Перспективи використання географічно зваженого аналізу головних компонент для оцінки просторової варіабельності врожайності кукурудзи

Abstract

Прогнозують, що до 2050 року чисельність населення світу зросте на 35% і вимагатиме збільшення обсягів виробництва продовольства на 70–100%. Тому визначення причин стагнації врожайності сільськогосподарських культур та можливостей її нарощення в країнах світу, і в Україні зокрема, є критично важливим питанням наразі. Мета дослідження: за допомогою географічно зваженого аналізу головних компонент (GWPCA) дослідити, на прикладі кукурудзи, просторову неоднорідність, яка присутня в статистичних даних урожайності цієї культури, зібраних з 206 адміністративних районів Поліської та Лісостепової зон України впродовж 27 років і на її основі провести агроекологічне зонування території. Глобальний аналіз головних компонент залишків регресійної моделі дозволив встановити 2 головні компоненти, які разом пояснюють 34,1% загальної варіабельності урожайності кукурудзи. Географічно зважений аналіз головних компонент показав просторову нестаціонарність екологічних режимів, які визначають коливальну складову варіювання урожайності кукурудзи у часі. А також, GWPCA дозволив дослідити локальні патерни у динаміці врожайності кукурудзи. На основі наближених типів локальної динаміки нами проведено кластерний аналіз для кожної головної компоненти. За допомогою картування кластерів можна встановити екологічно гомогенні території, де динаміка екологічних процесів однакова. Отже, застосування географічно зваженого аналізу головних компонент щодо даних врожайності будь-якої сільськогосподарської культури дозволяє провести агроекологічне зонування території та виявити динамічні аспекти детермінантів врожайності.

World population is projected to increase 35% by 2050, which will require a 70–100% rise in food production given projected trends in diets, consumption, and income. Therefore, the study of the reasons of the stagnation of grain crop yields and the opportunities for its increase in the countries of the world, and in Ukraine, in particular, is a critical issue at the present time. This paper aims to explore spatial heterogeneity present in the maize yields data collected from 206 administrative districts in Polissya and Forest-Steppe zone of Ukraine for 27 years using the GWPCA method. The principal components analysis of the residues of the time trend regression models allowed establishing 2 principal components, which together explain 34.1% of variation in the maize yield. There are two spatial determined processes that influence the yield of maize and have the oscillatory dynamics of different periodicity. The oscillating phenomena are of an ecological nature. Geographically weighted principal component analysis showed spatial non-stationary environmental regimes, which determine the oscillatory component of variation of maize yield over time. Geographically weighted principal component analysis allows us to investigate local patterns of maize yield dynamics. Based on the approximate types of local dynamics, we have conducted a cluster analysis for each principal component. Due to cluster mapping the ecologically homogeneous territories where the dynamics of environmental processes are the same can be established. Consequently, the application of geographically weighted principal components analysis with regard to yield data of any crop enables to conduct agroecological zoning of the territory and to identify dynamic aspects of yield determinants.

Прогнозируют, что к 2050 году численность населения мира вырастет на 35% и потребует увеличения объемов производства продовольствия на 70-100%. Поэтому определение причин стагнации урожайности сельскохозяйственных культур и возможностей ее наращивания в странах мира, и в Украине в частности, является критически важным вопросом пока. Цель исследования: с помощью географически взвешенного анализа главных компонент (GWPCA) исследовать на примере кукурузы, пространственную неоднородность, которая присутствует в статистических данных урожайности этой культуры, собранных из 206 административных районов Полесской и Лесостепной зон Украины на протяжении 27 лет и на ее основе провести агроэкологическое зонирование территории. Глобальный анализ главных компонент остатков регрессионной модели позволил установить 2 главные компоненты, которые вместе объясняют 34,1% общей вариабельности урожайности кукурузы. Географически взвешенный анализ главных компонент показал пространственную нестационарность экологических режимов, определяющих колебательную составляющую варьирования урожайности кукурузы во времени. А также, GWPCA позволил исследовать локальные паттерны в динамике урожайности кукурузы. На основе приближенных типов локальной динамики нами проведен кластерный анализ для каждой главной компоненты. С помощью картирования кластеров можно установить экологически гомогенные территории, где динамика экологических процессов одинакова. Таким образом, применение географически взвешенного анализа главных компонент по данным урожайности любой сельскохозяйственной культуры позволяет провести агроэкологическое зонирование территории и выявить динамические аспекты детерминантов урожайности.