ПРОТОКОЛ ІНСТРУМЕНТАЛЬНОГО МОНІТОРИНГУ СВІТЛОВОГО РЕЖИМУ ПОЛОГУ ТА ДЕЯКИХ ФІЗІОЛОГІЧНИХ ХАРАКТЕРИСТИК РОСЛИН СОЇ В ПОЛЬОВИХ УМОВАХ
DOI:
https://doi.org/10.31861/biosystems2026.02.298Ключові слова:
Glycine max, рослинний полог, освітленість, atLEAF CHL PLUS, оптичний індекс листка, температура листка, польовий моніторинг, повторні вимірюванняАнотація
Оцінювання просторової неоднорідності рослинного пологу сої потребує узгодженого використання показників, які характеризують світлове середовище, оптичні властивості листків і температуру їхньої поверхні. За обмеженого приладового забезпечення ці характеристики можна вимірювати портативними засобами, проте різна фізична природа їхніх показів ускладнює безпосереднє зіставлення та фізіологічну інтерпретацію результатів.
Мета роботи – розробити й описати відтворюваний протокол польового моніторингу посівів сої (Glycine max (L.) Merr.), який поєднує вимірювання освітленості люксметром, оптичного індексу листків за допомогою atLEAF CHL PLUS і температури поверхні листків інфрачервоним пірометром. Методичну основу становив польовий дослід, проведений у 2026 році на біобазі «Жучка» Чернівецького національного університету імені Юрія Федьковича.
Протокол охоплює ідентифікацію облікових ділянок, формування постійної панелі маркованих рослин і додаткової вибірки, реєстрацію фенологічних фаз, просторовий розподіл вимірювань за ярусами пологу, контроль первинних записів і розрахунок похідних показників. Окремо визначено принципи організації набору даних та статистичного аналізу з урахуванням блокової структури досліду, вкладеності спостережень і повторних вимірювань у часі. Розглянуто обмеження використання люксометричної освітленості як характеристики світлового режиму, оптичного індексу як показника стану листка та температури його поверхні для діагностики фізіологічного стресу.
Запропонований протокол є методичною інтеграцією доступних інструментальних процедур, а не новим фізичним методом вимірювання чи валідованою системою фізіологічної діагностики.
Посилання
1. DSTU 4828:2007. Oilseeds. Methods for determination of moisture content. [Effective from 2009-01-01]. Kyiv: Derzhspozhyvstandart of Ukraine, 2008. 16 p.
2. DSTU 4582:2006. Soybean. Specifications. [Effective from 2007-07-01]. Kyiv: Derzhspozhyvstandart of Ukraine, 2007. 12 p.
3. atLEAF CHL PLUS: handheld chlorophyll meter description. Офіційний сайт виробника. URL: https://www.atleaf.com/atLEAF_CHL_PLUS (дата звернення: 09.07.2026).
4. Fehr, W., & Caviness, C. (1977). Stages of soybean development.
5. Hoshmand, R. (2018). Design of experiments for agriculture and the natural sciences. CRC Press. https://surl.li/kaddfj (дата звернення: 03.05.2026).
6. Jones, H. G. (1999). Use of infrared thermometry for estimation of stomatal conductance as a possible aid to irrigation scheduling. Agricultural and forest meteorology, 95(3), 139-149. https://doi.org/10.1016/S0168-1923(99)00030-1.
7. Mohamed, N. E., Mustafa, A. R. A., Bedawy, I. M., Ahmed, A. S., Abdelsamie, E. A., Mohamed, E. S., ... & Shokr, M. S. (2024). Utilizing infrared thermometry to assess the crop water stress index of wheat genotypes in arid regions under varying irrigation regimes. Agronomy, 14(8), 1814. https://doi.org/10.3390/agronomy14081814
8. Naeve, S. L. (2018). Soybean growth stages. University of Minnesota Extension. https://extension.umn.edu/agriculture/crop-production/soybean/soybean-growth-stages (дата звернення: 03.09.2026).
9. Novichonok, E. V., Novichonok, A. O., Kurbatova, J. A., & Markovskaya, E. F. (2016). Use of the atLEAF+ chlorophyll meter for a nondestructive estimate of chlorophyll content. Photosynthetica, 54(1), 130-137. https://doi.org/10.1007/s11099-015-0172-8
10. Ohno, Y., Goodman, T., Blattner, P., Schanda, J., Shitomi, H., Sperling, A., & Zwinkels, J. (2020). Principles governing photometry. Metrologia, 57(2), 020401 https://www.bipm.org/documents/20126/28126817/bipm%20publication-ID-3320/6fd541a7-7d45-b7a4-fda6-0c8c879d4526 (дата звернення: 02.09.2026).
11. Pagliari, P., Galindo, F. S., Strock, J., & Rosen, C. (2022). Use of repeated measures data analysis for field trials with annual and perennial crops. Plants, 11(13), 1783. https://doi.org/10.3390/plants11131783.
12. Schielzeth, H., Dingemanse, N. J., Nakagawa, S., Westneat, D. F., Allegue, H., Teplitsky, C., ... & Araya‐Ajoy, Y. G. (2020). Robustness of linear mixed‐effects models to violations of distributional assumptions. Methods in ecology and evolution, 11(9), 1141-1152. https://doi.org/10.1111/2041-210X.13434
13. Sreekanta, S., Haaning, A., Dobbels, A., O’Neill, R., Hofstad, A., Virdi, K., ... & Lorenz, A. J. (2024). Variation in shoot architecture traits and their relationship to canopy coverage and light interception in soybean (Glycine max). BMC Plant Biology, 24(1), 194. https://doi.org/10.1186/s12870-024-04859-2.
14. Uddling, J., Gelang-Alfredsson, J., Piikki, K., & Pleijel, H. (2007). Evaluating the relationship between leaf chlorophyll concentration and SPAD-502 chlorophyll meter readings. Photosynthesis research, 91(1), 37-46. https://doi.org/10.1007/s11120-006-9077-5.
15. Walter, A., & Schöbel, H. (2023). Shed light on photosynthetic organisms: a physical perspective to correct light measurements. Photosynthesis Research, 156(3), 325-336. https://doi.org/10.1007/s11120-023-01001-5.
16. Yang, S., Sun, J., Wang, Z., Li, J., Xu, M., & Fan, G. (2026). Research on marginal effects of dry matter accumulation and extinction coefficient in maize–soybean intercropping composite population. Agriculture, 16(3), 371. https://doi.org/10.3390/agriculture16030371
17. Zhu, B., Liu, F., Xie, Z., Guo, Y., Li, B., & Ma, Y. (2020). Quantification of light interception within image-based 3-D reconstruction of sole and intercropped canopies over the entire growth season. Annals of botany, 126(4), 701-712. https://doi.org/10.1093/aob/mcaa046
