Preview

Хранение и переработка сельхозсырья

Расширенный поиск

Применение кластерного анализа для идентификации масличного сырья

https://doi.org/10.36107/spfp.2021.216

Полный текст:

Аннотация

В данной статье осуществлен поиск математических методов для оценки уровня сбалансированности основных количественных признаков у масличных сортов. На основе экспериментальных данных применения кластерного анализа для оценки сортов различных масличных культур проанализированы основные количественные признаки и урожайность. С помощью  кластерного анализа проведена идентификация различных сортов масличных культур, которые выращивают в разных регионах страны. Изучены основные посевные площади масличных культур за 2017-19 годы. В результате проведенных исследований установлено сокращение площадей по культурам льна, горчицы и рыжика,  что связано с  урожайностью и малым экспортом. Проанализированы состояние роста и развития масличных культур, продолжительность их возделывания, зависящая от биологических особенностей сорта, а также технологии выращивания. Изученаспецифика и особенности исследуемых масличных культур. С помощью метода выявлены единые меры, которые включают ряд исследуемых признаков. Данные признаки объединены с помощью метрики в один кластер сходства группирования исследуемых объектов.Сорта сгруппированы в три кластера по годам. Состав каждого кластера менялся в зависимости от природно-климатических условий. Осуществлен разведочный анализ с использованием точечной диаграммы. Построена дендограмма сравнительной характеристики сортов масличных культур по элементам структуры урожая. При помощи методаK-meansclustering кластеризации определены евклидовы расстояния исследуемых параметров средних значений соответствующих 5 кластеров, которые имеют схожие сорта масличных культур. На основании проведенных исследований можно определять конкурентоспособность различных масличных культур, разрабатывать новые пищевые продукты.

Об авторах

Наталья Леонидовна Клейменова
ФГБОУ ВО «Воронежский государственный университет инженерных технологий
Россия


Инэсса Николаевна Болгова
ФГБОУ ВО «Воронежский государственный университет инженерных технологий
Россия


Максим Васильевич Копылов
ФГБОУ ВО «Воронежский государственный университет инженерных технологий
Россия


Алла Николаевна Пегина
Воронежский государственный университет инженерных технологий
Россия


Дарья Андреевна Кашолкина
ФГБОУ ВО «Воронежский государственный университет инженерных технологий
Россия


Список литературы

1. Шаманин, В. П., Петуховский, С. Л., Краснова, Ю.С. (2016). Кластерный анализ сортов мягкой яровой пшеницы по элементам структуры урожая в Южной лесостепи Западной Сибири.Вестник КрасГАУ, 4, 147-152.

2. Hussain, F., Rafiq, M., Ghias, M., Qamar, R., Razzaq, M.K., Hameed, A., Habib, S. andHafizSaadBinMustafa (2017). Genetic Diversity for Seed Yield and its Components Using Principal Component and Cluster Analysis in Sunflower.Life Science Journal, 14 (5), 71-78.

3. Тищенко, В. Н., Ищенко, А. Г., Дубенец, Н.В (2016). Идентификация сортов и селекционных линий озимой пшеницы в кластерном анализе по сбалансированности количественных признаков в адаптивной селекции. Вестник Курганской ГСХА, 1, 41-44.

4. Бушиев, А.С., Подлесный, С.П., Хатит, А.Б. (2019). Влияние нормы высева семян на некоторые элементы структуры урожая сортов и гибридов подсолнечника.Масличныекультуры, 2, 69-74.

5. Валовые сборы и урожайность сельскохозяйственных культур в Российской Федерации в 2019 году(https://rosstat.gov.ru).

6. Сорта растений, включенные в Государственный реестр селекционных достижений, допущенных к использованию (https://web.archive.org/web/20171101010903/http://reestr.gossort.com/reestr/l/15).

7. Итоги сортоиспытания сельскохозяйственных культур (https://agro.amurobl.ru).

8. Результаты сортоиспытания сельскохозяйственныхкультур на госсортоучастках Кировской областиза 2017-2019 годы исортовое районирование на 2020 год. Рекомендации составлены в помощь специалистам сельскохозяйственного производства(https://docviewer.yandex.ru).

9. Мулянова, Ю.Н., Косников, С.Н. (2018). Кластерный анализ в сельском хозяйстве.Economics. 1-7.

10. Иванченко, Г.И. (2016). Математическая статистика: Москва ЛКИ. 2016. с. 200.

11. Venujayakanth, B., Dudhat,A.S., SwaminathanB., andAnuragM.L. (2017).Assessing Crop Genetic Diversity using Principle Component Analysis: A Review.Trends in Biosciences, 10 (2),523-528.

12. Abdullah K. Mohammad and Muhammad S. (2020). Al-Taweel Study of Geenetic parameters and cluster analysis for new genotypes of bread wheat (TriticumAestivum L.).Plant Archives, 20, 2396-2402.

13. Румянцев,А.В., Глуховцев,В.В. (2011). Рольселекциизерновыхикормовыхкультурвповышенииурожайностииэкономическойстабильности сельскохозяйственного производства в условиях Среднего Поволжья. Инновация и модернизация сельскохозяйственного производства в условиях меняющегося климата: матер. междунар. науч.-практич. конф. Оренбург, 19 – 30.

14. RamjiPrasadBhattarai, DhrubaBahadurThapa, BishnuRajOjha, RajuKharelandManojSapkota (2017). Cluster analysis of Elite spring wheat (Triticumaestivum L.) genotypes based on yield and yield attributing traits under irrigated condition.Int. J. Exp. Res. Rev., 10, 9-14.

15. Шаманин В. П., Петуховский С. Л., Краснова Ю.С Кластерный анализ сортов мягкой яровой пшеницы по элементам структуры урожая в Южной лесостепи Западной Сибири // Вестник КрасГАУ. 2016. №4. С. 147-152.

16. Fida Hussain, Muhammad Rafiq, Maria Ghias, Rizwana Qamar, Muhammad KhurramRazzaq, Amir Hameed, Sajida Habib and Hafiz Saad Bin Mustafa Genetic Diversity for Seed Yield and its Components Using Principal Component and Cluster Analysis in Sunflower // Life Science Journal. 2017. 14 (5). 71-78.

17. Тищенко В. Н., Ищенко А. Г., Дубенец Н.В Идентификация сортов и селекционных линий озимой пшеницы в кластерном анализе по сбалансированности количественных признаков в адаптивной селекции // Вестник Курганской ГСХА. 2016. №1. С. 41-44.

18. Бушиев А.С., Подлесный С.П., Хатит А.Б. Влияние нормы высева семян на некоторые элементы структуры урожая сортов и гибридов подсолнечника // Масличные культуры. 2019. Выпуск 2. С. 69-74.

19. Валовые сборы и урожайность сельскохозяйственных культур в Российской Федерации в 2019 году (https://rosstat.gov.ru).

20. Сорта растений, включенные в Государственный реестр селекционных достижений, допущенных к использованию (https://web.archive.org/web/20171101010903/http://reestr.gossort.com/reestr/l/15).

21. Итоги сортоиспытания сельскохозяйственных культур (https://agro.amurobl.ru).

22. Результаты сортоиспытания сельскохозяйственных культур на госсортоучастках Кировской области за 2017-2019 годы и сортовое районирование на 2020 год. Рекомендации составлены в помощь специалистам сельскохозяйственного производства (https://docviewer.yandex.ru).

23. Мулянова Ю.Н, Косников С.Н. Кластерный анализ в сельском хозяйстве // Economics. 2018. C. 1-7.

24. Иванченко Г.И. Математическая статистика // Москва ЛКИ, 2016. с. 200.

25. Venujayakanth, B., DudhatAS., SwaminathanB., andAnuragML. 2017. Assessing Crop Genetic Diversity using Principle Component Analysis: A Review // Trends in Biosciences 10 (2). 2017. 523-528.

26. Abdullah K. Mohammad and Muhammad S. Al-Taweel Study of Geenetic parameters and cluster analysis for new genotypes of bread wheat (TriticumAestivum L.) // Plant Archives Vol. 20. Supplement 2. 2020. 2396-2402.

27. Румянцев А.В., Глуховцев В.В. Роль селекции зерновых и кормовых культур в повышении урожайности и экономической стабильности сельскохозяйственного производства в условиях Среднего Поволжья // Инновация и модернизация сельскохозяйственного производства в условиях меняющегося климата: матер. междунар. науч.-практич. конф. Оренбург, 2011. С. 19 – 30.

28. Ramji Prasad Bhattarai, Dhruba Bahadur Thapa, Bishnu Raj Ojha, Raju Kharel and ManojSapkota Cluster analysis of Elite spring wheat (Triticumaestivum L.) genotypes based on yield and yield attributing traits under irrigated condition // Int. J. Exp. Res. Rev., Vol. 10. 2017. 9-14.


Рецензия

Для цитирования:


Клейменова Н.Л., Болгова И.Н., Копылов М.В., Пегина А.Н., Кашолкина Д.А. Применение кластерного анализа для идентификации масличного сырья. Хранение и переработка сельхозсырья. 2021;(3):149-162. https://doi.org/10.36107/spfp.2021.216

For citation:


Kleymenova N.L., Bolgova I.N., Kopylov M.V., Pegina A.N., Koshelkina D.A. Application of cluster analysis for oilseeds identification. Storage and processing of Farm Products. 2021;(3):149-162. (In Russ.) https://doi.org/10.36107/spfp.2021.216

Просмотров: 38


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2072-9669 (Print)
ISSN 2658-767X (Online)