Preview

Storage and Processing of Farm Products

Advanced search

Application of cluster analysis for oilseeds identification

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

Abstract

A search for mathematical methods to assess the level of balance of the main quantitative traits in oilseed varieties is described in the article. The main quantitative traits and crop yield are analyzed on the basis of experimental data of cluster analysis application for assessment varieties of oilseeds. The identification of varieties of oilseeds, grown in different regions of the country was carried out with the help of cluster analysis.   The main cultivation areas of oilseeds in 2017-19 have been also studied. As a result of the research, it was established that the cultivation area of flax, mustard and camelina crops has reduced, which is connected with the crop yield and low exports. The state of growth and the development of oilseeds, the duration of their cultivation, which depends on the biological characteristics of the breed, as well as the cultivation technology, have been analyzed. The specific features of the oilseeds have been studied. Unified measures which include a number of investigated features are identified with the help of the method. These features are unified using the metric into one resemblance cluster of the grouping of the studied objects. The breeds are grouped into three clusters according to years. The composition of each cluster changes depending on the natural and climatic conditions. Exploratory analysis using a point diagram is performed. A dendogram of the comparative characteristics of oilseed varieties by the elements of the yield structure is given. Using the K-means clustering method, the Euclidean distances of the studied parameters of the average values of the corresponding 5 clusters that have similar varieties of oilseeds are determined. The research shows that it is possible to determine the competitiveness of various oilseeds and to develop new food products.

 

About the Authors

Natalia L. Kleymenova
Voronezh State University of Engineering Technologies
Russian Federation


Inessa N. Bolgova
Voronezh State University of Engineering Technologies
Russian Federation


Maxim V. Kopylov
Voronezh State University of Engineering Technologies
Russian Federation


Alla N. Pegina
Voronezh State University of Engineering Technologies
Russian Federation


Daria A. Koshelkina
Voronezh State University of Engineering Technologies
Russian Federation


References

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.


Review

For citations:


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

Views: 354


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


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