RU2794981C1 - Способ определения степени засухи и вероятности её наступления при производстве сельскохозяйственных культур в условиях засух - Google Patents

Способ определения степени засухи и вероятности её наступления при производстве сельскохозяйственных культур в условиях засух Download PDF

Info

Publication number
RU2794981C1
RU2794981C1 RU2022110971A RU2022110971A RU2794981C1 RU 2794981 C1 RU2794981 C1 RU 2794981C1 RU 2022110971 A RU2022110971 A RU 2022110971A RU 2022110971 A RU2022110971 A RU 2022110971A RU 2794981 C1 RU2794981 C1 RU 2794981C1
Authority
RU
Russia
Prior art keywords
drought
degree
crops
production
zone
Prior art date
Application number
RU2022110971A
Other languages
English (en)
Inventor
Борис Азреталиевич Ашабоков
Людмила Михайловна Федченко
Хаджи-Мурат Хасанович Байсиев
Алла Амарбиевна Ташилова
Лара Асировна Кешева
Наталия Вячеславовна Теунова
Original Assignee
Федеральное государственное бюджетное учреждение "Высокогорный геофизический институт "ФГБУ "ВГИ"
Filing date
Publication date
Application filed by Федеральное государственное бюджетное учреждение "Высокогорный геофизический институт "ФГБУ "ВГИ" filed Critical Федеральное государственное бюджетное учреждение "Высокогорный геофизический институт "ФГБУ "ВГИ"
Application granted granted Critical
Publication of RU2794981C1 publication Critical patent/RU2794981C1/ru

Links

Abstract

Изобретение относится к области сельского хозяйства и может быть использовано для повышения эффективности производства с/х культур на территориях, на которых возможности орошения или полива с/х земель ограничены или невозможны из-за отсутствия воды или особенностей рельефа. В способе подбирают структуру сельскохозяйственных культур в условиях засух с учетом характеристик засух, уязвимости культур опасными погодными явлениями и необходимых объемов их производства на рассматриваемой площади. В процессе производства сельскохозяйственных культур в текущем сезоне определяют ежедневные агрометеорологические параметры – температуру приземного воздуха t и жидкие осадки Р. Выделяют месяцы, в течение которых средняя температура приземного воздуха превышает плюс 10°С, после этого для указанных интервалов времени определяют сумму выпавших осадков Р на рассматриваемой площади (в мм) и степень увлажнения почвы К по формуле
Figure 00000044
где
Figure 00000045
- сумма осадков за период с температурами выше +10°С, мм;
Figure 00000046
- сумма температур за этот же отрезок времени, °С; 0,1 - коэффициент нормирования по параметру t; степени засух
Figure 00000047
для рассматриваемой площади определяют по следующим критериям: при K1>1,3 - соответствует избыточному увлажнению или зоне дренажа - отсутствие засухи; при 1<K2≤1,3 - данный интервал является зоной обеспеченного увлажнения - отсутствие засухи; при 0,7<K3≤1,0 - интервал называется засушливой зоной - соответствует слабой засухе; при 0,5<K4≤0,7 - интервал соответствует зоне сухого земледелия - средней засухе; при K5≤0,5 - соответствует зоне ирригации - сильной засухе, используя архивные данные метеостанций, для данной площади аналогично определяют степень увлажнения почвы Кj за предыдущие N лет и дискретную вероятность наступления различных степеней засухи для следующего сезона pj по формуле
Figure 00000048
где nj - количество случаев, соответствующих степени засухи
Figure 00000049
за N лет, затем по степени увлажнения Кj определяют соответствующие степени засух для рассматриваемой площади и степени повреждаемости
Figure 00000050
различных сельскохозяйственных культур (i-х видов) от засухи. С учетом вероятности наступления различных степеней засухи для следующего сезона pj и степени повреждаемости культур от засухи

Description

Изобретение относится к сельскому хозяйству (к растениеводческой отрасли) и может быть использовано для снижения потерь данной отрасли экономики от засух, частота возникновения и негативное влияние на производство сельскохозяйственной продукции которых увеличиваются вследствие изменения климата Земли.
Наиболее распространенным методом борьбы с засухами можно считать повышение влагосодержания почвы путем орошения или полива. Но главным препятствием практического использования данного подхода для снижения потерь сельского хозяйства, связанных с данным погодным явлением, является существенная ограниченность водных ресурсов практически для всех регионов-производителей с/х продукции в России. Другим недостатком данного подхода, в существенной степени ограничивающим масштабы практического его использования даже при наличии источников воды, является то, что построение оросительных систем может быть связано с большими затратами ресурсов. По результатам исследований, эти проблемы будут обостряться с течением времени вследствие потепления климата.
Другим подходом к решению данной проблемы является искусственное увеличение или вызывание осадков из облаков путем активного воздействия на них. Возможности использования данного подхода ограничиваются тем, что нехватка влаги или возникновение засух является результатом отсутствия в атмосфере условий, благоприятствующих образованию облаков, пригодных для активного воздействия с целью вызывания осадков. Кроме этого, эффективность и надежность существующих методов активного воздействия на облака нельзя считать достаточными для вызывания осадков из облаков в широких масштабах. К этому следует добавить, что во время засух формирование конвективных явлений, приводящих к образованию кучево-дождевых облаков, способных дать осадки существенно ограничено, что делает незначительной эффективность мероприятий по увеличению осадков из облаков. В связи с этим чрезвычайно актуальной становится разработка методов снижения потерь сельского хозяйства от засух, основанных на новых механизмах. Кроме этого, важное значение принимают такие требования к этим методам, как экономичность и возможность практического использования на обширных территориях, которые продиктованы изменением климата.
Проведенный анализ публикаций, посвященных методам снижения рисков в сельском хозяйстве, связанных с опасными природными явлениями (ОПЯ), показали, что в настоящее время отсутствуют такие методы, которые позволяют решать данную проблему с учетом предъявляемых к ним требований.
Известен способ оптимизации сельскохозяйственного производства с учетом своевременности посева и природных событий [1].
В данной работе приведена модель оптимизации структуры посевных площадей с учетом своевременности посева и в условиях проявления гидрологических событий, которая записана в рамках линейного программирования. В работе описан алгоритм решения задачи оптимизации производства сельскохозяйственной продукции на основе предложенной модели, который позволяет определить площади различных сельскохозяйственных культур, обеспечивающих наибольшую прибыль от производства в условиях природных рисков. Он основан на рассмотрении различных сценариев влияния опасных природных явлений на сельское хозяйство, которые отличаются друг от друга площадью сельскохозяйственных земель, охваченных ОПЯ, например, засухами. Однако в работе не рассматривается проблема определения площади земель, которая может быть охвачена ОПЯ в предстоящем году, что значительно снижает возможности практического использования изложенного метода на практике. Известен также способ оптимизации производства сельскохозяйственной продукции при редком сочетании засух и гидрологических событий [2].
В данной работе в рамках линейного программирования предложена модель оптимизации производства сельскохозяйственной продукции в условиях проявления сочетания природных событий в виде дождевого паводка, весеннего половодья и засухи. Рассмотрены четыре задачи со случайными параметрами, характеризующие воздействие различных сочетаний перечисленных природных событий. В качестве случайных параметров использовались максимальные расходы воды весеннего половодья и дождевого паводка, урожайность сельскохозяйственных культур, земельные ресурсы, подверженные затоплению и влиянию засухи.
Недостатком данного способа является то, что в нем не рассматривается проблема оценки площади сельскохозяйственных земель, которая может быть охвачена ОПЯ в предстоящем году, что снижает возможности практического его использования.
Известен другой способ оценки влияния сильных засух на урожайность зерновых культур с использованием алгоритма имитационного моделирования для случайных и слабо связанных выборок, на основе которой сформулирована и решена задача математического программирования для планирования производства в крайне засушливых условиях [3]. Данный способ обладает теми же недостатками, которые были отмечены в приведенных выше способах [1-2].
Известен также способ сохранения водных ресурсов и борьбы с опустыниванием и засухой, основанный на использовании таких технологий обработки почвы, которые не уплотняют почву [4].
Недостатком данного способа является то, что уплотненная почва не в состоянии впитывать и удерживать всю воду, выпадающую в виде осадков. Происходит быстрое ее испарение, что повышает содержание пара и парниковых газов в атмосфере. В этой связи содержание влаги в уплотненной почве значительно (в два и более раз) меньше, чем в почве с естественной плотностью, что снижает эффективность функционирования не только растениеводческой отрасли, а аграрного сектора в целом.
Наиболее близким по технической сущности к заявляемому объекту является способ регулирования фитоклимата в агрофитоценозах при капельном орошении и система для его осуществления [5].
Согласно данному способу осуществляется периодическое орошение корнеобитаемого горизонта, и периодическое увлажнение растений. Для этого определяют температуру приземного слоя воздуха, температуры листьев растений и относительную влажность приземного слоя воздуха. Затем по данным проведенных измерений выполняют увлажнение приземного слоя воздуха, листьев и стеблей растений каплями воды диаметром 100-800 мкм в течение 3-4 ч, а также капельный полив до снижения температуры почвы +22…26°С. Для этого используется система, включающая источник воды, насосную станцию с фильтрами, гидравлически связанную гибкими поливными трубопроводами, имеющими капельницы.
Недостатком данного способа является значительная трудоемкость практического его осуществления и, как следствие, большие затраты финансовых и других ресурсов на практическое его использование, в предгорных районах юга России, где возможности орошения и полива сельскохозяйственных земель ограничены или невозможны из-за отсутствия воды или особенностей рельефа. В этой связи данный способ не получил практического распространения на практике.
С учетом изложенного, техническим результатом заявленного способа является повышение эффективности производства сельскохозяйственных культур на территориях, на которых возможности орошения или полива сельскохозяйственных земель ограничены или невозможны из-за отсутствия воды или особенностей рельефа.
Технический результат достигается тем, что в известном способе определения степени засухи и вероятности ее наступления при производстве сельскохозяйственных культур в условиях засух, характеризующемся тем, что подбирают структуру их производства с учетом характеристик засух, уязвимости культур опасными погодными явлениями и необходимых объемов их производства на рассматриваемой площади, в процессе производства сельскохозяйственных культур на рассматриваемой площади в текущем сезоне определяют ежедневные агрометеорологические параметры - температуру приземного воздуха t и жидкие осадки Р, затем выделяют месяцы, в течение которых средняя температура приземного воздуха превышает плюс 10°С, после этого для указанных интервалов времени определяют сумму выпавших осадков Р на рассматриваемой площади (в мм) и степень увлажнения почвы К, по формуле
Figure 00000001
где
Figure 00000002
- сумма осадков за период с температурами выше +10°С (мм);
Figure 00000003
- сумма температур за этот же отрезок времени, °С; 0,1 - коэффициент нормирования по параметру t, степени засух pj(Кj) для рассматриваемой площади определяют по следующим критериям: при K1>1,3 - соответствует избыточному увлажнению или зоне дренажа - отсутствие засухи; при 1<K2≤1,3 - данный интервал является зоной обеспеченного увлажнения - отсутствие засухи; при 0,7<K3≤1,0 - интервал называется засушливой зоной - соответствует слабой засухе; при 0,5<K4≤0,7 - интервал соответствует зоне сухого земледелия - средней засухе; при K5<0,5 -соответствует зоне ирригации - сильной засухе, используя архивные данные метеостанций, для данной площади аналогично определяют степень увлажнения почвы Кj за предыдущие N лет и дискретную вероятность наступления различных степеней засухи для следующего сезона pj, по формуле
Figure 00000004
где nj - количество случаев, соответствующих степени засухи pj(Кj) за N лет, затем по степени увлажнения Kj определяют соответствующие степени засух для рассматриваемой площади и степени повреждаемости
Figure 00000005
различных сельскохозяйственных культур (i-х видов) от засухи, после этого, с учетом вероятности наступления различных степеней засухи для следующего сезона pj* и степени повреждаемости культур от засухи
Figure 00000006
, подбирают виды культур для следующего сезона, производство которых на рассматриваемой площади является целесообразным.
В таблице 1 приведены вероятности наступления различных степеней засухи pj(Kj) на рассматриваемой территории и степени повреждаемости культур от засухи
Figure 00000007
, которые равны доле урожайности i-ой культуры (i=1 пшеница, i=2 кукуруза, i=3 овес, i=4 картофель), потерянной под воздействием засух в j-ом состоянии.
Figure 00000008
Из таблицы 1 следует, что данное погодное явление на рассматриваемой территории может находиться в пяти состояниях. Первое p1(K1) и второе р2(K2) состояния соответствуют отсутствию засух для рассматриваемой площадки в конкретной климатической зоне (предгорная, степная зоны). Соответствующие состоянию засухи р1(K1) и р2(K2) коэффициенты воздействия на отмеченные сельскохозяйственные культуры
Figure 00000009
(j=1,2; i=1 пшеница, i=2 кукуруза, i=3 овес, i=4 картофель), как можно заметить, минимальны. Последнее состояние р5(K5) соответствует случаю, когда влияние засух на с/х культуры максимально. В данном случае они практически полностью погибают. Коэффициенты воздействия данного явления на с/х культуры в этом случае предполагаются равными:
Figure 00000010
=0,8;
Figure 00000011
=0,8;
Figure 00000012
=0,8;
Figure 00000013
=0,9.
Примеры выполнения способа.
В качестве примера выбраны 2 площадки, где на протяжении многих лет производят различные виды с/х культур, расположенные:
1. в предгорной зоне г. Нальчика (площадка S1);
2. в степной зоне г. Прохладного (площадка S2).
Пример выполнения способа №1 (площадка S1).
1. В процессе производства с/х культур на рассматриваемой площадке S1 в сезоне 2020 года измеряли ежедневные агрометеорологические параметры в предгорной зоне г. Нальчика: температуру приземного воздуха t и жидкие осадки Р. Результаты данных измерений представлены в таблице 2.
Figure 00000014
В таблице 2 выделяем месяцы со средней температурой выше +10°С: май, июнь, июль, август, сентябрь, октябрь (6 месяцев). Далее в эти же месяцы выделяем среднемесячные суммы осадков. Сумма осадков
Figure 00000015
определяется как простое сложение ежемесячных данных осадков за выделенные 6 месяцев:
Figure 00000016
=182,1+68,5+15,5+83,9+20,3+6,3=376,6 мм.
Сумма температур определяется с учетом количества дней в каждом месяце:
Figure 00000017
=16,1⋅31 (май)+21,9⋅30 (июнь)+25,0⋅31 (июль)+22,1⋅31 (август)+19,2⋅30 (сентябрь)+14,1⋅31 (октябрь)=3629,3°С.
Тогда по формуле (2) находим:
Figure 00000018
.
Полученный коэффициент К=1,04 соответствует состоянию обеспеченной увлажненности для рассматриваемой территории в 2020 году (1<K2≤1,3 - коэффициент в данном интервале характеризует зону обеспеченного увлажнения (отсутствие засухи).
Далее, используя архивные данные температур и осадков за предыдущие N лет (например, N=60 лет), аналогично проводится расчет коэффициента увлажнения К для каждого года.
В результате расчетов имеем следующее распределение: n1 - количество коэффициентов К1, n2 - количество коэффициентов К2, n3 -количество коэффициентов К3, n4 - количество коэффициентов К4, n5 -количество коэффициентов К5 за N лет, при этом:
Figure 00000019
Результаты вычислений коэффициентов К за N=60 лет для рассматриваемой территории S1 (предгорная зона) представлены в таблице 3.
Figure 00000020
Figure 00000021
Тогда из таблицы 3 имеем следующее распределение по количеству nj коэффициентов К1, К2, К3, К4, К5: n1=28; n2=22; n3=9; n4=1; n5=0.
Далее определяем вероятность наступления различных состояний засухи для следующего сезона по формуле
Figure 00000022
где nj - количество случаев засух, соответствующих принятым градациям за предыдущие N лет, для данной площадки.
В таблице 4 приведены вероятности наблюдения этих случаев на выбранной площадке.
Figure 00000023
Из таблицы 4 следует, что наиболее часто встречающимся на рассматриваемом отрезке времени является случай избыточного увлажнения (р1=0,47), за ним следует случай обеспеченного увлажнения (р2=0,37). Случаю, когда значение K находится в засушливой зоне К3, соответствует вероятность р3=0,15; зоне сухого земледелия (средняя засуха) на выбранной площадке соответствует вероятность p4=0,017.
Можно заметить, что случай K5≤0,5, который соответствует сильной засухе, не наблюдался за весь период времени 1961-2020 гг. на рассматриваемой площадке (предгорная зона).
Пример выполнения способа №2 (площадка S2).
2. В процессе производства с/х культур на площадке S2 в сезоне 2020 года измеряли ежедневные агрометеорологические параметры в степной зоне г. Прохладного: температуру приземного воздуха t и жидкие осадки Р. Результаты данных измерений представлены в таблице 5.
Figure 00000024
В таблице 5 выделяем месяцы со средней температурой выше +10°С: май, июнь, июль, август, сентябрь, октябрь (6 месяцев). Далее в эти же месяцы выделяем среднемесячные суммы осадков. Сумму осадков
Figure 00000025
определяли как простое сложение ежемесячных данных осадков за выделенные 6 месяцев:
Figure 00000026
=76,2+71,4+18,5+47,0+10,4+3,2=226,7 мм.
Сумма температур определялась с учетом количества дней в каждом месяце:
Figure 00000027
=17,2⋅31 (май)+23,7⋅30 (июнь)+26,9⋅31 (июль)+22,9⋅31 (август)+20,3⋅30 (сентябрь)+14,0⋅31 (октябрь)=3831,0°С.
Тогда по формуле (2) находим:
Figure 00000028
.
Полученный коэффициент К=0,59 соответствует состоянию сухого земледелия для рассматриваемой территории в 2020 году (0,5<K4≤0,7 - коэффициент в данном интервале характеризует зону средней засухи).
Далее, используя архивные данные температур и осадков за предыдущие N лет (например, N=60 лет), аналогично проводили расчет коэффициента увлажнения К для каждого года.
В результате получили следующее распределение: n1 - количество коэффициентов К1, n2 - количество коэффициентов К2, n3 - количество коэффициентов К3, n4 - количество коэффициентов К4, n5 - количество коэффициентов К5 за N лет, при этом:
Figure 00000029
Результаты вычислений коэффициентов К за N=60 лет для рассматриваемой территории представлены в таблице 6.
Figure 00000030
Figure 00000031
Из таблицы 6 имеем следующее распределение по количеству той или иной степени засухи nj коэффициентов К1, К2, К3, К4, К5: n1=4; n2=21; n3=21; n4=12; n5=2.
Далее определяем вероятность pj наступления различных состояний засухи для следующего сезона по формуле
Figure 00000032
где nj - количество случаев засух, соответствующих принятым градациям за предыдущие N лет для данной площадки.
В таблице 7 приведены вероятности наблюдения этих случаев на выбранной площадке S2 (степная зона).
Figure 00000033
Из таблицы 7 следует, что наиболее часто встречающимися на рассматриваемом отрезке времени являются случаи обеспеченного увлажнения (р2=0,35) и засушливой зоны (р3=0,35), за ними следует случай сухого земледелия (р4=0,2). Случаю, когда значение K находится в зоне избыточного увлажнения, соответствует вероятность p1=0,07, а зоне ирригации соответствует вероятность р5=0,03.
В таблице 8 представлены вероятности наступления различных степеней засухи pj(Kj) и повреждаемость
Figure 00000034
с/х культур в степной зоне.
Figure 00000035
Из таблицы 8 следует, что при вероятности наступления засухи с коэффициентами увлажнения р1(K1), р2(K2), р3(K3) имеем следующие степени повреждаемости:
при р1(K1) повреждаемость всех с/х культур отсутствует;
при р2(K2) повреждаемости пшеницы составляют 15%, кукурузы 15%, овса 10%, картофеля 20%;
при р3(K3) повреждаемости пшеницы 30%, кукурузы 30%, овса 20%, картофеля 40%;
В этом случае необходимо провести мероприятия по реструктуризации посевных площадей под i-ые культуры (i=1 пшеница, i=2 кукуруза, i=3 овес, i=4 картофель) в целях рентабельного ведения хозяйства.
При реализации случаев сухого земледелия р4(K4)=0,2 и зоны ирригации р5(K5)=0,03 из таблицы 8 следует, что максимальная повреждаемость ожидается для картофеля 80-90%, а для пшеницы, кукурузы и овса 60-80%.
При р4(K4), р5(K5) степень повреждаемости культур очень высока, влияние засух на сельскохозяйственные культуры максимально, и в данном случае они практически полностью погибают. В этом случае необходимо проводить ирригационные работы (искусственное орошение полей, искусственное вызывание осадков).
Предлагаемый способ производства сельскохозяйственных культур в условиях засух обеспечивает повышение эффективности производства с/х культур на территориях, на которых возможности орошения или полива сельскохозяйственных земель ограничены или невозможны из-за отсутствия воды или особенностей рельефа.
Способ обеспечивает также возможность подбора структуры их производства на рассматриваемых территориях с учетом характеристик засух и уязвимости с/х культур этими погодными явлениями, что позволяет минимизировать потери сельского хозяйства от засух и нехватки влаги в почве.
Источники информации
1. Асалханов П.Г., Бендик Н.В., Иваньо Я.М. Задача оптимизации сельскохозяйственного производства с учетом своевременности посева и природных событий // Материалы III международной научно-практической конференции, посвященной 80-летию образования ИрГСХА (27-29 мая 2014 г.). Климат, экология, сельское хозяйство Евразии. Часть И. - Иркутск: Изд-во ИрГСХА, с. 3-8.
2. Белякова А.Ю., Вашукевич Е.В., Иваньо Я.М. Оптимизация производства сельскохозяйственной продукции при редком сочетании засух и гидрологических событий // Материалы III международной научно-практической конференции, посвященной 80-летию образования ИрГСХА (27-29 мая 2014 г.). Климат, экология, сельское хозяйство Евразии. Часть II. - Иркутск: Изд-во ИрГСХА, с. 3-8.
3. Вашукевич Е.В. Математические модели аграрного производства с вероятностными характеристиками засух и гидрологических событий / Е.В. Вашукевич, Я.М. Иваньо - Иркутск: Изд-во ИрГСХА, 2012. - 150 с.
4. Патент РФ на изобретение №2721857. МПК A01G 7/00. Опубл.: 25.05.2020. Бюл. №15.
5. Патент РФ на изобретение №2464776. МПК A01G 25/00, A01G 25/02. Опубл.: 27.10.2012. Бюл. №30. ПРОТОТИП.

Claims (6)

  1. Способ определения степени засухи и вероятности ее наступления при производстве сельскохозяйственных культур в условиях засух, характеризующийся тем, что подбирают структуру их производства с учетом характеристик засух, уязвимости культур опасными погодными явлениями и необходимых объемов их производства на рассматриваемой площади, отличающийся тем, что в процессе производства сельскохозяйственных культур на рассматриваемой площади в текущем сезоне определяют ежедневные агрометеорологические параметры – температуру приземного воздуха t и жидкие осадки Р, затем выделяют месяцы, в течение которых средняя температура приземного воздуха превышает плюс 10°С, после этого для указанных интервалов времени определяют сумму выпавших осадков Р на рассматриваемой площади (в мм) и степень увлажнения почвы К по формуле
  2. Figure 00000036
  3. где
    Figure 00000037
    - сумма осадков за период с температурами выше +10°С, мм;
    Figure 00000038
    - сумма температур за этот же отрезок времени, °С; 0,1 - коэффициент нормирования по параметру t,
  4. степени засух
    Figure 00000039
    для рассматриваемой площади определяют по следующим критериям: при K1>1,3 - соответствует избыточному увлажнению или зоне дренажа - отсутствие засухи; при 1<K2≤1,3 - данный интервал является зоной обеспеченного увлажнения - отсутствие засухи; при 0,7<K3≤1,0 - интервал называется засушливой зоной - соответствует слабой засухе; при 0,5<K4≤0,7 - интервал соответствует зоне сухого земледелия - средней засухе; при K5≤0,5 - соответствует зоне ирригации - сильной засухе, используя архивные данные метеостанций, для данной площади аналогично определяют степень увлажнения почвы Кj за предыдущие N лет и дискретную вероятность наступления различных степеней засухи для следующего сезона pj по формуле
  5. Figure 00000040
  6. где nj - количество случаев, соответствующих степени засухи
    Figure 00000041
    за N лет, затем по степени увлажнения Кj определяют соответствующие степени засух для рассматриваемой площади и степени повреждаемости
    Figure 00000042
    различных сельскохозяйственных культур (i-х видов) от засухи, после этого, с учетом вероятности наступления различных степеней засухи для следующего сезона pj и степени повреждаемости культур от засухи
    Figure 00000043
    , подбирают виды культур для следующего сезона, производство которых на рассматриваемой площади является целесообразным.
RU2022110971A 2022-04-20 Способ определения степени засухи и вероятности её наступления при производстве сельскохозяйственных культур в условиях засух RU2794981C1 (ru)

Publications (1)

Publication Number Publication Date
RU2794981C1 true RU2794981C1 (ru) 2023-04-26

Family

ID=

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1738152A1 (ru) * 1990-05-22 1992-06-07 Украинский Научно-Исследовательский Институт Лесного Хозяйства И Агролесомелиорации Им.Г.Н.Высоцкого Способ определени водного дефицита у растений
MD2183G2 (ru) * 2000-11-01 2003-12-31 Институт Физиологии Растений Академии Наук Республики Молдова Метод оценки устойчивости растений кукурузы к засухе
RU2228607C1 (ru) * 2002-10-09 2004-05-20 Волгоградская государственная сельскохозяйственная академия Способ управления продукционными процессами при возделывании озимых зерновых культур в условиях засушливого климата
RU2464776C2 (ru) * 2010-05-24 2012-10-27 Федеральное государственное образовательное учреждение высшего профессионального образования "Волгоградская государственная сельскохозяйственная академия" Способ регулирования фитоклимата в агрофитоценозах при капельном орошении и система для его осуществления
RU2013139362A (ru) * 2013-08-23 2015-02-27 Государственное научное учреждение Тамбоский научно-исследовательский институт сельского хозяйства Российской академии сельскохозяйственных наук Способ оценки увлажненности местности
US10853377B2 (en) * 2017-11-15 2020-12-01 The Climate Corporation Sequential data assimilation to improve agricultural modeling

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1738152A1 (ru) * 1990-05-22 1992-06-07 Украинский Научно-Исследовательский Институт Лесного Хозяйства И Агролесомелиорации Им.Г.Н.Высоцкого Способ определени водного дефицита у растений
MD2183G2 (ru) * 2000-11-01 2003-12-31 Институт Физиологии Растений Академии Наук Республики Молдова Метод оценки устойчивости растений кукурузы к засухе
RU2228607C1 (ru) * 2002-10-09 2004-05-20 Волгоградская государственная сельскохозяйственная академия Способ управления продукционными процессами при возделывании озимых зерновых культур в условиях засушливого климата
RU2464776C2 (ru) * 2010-05-24 2012-10-27 Федеральное государственное образовательное учреждение высшего профессионального образования "Волгоградская государственная сельскохозяйственная академия" Способ регулирования фитоклимата в агрофитоценозах при капельном орошении и система для его осуществления
RU2013139362A (ru) * 2013-08-23 2015-02-27 Государственное научное учреждение Тамбоский научно-исследовательский институт сельского хозяйства Российской академии сельскохозяйственных наук Способ оценки увлажненности местности
US10853377B2 (en) * 2017-11-15 2020-12-01 The Climate Corporation Sequential data assimilation to improve agricultural modeling

Similar Documents

Publication Publication Date Title
Araya et al. Assessing drought risk and irrigation need in northern Ethiopia
Sterk Causes, consequences and control of wind erosion in Sahelian Africa: a review
Jones et al. Future climate impact on the productivity of sugar beet (Beta vulgaris L.) in Europe
Djaman et al. Long‐term trend analysis in climate variables and agricultural adaptation strategies to climate change in the Senegal River Basin
Thimme Gowda et al. Study on water requirement of Maize (Zea mays L.) using CROPWAT model in northern transitional zone of Karnataka
Ramírez et al. Growth and nitrogen use efficiency of irrigated maize in a semiarid region as affected by nitrogen fertilization
McIntyre et al. Light interception and evapotranspiration in hedgerow agroforestry systems
CN110432046B (zh) 一种温室内的智能灌溉系统
RU2794981C1 (ru) Способ определения степени засухи и вероятности её наступления при производстве сельскохозяйственных культур в условиях засух
Mamun et al. Climate change and rice yield in Bangladesh: A micro regional analysis of time series data
Shaw An analysis of the rainfall regimes on the coastal region of Guyana
Bruggeman et al. Effect of climate variability and climate change on crop production and water resources in Cyprus
Terjung et al. Yield responses of crops to changes in environment and management practices: Model sensitivity analysis. I. Maize
Loginov Global and regional changes of climate: Causes, consequences and adaptation of the economic activities
Shugaba et al. Effect of Precipitation Effectiveness Indices on the Yield of Millet (Pennisetum Typhoideum) in the Sudan Savanna Zone, Jigawa State, Nigeria
Nikolova The impact of the drought on the main crops cultivated in Northeastern Bulgaria
Mbaisi et al. The perception of farmers on climate change and variability patterns in the Nzoia River Basin, Kenya
Ahmed et al. Strengthening the Crop Water Productivity of Tomato Under the Environmental Control of Greenhouse Technology
Alobid et al. Evaluation of crop and irrigation water requirements for some selected crops in Apulia region-Southern Italy
Adimassu et al. Intra-seasonal rainfall variability and crop yield in the Upper East Region of Ghana
Olaniran Climate and the planning of agricultural land use in Nigeria The NRBDA area as a case study
Elfanne et al. Climate change and decision support using the computer tool InStat for El Ganzra region, Morocco.
Adamu et al. Impact of climate variability on the yield of staple grain crops in Wudil local government area, Kano State, Nigeria
Berhe Coping with drought for food security in Tigray, Ethiopia
Chukaliev Review of the research in crop water requirement and its use in the Republic of Macedonia