Wyznaczanie krytycznych wartości indeksów i sum indeksów Do sprawdzenia wartości uzyskanych norm CND, a także porównania wartości

diagnozowanych organów wskaźnikowych użyto niezależnego, wcześniej losowo wydzielonego podzbioru danych (n=41). W pierwszej fazie walidacji wyznaczono dla poszczególnych organów wskaźnikowych indeksy CND, I²x oraz wartości CND_r². W drugim fazie obliczono przy pomocy metody Cate-Nelsona wartości krytyczne dla kwadratów indeksów (I²x), jak również dla ich sumy (CND_r²).

Zależność plonu cukru od wartości indeksów CND_r² przedstawiono na rys.20.

Wartości krytyczne indeksów zaznaczone przerywana linią określały punkt poniżej którego plantacje były zbilansowane, a powyżej niezbilansowane pod względem zawartości wszystkich badanych pierwiastków. Teoretycznie, im mniejszą warto-ścią CND_r² odznacza się dany obiekt (lepsze zbilansowanie), tym większe jest prawdopodobieństwo uzyskania dużych plonów i zaliczenia plantacji do grupy wy-sokoplonującej. W rzeczywistości, wartość ta zależy także od innych czynników, np. warunki pogodowe, choroby, itp.. Dlatego dodatkowo zostały wyznaczone przy pomocy graficznej metody Cate-Nelsona plantacje buraków, które były prawidło-wo odżywione, a jednocześnie były zlokalizowane w optymalnych dla wzrostu wa-runkach. Reprezentowały je punkty leżące w górnym lewym prostokącie na wykre-sie. Z kolei punkty leżące poniżej (lewy dolny prostokąt) odzwierciedlają te planta-cje, które pomimo dobrego odżywienia, z różnych przyczyn nie wytworzyły

duże-go plonu. Punkty leżące na prawo od wartości krytycznych CND (prawy dolny prostokąt) reprezentują plantacje niezbilansowane względem sumy wszystkich składników. Zamieszczone na rycinach wartości F dotyczą analizy wariancji (ryc.20).

Plon cukru; Sugar yield Mg ha-1

b)

Plon cukru; Sugar yield Mg ha-1

a)

Plon cukru; Sugar yield Mg ha-1

c)

Plon cukru; Sugar yield Mg ha-1

F=0,89

d)

F=14,3***

2,0 3,3

5,1 1,8

Rys. 20. Zależność między wartościami CND_r² a plonem cukru techn.w zależności od części wskaźnikowej: a) ogonki 5 liścia, BBCH16, b) blaszki 5 liścia, BBCH16, c) wszystkie liście, BBCH16, d) młode liście, BBCH43

Fig. 20. Relationship between nutrient imbalance index (CND_r²) and white sugar yield in dependence on the indicator organs: a) petioles of 5^th leaf,

BBCH16; b) blades of 5^th leaf, BBCH16; c) leaves total, BBCH16; d) young leaves, BBCH43

Średnia wartość indeksu CND_r² dla wszystkich zebranych danych (populacja bazowa) wynosiła 8,1 dla ogonków 5 liścia; 2,7 − blaszki 5 liścia; 7,7 − liści ogó-łem w fazie BBCH16 oraz 6,6 dla liści wskaźnikowych z fazy BBCH43. Wartości krytyczne CND_r² zapewniające wysoki poziom cukru technologicznego uzyskane metodą C-N dla subpopulacji kontrolnej (walidowanej) wynosiły natomiast odpo-wiednio: 2,0; 3,3; 5,1 oraz 1,8 (ryc.20). Wartości te można porównać do teoretycz-nych wartości krytyczteoretycz-nych CND_r², które wyliczono analizując prawdopodobień-stwo uzyskania wysokiego poziomu plonowania buraka w populacji bazowej oraz rozkład χ² dla df =7 (STATISTICA 7.1). Dla testowanych części wskaźnikowych wynosiły one: ogonki − 4,8; blaszki − 5,3; liście BBCH16 − 5,4 i liście BBCH43 − 5,4. W porównaniu do tych wartości subpopulacja kontrolna charakteryzowała się mniejszymi wartościami krytycznymi. Dotyczy to zwłaszcza ogonków i liści z fazy BBCH43.

Tylko dla liści ogółem z fazy BBCH16 wyliczona wartość krytyczna (5,1) była zgodna z teoretyczną (5,4). Oznacza to, że ten organ wskaźnikowy najbardziej re-prezentował bazowy zbiór danych pod względem stanu odżywienia. Na podstawie składu chemicznego pozostałych części wskaźnikowych wynika, że rośliny buraka w wylosowanej subbpopulacji były przeciętnie lepiej odżywione niż cała populacja bazowa. Z drugiej strony zaobserwowane odchylenia od wartości teoretycznych świadczą o dużej zmienności w wielkości plonów cukru i zawartości badanych pierwiastków w zebranym materiale roślinnym.

Wartość krytyczna indeksu CND_r² określała poziom plonowania roślin.

Według składu chemicznego ogonków, całej masy nadziemnej z fazy BBCH16 oraz liści z fazy BBCH43, burak prawidłowo odżywiony i rosnący w optymalnych warunkach mógł wytworzyć plon cukru na minimalnym poziomie 11,0 Mg ha^-1. Według diagnozy blaszek 5 liścia poziom ten był mniejszy i wynosił 10,3 Mg ha^-1. Podane wartości są jednocześnie maksymalnym poziomem plonowania buraka o niezbilansowanym składzie chemicznym. Ze względu na poziom plonowania, blaszki 5 liścia są mało przydatnym organem wskaźnikowym. Z drugiej strony ana-liza zależności między plonem cukru a wartościami CND_r² wskazuje, że organ ten wskaźnikowy jest czulszy w prognozie plonowania niż ogonki i cała masa nadziemna w fazie BBCH16 (ryc.20b). Tym samym, różnice w wartościach CND_r² dla tego organu istotnie tłumaczyły różnice w plonowaniu roślin. Jednak największą wartość współczynnika F, dla analizy iteracyjnej wariancji, otrzymano dla liści wskaźnikowych w fazie BBCH43. Wynik ten dowodzi, że im późniejsza faza wzrostu roślin, tym większa wartość prognozy (ryc.20d).

Wpływ poszczególnych pierwiastków na wartości krytyczne I²X przedstawiał się następująco:

ogonki 5 liścia: Ca < Na < N < K < P < Mg < R blaszki 5 liścia: R < Ca < P < N < K < Na < Mg

liście ogółem w fazie BBCH16: N < R < P < K < Mg < Na < Ca

blaszki młodych liści w fazie BBCH43: N < Na < Ca < Mg < K < P < R.

Jak wynika z powyższego zestawienia, oceniana populacja buraka w porówna-niu do norm była tolerancyjna na niewielkie zmiany zawartości w ogonkach skład-nika R, magnezu oraz fosforu; w blaszkach 5 liścia magnezu i sodu; we wszystkich liściach w fazie BBCH16 wapnia i sodu; a w blaszkach młodych liści zebranych w fazie BBCH43 składnika R, fosforu i potasu. Zakresy tolerancji buraka na określo-ne indeksy I²X zamieszczono w tabeli 30. Wartości od „-” do „+” świadczą, że nie tylko niedobór, lecz także nadmiar określonego pierwiastka jest niekorzystny dla roślin.

Związki między plonem cukru i wartościami I²X zależały od części wskaźni-kowej oraz ocenianego pierwiastka (tab.30). Generalnie, im większe wartości in-deksów otrzymano, tym mniejsze było prawdopodobieństwo uzyskania dużego plonu cukru. Obiekty charakteryzujące ścisłym dopasowaniem indeksów do warto-ści „0”, odznaczały się jednocześnie największym poziomem plonowania. Ostatnia zależność dotyczyła zwłaszcza indeksów zawartości wapnia w ogonkach i blasz-kach 5 liścia oraz azotu w pozostałych organach wskaźnikowych (za wyjątkiem składnika R). W liściach z fazy BBCH43 ważna była również odpowiednia zawar-tość sodu. Składnikami silnie ograniczającymi plon buraków, przy ich niezbilan-sowaniu z pozostałymi, była zawartość magnezu w ogonkach; potasu i azotu w blaszkach; potasu w liściach BBCH16 oraz fosforu w liściach z fazy BBCH43.

Dopiero gdy rośliny buraka były zbilansowane pod względem zawartości wyżej wymienionych pierwiastków, znaczenia nabierały indeksy pozostałych składników.

Niezależnie od ustalenia wartości krytycznych indeksów, istotnym elementem rozważań było także pytanie, w jakim stopniu uzyskane indeksy tłumaczą zmiany w plonowaniu roślin. Jak wynika z tabeli 30, najważniejszymi pierwiastkami w ogonkach, od których zależało plonowanie buraków był potas, azot i sód (istotne wartości Fpodziału obiektów). Brak lub nadmiar azotu (wartości powyżej punku krytycznego) ograniczył maksymalny plon cukru do 11,1 Mg ha^-1, a potasu i sodu (przy odpowiednim zaopatrzeniu w azot) do 11,6-11,7 Mg ha^-1. Blaszki 5 liścia okazały się być dobrym wskaźnikiem odżywienia roślin w magnez. Aczkolwiek prawidłowe zbilansowanie roślin w ten pierwiastek nie gwarantowało wysokiego poziomu plonowania (tab.30).

Liście ogółem, buraka wysoko- i niskoplonującego zebrane w fazie BBCH16, różniły się w istotny sposób indeksami zawartości azotu oraz potasu. Dobre odży-wienie buraka w wyżej wymienione pierwiastki zapewniało, w optymalnych wa-runkach wzrostu i przy prawidłowym zbilansowaniu w pozostałe składniki, plon cukru na poziomie odpowiednio 11,6 i 7,7 Mg ha^-1. W fazie BBCH43 istotnymi składnikami z punktu widzenia plonowania roślin były indeksy zawartości azotu, sodu i fosforu (odpowiednio 11,0; 11,2 i 9,0 Mg ha^-1). Należy dodać, że różnice w plonowaniu roślin tłumaczyły istotnie również zmiany indeksów składnika R (blaszki 5 liścia i liście BBCH16). Czynnik R można wiązać z zawartością pozo-stałych składników pokarmowych, nie oznaczanych w niniejszej pracy, jak rów-nież z zawartością suchej masy.

Tabela 30. Krytyczne wartości indeksów wieloskładnikowej oceny stanu odżywie-nia oraz punkty odcięcia plonów dla k=6 pierwiastków po zastosowa-niu procedury Cate-Nelsona (n=41)

Table 30. Critical Compositional Nutrient Diagnosis (CND) indexes and yield cutoff for k=6 nutrients using the Cate-Nelson partitioning procedure (n=41)

W celu uzyskania dodatkowych indeksów kompleksowego odżywienia bura-ków, wartości krytyczne pojedynczych składników (I²_X) dodawano do siebie.

W ten sposób ich suma utworzyła nowe wartości krytyczne, oznaczone jako CNDs_r² (tab.30). Dla trzech organów wskaźnikowych uzyskane wartości CNDs_r² były większe niż wcześniej wyznaczone krytyczne CND_r² metodą Cate-Nelsona. Tylko w odniesieniu do blaszek 5 liścia stwierdzono mniejszą wartość.

Wzrost wartości CNDs_r² w porównaniu do CND_r² wynikał z sumowania efek-tów krytycznych pojedynczych indeksów I² X dla całej wylosowanej subpopulacji.

Różnica między nimi może być zatem miarą zrównoważenia efektów wywoływa-nych przez pojedyncze wartości indeksów dla określonego pierwiastka. Wartości CNDs_r² mogą służyć także do obliczania udziału określonego pierwiastka (I²X) w wielkości niezbilansowania składu chemicznego roślin.

Wartości CND_r² uzyskane dla subpopulacji kontrolnej można analizować również pod kątem jednorodności populacji. Teoretyczna wartość krytyczna roz-kładu χ² dla 7 stopni swobody i na poziomie α = 0,05 wynosi 14,1 (STATISTICA 7.1). Żadna empiryczna wartość CND_r² wylosowanej próby, niezależnie od orga-nu wskaźnikowego, nie przekroczyła tej wartości. Dlatego nie było podstaw do od-rzucenia hipotezy zerowej, zakładającej, że populacja bazowa i kontrola różni się stanem odżywienia. Otrzymane zatem zakresy krytyczne indeksów (I²x) można uznać za normatywne oraz zastosować je do oceniania innych, niezależnych zbio-rów danych.