ПРОГНОЗИРОВАНИЕ УРОЖАЯ, предварительное определение урожая, который может быть получен в ближайшем (краткосрочный прогноз) или отдаленном (долгосрочный прогноз) будущем. Методы П. у. отличаются вероятностным подходом, т. е. прогноз дается не точно, а с определенной вероятностью. Известно более 100 методов прогнозирования, большая часть из которых может применяться для П. у. винограда. Методы П. у. обычно делят на западе класса: экстраполяция, моделирование, экспертный. Имеются методы П. у., применяемые только в виноградарстве (по эмбриональной плодоносности глазков, состоянию прироста и др.).
П.у. по эмбриональной плодоносности глазков — один из самых старых и простых методов краткосрочного прогноза. Проводится путем прямого определения состояния сформировавшихся глазков при помощи лупы (микроскопа). П. у. будет тем точнее, чем ближе к распусканию глазков взяты образцы для анализа.
П. у. по состоянию прироста — в основном качественный метод. Общий прирост и степень вызревания побегов могут быть определены визуально с достаточной точностью. Метод может стать более надежным, если к этим данным добавить результаты химических анализов на содержание крахмала, сахаров, содержание элементов питания (особенно калия и фосфора), определение состояния луба и др. структурных составляющих побегов. За оптимальный прирост можно ориентировочно принять среднюю длину побега 100—130 см, количество полноценных побегов на 1 га 30—40 тыс. штук, суммарную длину побегов на 1 га 60—80 тыс. м, содержание в побегах осенью: крахмала 8—12%, калия 0,8—1,0, фосфора 0,2—0,3; азота 0,7—0,9% или 4,2—5,5% сырого белка в расчете на сухую массу побегов. Полученные результаты анализов сравнивают со стандартными (оптимальными) показателями. По такому комплексному анализу (приближенному к системному анализу) состояния прироста можно обосновать не только П. у. следующего года, но и прогнозировать устойчивость лозы и почек к морозам и наметить меры, способствующие лучшей перезимовке кустов (укрытие, окучивание головок кустов, внесение удобрений, полив, опрыскивание известковым молоком и др.). Экстраполяция и интерполяция представляют собой большой класс методов П. у., основанный на изучении динамики фактической урожайности за ряд предшествующих лет (не менее 5, обычно 10—20), динамики изменения плодородия почвы под влиянием естественных процессов, системы удобрения или мелиоративных работ; по прогнозам погоды и др. Для П. у. этими методами используют различные математического модели.
П. у. по марковским цепям основано на экстраполяции тенденций и предусматривает анализ урожаев по группам хозяйств, бригад или участков с разной урожайностью и анализ вероятности их перехода из одной группы в другую в динамике на основе таблиц вероятностей. Более простой метод составления "цепей", разработанный В.Я.Узуном, предусматривает деление фактического урожая по хозяйствам, бригадам или участкам в определенном году на 2 группы — ниже и выше средней, затем каждую из них еще на 2 и т.д. (обычно до 4 раз). На основании обобщения многолетних фактических данных установлено, что переход из нижнего звена в высшее происходит через 5 лет; это и служит основой прогноза на ближайшую и далекую перспективу.
П.у. по тенденциям изменения уровня плодородия почвы зависит от возникновения нескольких ситуаций. Когда на старых виноградниках урожай снижается в результате накопления в почве ингибиторов фенольной группы, т.е. усиления процессов почвоутомления, прогнозируется не увеличение, а снижение урожая. Когда в результате многолетнего содержания почвы под черным паром и многочисленных обработок в почве снижается содержание органических веществ, элементов питания и ухудшаются фи-зич. свойства почвы, составляются корреляционно-регрессионные пары данных и прогнозируется снижение урожая. В случае, если известны несколько параметров свойств почвы, лучше провести множественный корреляционно-регрессионный анализ. Это позволит не только более надежно прогнозировать повышение или снижение урожая, но и определить удельный вес каждого взятого фактора. При П. у. по почвенным факторам чаще применяется степенная множественная регрессионная модель вида: у = axjB .x2 с .x3d .х4к и т.д., где у — урожай, в ц/га; Xj — содержание гумуса, в %; х2— рН; х3 — содержание подвижного фосфора; х4 — содержание обменного калия в почве, в мг/ЮОг сухой почвы; а, в, с и к — коэффициенты регрессии. Показатели уравнения рассчитываются для каждого массива и сорта в отдельности. Можно не прибегать к составлению уравнения, если известен бонитет почвы и цена балла. В этом случае П. у. производят путем умножения балла почвы на его цену. Обычно цена балла дается отдельно для высококачественных сортов, для сортов, идущих на приготовление ординарных вин, и для столовых сортов. Если в результате известных мелиоративных работ, оптимальных норм орошения или удобрения повышается плодородие почвы, то это соответственно способствует росту урожая.
П. у. по метеорологическим данным широко используется для прогноза наступления фаз вегетации (цветение, созревание, качество урожая и др.). П. у., основанное на связи урожая прогнозируемого периода с урожаями в предшествующие годы, а также с процессами, происходящими в почве, количеством применяемых удобрений, метеорологич. условиями и др., выполняется по уравнениям регрессии и предполагает, что изучаемые условия и тенденции сохранятся. Для улучшения регрессионных моделей П. у., особенно по данным урожая за прошлые годы, надо увеличивать удельный вес коэффициентов последних лет (метод гармонических весов, предложенный А. М. Френкелем).
Метод экспертных оценок заключается в том, что из высококвалифицированных специалистов составляется экспертная комиссия (20—25 человек), каждый член которой делает прогноз и заносит его в спец. анкету. Эти сведения обрабатываются и выводится средний прогноз и его статистическая оценка. Недостатком метода является невозможность избежания субъективного подхода в прогнозе. Для того чтобы прогноз любым методом был надежным и правильным, он должен выполняться в рамках однородных условий. Все прогнозы сравниваются с фактическими результатами и оцениваются статистическими методами. П. у. с каждым годом приобретают все более важное значение в планировании, составлении планов уборки, заготовки тары, организации работы транспортных средств, заключении договоров на сбыт урожая и т. д.
Литература: Басюк Ф. Прогнозирование урожайности сельскохозяйствен
ных культур. — Плановое хозяйство, 2002, №9; Узун В. Я. Прогно
зирование урожайности. — К., 1975; Унгурян В. Г. Об учете поч
венных факторов при прогнозировании продуктивности винограда. —
В кн.: Программирование урожаев сельскохозяйственных культур
/Под ред. С. Г. Бондаренко. К., 1996; Семенов В. А. Оценка земель
и прогноз урожая. — Л., 1997; Четыркин Е.М. Статистические
методы прогнозирования. — 2-е изд. — Москва, 1997; Лоза Г. М., Кур-
цев И. В. Перспективы научно-технического прогресса сельскохозяй
ственного производства. — Вестник сельскохозяйственной науки, 1978,
№8; Рабочая книга по прогнозированию. — Москва, 1982; Платоно
ва Т. Ф. Прогнозирование динамики урожайности сельскохозяйствен
ных культур. — К., 1983; Семенов В. А. О прогнозировании уро
жайности. — Экономика сельского хозяйства, 1983, №10; Прудни
ков А. О классификации методов прогнозирования урожайности. —
Экономика сельского хозяйства, 1983, №10; Гусейнов Ш. Н. Взаимо
связь между уровнем термического напряжения и урожайностью. —
Садоводство, виноградарство и виноделие Молдавии, 1983, №11;
Бабриков Д. и др. Биологични основи на прогнозирането и про-
грамирането на добивите од лозята. — Лозарство и винарство, 1996,
№3,5; Брайков Д. и др. Биологични основи на прогнозирането и
програмирането на добивите от лозята. — Лозарство и винарство,
1996, №4.