СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР В УСЛОВИЯХ ИЗМЕНЕНИЯ КЛИМАТА ВНИИР им. Н. И. Вавилова, - презентация

1 СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР В УСЛОВИЯХ ИЗМЕНЕНИЯ КЛИМАТА ВНИИР им. Н. И. Вавилова, Санкт - Петербург 1 Л. НОВИКОВА

2 С середины XX века в Европе происходит удлинение периода с комфортными для культурных растений температурами. Даты цветения пшеницы наблюдаются в Европе до трех недель раньше по сравнению с 50- ми годами ХХ века (1. АГРОТЕХНОЛОГИИ НЕ УСПЕВАЮТ АДАПТИРОВАТЬСЯ К ИЗМЕНЕНИЯМ КЛИМАТА В Германии дикие растения и плодовые деревья показывают более раннее прохождение фенологических фаз на 5 – 7 сут/10 лет (1951 – 2004 гг.), в то время как посев и сбор урожая культурных растений ускоряются на 2 сут/10 лет (2. Дата устойчивого перехода температур через 5°С весной наступает раньше на 2 – 3 сут. /10 лет. В Финляндии после 1980 тренд даты посева яровых зерновых 1-3 сут./10 лет (3. 1 Fitter, A. H. & Fitter, R. S. R. 2002,. Hu et al 2005; Estrella et al 2007,Cleland et al, 2007; Craufurd, P. Q. &Wheeler, T. R. 2009; Amano et al 2010, Keilwagen Menzel et al., Kaukoranta and Hakala,

3 Актуальной задачей современного растениеводства является его адаптация к изменениям климата. Для выявления главных климатических факторов необходима количественная оценка связи временных рядов хозяйственно ценных признаков и агроклиматических показателей. Статистический анализ связей временных рядов имеет ряд особенностей. 3

4 ПРОБЛЕМЫ СТАТИСТИЧЕСКОГО АНАЛИЗА СВЯЗИ ВРЕМЕННЫХ РЯДОВ Наличие во временных рядах трендов различной природы – климатических и агротехнических приводит к искажению регрессионных связей, появлению ложных корреляций. Короткие ряды исходных данных дают недостоверные модели. Необходимо смыкать ряды наблюдений разных объектов из разных пунктов для увеличения числа наблюдений. 4

5 МЕТОДЫ АНАЛИЗА СВЯЗЕЙ ВРЕМЕННЫХ РЯДОВ Анализ временных рядов разработан в частности в эконометрике – науке об анализе экономических данных. Способы исключения трендов из исследуемых рядов : анализ связей отклонений от трендов ( Руководство по агрометеорологическим прогнозам, 1984; Николаев, 1994; Сиротенко и др., 2011); включение в регрессионную модель времени в явном виде ; анализ переменных в разностях. Создаются объединенные модели синхронных рядов наблюдений (« панельных данных »). Модели основаны на сходстве реакции исследуемых объектов на внешние воздействия. 5

6 ЦЕЛЬ ИССЛЕДОВАНИЯ Построение актуальных регрессионных моделей зависимости хозяйственно ценных признаков культурных растений от агроклиматических факторов. МАТЕРИАЛ Длинные ряды наблюдений за сортами различных видов культурных растений в шести пунктах ЕТ РФ с 60- х гг. XX века. МЕТОД Регрессионный анализ временных рядов, в том числе его модификации – в разностях и панельных данных. 6

7 СКОРОСТИ ИЗМЕНЕНИЯ ХАРАКТЕРИСТИК ПЕРИОДА С ТЕМПЕРАТУРАМИ ВЫШЕ 15˚ С С 1980 Г., ЕД./ ГОД. 3 Место изученияΣ T акт 15 Σ T эф 15 Р 15 ГТК 15 L 5-15 L L 15_10 Полярная ОС ВИР, Мурманская обл. 5,691,270,57-0,0010,140,260,49 Пушкинские лаб. ВИР, г. СПб 15,735,235,232,420,0050,530,47-0,23 МОВИР, Московская обл. 17,077,930,12-0,016-0,12 -0,08 ЕОС ВИР, Тамбовская обл. 24,368,155,670,0110,03 -0,25 КОС ВИР, Краснодарский край 17,168,93 0,77-0,0020,430,06-0,16 ВНИИВиВ, г. Ростовская обл. 19,4511,18-1,00-0,0100,08-0,10-0,05 Подчеркнуты значимые тренды Обозначения: ΣT акт 15 –сумма активных температур за период устойчивого перехода через 15°С; ΣT эф 15 – сумма эффективных температур за период устойчивого перехода через 15°С; Р 15 – сумма осадков за период устойчивого перехода температур через 15°С, мм; L 10 _15, L 5 _15, – продолжительность периода между датами устойчивого перехода температур через 10 и 15°С, 5 и 15°С весной, сут.

8 ДИНАМИКА СУММ ТЕМПЕРАТУР ВЫШЕ 15˚ С, 1980 – 2013 ГГ. 8 Пушкинские лаб. ВИР, г.СПб МОВИР, Московская обл. ЕОС ВИР, Тамбовская обл. КОС ВИР, Краснодарский край ВНИИВиВ, г.Новочеркасск Полярная ОС ВИР, Мурманская обл.

9 Скорости изменения хозяйственно ценных признаков изученных сортов с 1980 г. Место исследования КультураСорт Скорость изменения Вег. период, сут./год Высота, см/год Масса 1000 зерен, г/год Урожайность, г/год Полярная ОС ВИРКартофель Хибинский ранний-0, Пушкинские лаб. ВИР Овес Боррус-0,41-0,26-0,401,90 Овес 16 образцов диких видов -2,23* Пшеница Ленинградка-0,140,27-0,14-2,12 Ячмень Белогорский-0,210,06-0,022,38 Московский 121-0,09-0,29-0,03-1,15 Лен Светоч-0,10-0,06 Капуста белокочанная Номер первый грибовский ,49 -26,9 Слава грибовская 231-0,39 -40,1 Амагер 611-0,68 -20,8 Кольраби Венская белая ,14 4,2 Цветная капустаМОВИР-74-0,01 -16,7 МОВИР, Московская обл. Овес Гамбо 0,18-0,37-0,152,25 Овес Немчиновский 20,19-0,55-0,162,33 Пшеница Московская 350,12-0,04 -1,57 ЕОС ВИР, Тамбовская обл. Овес Горизонт 0,211,020,094,48 Пшеница Кутулукская-0,080,870,514,48 КОС ВИР, Краснодарский кр. Овес Краснодарский 730,14-0,22-0,3610,96 ОвесOtter0,31-2,310,19-25,07 Соя Комсомолка 0,26-0,75-0,162,37 ВНИИВи ВВиноградколлекция-0,

10 СКОРОСТЬ ИЗМЕНЕНИЯ ПРОДОЛЖИТЕЛЬНОСТЬ ВЕГЕТАЦИОННОГО ПЕРИОДА ОБРАЗЦОВ ДИКИХ ВИДОВ ОВСА, ПУШКИНСКИЕ ЛАБ., 1987 – 1999 ГГ. Номер по каталогу Вид ПроисхождениеСредняя продолжительность вегетации, сут. Линейный тренд продолжительности вегетации, сут./ год 12A.vavilovianaMordv.Ethiopia A.fatua L.Ukraine A.wiestiiSteud.Israel A.fatua L.Kazakhstan A.barbataPott.Ethiopia Borrus, стандартный сорт A.vavilovianaMordv.Ethiopia A.barbataPott.Azerbaijan A.barbataPott.Iran A.sterilis L.Japan A.barbataPott.Azerbaijan A.sterilis L.Morocco A.barbataPott.Israel A.sterilis L.Morocco A.barbataPott.Spain A.barbataPott.Azerbaijan A.barbataPott.Portugal

11 СКОРОСТЬ ИЗМЕНЕНИЯ ПРОДОЛЖИТЕЛЬНОСТИ ПЕРИОДА ОТ НАЧАЛА РАСПУСКАНИЯ ПОЧЕК ДО ПОЛНОЙ ЗРЕЛОСТИ ЯГОД, 20 СОРТОВ ВИНОГРАДА КОЛЛЕКЦИИ ВНИИВИВ, НОВОЧЕРКАССК, 1980 – 2012 ГГ. Сорт Средняя продолжительность, сут Тренд, сут./ год Белорозовый Жемчуг Саба Восторг Богатырский Кодрянка Алар Шасла белая Агат Донской Лакдедьи мезеш Гечеи заматош Карамол Десертный Зала денди Димацкун Красностоп золотовский Галан Грушевский белый Каберне Совиньон Молдова Ркацители Жемчуг Саба Шасла белая Ркацители

12 САХАРИСТОСТЬ И КИСЛОТНОСТЬ ЯГОД СОРТОВ ВИНОГРАДА КОЛЛЕКЦИИ ВНИИВИВ, РОСТОВСКАЯ ОБЛ., 1981 – 2012 ГГ. Образец Продолжи - тельность вегетации, сут Сахаристость, г /100 см 3 Кислотность, г / дм 3 Средняя Тренд с 1995 г Корр. с ГТК 15 Средняя Тренд с 1995 г Корр. с ГТК 15 АГАТ ДОНСКОЙ ВОСТОРГ ГАЛАН ДЕСЕРТНЫЙ ЗАЛА ДЕНДЬ КАБЕРНЕ СОВИНЬОН КАРАМОЛ КОДРЯНКА КРАСНОСТОП ЗОЛОТОВСКИЙ ЛАКХЕДЬИ МЕЗЕШ МОЛДОВА МУРОМЕЦ МУСКАТ ВЕНГЕРСКИЙ НАХОДКА ОСОБЫЙ РИСЛИНГ РКАЦИТЕЛИ СЕНСО СИБИРЬКОВЫЙ СТЕПНЯК ФРУМОАСА АЛБЭ ЦВЕТОЧНЫЙ ШАСЛА БЕЛАЯ Среднее по 23 сортам

13 АНАЛИЗ СВЯЗЕЙ ВРЕМЕННЫХ РЯДОВ В РАЗНОСТЯХ Пусть уровень хозяйственно - ценного признака y t в момент времени t линейно зависит от климатической характеристики K t с коэффициентами регрессии a K, b K и от систематического не климатического постороннего воздействия с коэффициентами a t, b t. Задача – найти b K. Чтобы убрать влияние a и b, переходим от рассмотрения исходных уровней признаков к анализу их приростов за последующие годы : По полученным уравнениям в разностях можно определить коэффициент регрессии исходных уровней b K. Если не климатическая тенденция – полином второго порядка то анализ зависимости Y от K получим переходом ко вторым разностям Y : 13

14 ОБЪЕДИНЕННЫЕ МОДЕЛИ При обнаружении общности предикторов и коэффициентов регрессионных моделей были построены объединенные уравнения для нескольких сортов, культур, географических пунктов. Объединенные модели разных географических пунктов возможны только при использовании обобщенных агроклиматических показателей. Были использованы характеристики периодов с температурами, превышающими заданные пределы. 14

15 РЕГРЕССИОННЫЕ УРАВНЕНИЯ ПРОДОЛЖИТЕЛЬНОСТИ ВЕГЕТАЦИИ ЗЕРНОВЫХ И ЛЬНА Пушкинские лаб.: Овес Боррус L= Σ T эф 15 R=0.81 Пшеница Ленинградка L= Σ T эф 15 R=0.77 Ячмень БелогорскийL = ΣТ эф 15 R =0.72 Ячмень Московский 121 L = ΣТ эф 15 R =0.68 Лен Светоч L= ΣТ эф 15 R=0.79 МОВИР, Московская обл.: Овес Гамбо L= Σ T эф L 10_ tR=0.78 Овес Немчиновский 2L= Σ T эф tR=0.81 Пшеница Московская 35L= Σ T эф L 10_ tR=0.79 ЕОС ВИР, Тамбовская обл.: Овес Горизонт L= Σ T эф R 15 R=0.81 Пшеница Кутулукская L= ΣТ эф R 15 R=0.77 КОС ВИР, Краснодарский кр.: Овес Краснодарский 73L= Σ T эф L 5_15 R=0.72 Овес Otter L= ΣT эф L 5_15 R =

16 ОБЪЕДИНЕННАЯ МОДЕЛЬ ВЕГЕТАЦИОННОГО ПЕРИОДА ИЗУЧЕННЫХ ЗЕРНОВЫХ НА ЕТ РФ Пушкинские лаб.: Δ L= ΔΣ T эф 15 R=0.82 МОВИР : Δ L= Δ Т эф Δ L 10_15 R=0.73 ЕОС ВИР : Δ L= ΔΣТ эф Δ R 15 R=0.76 КОС ВИР : Δ L= Δ L 5_ ΔΣ T эф 15 R= станции Δ L= ΔΣ T эф Δ L 10_ Δ R 15 R=0.75 Число наблюдений 251 Общий коэффициент детерминации 55%. Частные коэффициенты детерминации : температура = 42%, продолжительность весеннего периода с температурами С = 12%, осадки = 2%. 16

17 ОБЪЕДИНЕННЫЕ МОДЕЛИ ПРОДОЛЖИТЕЛЬНОСТИ ВЕГЕТАЦИИ КОЛЛЕКЦИЙ КУЛЬТУР Капуста 5 стандартов, всходы – начало хозяйственной годности, Пушкинские лаб. ΔL= ΔΣТ эф R 10 R=0.38 Дикие виды овса, 16 образцов, Пушкинские лаб. Δ L= Т п ΣТ эф 15 R=0.88 Виноград, 20 сортов, ВНИИВиВ, Ростовская обл. ΔL= ΔΣT ΔL 10_15 R=

18 МОДЕЛЬ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ СОРТОВ - СТАНДАРТОВ ОВСА, ПШЕНИЦЫ, ЯЧМЕНЯ НА ЧЕТЫРЕХ СТАНЦИЯХ ВИР Высота растения ΔH= ΔΣТ эф 15 R=0.57 M 1000 – не обнаружена связь с климатическими условиями Масса зерна с 1 м 2 ΔY= ΔH ΔM 1000 R=

19 МОДЕЛИ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ « СРЕДНЕГО ОБРАЗЦА » ВИНОГРАДА, РОСТОВСКАЯ ОБЛ. 19 Урожай с куста: Y=2,759+0,010ΣT эфф.пред 20 +0,192Т мин +0,034L R=0,75 Скорость изменения: с 1995 г. сахаристость: 0,20 г/см 3/год; кислотность -0,21 г/дм 3/год Сахаристость: ΔС =-0,071-2,599ΔГТК 15 R=0,76 Кислотность: ΔК =-0,026+2,871ΔГТК 15 R=0,71

20 МОДЕЛИ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ КАРТОФЕЛЯ ХИБИНСКИЙ РАННИЙ НА ПОЛЯРНОЙ ОС ВИР 20 Продолжительность посадка-цветение L= 64,752-0,035ΣТ акт 15 R=0.79 Продолжительность цветение-уборка L = 21,216+0,041ΣТ акт 15 R=0.52 Масса с куста M=-49,3+0,026Д10°С осенью R=0.57 Скорость изменения содержания крахмала: с 1980 г. 0,012 %/год с 1990 г. 0,058 %/год Содержание крахмала ΔС= ΔΣТ акт ΔР 15 R=0.52

21 ВТОРЫЕ РАЗНОСТИ РЕГРЕССИОННЫЕ МОДЕЛИ ХОЗЯЙСТВЕННО ЦЕННЫХ ПРИЗНАКОВ, СОЯ КОМСОМОЛКА, КОС ВИР, 1973 – 2009 ГГ. Продолжительность вегетации: ΔΔL= ΔΔГТК ΔΔL 15_10 R=0.77 Высота: ΔΔН= ΔΔГТК 10 R=0.69 Масса 1000 зерен: ΔΔM 1000 = ΔΔR VIII +0.30ΔΔR VII R=0.66 Урожай с 1 м 2 : ΔΔY= ΔΔГТК 10 R=

22 ПАНЕЛЬНЫЕ ДАННЫЕ, МОДЕЛЬ С ФИКСИРОВАННЫМИ ЭФФЕКТАМИ Модель продолжительности вегетации (L), овес, КОС ВИР Краснодарский 73 L= L ΣT эф 15 R =0.72 Otter L= L ΣT эф 15 R = сорта овсаΔL= L ΔΣT эф 15 R=

23 23 ПУШКИНСКИЙ Ф-Л, ПШЕНИЦА ЛЕНИНГРАДКА, ВЫСОТА РАСТЕНИЯ, 1972 – 2009ГГ. ЭЛИМИНИРОВАНИЕ АГРОТЕХНИЧЕСКОГО ВОЗДЕЙСТВИЯ ПЕРЕХОДОМ К РАЗНОСТЯМ

24 ПРОГНОЗ ТРЕНДА ПРОДОЛЖИТЕЛЬНОСТИ ВЕГЕТАЦИИ ИССЛЕДОВАННЫХ СОРТОВ, СУТ. /ГОД Место изучения Культура Факт Расчет с учетом неклиматической составляющей Расчет климато- обусловленного тренда Пушкинские лаб. ВИР зерновые капуста МО ВИР зерновые ЕОС ВИР зерновые КОС ВИР овес ВНИИВи Ввиноград

25 ВЫВОДЫ Регрессия в разностях повышает качество климатических моделей при наличии агротехнических трендов и позволяет создавать объединенные модели хозяйственно ценных признаков растений, исследованных в различные годы в разных географических пунктах для выявления главных климатических факторов. Прогнозируется сокращение вегетации районированных ранее сортов под влиянием роста температур. Отрицательное воздействие роста температур может быть частично компенсировано увеличением количества осадков, а также более ранним посевом, ростом уровня агротехники. Наблюдающееся потепление положительно сказывается на качестве урожая культур, выращиваемых у северных границ зоны их возделывания под действием уменьшения ГТК. 25

26 26 Благодарю за внимание