносвекловичного севооборота на черноземах ЦЧР. Белгород: Изд-во “Отчий край”, 2016. 235 с.

  3. Никитин В.В., Тютюнов С.И., Соловиченко В.Д. Основы почвенно-растительной диагностики сельскохозяйственных культур. Белгород: Изд-во “Отчий край”, 2017. 48 с.

  4. Никитин В.В. Практическое руководство по почвенно-растительной диагностике. Культуры зерносвекловичного севооборота на черноземах южной провинции ЦЧР. М., 2017. 84 с.

  5. Никитин В.В. Оптимизация минерального питания культур зерносвекловичного севооборота на черноземах типичных Юго-запада ЦЧЗ: Дис. … д-ра с.-х. наук. М., 1998. 376 с.

  6. Ельников И.И. Экологическое направление в развитии исследований по почвенно-растительной диагностике // Почвоведение: аспекты, проблемы, решения. М., 2003. С. 536–552.

  7. Дженис Ю.А. Оптимизация минерального питания овса на черноземе выщелоченном в условиях Южного Урала: Автореф. дис. … канд. с.-х. наук. Омск, 2009. 16 с.

  8. Погорелова Н.С. Диагностика питания сорго на черноземе обыкновенном: Дис. … канд. биол. наук. Ростов н/Д, 2006. 124 с.

  9. Журбицкий З.И. Коэффициенты использования растениями питательных элементов из удобрений // Методические указания по диагностике минерального питания кормовых, овощных и полевых культур. М., 1972. С. 30–33.

  10. Журбицкий З.И., Лавриченко В.М. Определение потребности растений в питании методом растительной диагностики // Агрохимия. 1977. № 9. С. 127–133.

  11. Кадыров С.В., Федотова В.А. Технология программированных урожаев в ЦУЧР: Справочник. Воронеж, 2005. 544 с.

Дополнительные материалы отсутствуют.