Jak správně vypočítat výnos: Kompletní průvodce ‍ – Telegraph

Úroveň COU lze dosáhnout pouze na dobře obdělaných půdách. Za stejných meteorologických podmínek na polích s nízkým zemědělským pozadím budou výnosy přirozeně nižší. Kategorie DVT je zavedena speciálně za účelem zohlednění faktoru skutečné úrodnosti polí a jejích odchylek od jednoho pole k druhému.

K určení TLD můžete použít poměr

kde K_П – koeficient příznivosti podmínek pro pěstování dané plodiny na konkrétním poli (K_П≤1).

Faktor K_П lze považovat za určitou funkci prvků půdní úrodnosti, jako je mechanické složení, obsah humusu, kyselost, zásoby dostupných forem draslíku a fosforu, půdně-hydrologické charakteristiky atd. Dále je třeba brát v úvahu takové charakteristiky, jako jsou mikroklimatické znaky, zaplevelení, prostorová variabilita agrochemických a agrofyzikálních parametrů půdy, poloha v krajině a další přírodní faktory.

V prvním přiblížení K_П lze považovat za rovné B (B je třída kvality vyjádřená ve zlomcích jednotky).

S tímto předpokladem se výpočet TLD provádí podle vzorce:

Výběr plánované úrovně výnosu

Jak již bylo uvedeno, PU, ​​​​KOU a DWU jsou agroekologické kategorie produktivity, které závisí na vlastnostech pěstované plodiny a půdních a klimatických faktorech. Oproti nim je PrU ekonomická kategorie. To je výnos, kterého se zemědělská technika snaží dosáhnout.

Lze si představit několik přístupů k odůvodnění úrovně PrU. První a zdá se nejpřirozenější je vzít hodnotu PrU rovnou DVU. To však vytváří zásadní úskalí: vzhledem k nejistotě povětrnostních podmínek, které se vyvíjejí během vegetačního období, není možné předem (ani v předseťovém období) spočítat, jaké budou PZI v daném roce. S přihlédnutím k charakteristikám jara, například jarním vlhkostním podmínkám, a dlouhodobé meteorologické předpovědi lze v nejlepším případě odhadnout pravděpodobnosti různých hodnot DVU.

Zároveň se okamžitě nabízí otázka: s jakou pravděpodobností TLD je třeba počítat při plánování zemědělské techniky? Obvykle se doporučuje zaměřit se na průměrné dlouhodobé stavy, ale je velmi obtížné toto doporučení přesvědčivě zdůvodnit. Nevýhodou tohoto přístupu je, že přirovnáním úrovně PrU k očekávané TLD je v podstatě ignorována ekonomická stránka věci. Je dobře známo, že maximální výnosy nejsou z ekonomického hlediska téměř nikdy nejziskovější a kritérium „maximálního výnosu za každou cenu“ rozhodně nemůže být základem racionálního systému řízení.

Pravděpodobnostní metoda výběru řídicího systému navržená E.E. je založena na nalezení optimální varianty. Žukovskij (45). Zohledňuje náhodný charakter a klimatickou variabilitu DVU, hodnotu vyprodukovaných zemědělských produktů a náklady na zemědělskou techniku, které se stejně jako DVU mohou v jednotlivých oborech lišit. Výsledkem výpočtů je určitá ekonomicky oprávněná úroveň výnosu, na kterou je vhodné se zaměřit při vývoji zemědělských technologií, a pravděpodobnosti dosažení výnosů různých úrovní.

Odpovídající pravděpodobnosti, zejména, mohou být reprezentovány ve formě řady pravděpodobnosti:

Zde y′ je plánovaná úroveň výnosu, t/ha; P (y≥ y′) je pravděpodobnost, že očekávaný výnos y na zvolené úrovni PrU bude nižší než y′.

Zjištěné pravděpodobnosti jsou vypočteny na začátku vegetačního období a lze je pak rychle upravit s ohledem na vyvíjející se meteorologické podmínky. Vytvoření takového dynamického modelu pravděpodobnostního předpovídání je důležitým úkolem. Vyvinutý přístup tedy předpokládá nejen zdůvodnění úrovně výnosů, na základě kterých by měla být zemědělská technika postavena, ale umožňuje také určit, jaké výnosy a s jakou pravděpodobností se budou na konkrétně zvolené úrovni PrU opakovat.

V souladu s vyvinutou pravděpodobnostní metodikou lze výpočet PrU provést pomocí vzorce:

kde PrU je ekonomicky optimální úroveň PrU; _TLD a σ_TLD – průměrná dlouhodobá hodnota a směrodatná odchylka DVU; t – bezrozměrný parametr zvolený v souladu s ekonomickým parametrem k:

Hodnoty _TLD a σ_TLD v první aproximaci lze nalézt pomocí vztahů:

kde _COE a σ_COE – střední hodnotu a směrodatnou odchylku koeficientu výkonu; NA_Э – empirický koeficient charakterizující úrodnost zemědělského pole, pro které se provádí výpočet PrU.

Chcete-li zjistit koeficient K_Э Je třeba vědět, jaké ekonomické ztráty A₁ vznikají, když se TLD konkrétního roku ukáže být nižší než zvolená úroveň PrU a jaké ztráty A₂ se odehrávají v opačném případě, tj. když TLD překročí úroveň PrD. V prvním případě jsou ztráty způsobeny neproduktivní spotřebou antropogenních zdrojů a ve druhém případě poklesem sklizně, které v zásadě (za převládajících meteorologických podmínek) bylo možné dosáhnout, ale tato příležitost zůstala nenaplněna, protože byla plánována agrotechnická opatření pro nižší produktivitu. Koeficient K_Э – to je poměr A₁/A₂.

Přesné určení hodnot A₁ a A.₂ a podél nich – K_Э zahrnuje provedení podrobné ekonomické analýzy. Jako první přiblížení k tomu však lze použít hrubší přístup, jehož podstata spočívá ve využití metody znaleckých posudků. Úloha je zjednodušená, protože ve skutečnosti to nejsou absolutní hodnoty, které je třeba posuzovat₁ a A.₂a jejich postoj.

Z uvedených vzorců a hodnot t je zřejmé, že optimální úroveň PrU vypočtená na pravděpodobnostním základě, tzn. S přihlédnutím ke statistickým charakteristikám TLD se zpravidla nebude shodovat s průměrnou dlouhodobou hodnotou TLD. V případech, kdy K_Э menší než 1, PrU by mělo být nastaveno nad průměrnou TLD, a když K_Э více než 1, naopak pod ním. Po výpočtu PrU je možné určit pravděpodobnost, že při plném souladu se zemědělskou technologií nebudou skutečné výnosy nižší než plánované podle níže uvedených vzorců.

Pokud nejsou k dispozici informace potřebné pro uvedené výpočty, lze za hodnotu PrU brát průměrnou dlouhodobou hodnotu DLD, tzn. v tomto případě se předpokládá, že PrU se rovná _TLD.

Plánovaná sklizeň je stanovena na základě nákladových charakteristik výsledných produktů, nákladů na jejich výrobu a také s přihlédnutím ke klimatické opakovatelnosti různých úrovní prostředí Dálného východu, tzn. na pravděpodobnostním základě.

S přihlédnutím k výše uvedenému lze formulovat dva nejdůležitější úkoly. První se týká stanovení oprávněné úrovně naprogramované sklizně, druhá stanovení statistických charakteristik očekávané sklizně na zvolené úrovni plánované sklizně (45).

Regionální praxe výpočtu plánovaných výnosů

Uvažovaná metodika plánování výnosu plodin by měla vycházet z výsledků dlouhodobých multifaktoriálních experimentů studia výnosů plodin a odrůd na různých úrovních intenzifikace produkce, získaných v konkrétních půdních a klimatických podmínkách zonálními výzkumnými a experimentálními institucemi (vysoké školy, výzkumné ústavy, zemědělské experimentální stanice, projekční a průzkumná střediska a stanice Agrochemické služby, Státní odrůdové zkušebny).

Ve středních a jižních oblastech Ruské federace jsou výnosy plodin omezeny nedostatkem vláhy a v severnějších oblastech nedostatkem tepla.

Pokud je první minimum teplé, pak je skutečný možný výnos určen hodnotou bioklimatického potenciálu (BCP) a biohydrotermálního indexu, které zohledňují vztah mezi teplem a vlhkostí prostřednictvím vlhkostního koeficientu a radiační bilanci plodin podle vzorce A.M. Rjabčiková:

kde GTP je hydrotermální index, body; NA_m – koeficient ekonomické efektivnosti plodiny (podíl hlavního produktu na biomase při standardní vlhkosti).

GTP se určuje podle vzorce:

GTP = 0,46 × 0,2453 × T × W: R, (8.43)

kde T je vegetační období plodiny, desetiletí; W – zásoby produkční vláhy během vegetačního období plodiny, mm; R je radiační bilance během vegetačního období plodiny a je přibližně 52 % integrálního záření kJ/cm2.

V případě nedostatku vlhkosti, například v oblasti centrální černozemě,_dv určeno vzorcem:

kde W je množství produktivní vlhkosti, mm; NA_w – koeficient spotřeby vody; NA_m – koeficient ekonomické efektivnosti plodiny při standardní vlhkosti.

Vzhledem k nerovnoměrným srážkám na území je výpočet U_dv podle vláhy plodin se provádí rozdílně pro každý statek a pole s přihlédnutím ke zlepšení akumulace vláhy a jejímu hospodárnému využití. Například je třeba mít na paměti, že v dolní třetině svahu je obsah vlhkosti v půdě o 15-30% vyšší než ve vyvýšených oblastech atd.

Množství produktivní vlhkosti použité rostlinami k vytvoření plodiny (W) je určeno vzorcem:

kde W – zásoby produkční vláhy v metrové vrstvě půdy v době setí jednoletých plodin a obnovení vegetace víceletých plodin, mm; P – množství srážek spadajících během vegetačního období plodiny, mm; α – koeficient efektivního využití srážek; W_г – množství vlhkosti pocházející z podzemní vody; W_у – zásoby vláhy v době sklizně, mm.

Pro výpočty se používají referenční a faktografické materiály z nejbližší meteostanice. Zásoby produkční vláhy závisí na typu půdy, jejím granulometrickém složení a obsahu organické hmoty v ní, terénu a hladině podzemní vody Je známo, že srážky nejsou rostlinami plně využívány. Část vláhy se ztrácí v důsledku stékání taveniny a dešťové vody z polí s výrazným sklonem, zejména pokud nejsou obsazena rostlinami. Koeficient efektivního využití srážek (α) závisí na plodině, pěstitelské zóně, sklonu, vlastnostech půdy atd. a pohybuje se od 0,4 do 0,9. Pro ozimé plodiny je tento ukazatel 0,7–0,9, pro jarní zrna – 0,8–0,9 a pro řádkové plodiny – 0,7–0,8. Na těžkých půdách a na svazích α klesá.

Rostliny mohou využívat podzemní vodu, pokud se nachází v hloubce 1,5–3 m. Za této podmínky mohou rostliny na středních a těžkých půdách využít až 20–40 % z celkového množství spotřebované vlhkosti. Plodiny s hlubokým kořenovým systémem (vytrvalé trávy, čirok, kukuřice, súdánská tráva, slunečnice atd.) efektivněji využívají spodní vodu. Míra využití podzemní vody závisí na hloubce jejího výskytu, granulometrickém složení půdy a hloubce prorůstání kořenů. Na hlinitých půdách pšenice, ječmen a oves využívají podzemní vodu do hloubky až 2 m, kukuřice – do 2,5 m a vojtěška – do 4 m z hloubky 1 2900; 4700; 5900 m3/ha, z hloubky 2 m – 200; 1000; 2600, z hloubky 2,5 m – 0; 500; 1000 a z hloubky 3 m – 0; 0; 160 m3/ha.

Rostliny nevyužijí veškerou vlhkost, část z ní zůstává v půdě po dozrání a sklizni. Musí být vyloučen z přísunu produktivní vlhkosti.

Koeficient spotřeby vody (K_w) – množství vláhy vynaložené na transpiraci a neproduktivní výpar z půdy při vytváření jednotky rostlinné biomasy. K_w se liší v závislosti na plodině, odrůdě, úrodnosti půdy, povětrnostních podmínkách a zemědělské technologii. Čím vyšší je plodnost a technologie, tím nižší je K_w. Během sucha se zvyšuje neproduktivní spotřeba vlhkosti odpařováním. Správná aplikace hnojiv a optimální hustota stonku přispívá k hospodárnému využití vláhy, snižuje K_w.

Dosazením hodnoty W do vzorce pro výpočet Udv získáme úplnější výraz:

Povětrnostní podmínky v konkrétních letech se ne vždy shodují s dlouhodobým průměrem. I když se v určitých obdobích vegetačního období shodují, mohou se tyto podmínky značně lišit, což s sebou nese každoroční výkyvy ve výnosu při stejné úrovni plodnosti a zemědělských technologií. Aby mohl zemědělec správně organizovat hospodářskou činnost, potřebuje znát možné kolísání výnosu v jednotlivých letech a kritické období vývoje rostlin, během kterého jsou nejcitlivější na nedostatek vláhy.

U obilných plodin (pšenice, žito, ječmen, oves) je kritická doba od vzejití klasu u kukuřice – květová zralost u čiroku a prosa – latové vzcházení u luskovin – kvetení – tvorba květů u pohanky – květenství; -tvorba hlíz. Riziko negativního vlivu nepříznivých povětrnostních podmínek lze snížit volbou doby, způsobu a hustoty setí, hnojiv apod.

Pro jarní pšenici v západní Sibiři je výpočet U_dv se provádí podle vzorce:

kde У_dv – plánovaný výnos, c/ha;

З – zásoba produkční vláhy v metr silné vrstvě půdy před setím, mm;

П – množství srážek za červen a červenec na základě průměrných dlouhodobých údajů, mm;

К – koeficient spotřeby vlhkosti pšenice na 1 cent zrna, mm.

Standardní parametry pro výpočet plánovaného výnosu na základě dostupnosti vlhkosti pro různé zóny regionu Novosibirsk

Vývoj strukturních modelů setí plodin zohledňujících předchůdce a plánované výnosy na různých úrovních intenzifikace zemědělských technologií

Pro postupné (podle prvků produktivity) utváření plánované úrovně výnosu konkrétní plodiny je nejprve nutné vytvořit model jejího výsevu (poměr prvků produktivity), jehož realizace (s nevyhnutelnými úpravami v průběhu vegetačního procesu) zajistí dosažení plánovaného výnosu.

Je samozřejmě stěží možné plně implementovat naprogramovaný model setí (sklizně), protože každý z prvků výnosu se velmi liší v závislosti na neustále se měnících životních podmínkách rostlin. Nicméně takové modely jsou důležité pro stanovení optimálních výsevek (výsevek), stejně jako pro řízení tvorby každého následujícího výnosového prvku na základě úrovně vývoje předchozích prvků.

Výnos je součin dvou faktorů: počtu rostlin (nebo klasů) na jednotku plochy a průměrné produktivity jedné rostliny (nebo klasu). Navíc hodnoty těchto základních prvků výnosu zase představují součin dalších faktorů, jejichž hodnoty značně kolísají v závislosti na podmínkách a jsou zpravidla ve vzájemném kompenzačním vztahu. Například s nárůstem počtu rostlin v oblasti klesá jejich křovitost a míra přežití, klesá průměrná produktivita rostlin atd.

Tento vztah vyjadřuje vzorec M.T. Savitsky:

U = R × Z × A: 10000 8.48, (XNUMX)

kde Y je výnos obilných plodin, c/ha; P – počet produktivních klasů (panic) pro sklizeň, ks/m2; З – počet zrn v klasu (panicle); A – hmotnost 1000 zrn při standardní vlhkosti, g.

Počet produkčních klasů (panic) pro sklizeň (P) je úměrný počtu osetých zrn na stejné ploše (M – v milionech kusů/ha), ekonomické vhodnosti osiva (X, %), polní klíčivosti semen (P, %), přežití rostlin pro sklizeň (V, %) a produkčnímu odnožování (K):

R = M × X × P × B: 10000 XNUMX

Dosazením hodnoty P do předchozího vzorce získáme:

Y = M × X × P × B × K × Z × A: 10, (8)

Pro luštěniny a zelí:

Y = M × X × P × B × B × C × A: 10, (8)

kde B je průměrný počet fazolí (lusků) na rostlině; C – počet semen v 1 fazoli (lusku). Zbývající zápisy jsou stejné jako v předchozím vzorci.

Na základě tohoto vzorce, s vědomím úrovně plánovaného výnosu, můžete určit hodnotu kteréhokoli z faktorů. Tento vzorec umožňuje vypočítat strukturální model setí s použitím skutečných (v přijatelných mezích se měnících) prvků výnosu. Počet zrn nebo semen na rostlině závisí na produktivní křovitosti rostliny (K) a počtu zrn v 1 květenství (N):

З = К × Ч – pro obilniny;

Z = B × C – pro luštěniny na zrno a zelí.

Pro hlízové ​​plodiny:

kde P je počet rostlin (keřů), které mají být sklizeny, ks/m2; NA_л – počet hlíz na rostlinu (keř), kusy; M – průměrná hmotnost 1 hlízy, g.

Pro okopaniny, melouny a pícniny:

kde P je počet rostlin ke sklizni, ks/m2; M – průměrná hmotnost jedné okopaniny (rostliny), g.

Není možné s naprostou přesností předvídat průběh tvorby každého prvku výnosu v průběhu růstu plodiny. Ale sledováním prvků výnosu během procesu růstu (organogeneze) rostlin a jejich porovnáním s naprogramovaným modelem je možné proces organogeneze (tvorby prvků výnosu) do určité míry regulovat. Podobné modely by měly být sestaveny pro všechny plodiny (tabulky 8.71-8.75).

Optimální hodnoty a rozsah variací výnosových prvků vysoce produktivních plodin různých plodin lze nejlépe převzít z vědeckých zpráv vědeckých institucí nejblíže farmě. Pro centrální černozemskou oblast jsou přibližné modely setí ozimé pšenice, zaseté po různých předchůdcích, uvedeny v tabulce 8.71.

Líbil se vám článek? Přidejte si ji do záložek (CTRL+D) a nezapomeňte ji sdílet se svými přáteli:

Výnos plodin je klíčovým ukazatelem efektivity zemědělství. Správný výpočet umožňuje nejen vyhodnotit výsledky práce, но a plánovat do budoucna plodiny, optimalizovat náklady и, Rozhodně же, zvýšit zisky. V tomto článku podrobně prozkoumáme různé metody výpočtu produktivita, počínaje jednoduchým vzorec a končící složitějšími přístupy, které zohledňují mnoho faktorů. Pojďme se ponořit do světa přesnosti výpočty!

Navigace v sekci je k dispozici na níže uvedeném odkazu: