1. ИСХОДНЫЕ ДАННЫЕ........................................................................................................................ 4

2. АНАЛИЗ И МОДЕЛИРОВАНИЕ........................................................................................................... 5

2.1Предварительный анализ......................................................................................................... 5

2.2Регрессионный анализ............................................................................................................. 6

2.3Обсуждение результатов моделирования.............................................................................. 12

ВЫВОДЫ............................................................................................................................................. 14

ВВЕДЕНИЕ

Урожайность сельскохозяйственных культур и непосредственно озимой пшеницы зависит от многих агробиологических факторов, в том числе и от засоренности полей сорняками. В основе данной дисциплины лежит изучение зависимости одних факторов от других и преобразование этих данных в форму графиков и диаграмм.

Засоренность полей сорняками является одним из главных факторов, который влияет на урожайность сельскохозяйственных культур. Так как сорняки подавляют рост и развитие растений, путем выноса из почвы питательных веществ, затемнением культурных растений, а также являются источниками заражения различными вредителями и болезнями, необходимо учитывать их численность на посевах сельскохозяйственных культур для дальнейшего планирования мер борьбы с ними. Для этого необходимо установить зависимость роста биомассы сорняков от факторов окружающей среды.

Данное исследование предназначено для того, чтобы выявить и раскрыть закономерность между засоренностью посевов озимой пшеницы и суммой температур. Исходные данные характеризуются высокой степенью варьированности, так колебания суммы температур осени выше + 5 С° составляет от 23 С° до 522 С°, а колебания биомассы сорняков — от 335 г/м² до.962 г/м².

1. ИСХОДНЫЕ ДАННЫЕ

Так как сорняки приспособились к биоритмам озимой пшеницы (т. е. также как и культурное растение накапливают энергию для развития в зимний период и перезимовки), в весенний период это способствует их лучшему развитию, что, в свою очередь, ведет к повышению засоренности полей. Для получения точных результатов наличия этой закономерности необходимо проведение данного исследования (табл. 1.1).

Таблица 1.1

Исходные данные

2. АНАЛИЗ И МОДЕЛИРОВАНИЕ

2.1  Предварительный анализ

Имея исходные данные, полученные экспериментальным путём, можно сделать вывод о том, что сумма температур колеблется в больших пределах, как и биомасса сорняков в период вегетации озимой пшеницы. Вследствие этого, для выяснения дальнейших обстоятельств необходимо построить разведочный график (рис.1), с помощью программы «StatGraph».

Рис. 1 Разведочный график связи засоренности с температурой

Исходя из построенного графика можно сделать заключение о том, что точки массы сорняков расположены не хаотично, а выстроены в определенной закономерности: можно проследить, что при увеличении температуры масса сорняков также увеличивается.

Вследствие всего вышеуказанного следует, что при обработке данных необходимо проводить регрессионный анализ, т. к. линейный анализ не даст достоверных и точных оценок (формула 2.1).

2.2  Регрессионный анализ

Таблица 2.1

Дисперсионный анализ уравнения регрессии действия сумм температур (Т) на биомассу сорняков (М)

Зависимая переменная: M

В ходе пошагового регрессионного анализа все параметры, которые по уровню значимости были больше 0,05 — отбраковывались. В результате этого те параметры, которые не являлись значимыми стали значимыми.

Таблица 2.2

Дисперсионный анализ регрессии биомассы сорняков от суммы температур послепосевного периода озимой пшеницы

R² = 99,4764 %

R² (относительно степени свободы) = 99,4489 %

Стандартная ошибка от коэффициента регрессии = 14,1802

Средняя абсолютная ошибка = 10,4394

Статистика Дарбина-Уотсона = 2,23094

M = 337,24 + 0,00000427224*T³

В результате проведения дисперсионного анализа регрессии было установлено, что стандартная ошибка от коэффициента регрессии составила 14,1802, а средняя абсолютная ошибка — 10,4394.

Таким образом, исходя из данных графика, на котором четко видно, что все точки расположены приблизительно вдоль прямой, то можно обнаружить связь между расчетными наблюдениями и рассчитанными данными (рис.2).

Рис. 2 Связь расчетных наблюдений и рассчитанных данных засоренности посевов.

Показатели графика говорят о том, что основная масса точек расположена на линии или близко от нее, это, в свою очередь, свидетельствует о низком уровне стандартной ошибки коэффициента регрессии.

Рис. 3 Отклонение от регрессии

После анализа графика отклонения от регрессии (рис.3) были получены следующие данные: «Усы» показывают максимальное отклонение от цели назначения. 95% точек находится в интервале от -25 до 16, одна точка — 30.

65 % всех точек укладываются в интервал — от -6 до +9. Средняя величина находится посередине «ящика». Медиана, которая разделяет количество точек пополам, чтобы с правой и левой стороны было их равное количество, находится в небольшом отклонении от 0, т. к. точки располагаются неравномерно. Если бы точки располагались равномерно, то медиана совпадала бы со средней величиной.

Рис.4 Гистограмма частот отклонения от регрессии

Для получения результатов зависимости биомассы сорной растительности в посевах озимой пшеницы от суммы температур в период от посева до конца вегетации культуры необходимо сначала построить гистограмму частот отклонения от регрессии.

Гистограмма частот отклонения от регрессии (рис.4) показывает, что основное количество точек находится в интервале от -13 до 0. Также, 20 % точек располагаются в интервале в пределах от 0 до 13. По 10 % точек находятся в интервалах от -27 до -13 и от 13 до 28, соответственно. Оставшиеся 4 % точек располагаются в интервале от 28 до 42.

Рис. 5 Плотность вероятности отклонения от регрессии

Данный график плотности вероятности отклонения от регрессии (рис.5) характеризуется тем, что наиболее точно показывает расположение точек. Наибольшее их количество, следуя показателям, расположено в пределе от -5 до 5.

2.3  Обсуждение результатов моделирования

В результате проведения регрессионного анализа были получены данные о нижних и верхних пределах биомассы сорняков и о верхних и нижних пределах средних, позволяющие построить график зависимости биомассы сорняков от суммы температур (табл. 2.3). Это позволит наглядно оценить зависимость роста биомассы сорняков от суммы положительных температур в период от посева до конца вегетации посевов озимой пшеницы.

Таблица 2.3

Данные для построения графика

Рис. 6. График зависимости биомассы сорняков от суммы температур от посева до окончания периода вегетации культуры

Кривая графика показывает, что прослеживается закономерная зависимость засоренности озимой пшеницы сорняками от суммы температур в период от посева до окончания вегетации культуры, а именно — при повышении температуры увеличивается и засоренность посевов. Минимальное количество сорной растительности наблюдается при сумме температур 20-100 град., а максимальное — от 460 до 550 град.

ВЫВОДЫ

Исходя из проделанного анализа предоставленных данных можно судить о том, что прослеживается зависимость засоренности озимой пшеницы сорняками в период от посева до окончания вегетации культуры от суммы температур в период вегетации, а именно — при повышении температуры увеличивается и засоренность посевов.