НОРМАЛІЗОВАНИЙ ДИФЕРЕНЦІЙНИЙ ВЕГЕТАЦІЙНИЙ ІНДЕКС ПЩЕНІЦІ ОЗИМОЇ, РІПАКУ ОЗИМОГО ТА КУКУРУДЗИ ЗАЛЕЖНО ВІД НОРМ АЗОТНИХ ДОБРИВ ТА ІНГІБІТОРА НІТРІФІКАЦІЇ
Анотація
Метою було встановити взаємозв’язок та фактичну кореляцію між рівнем нормалізованого диференційного вегетаційного індексу та урожайністю пшениці озимої, ріпаку озимого та кукурудзи при умові використання різних норм азотних добрив у вигляді КАС-32 за поєднаного використання інгібітора нітріфікації. Методи. Впродовж 2018-2021 рр. проводили дослідження в умовах науково-дослідного пункту СТОВ «Дружба Нова» Варвинського р-ну Чернігівської обл. (відділення агрохолдингу Кернел) на чорноземі типовому малогумусному. Однофакторний дослід. Контрольний варіант N10P30K40 (умовно без азотних добрив). КАС‑32 нормою згідно з варіантами досліду, інгібітор нітрифікації 3,4‑диметилпіразолфосфат вносили навесні, відповідно варіанти досліду на ріпаку озимому та кукурудзі як Фон+N120+ІН, Фон+N130+ІН, Фон+N130 та на пшениці озимій як Фон+N100+ІН, Фон+N120+ІН, Фон+N120 Нормалізований диференційний вегетаційний індекс (НДВІ) визначався в результаті знімків з супутників WorldView-2, WorldView-3, Geoeye-1 (Maxar USA). Результати. Рівень НДВІ по пшениці озимій, ріпаку озимому та кукурудзи збільшується по мірі збільшення норм внесеного азоту та застосування інгібітора нітріфікації. Так по пшениці озимій в середньому за три місяці виміру червень, липень та серпень таке збільшення по 2018-2021 рокам досліджень становило 0,56-0,65 в 2018 році, 0,33-0,36 в 2019 році, 0,53-0,65 в 2020 році та 0,30-0,33 в 2021 році. По кукурудзі 0,61-0,67; 0,58-0,62; 0,63-0,67 та 0,52-0,55 відповідно. По ріпаку озимому в середньому за три місяці виміру квітень, травень та червень таке збільшення по 2018-2021 рокам досліджень становило 0,43-0,51 в 2018 році, 0,38-0,51 в 2020 році та 0,36-0,40 в 2021. По всіх роках досліджень 2018-2021 прослідковується збільшення врожайності пшениці озимої, ріпаку озимого та кукурудзи по варіантах досліду із збільшенням норми азоту та використання ІН та поступовим зниженням врожайності при максимальній нормі азотних добрив але без використання ІН. Так по пшениці озимий в середньому за 4 роки досліджень 2018-2021 зафіксовано збільшення врожайності з контрольного варіанту N10P30K40 (фон) 37,4 ц/га до варіантів Фон+N100+ІН 62,7 ц/га та Фон+N120+ІН 63,0 ц/га та з подальшим зниженням урожайності на варіанті досліду (Фон+N120) до 58,5 ц/га. По ріпаку озимому в середньому за 3 роки досліджень 2018-2021 зафіксовано збільшення врожайності з контрольного варіанту N10P30K40 (фон) з 24,8 ц/га до варіантів Фон+N120+ІН 30,6 ц/га та Фон+N130+ІН 31,6 ц/га та з подальшим зниженням урожайності на варіанті досліду (Фон+N130) до 27,9 ц/га. Та по кукурудзі в середньому за 4 роки досліджень 2018-2021 зафіксовано збільшення врожайності з контрольного варіанту N10P30K40 (фон) з 81,4 ц/га до варіантів Фон+N120+ІН 97,5 ц/га та Фон+N130+ІН 95,2 ц/га та з подальшим зниженням урожайності на варіанті досліду (Фон+N130) до 89,7 ц/га. Коефіцієнт кореляції НДВІ з урожайністю на пшениці озимій був високим на рівні 0,94-0,97 в липні, був високим по ріпаку озимому на рівні 0,95-1,0 в квітні на всіх варіантах досліду з підвищеними нормами азотних добрив з використанням інгібітора нітріфікації та без нього. Коефіцієнт кореляції НДВІ з урожайністю кукурудзи був позитивним але на низькому рівні в межах 0,42-0,55 лише в червні по всіх варіантах досліду. Висновки. Встановлено що всім рокам досліджень 2018-2021 найвищий рівень НДВІ, урожайність пшениці озимої, ріпаку озимого та кукурудзи та коефіцієнт кореляції були на варіантах досліду з підвищеною нормою азотних добрив та з використанням інгібітора нітрифікації. Так, по пшениці озимій на варіантах Фон+N100+ІН та Фон+N120+ІН НДВІ в середньому за три місяці був найвищім в межах 0,33-0,65 а урожайність найвища в межах 47,2-81,4 ц/га. По ріпаку озимому та кукурудзі на варіантах Фон+N120+ІН та Фон+N130+ІН НДВІ в середньому за три місяці був найвищім в межах 0,39-0,51 та 0,55-0,67 а урожайність найвища в межах 23,1-38,5 ц/га та 82,7-111,9 ц/га відповідно по всім 4 рокам досліджень 2018-2021. Коефіцієнт кореляції НДВІ з урожайністю був високим у пшениці озимої на рівні 0,94-0,97 в липні та ріпаку озимого на рівні 0,95-1,0 в квітні.
Посилання
2. Gitelson A.A., Kaufman Y.J., Merzlyak M.N. Use of a green channel in remote sensing of global vegetation from EOS-MODIS. Remote Sensing of Environment, 1996. 58 (3). P. 289-298.
3. Boogaard H.L., et al. Description of the MARS Crop Yield Forecasting System (MCYFS).METAMP-1/3. Alterra and VITO, Wageningen and Mol. 2002.
4. Hatfield J.L., Gitelson A.A., Schepers J.S., Walthall C.L. Application of spectral remote sensing for agronomic decisions. Agronomy Journal, 2008. V.100 (1). P.121-127.
5. Tucker C.J. Red and photographic infrared linear combinations for monitoring vegetation. Rem. Sens. Environ. 1979. No.8 (2), 127–150. https://doi.org/10.1016/0034- 4257(79)90013-0.
6. Myneni R.B., Hall F.G., Sellers P.J., Marshak A.L. The interpretation of spectral vegetation indexes. IEEE Transactions on Geoscience and Remote Sensing, 1995. V.33 (2). P.481-486.
7. Satira O., Berberoglu S. Crop yield prediction under soil salinity using satellite derivedvegetation indices. Field Crops Research. 2016. V.192. P. 134–143.
8. Тараріко О.Г., Сиротенко О.В., Ільєнко Т.В., Величко, В.А. Космічний моніторинг посушливих явищ. Вісник аграрної науки. 2012. Вип.№10. С. 16-20.
9. Jiang Z., Huete A.R. Global intercomparison of three NDVI datasets for 1981–2001. Remote Sensing of Environment, 2006. V.101 (2). P.366-379.
10. Pettorelli N., et al. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in Ecology & Evolution, 2005. Vol. 20 (9). P.503-510.
11. Ozesmi S.L., Bauer M.E. Satellite remote sensing of wetlands. Wetl. Ecol. Manag. 2002. No.10 (5). P.381–402. ttps://doi.org/10.1023/a:1020908432489.
12. Ghosh S., Mishra D.R., Gitelson A.A. Long-term monitoring of biophysical characteristics of tidal wetlands in the northern Gulf of Mexico – a methodological approach using MODIS. Rem. Sens. Environ. 2016. No.173, P.39–58. https://doi.org/10.1016/j. rse.2015.11.015.
13. Zhanga J., et al. Monitoring plant diseases and pests through remote sensing technology: A review. Computers and Electronics in Agriculture, 2019. V.165. P. 6-11.
14. Nilsson H.E. Remote sensing and image analysis in plant pathology. Annual Review Phytopathology. 1995. V.33. P. 489–528.
15. Huang J., Chen D, Cosh M.H. Sub-pixel reflectance unmixing in estimating vegetation water content and dry biomass of corn and soybeans cropland using normalized difference water index (NDWI) from satellites. Int. J. Remote Sens. 2009. V. 30 (8). P. 2075–2104.
16. Панченко Л.С., Букін Є.В., Комарова Л.А. Желтоножський В. А. Еколого-економічний аналіз використання азотних добрив у виробництві кукуру- дзи в Україні. Аграрний вісник Дніпропетровської області. 2018. Т.1. №64. С. 67-72.
17. Sulik J.J., Long D.S. Spectral indices for yellow canola flowers. Int. J. Remote Sens. 2015. Vol.36. P. 2751–2765.
18. Han J., Wei C., Chen Y., Weiwei L. Mapping Above- Ground Biomass of Winter Oilseed Rape Using High Spatial Resolution Satellite Data at Parcel Scale under Waterlogging Conditions. Int. J. Remote Sens. 2017. Vol.9 (3). P. 17.
19. Zhang W., Wang X., Zhang Y. Effect of nitrogen application rate on yield and nitrogen use efficiency of maize in Northeast China. Frontiers in Plant Science. 2016. V.7. P.1-12.
20. Ma B. L., Dwyer L. M. Nitrogen management for improving corn yield and nitrogen use efficiency in cool, humid regions. Agronomy Journal. 2015. V.107 (2). P.779-788.
21. Fernández M. C, Rubio G. Root morphological traits related to phosphorus-uptake efficiency of soybean, sunflower, and maize. Journal of Plant Nutrition and Soil Science. 2015. V.178. P. 807–815.
22. Legg J. O., Allison F. E. A tracer study of nitrogen balance and residual nitrogen availability with 12 soils. Soil Sei. Soc. Amer. Proc. 1967. V.31 (3). P. 403–406. 23. Vitousek P. M., et al. Human alteration of the global nitrogen cycle: sources and consequences. Ecological Applications. 1997. V.7 (3). P. 737-750.
24. Xu G., Fan X., Miller A. J. Plant nitrogen assimilation and use efficiency. Annual Review of Plant Biology. 2012. Vol. 63. P. 153–182.
25. Kumar K., еt al. Nitrification inhibitors from the soil environment and their potential use for enhancing crop production. Applied Microbiology and Biotechnology. 2017. V.101 (1). P.13-25.
26. Abalos D., et al. Meta-analysis of the effect of urease and nitrification inhibitors on crop productivity and nitrogen use efficiency. Agric. Ecosyst. Environ. 2014. No.189, P.136–144. doi:10.1016/j.agee.2014.03.036
27. Chunlian Q., еt al. How inhibiting nitrification affects nitrogen cycle and reduces environmental impacts of anthropogenic nitrogen input. Global Change Biology. 2015. No.21 (1249–1257), 3–5. doi: 10.1111/gcb.12802
28. Zerulla, W., еt al. (2001). 3,4-Dimethylpyrazole phosphate (DMPP) – a new nitrification inhibitor for agriculture and horticulture. Biol Fertil Soils. 2001. V.34 (79-84), P.1–4.
29. Commission regulation (EU) № 1257/2014 amending Regulation (EC) No. 2003/2003 of the European Parliament and of the Council relating to fertilizers for the purposes of adapting Annexes I and IV. 2014. P. 12.
