Оцінка засвоєння буряками цукровими елементів живлення як фактору реалізації біологічного потенціалу культури
DOI:
https://doi.org/10.47414/na.11.2.2023.285908Ключові слова:
азот, фосфор, калій, Fv/Fm, мінеральне удобрення, органічне удобренняАнотація
Мета. Установити особливості накопичення та виносу макроелементів коренеплодами буряків цукрових в умовах Степу України.
Методи. Польові дослідження проводили впродовж 2020–2022 рр. в умовах ТОВ «Агрофірма імені Чкалова» (Кіровоградська обл.). Схемою досліду передбачалось вирощування буряків цукрових на фоні застосування вологоутримувача (без гідрогелю; гідрогель Aquasorb, 300 кг/га), за різних систем основного удобрення [без добрив – контроль; гній, 20 т/га; N170P180K350; Леонардит, 400 кг/га; Паросток (марка 20), 400 кг/га] та позакореневих підживлень у період вегетації (без підживлення; Гуміфілд, в.г., 2 кг/га у фазах ВВСН 30 + 39). Органічні та мінеральні добрива (PK) вносили восени під оранку, а азотний компонент останніх (N) – під ранньовесняну культивацію. Адсорбент вносили в ґрунт за два тижні до сівби культури локально в зону майбутнього рядка, орієнтуючись на дані GPS-трекера. Решта агрозаходів відповідали загальноприйнятій технології вирощування культури в зоні проведення досліджень.
Результати. У середньому по досліду буряки цукрові на формування врожаю коренеплодів витрачали 90,2 кг/га азоту, 15,1 кг/га фосфору та 75,6 кг/га калію. Витрати макроелементів на формування гички не вираховувались, оскільки вона відразу ж поверталась у ґрунт під час збирання врожаю. Застосування органічних добрив нової формуляції сприяло не лише формуванню високого врожаю коренеплодів буряків цукрових, а й значному виносу макроелементів із ґрунту. Зокрема, за внесення Леонардиту (400 кг/га) з урожаєм виносилось 94,8 кг/га азоту, 16,1 кг/га фосфору та 79,9 кг/га калію, що на 17,1; 3,1 та 14,7 кг/га більше, ніж на неудобреному контролі. За внесення Паросток (марка 20) (400 кг/га) з урожаєм виносилось 101,6 кг/га азоту, 16,7 кг/га фосфору та 84,2 кг/га калію, що перевищувало показники контролю на 23,9; 3,8 та 19,1 кг/га відповідно.
Висновки. За показниками співвідношення змінної до максимальної флуоресценції (Fv/Fm) фотосинтезу найвищі значення коефіцієнта було отримано в разі застосування гідрогелю Aquasorb у зону рядка до сівби й удобрення Леонардитом (0,58–0,59) та Паросток (марка 20) (0,58–0,60). Отже, за таких варіантів досліду формувались кращі умови для росту й розвитку буряків цукрових. За отриманими коефіцієнтами співвідношення змінної до максимальної флуоресценції (Fv/Fm) фотосинтезу врожайність коренеплодів культури можна спрогнозувати за рівнянням y = 88,5x + 5,1.
Посилання
Grzebisz, W., Szczepaniak, W., Pepliński, K., Barłóg, P., & Cyna, K. (2012). Impact of nitrogen concentration variability in sugar beet plant organs throughout the growing season on dry matter accumulation patterns. Journal of Elementology, 15, 493–507. doi: 10.5601/jelem.2012.17.3.03
Gordo-Ingelmo, L. F. (1994). Composición Química y Control Agrícola de los no-Azúcares en la Remolacha Azucarera. Burgos, Spain: Caja de Ahorros Municipal de Burgos.
Hunt, E. R., Jr., Doraiswamy, P. C., McMurtrey, J. E., Daughtry, C. S. T., Perry, E. M., & Akhmedov, B. (2013). A visible band index for remote sensing leaf chlorophyll content at the canopy scale. International Journal of Applied Earth Observation and Geoinformation, 21, 103–112. doi: 10.1016/j.jag.2012.07.020
Manderscheid, R., Pacholski, A., & Weigel, H.-J. (2010). Effect of free air carbon dioxide enrichment combined with two nitrogen levels on growth, yield and yield quality of sugar beet: Evidence for a sink limitation of beet growth under elevated CO2. European Journal of Agronomy, 32, 228–239. doi: 10.1016/j.eja.2009.12.002
Draycott, A. P., & Christenson, D. R. (2003). Nutrients for Sugar beet Production: Soil-Plant Relationships. Oxfordshire, UK: CABI Publishing.
Malnou, C. S., Jaggard, K. W., & Sparkes, D. L. (2008). Nitrogen fertilizer and the efficiency of the sugar beet crop in late summer. European Journal of Agronomy, 28(1), 47–56. doi: 10.1016/j.eja.2007.05.001
Pocock, T. O., Milford, G. F. J., & Armstrong, M. J. (1990). Storage root quality in sugar beet in relation to nitrogen uptake. The Journal of Agricultural Science, 115, 355–362. doi: 10.1017/S0021859600075791
Bruuinsma, J. (1963). The quantitative analysis of chlorophylls a and b in plant extracts. Photochemistry and Photobiology, 2(2), 241–249. doi: 10.1111/j.1751-1097.1963.tb08220.x
Cartelat, A., Cerovic, Z. G., Goulas, Y., Meyer, S., Lelarge, C., Prioul, J.-L., … Moya, I. (2005). Optically assessed contents of leaf polyphenolics and chlorophyll as indicators of nitrogen deficiency in wheat (Triticum aestivum L.). Field Crops Research, 91(1), 35–49. doi: 10.1016/j.fcr.2004.05.002
Yang, J., Sun, J., Du, L., Chen, B., Zhang, Z., Shi, S., & Gong, W. (2017). Effect of fluorescence characteristics and different algorithms on the estimation of leaf nitrogen content based on laser-induced fluorescence lidar in paddy rice. Optics Express, 25(4), 3743–3755. doi: 10.1364/OE.25.003743
Živčák, M., Olšovská, K., Slamka, P., Galambošová, J., Rataj, V., Shao, H. B., & Brestič, M. (2014). Application of chlorophyll fluorescence performance indices to assess the wheat photosynthetic functions influenced by nitrogen deficiency. Plant, Soil and Environment, 60(5), 210–215. doi: 10.17221/73/2014-PSE
Saberioon, M. M., Amin, M. S. M., Anuar, A. R., Gholizadeh, A., Wayayok, A., & Khairunniza-Bejo, S. (2014). Assessment of rice leaf chlorophyll content using visible bands at different growth stages at both the leaf and canopy scale. International Journal of Applied Earth Observation and Geoinformation, 32, 35–45. doi: 10.1016/j.jag.2014.03.018
Ghasemi, H., Esmaeili, M. A., & Mohammadian, R. (2017). Effects of nitrogen on chlorophyll fluorescence and the relationship between chlorophyll content and SPAD values in sugar beet (Beta Vulgaris L.) under drip-tape system. Journal of Agricultural and Biological Science, 12(3), 117–122.
Ač, A., Malenovský, Z., Olejníčková, J., Gallé, A., Rascher, U., & Mohammed, G. (2015). Meta-analysis assessing potential of steady-state chlorophyll fluorescence for remote sensing detection of plant water, temperature and nitrogen stress. Remote Sensing of Environment, 168, 420–436. doi: 10.1016/j.rse.2015.07.022
Gholizadeh, A., Amin, M., Anuar, A., Aimrun, W., & Saberioon, M. (2011). Temporal variability of SPAD chlorophyll meter readings and its relationship to total nitrogen in leaves within a Malaysian paddy field. Australian Journal of Basic and Applied Sciences, 5(5), 236–245.
Meisinger, J. J., Schepers, J., & Raun, W. (2008). Crop nitrogen requirement and fertilization. In J. S. Schepers, & W. R. Raun (Eds.), Nitrogen in Agricultural Systems (Vol. 49, pp. 563–612). Madison, WI: ASA-CSSA-SSSAJ. doi: 10.2134/agronmonogr49.c14
Zilberman, A., Ben Asher, J., Sarig, S., Shlevin, E., Dudai, M., & Kopeika, N. S. (2018). Applicability of digital color imaging for monitoring nitrogen uptake and fertilizer requirements in crops. In Proceedings SPIE. Vol. 10783: Remote Sensing for Agriculture, Ecosystems, and Hydrology XX (ID 107831Y). Berlin: N.p. doi: 10.1117/12.2325765
Croft, H., Chen, J. M., Zhang, Y., Simic, A., Noland, T. L., Nesbitt, N., & Arabian, J. (2015). Evaluating leaf chlorophyll content prediction from multispectral remote sensing data within a physically-based modelling framework. ISPRS Journal of Photogrammetry and Remote Sensing, 102, 85–95. doi: 10.1016/j.isprsjprs.2015.01.008
Clevers, J. G. P. W. (1997). A simplified approach for yield prediction of sugar beet based on optical remote sensing data. Remote Sensing of Environment, 61(2), 221–228. doi: 10.1016/S0034-4257(97)00004-7
Bu, H., Sharma, L. K., Denton, A., & Franzen, D. W. (2017). Comparison of Satellite Imagery and Ground-Based Active Optical Sensors as Yield Predictors in Sugar Beet, Spring Wheat, Corn, and Sunflower. Agronomy Journal, 109(1), 299–308. doi: 10.2134/agronj2016.03.0150
Launay, M., & Guerif, M. (2005). Assimilating remote sensing data into a crop model to improve predictive performance for spatial applications. Agriculture, Ecosystems & Environment, 111(1–4), 321–339. doi: 10.1016/j.agee.2005.06.005
Link, A., & Reusch, S. (2006). Implementation of Site-Specific Nitrogen Application-Status and Development of the YARA N-Sensor. In Proceedings of the NJF seminar 390, Precision Technology in Crop Production Implementation and Benefits (pp. 37–41). Lillehammer: N.p.
Jay, S., Baret, F., Dutartre, D., Malatesta, G., Héno, S., Comar, A., Weiss, M., & Maupas, F. (2019). Exploiting the centimeter resolution of UAV multispectral imagery to improve remote-sensing estimates of canopy structure and biochemistry in sugar beet crops. Remote Sensing of Environment, 231, Article 110898. doi: 10.1016/j.rse.2018.09.011
Mahlein, A.-K., Rumpf, T., Welke, P., Dehne, H.-W., Plümer, L., Steiner, U., & Oerke, E.-C. (2013). Development of spectral indices for detecting and identifying plant diseases. Remote Sensing of Environment, 128, 21–30. doi: 10.1016/j.rse.2012.09.019
Hillnhütter, C., Mahlein, A.-K., Sikora, R. A., & Oerke, E.-C. (2011). Remote sensing to detect plant stress induced by Heterodera schachtii and Rhizoctonia solani in sugar beet fields. Field Crops Research, 122(1), 70–77. doi: 10.1016/j.fcr.2011.02.007
Woebbecke, D. M., Meyer, G. E., Von Bargen, K., & Mortensen, D. A. (1995). Color Indices for Weed Identification Under Various Soil, Residue, and Lighting Conditions. Transactions of the ASAE, 38(1), 259–269. doi: 10.13031/2013.27838
Garcia-Ruiz, F. J., Wulfsohn, D., & Rasmussen, J. (2015). Sugar beet (Beta vulgaris L.) and thistle (Cirsium arvensis L.) discrimination based on field spectral data. Biosystems Engineering, 139, 1–15. doi: 10.1016/j.biosystemseng.2015.07.012
Seelan, S. K., Laguette, S., Casady, G. M., & Seielstad, G. A. (2003). Remote sensing applications for precision agriculture: A learning community approach. Remote Sensing of Environment, 88(1–2), 157–169. doi: 10.1016/j.rse.2003.04.007
Sakamoto, T., Shibayama, M., Kimura, A., & Takada, E. (2011). Assessment of digital camera-derived vegetation indices in quantitative monitoring of seasonal rice growth. ISPRS Journal of Photogrammetry and Remote Sensing, 66(6), 872–882. doi: 10.1016/j.isprsjprs.2011.08.005
Jay, S., Maupas, F., Bendoula, R., & Gorretta, N. (2017). Retrieving LAI, chlorophyll and nitrogen contents in sugar beet crops from multi-angular optical remote sensing: Comparison of vegetation indices and PROSAIL inversion for field phenotyping. Field Crops Research, 210, 33–46. doi: 10.1016/j.fcr.2017.05.005
Hunt, E. R., Jr., Daughtry, C. S. T., Eitel, J. U. H., & Long, D. S. (2011). Remote Sensing Leaf Chlorophyll Content Using a Visible Band Index. Agronomy Journal, 103(4), 1090–1099. doi: 10.2134/agronj2010.0395
Kawashima, S., & Nakatani, M. (1998). An Algorithm for Estimating Chlorophyll Content in Leaves Using a Video Camera. Annals of Botany, 81(1), 49–54. doi: 10.1006/anbo.1997.0544
Li, Y., Chen, D., Walker, C. N., & Angus, J. F. (2010). Estimating the nitrogen status of crops using a digital camera. Field Crops Research, 118(3), 221–227. doi: 10.1016/j.fcr.2010.05.011
Vollmann, J., Walter, H., Sato, T., & Schweiger, P. (2011). Digital image analysis and chlorophyll metering for phenotyping the effects of nodulation in soybean. Computers and Electronics in Agriculture, 75(1), 190–195. doi: 10.1016/j.compag.2010.11.003
Lee, K.-J., & Lee B.-W. (2013). Estimation of rice growth and nitrogen nutrition status using color digital camera image analysis. European Journal of Agronomy, 48, 57–65. doi: 10.1016/j.eja.2013.02.011
Prysiazhniuk, O. I., Korovko, I. I., Polovynchuk, O. Yu., Shevchenko, O. P., Shkliaruk, S. M., Tanchyn, S. M., & Navrotska, E. E. (2017). Determination of plant chlorophyll fluorescence induction: theoretical and practical basics of method application: methodical recommendations. Kyiv: Nilan-LTD. [In Ukrainian]
Ehrmantraut, E. R., Prysiazhniuk, O. I., & Shevchenko, I. L. (2007). Statistical analysis of agronomic experimental data in the Statistica 6.0 package. Kyiv: PolighrafConsaltyn. [In Ukrainian]
Ermantraut, E. R., Hoptsii, T. I., Kalenska, S. M., Kryvoruchenko, R. V., Turchynova, N. P., & Prysiazhniuk, O. I. (2014). Methods of selection experiment (in crop production). Kharkiv: N.p. [In Ukrainian]
Roik, M. V., & Hizbullin, N. H. (Eds.). (2014). Methods of research in sugar beet growing. Kyiv: FOP Korzun D. Yu. [In Ukrainian]
Tkachyk, S. O., Prysiazhniuk, O. I., & Leshchuk, N. V. (2016). The method of conducting a qualification examination of plant varieties for suitability for distribution in Ukraine. General part (4th ed., rev. аnd enl.). Vinnytsia: FOP Korzun D. Yu. [In Ukrainian]
Roik, M. V., Sinchenko, V. M., Prysiazhniuk, O. I., & Ermantraut, E. R. (2017). Conducting demonstration experiments. Kyiv: FOP Korzun D. Yu. [In Ukrainian]
