Тверская область является традиционным льноводческим регионом Российской Федерации, характеризующимся благоприятными почвенно-климатическими условиями для выращивания льна-долгунца. Вместе с тем известно, что Тверская область обладает огромными запасами залежных земель, которые требуют разработки эффективной программы их использования. В связи с этим, целью исследований было изучить влияние баковых смесей гербицидов и подкормок микроэлементами на формирование продуктивности льна-долгунца сортов Тонус и Надежда, выращиваемых на залежных землях. Полевой многофакторный опыт проводился в 2019 г. на землях Тверской государственной сельскохозяйственной академии. Схема опыта была представлена следующими вариантами: фактор А -сорт льна-долгунца: Тонус; Надежда; фактор В -баковая смесь гербицидов: Агритокс (1 л/га) + Фюзилад Форте (1,5 л/га) + Секатор Турбо (0,1 л/га); Агритокс (1 л/га) + Хантер (3,0 л/га) + Секатор Турбо (0,1 л/га); фактор С -некорневая подкормка микроэлементами: без подкормки; В-ЭДДЯК; Zn-ЭДДЯК. Удобрения применялись в фазу «елочки» растений льна посредством опрыскивания с нормой расхода рабочей жидкости 300 л/га. В результате исследований было выявлено, что для сорта Тонус наиболее эффективным является использование баковой смеси гербицидов Агритокс + Хантер + Секатор Турбо в сочетании с некорневой подкормкой посевов комплексонатом бора, а для сорта Надежда -применение баковой смеси гербицидов Агритокс + Фюзилад Форте + Секатор Турбо. в сочетании с опрыскиванием посевов комплексонатом цинка. Разработанные агроприемы позволяют получать на залежных землях при выращивании сорта Тонус -5,36 ц/га семян и 28,9 ц/га соломки льна-долгунца, сорта Надежда -5,78 ц/га семян и 24,1ц/га соломки льна-долгунца.Ключевые слова: залежные земли, гербициды, микроэлементы, лен-долгунец, структура урожая, продуктивность

In a field experiment in 2019, the growth, development and formation features of 34 corn hybrids yield were studied in OOO Skopa, Sonkovsky district, Tver region (Russia). 4 groups of hybrids with different productivity, average green mass yield with ears and absolutely dry phytomass (t/ha) were revealed: 1 – 6 hybrids (17.6%) 79.48 and 18.55; 2 - 6 hybrids (17.6%) 58.97 and 11.1; 3 – 13 hybrids (38.2%) 41.1 and 9.4; 4 – 9 hybrids (26.1%) 31.2 and 7.3 t/ha. The most productive were the hybrids LG 30189 (LimaGrain, France) and Zeta 110 S (LABOULET, France), which has a green mass yield of 87.5 and 91.8 t/ha, of absolutely dry mass – 21.39 and 18.52 t/ha, the PAR efficiency of these crops was 3.49 and 3.08%. Of the Russian hybrids, the most productive were Cascade 195 SV (Rossoshhybrid), ZP 190 SV and Voronezh 158 (Golden ear) with a green mass yield of 44.8 - 49.0 t/ha, absolutely dry 9.10 – 10.7 t/ha.

Agro-climatic and soil conditions are fundamental factors for effective agricultural production, which must be taken into account when determining the priority directions for the development of agriculture in the regions. The Non-Chernozem Zone of Russia includes regions, some of which are similar in agro-climatic and soil conditions, others are very different. To facilitate the task of setting targets, it is advisable to classify the regions. At the same time, to develop a classification, it is sufficient to use a certain number of indicators characterizing agro-climatic and soil conditions. When classifying the subjects of the Non-Chernozem Zone of Russia, two methods of cluster analysis were considered and described in the article: the method of hierarchical tree classification and K-Mean cluster based segmentation method. The results obtained by the two methods almost completely coincided, which indicates the objective existence of the identified groups of regions. The subjects of the Non-Chernozem Zone were divided into four groups; each significantly differs from another in terms of agro-climatic and soil indicators underlying the classification. The suggested classification can serve as a starting point in designing a state program for the development of agriculture, as well as the basis for further analysis of the efficiency of agriculture, while the labor intensity of work will be significantly reduced due to the compression of the information environment.