Purpose. Determine the effect of plant densities and the use of Organic-balance biological preparation on growth, development of photosynthetic potential and seed yield of maize lines, parental components of perspective hybrids (‘Arabat’, ‘Skadovskyi’, ‘Kakhovskyi’, ‘Azov’, ‘Chonhar’, ‘Hileia’ etc.) under conditions of drip irrigation. Methods. Field, morphometric, statistical. Results. In the flowering phase, the maximum differences in the area of the assimilation surface were observed between the maize lines and between variants using different plant densities and Organic-balance biological preparation. The largest indicator of the area of the assimilation surface was at the mid-late line DK445 for a standing density of 70 thousand plants/ha and the use of organic preparation Organic balance – 0.489 m2/plant. Organic-balance biological preparation had a positive effect on the dynamics of the area of the assimilation surface of the lines, had provide an increase of 0.04 m2/plant or 9.5% over individual phases of development compared to untreated control. The maximum value of the net productivity of photosynthesis – 6.78 g/m2 per day, was obtained from the FAO 420 line at a density of 70 thousand plant/ha, in the FAO 350 line was less by 4.3% with a maximum at a density of 80 thousand. plants/ha. For the FAO 290 line, the optimal plant density was 90,000 plants/ha. It was found that the genotype of the line with a share of influence of 81.2 and 85.2%, respectively, is predominantly influenced by the plant leaf area and the net productivity of photosynthesis. The influence of the organic preparation Organic-balance on these indicators was less and amounted to 13.3 and 12.3% respectively. The least influence on photosynthetic parameters was carried out by the density of phytocoenoses (the proportion of influence of 5.5 and 2.5%). Genotype with 82.2% share had the greatest influence on the seed yield of the lineage-parental components of maize hybrids. Part of the impact of the organic preparation Organic balance was 4.0%, plant density – 5.3%. The maximum seed yield of the FAO 290 line was obtained at a density of 90 thousand. growth./ha and organic drug treatment Organic-balance and amounted to 5.15 t/ha. The FAO 350 line showed the highest yield at a stand density of 80,000. growth/ha and treatment with organic drug Organic-balance – 5.46 t/ha. FAO 420, the highest seed yield, formed at a stand density of 80,000 plants/ha – 6.58 t/ha and treatment with organic drug Organic balance – 7.08 t/ha. Organic Balance treatment increased the seed yield by an average of 8.1%. Conclusions. Photosynthetic indicators of maize lines mainly depend on the genotype. Phytocenosis density and treatment with biopreparation have a much smaller effect. Under irrigation, the maximum seed yield was formed by the FAO 420 parent line of 7.08 t/ha. The results obtained indicate that in order to plan the production of seed material of maize lines, which are the parent components of hybrids, their genotypic features, the response to the density of phytocenoses and biological preparation with growth-stimulating action must be taken into account.

Purpose. Determine the effect of plant densities and the use of Organic-balance biological preparation on growth, development of photosynthetic potential and seed yield of maize lines, parental components of perspective hybrids (‘Arabat’, ‘Skadovskyi’, ‘Kakhovskyi’, ‘Azov’, ‘Chonhar’, ‘Hileia’ etc.) under conditions of drip irrigation.Methods. Field, morphometric, statistical.Results. In the flowering phase, the maximum differences in the area of the assimilation surface were observed between the maize lines and between variants using different plant densities and Organic-balance biological preparation. The largest indicator of the area of the assimilation surface was at the mid-late line DK445 for a standing density of 70 thousand plants/ha and the use of organic preparation Organic balance – 0.489 m2/plant. Organic-balance biological preparation had a positive effect on the dynamics of the area of the assimilation surface of the lines, had provide an increase of 0.04 m2/plant or 9.5% over individual phases of development compared to untreated control. The maximum value of the net productivity of photosynthesis – 6.78 g/m2 per day, was obtained from the FAO 420 line at a density of 70 thousand plant/ha, in the FAO 350 line was less by 4.3% with a maximum at a density of 80 thousand. plants/ha. For the FAO 290 line, the optimal plant density was 90,000 plants/ha. It was found that the genotype of the line with a share of influence of 81.2 and 85.2%, respectively, is predominantly influenced by the plant leaf area and the net productivity of photosynthesis. The influence of the organic preparation Organic-balance on these indicators was less and amounted to 13.3 and 12.3% respectively. The least influence on photosynthetic parameters was carried out by the density of phytocoenoses (the proportion of influence of 5.5 and 2.5%). Genotype with 82.2% share had the greatest influence on the seed yield of the lineage-parental components of maize hybrids. Part of the impact of the organic preparation Organic balance was 4.0%, plant density – 5.3%. The maximum seed yield of the FAO 290 line was obtained at a density of 90 thousand. growth./ha and organic drug treatment Organic-balance and amounted to 5.15 t/ha. The FAO 350 line showed the highest yield at a stand density of 80,000. growth/ha and treatment with organic drug Organic-balance – 5.46 t/ha. FAO 420, the highest seed yield, formed at a stand density of 80,000 plants/ha – 6.58 t/ha and treatment with organic drug Organic balance – 7.08 t/ha. Organic Balance treatment increased the seed yield by an average of 8.1%.Conclusions. Photosynthetic indicators of maize lines mainly depend on the genotype. Phytocenosis density and treatment with biopreparation have a much smaller effect. Under irrigation, the maximum seed yield was formed by the FAO 420 parent line of 7.08 t/ha. The results obtained indicate that in order to plan the production of seed material of maize lines, which are the parent components of hybrids, their genotypic features, the response to the density of phytocenoses and biological preparation with growth-stimulating action must be taken into account. | Цель. Определить влияние густоты стояния растений и применения биопрепарата Органик-баланс на рост, развитие фотосинтетического потенциала и урожайность семян линий кукурузы, родительских компонентов перспективных гибридов (‘Арабат’, ‘Скадовський’, ‘Каховський’, ‘Aзов’, ‘Чонгар’, ‘Гилея’ т.д.) в условиях капельного орошения.Методы. Полевой, морфо-метрический, статистические.Результаты. В фазу цветения початков наблюдали максимальные различия значения площади ассимиляционной поверхности между линиями кукурузы и между вариантами с применением различной густоты растений и биопрепарата Органик-баланс. Наибольший показатель площади ассимиляционной поверхности был у среднепоздней линии ДК445 при густоте стояния 70 тыс. раст./га и использовании биопрепарата Органик-баланс – 0,489 м2/растение. Биопрепарат Органик-баланс положительно влиял на динамику площади ассимиляционной поверхности линий, обеспечив прирост по отдельным фазам развития по сравнению с необработанным контролем на 0,04 м2/растение или на 9,5%. Максимальную урожайность семян линии группы ФАО 290 (ДК247) получили при густоте 90 тыс. раст./га и обработке биопрепаратом Органик-баланс ‒ 5,15 т/га. У линии гуппы ФАО 350 (ДК205710) лучшую урожайность зафиксировали на варианте с густотой стояния 80 тыс. раст./га и при обработке биопрепаратом Органик-баланс ‒ 5,46 т/га. Наибольшую урожайность семян линии группы ФАО 420 (ДК445) было отмечено на варианте с густотой стояния 80 тыс. раст./га ‒ 6,58 т/га и при обработке биопрепаратом Органик-баланс ‒ 7,08 т/га. Использование биопрепарата Органик-баланс увеличивало урожайность семян в среднем на 8,1%.Выводы. Фотосинтетические показатели линий кукурузы преимущественно зависили от генотипа. Плотность фитоценоза и обработка биопрепаратом имели гораздо меньшее влияние на продуктивность фотосинтеза. В условиях орошения максимальную урожайность семян было отмечено у среднепоздней родительской линии ДК445 – 7,08 т/га. В соответствии с полученными результатами производство семенного материала родительских компонентов необходимо осуществлять с учётом их генотипических характеристик, реакции на плотность фитоценоза и использования биопрепаратов с ростстимулирующим эффектом. | Мета. Визначити вплив густоти рослин та застосування біопрепарату Органік-баланс на розвиток, формування фотосинтетичного потенціалу та врожайності насіння батьківських компонентів зареєстрованих гібридів (‘Арабат’, ‘Скадовський’, ‘Каховський’, ‘Азов’, ‘Чонгар’, ‘Гілея’ тощо) за умов краплинного зрошення.Методи. Польовий, морфометричний, статистичні.Результати. У фазу цвітіння качанів спостерігали максимальні відмінності значення площі асиміляційної поверхні між лініями кукурудзи та між варіантами з застосуванням різної густоти рослин і біопрепарату Органік-баланс. Найбільшим показник площі асиміляційної поверхні був у середньопізньої лінії ДК445 за густоти стояння 70 тис. росл./га та використання біопрепарату Органік-баланс – 0,489 м2/рослину. Біопрепарат Органік-баланс позитивно впливав на динаміку площі асиміляційної поверхні ліній, забезпечивши приріст за окремими фазами розвитку порівняно з необробленим контролем на 0,04 м2/рослину або на 9,5%. Максимальну врожайність насіння лінії групи ФАО 290 (ДК247) було отримано за густоти 90 тис. росл./га та обробляння біопрепаратом Органік-баланс ‒ 5,15 т/га. У лінії групи ФАО 350 (ДК205710) кращу врожайність було зафіксовано на варіанті з густотою стояння 80 тис. росл./га та при оброблянні біопрепаратом Органік-баланс – 5,46 т/га. Найбільшу врожайність насіння лінії групи ФАО 420 (ДК445) було відмічено у варіанті з густотою стояння 80 тис. рослин/га – 6,58 т/га та при оброблянні біопрепаратом Органік-баланс – 7,08 т/га. Застосування біопрепарату Органік-баланс збільшувало врожайність насіння у середньому на 8,1%.Висновки. Фотосинтетичні показники ліній кукурудзи переважно залежали від генотипу. Архітектоніка агрофітоценозу та застосування біопрепарату Органік-баланс значно менше впливали на продуктивність фотосинтезу. В умовах зрошення максимальну врожайність насіння було відмічено у середньопізньої батьківської лінії ДК445 – 7,08 т/га. Відповідно до отриманих результатів виробництво насіннєвого матеріалу батьківських компонентів необхідно здійснювати із врахуванням їхніх генотипових характеристик, реакцій на густоту агрофітоценозу та застосування біопрепаратів з ефектом стимулювання росту.

Purpose. Determine the effect of plant densities and the use of Organic-balance biological preparation on growth, development of photosynthetic potential and seed yield of maize lines, parental components of perspective hybrids (‘Arabat’, ‘Skadovskyi’, ‘Kakhovskyi’, ‘Azov’, ‘Chonhar’, ‘Hileia’ etc.) under conditions of drip irrigation. Methods. Field, morphometric, statistical. Results. In the flowering phase, the maximum differences in the area of the assimilation surface were observed between the maize lines and between variants using different plant densities and Organic-balance biological preparation. The largest indicator of the area of the assimilation surface was at the mid-late line DK445 for a standing density of 70 thousand plants/ha and the use of organic preparation Organic balance – 0.489 m2/plant. Organic-balance biological preparation had a positive effect on the dynamics of the area of the assimilation surface of the lines, had provide an increase of 0.04 m2/plant or 9.5% over individual phases of development compared to untreated control. The maximum value of the net productivity of photosynthesis – 6.78 g/m2 per day, was obtained from the FAO 420 line at a density of 70 thousand plant/ha, in the FAO 350 line was less by 4.3% with a maximum at a density of 80 thousand. plants/ha. For the FAO 290 line, the optimal plant density was 90,000 plants/ha. It was found that the genotype of the line with a share of influence of 81.2 and 85.2%, respectively, is predominantly influenced by the plant leaf area and the net productivity of photosynthesis. The influence of the organic preparation Organic-balance on these indicators was less and amounted to 13.3 and 12.3% respectively. The least influence on photosynthetic parameters was carried out by the density of phytocoenoses (the proportion of influence of 5.5 and 2.5%). Genotype with 82.2% share had the greatest influence on the seed yield of the lineage-parental components of maize hybrids. Part of the impact of the organic preparation Organic balance was 4.0%, plant density – 5.3%. The maximum seed yield of the FAO 290 line was obtained at a density of 90 thousand. growth./ha and organic drug treatment Organic-balance and amounted to 5.15 t/ha. The FAO 350 line showed the highest yield at a stand density of 80,000. growth/ha and treatment with organic drug Organic-balance – 5.46 t/ha. FAO 420, the highest seed yield, formed at a stand density of 80,000 plants/ha – 6.58 t/ha and treatment with organic drug Organic balance – 7.08 t/ha. Organic Balance treatment increased the seed yield by an average of 8.1%. Conclusions. Photosynthetic indicators of maize lines mainly depend on the genotype. Phytocenosis density and treatment with biopreparation have a much smaller effect. Under irrigation, the maximum seed yield was formed by the FAO 420 parent line of 7.08 t/ha. The results obtained indicate that in order to plan the production of seed material of maize lines, which are the parent components of hybrids, their genotypic features, the response to the density of phytocenoses and biological preparation with growth-stimulating action must be taken into account.

Purpose. Evaluate the introduced samples of soft winter wheat from the international nursery Common Bunt-Resistant Nursery (CBUNT-RES) of different ecological and geographical origin in the southern part of the Forest-Steppe zone of Ukraine according to a set of productivity indicators in order to define the most valuable samples and describe them. Methods. During 2016–2019 on the base of Ustymivka Experimental Station for Plant Production of the V. Ya. Yuriev Plant Production Institute of NAAS the authors studied, evaluated and described 75 new soft winter wheat samples of various eco-geographical origins by productivity traits. In the field and laboratory conditions, indicators of yield and productivi­ty were determined: 1000 grains weight, plant height and ear length, the number of spikelets and grains in the ear, weight of ear and grain and early-ripening. Results. Plant material with increased parameters of economic and biological characters was identified. During studies, it was found that ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘91-142A61/KATIA1//GRISET-4’, ‘SAULESKU#44/TR810200//GRISET-4’, ‘ATTILA/BABAX//PASTOR/4/…’ (IU067591) (Turkey), ‘INTENSIVNAYA//PBW343*2/TUKURU’, ‘SANZAR-8/KKTS’ (Mexico) were the high-yielding varieties. The samples of soft winter wheat as ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘INTENSIVNAYA//PBW343*2/…’ (IU067637) (Mexico), ‘ATAY/GALVEZ87/6/TAST/…’ (IU067587), ‘DE9/MERCAN-2’, ‘KRASNODAR/FRTL/6…’ (IU067595), ‘SAULESKU#44/TR810200//GRISET-4’, ‘GANSU-1/3/AUSGS50AT34/…’ (IU067598), ‘ORKINOS-1*2/3/AUS…’ (IU067608), ‘KAMBARA1/ZANDER-17’ , ‘TAM200/KAUZ/4/CHAM6//…’ (IU067612) (Turkey) contained a large grain weight (more than 5.0 g), plant productivity in these samples was rather high due to increased amount of grains and the thousand kernel weight. Conclusions. The introduced soft winter wheat samples of various eco-geographical origins were adapted to the Southern Forest-Steppe and can be recommended as a source material in breeding to increasing productive capacity.

Purpose. Evaluate the introduced samples of soft winter wheat from the international nursery Common Bunt-Resistant Nursery (CBUNT-RES) of different ecological and geographical origin in the southern part of the Forest-Steppe zone of Ukraine according to a set of productivity indicators in order to define the most valuable samples and describe them. Methods. During 2016–2019 on the base of Ustymivka Experimental Station for Plant Production of the V. Ya. Yuriev Plant Production Institute of NAAS the authors studied, evaluated and described 75 new soft winter wheat samples of various eco-geographical origins by productivity traits. In the field and laboratory conditions, indicators of yield and productivi­ty were determined: 1000 grains weight, plant height and ear length, the number of spikelets and grains in the ear, weight of ear and grain and early-ripening. Results. Plant material with increased parameters of economic and biological characters was identified. During studies, it was found that ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘91-142A61/KATIA1//GRISET-4’, ‘SAULESKU#44/TR810200//GRISET-4’, ‘ATTILA/BABAX//PASTOR/4/…’ (IU067591) (Turkey), ‘INTENSIVNAYA//PBW343*2/TUKURU’, ‘SANZAR-8/KKTS’ (Mexico) were the high-yielding varieties. The samples of soft winter wheat as ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘INTENSIVNAYA//PBW343*2/…’ (IU067637) (Mexico), ‘ATAY/GALVEZ87/6/TAST/…’ (IU067587), ‘DE9/MERCAN-2’, ‘KRASNODAR/FRTL/6…’ (IU067595), ‘SAULESKU#44/TR810200//GRISET-4’, ‘GANSU-1/3/AUSGS50AT34/…’ (IU067598), ‘ORKINOS-1*2/3/AUS…’ (IU067608), ‘KAMBARA1/ZANDER-17’ , ‘TAM200/KAUZ/4/CHAM6//…’ (IU067612) (Turkey) contained a large grain weight (more than 5.0 g), plant productivity in these samples was rather high due to increased amount of grains and the thousand kernel weight. Conclusions. The introduced soft winter wheat samples of various eco-geographical origins were adapted to the Southern Forest-Steppe and can be recommended as a source material in breeding to increasing productive capacity.

Purpose. Evaluate the introduced samples of soft winter wheat from the international nursery Common Bunt-Resistant Nursery (CBUNT-RES) of different ecological and geographical origin in the southern part of the Forest-Steppe zone of Ukraine according to a set of productivity indicators in order to define the most valuable samples and describe them.Methods. During 2016–2019 on the base of Ustymivka Experimental Station for Plant Production of the V. Ya. Yuriev Plant Production Institute of NAAS the authors studied, evaluated and described 75 new soft winter wheat samples of various eco-geographical origins by productivity traits. In the field and laboratory conditions, indicators of yield and productivi­ty were determined: 1000 grains weight, plant height and ear length, the number of spikelets and grains in the ear, weight of ear and grain and early-ripening.Results. Plant material with increased parameters of economic and biological characters was identified. During studies, it was found that ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘91-142A61/KATIA1//GRISET-4’, ‘SAULESKU#44/TR810200//GRISET-4’, ‘ATTILA/BABAX//PASTOR/4/…’ (IU067591) (Turkey), ‘INTENSIVNAYA//PBW343*2/TUKURU’, ‘SANZAR-8/KKTS’ (Mexico) were the high-yielding varieties. The samples of soft winter wheat as ‘F08347G8’, ‘F00628G34-1’ (Romania), ‘INTENSIVNAYA//PBW343*2/…’ (IU067637) (Mexico), ‘ATAY/GALVEZ87/6/TAST/…’ (IU067587), ‘DE9/MERCAN-2’, ‘KRASNODAR/FRTL/6…’ (IU067595), ‘SAULESKU#44/TR810200//GRISET-4’, ‘GANSU-1/3/AUSGS50AT34/…’ (IU067598), ‘ORKINOS-1*2/3/AUS…’ (IU067608), ‘KAMBARA1/ZANDER-17’ , ‘TAM200/KAUZ/4/CHAM6//…’ (IU067612) (Turkey) contained a large grain weight (more than 5.0 g), plant productivity in these samples was rather high due to increased amount of grains and the thousand kernel weight.Conclusions. The introduced soft winter wheat samples of various eco-geographical origins were adapted to the Southern Forest-Steppe and can be recommended as a source material in breeding to increasing productive capacity. | Мета. Оцінити інтродуковані зразки пшениці м’якої озимої різного еколого-географічного походження з міжнародного розсадника Common Bunt-Resistant Nursery (CBUNT-RES) в умовах південної частини Лісостепу України за комплексом показників продуктивності для виділення найцінніших зразків та скласти їхній опис.Методи. Упродовж 2016–2019 рр. в умовах Устимівської дослідної станції рослинництва Інституту рослинництва ім. В. Я. Юр’єва НААН за ознаками продуктивності досліджено, оцінено та описано 75 нових зразків пшениці м’якої озимої різного еколого-географічного походження.  У польових і лабораторних умовах визначено такі показники врожайності й продуктивності, як маса 1000 зерен, висота рослин та довжина колоса, кількість колосків і зерен у колосі, маса колоса та зерна з нього, а також скоростиглість зразків.Результати. Виділено матеріал, який має підвищені параметри господарських та біологічних ознак. Зокрема, до високоврожайних зразків належать: ‘F08347G8’, ‘F00628G34-1’ (Румунія), ‘91-142A61/KATIA1//GRISET-4’, ‘SAULESKU#44/TR810200//GRISET-4’, ‘ATTILA/BABAX//PASTOR/4/…’ (IU067591) (Туреччина), ‘INTENSIVNAYA//PBW343*2/TUKURU’, ‘SANZAR-8/KKTS’ (Мексика). У зразків пшениці м’якої озимої ‘F08347G8’, ‘F00628G34-1’ (Румунія), ‘INTENSIVNAYA//PBW343*2/…’ (IU067637) (Мексика), ‘ATAY/GALVEZ87/6/TAST/…’ (IU067587), ‘DE9/MERCAN-2’, ‘KRASNODAR/ FRTL/6…’ (IU067595), ‘SAULESKU#44/TR810200//GRISET-4’, ‘KRASNODAR/FRTL/6…’ (IU067595), ‘GANSU-1/3/AUSGS50AT34/…’ (IU067598), ‘DE9/MERCAN-2’, ‘ORKINOS-1*2/3/AUS…’ (IU067608), ‘KAMBARA1/ZANDER-17’, ‘TAM200/KAUZ/4/CHAM6//…’ (IU067612) (Туреччина) маса зерна з рослини перевищувала 5,0 г, вони мають досить високі показники продуктивності рослини як завдяки підвищеній озерненості, так і масі 1000 зерен.Висновки. Інтродуковані зразки пшениці м’якої озимої різного еколого-географічного походження, виділені за комплексом цінних ознак, можна рекомендувати як вихідний матеріал у селекції на підвищення продуктивного потенціалу культури в умовах Південного Лісостепу України.

Purpose. To determine the effectiveness of using contrasting sowing dates after different predecessors to assess the genotypes of bread winter wheat in terms of yield and stability. Methods. Field, laboratory, mathematical statistics. Results. A different, but reliable level of influence on the yield of bread winter wheat genotypes of such factors as conditions of the year of cultivation (66.2%), predecessors (12.5%), sowing date (6.1%) and genotype (1.7%) was revealed. Significant differences were noted in the response of the studied genotypes to the sowing date after different predecessors. Relatively less influence of the predecessors on the yield of the varieties ‘Estafeta Myronivska’ and ‘Vezha Myronivska’ was revealed, more – for the varieties ‘MIP Darunok’, ‘MIP Kniazhna’ and ‘MIP Vyshyvanka’. The sowing dates had less influence on the yield of the varieties ‘MIP Fortuna’, ‘MIP Vyshyvanka’ and ‘Trudivnytsia Myronivska’. A general tendency for decrease in the average annual yield was established in the experiment with a shift in the sowing dates from September 26 to October 16. However, for the number of genotypes after certain predecessors, the optimal sowing date was the 5th of October: after the predecessor, green-manure fallow – for varieties ‘Trudivnytsia myronivska’, ‘MIP Assol’ and ‘MIP Dniprianka’, after mustard – ‘Vezha Myronivska’, after sunflower – ‘MIP Fortuna’, after corn – ‘MIP Fortuna’ and ‘Podolianka’. In terms of sowing dates, the least variation in yield was found after the predecessors green manure, mustard and corn varieties ‘MIP Vyshyvanka’, ‘Balada Myronivska’, ‘MIP Kniazhna’, ‘Estafeta Myronivska’. Using the GGE biplot, it was found that close to the ‘ideal environment’ for the realization of the yield level of most genotypes was the second sowing date after greenmanure fallow predecessor. For different sowing dates and predecessors, on average for three years, the optimal combination of the level of yield and stability was noted for the varieties ‘Trudivnytsia Myronivska’, ‘MIP Vidznaka’, ‘MIP Assol’, ‘Estafeta Myronivska’, ‘MIP Valensiia’. Conclusions. Thus, the use of different so wing dates after various predecessors is an effective approach to organization of genotype-environmental tests. It makes it possible to identify the genotypes which are specifically adapted to certain conditions (predecessors and sowing dates) and genotypes with a relatively high level of stability when sowing after various predecessors and on different dates. This approach can be used both at the final stage of breeding to differentiate breeding lines for yield and stability, and in the development of basic elements of technology for growing newly created varieties.

Purpose. To determine the effectiveness of using contrasting sowing dates after different predecessors to assess the genotypes of bread winter wheat in terms of yield and stability.Methods. Field, laboratory, mathematical statistics.Results. A different, but reliable level of influence on the yield of bread winter wheat genotypes of such factors as conditions of the year of cultivation (66.2%), predecessors (12.5%), sowing date (6.1%) and genotype (1.7% ) was revealed. Significant differences were noted in the response of the studied genotypes to the sowing date after different predecessors. Relatively less influence of the predecessors on the yield of the varieties ‘Estafeta Myronivska’ and ‘Vezha Myronivska’ was revealed, more – for the varieties ‘MIP Darunok’, ‘MIP Kniazhna’ and ‘MIP Vyshyvanka’. The sowing dates had less influence on the yield of the varieties ‘MIP Fortuna’, ‘MIP Vyshyvanka’ and ‘Trudivnytsia Myronivska’. A general tendency for decrease in the average annual yield was established in the experiment with a shift in the sowing dates from September 26 to October 16. However, for the number of genotypes after certain predecessors, the optimal sowing date was the 5th of October: after the predecessor, green-manure fallow – for varieties ‘Trudivnytsia myronivska’, ‘MIP Assol’ and ‘MIP Dniprianka’, after mustard – ‘Vezha Myronivska’, after sunflower – ‘MIP Fortuna’, after corn – ‘MIP Fortuna’ and ‘Podolianka’. In terms of sowing dates, the least variation in yield was found after the predecessors green manure, mustard and corn varieties ‘MIP Vyshyvanka’, ‘Balada Myronivska’, ‘MIP Kniazhna’, ‘Estafeta Myronivska’. Using the GGE biplot, it was found that close to the ‘ideal environment’ for the realization of the yield level of most genotypes was the second sowing date after greenmanure fallow predecessor. For different sowing dates and predecessors, on average for three years, the optimal combination of the level of yield and stability was noted for the varieties ‘Trudivnytsia Myronivska’, ‘MIP Vidznaka’, ‘MIP Assol’, ‘Estafeta Myronivska’, ‘MIP Valensiia’.Conclusions. Thus, the use of different so wing dates after various predecessors is an effective approach to organization of genotype-environmental tests. It makes it possible to identify the genotypes which are specifically adapted to certain conditions (predecessors and sowing dates) and genotypes with a relatively high level of stability when sowing after various predecessors and on different dates. This approach can be used both at the final stage of breeding to differentiate breeding lines for yield and stability, and in the development of basic elements of technology for growing newly created varieties. | Мета. Виявити ефективність використання контрастних строків сівби після різних попередників для оцінювання генотипів пшениці м’якої озимої за врожайністю та стабільністю.Методи. Польові, лабораторні, статистичні.Результати. Установлено різний, але достовірний рівень впливу на врожайність генотипів пшениці м’якої озимої таких чинників, як умови року вирощування (66,2%), попередники (12,5%), строки сівби (6,1%) та генотип (1,7%). Відзначено достовірні відмітності в реакції досліджених генотипів на строки сівби після різних попередників. Виявлено відносно менший вплив попередників на врожайність сортів ‘Естафета миронівська’ та ‘Вежа миронівська’, більший – ‘МІП Дарунок’, ‘МІП Княжна’ та ‘МІП Вишиванка’. Строки сівби менше впливали на врожайність сортів ‘МІП Фортуна’, ‘МІП Вишиванка’ та ‘Трудівниця миронівська’, значно – сорту ‘МІП Дарунок’. Установлено загальну тенденцію зменшення середньої врожайності в досліді зі зміщенням строку сівби від 26 вересня до 16 жовтня. Однак, для низки генотипів після певних попередників оптимальним був строк сівби 5 жовтня: після попередника сидеральний пар – для сортів ‘Трудівниця миронівська’, ‘МІП Ассоль’ та ‘МІП Дніпрянка’, після гірчиці – ‘Вежа миронівська’, після соняшнику – ‘МІП Фортуна’, після кукурудзи – ‘МІП Фортуна’ та ‘Подолянка’. У розрізі строків сівби встановлено найменше варіювання врожайності після попередників сидеральний пар, гірчиця та кукурудза сортів ‘МІП Вишиванка’, ‘Балада миронівська’, ‘МІП Княжна’, ‘Естафета миронівська’. З використанням GGE biplot виявлено, що наближеним до «ідеального середовища» для реалізації рівня врожайності більшості генотипів був другий строк сівби після попередника сидеральний пар. За різними строками сівби й попередниками в середньому за три роки найоптимальніше поєднання рівня врожайності і стабільності відзначено для сортів ‘Трудівниця миронівська’, ‘МІП Відзнака’, ‘МІП Ассоль’, ‘Естафета миронівська’, ‘МІП Валенсія’.Висновки. Використання різних строків сівби після різних попередників є ефективним підходом організації генотип-середовищних випробувань. Він дає змогу ідентифікувати як специфічно адаптовані до певних умов (попередників та строків сівби) генотипи, так і генотипи з відносно вищим рівнем стабільності за сівби після різних попередників та в різні строки. Такий підхід може бути використаний як на завершальному етапі селекції для диференціювання селекційних ліній за врожайністю та стабільністю, так і під час розроблення базових елементів технології вирощування новостворених сортів.

Purpose. To determine the effectiveness of using contrasting sowing dates after different predecessors to assess the genotypes of bread winter wheat in terms of yield and stability. Methods. Field, laboratory, mathematical statistics. Results. A different, but reliable level of influence on the yield of bread winter wheat genotypes of such factors as conditions of the year of cultivation (66.2%), predecessors (12.5%), sowing date (6.1%) and genotype (1.7% ) was revealed. Significant differences were noted in the response of the studied genotypes to the sowing date after different predecessors. Relatively less influence of the predecessors on the yield of the varieties ‘Estafeta Myronivska’ and ‘Vezha Myronivska’ was revealed, more – for the varieties ‘MIP Darunok’, ‘MIP Kniazhna’ and ‘MIP Vyshyvanka’. The sowing dates had less influence on the yield of the varieties ‘MIP Fortuna’, ‘MIP Vyshyvanka’ and ‘Trudivnytsia Myronivska’. A general tendency for decrease in the average annual yield was established in the experiment with a shift in the sowing dates from September 26 to October 16. However, for the number of genotypes after certain predecessors, the optimal sowing date was the 5th of October: after the predecessor, green-manure fallow – for varieties ‘Trudivnytsia myronivska’, ‘MIP Assol’ and ‘MIP Dniprianka’, after mustard – ‘Vezha Myronivska’, after sunflower – ‘MIP Fortuna’, after corn – ‘MIP Fortuna’ and ‘Podolianka’. In terms of sowing dates, the least variation in yield was found after the predecessors green manure, mustard and corn varieties ‘MIP Vyshyvanka’, ‘Balada Myronivska’, ‘MIP Kniazhna’, ‘Estafeta Myronivska’. Using the GGE biplot, it was found that close to the ‘ideal environment’ for the realization of the yield level of most genotypes was the second sowing date after greenmanure fallow predecessor. For different sowing dates and predecessors, on average for three years, the optimal combination of the level of yield and stability was noted for the varieties ‘Trudivnytsia Myronivska’, ‘MIP Vidznaka’, ‘MIP Assol’, ‘Estafeta Myronivska’, ‘MIP Valensiia’. Conclusions. Thus, the use of different so wing dates after various predecessors is an effective approach to organization of genotype-environmental tests. It makes it possible to identify the genotypes which are specifically adapted to certain conditions (predecessors and sowing dates) and genotypes with a relatively high level of stability when sowing after various predecessors and on different dates. This approach can be used both at the final stage of breeding to differentiate breeding lines for yield and stability, and in the development of basic elements of technology for growing newly created varieties.

Purpose. Develop a simplified method for estimating the color of flour and pasta using Adobe Photo Shop® software. Methods. The research material was grain of varieties and selection lines of wheat species Triticum durum, T. dicoccum, T. timopheevii bred in the Рlant Production Institute nd. a. V. Ya. Yuryev and samples of the National Center for Genetic Resources of Plants of Ukraine, 2018–2020 harvest. Batch of flour and pieces of dough were scanned using EPSON Scanner 010 F. Color was evaluated using Adobe PhotoShop®. The level of carotenoids was determined by spectrophotometric method. Results. Visual assessments of flour and pasta color, presented by different researchers, differ significantly (up to 2–3 points on a 9-point scale). At the same time, the use of the developed method of express color evaluation of flour and pasta samples in Adobe PhotoShop® with the color evaluation system L*a*b*, used in modern reflectometers, allows to obtain data in numerical value and provides high accuracy. In the case of the developed me­thod, correlations were established between the content of carotenoids and the index b* of flour (r = 0.41 / ≤ 0.05) and pasta (r = 0.60 / p ≤ 0.001) and allowed to select the best in flour color selection lines 10-56, 10-65, 14-153, sample T. durum var. falcatomelanopus, in pasta color – lines 10-56, 10-65, 11-29, 12-3. Conclusions. The developed method provides high accuracy and can be used to evaluate the color of pasta and wheat flour, simplifies the evaluation of test samples, standardizes the parameters of agricultural products and avoids subjective judgment. The established weak correlation between the carotenoid content and the b* value of flour indicates the effect on the color of flour not only orange but also yellow and red pigments, and the ave­rage correlation between the carotenoid content and the b* value of pasta indicates the influence of the products of polyphenols oxidation reactions of wheat grain. The best in color flour and pasta lines were selected for breeding work to increase the content of carotenoid pigments in grain.

Purpose. Develop a simplified method for estimating the color of flour and pasta using Adobe Photo Shop® software.Methods. The research material was grain of varieties and selection lines of wheat species Triticum durum, T. dicoccum, T. timopheevii bred in the Рlant Production Institute nd. a. V. Ya. Yuryev and samples of the National Center for Genetic Resources of Plants of Ukraine, 2018–2020 harvest. Batch of flour and pieces of dough were scanned using EPSON Scanner 010 F. Color was evaluated using Adobe PhotoShop®. The level of carotenoids was determined by spectrophotometric method.Results. Visual assessments of flour and pasta color, presented by different researchers, differ significantly (up to 2–3 points on a 9-point scale). At the same time, the use of the developed method of express color evaluation of flour and pasta samples in Adobe PhotoShop® with the color evaluation system L*a*b*, used in modern reflectometers, allows to obtain data in numerical value and provides high accuracy. In the case of the developed me­thod, correlations were established between the content of carotenoids and the index b* of flour (r = 0.41 / ≤ 0.05) and pasta (r = 0.60 / p ≤ 0.001) and allowed to select the best in flour color selection lines 10-56, 10-65, 14-153, sample T. durum var. falcatomelanopus, in pasta color – lines 10-56, 10-65, 11-29, 12-3.Conclusions. The developed method provides high accuracy and can be used to evaluate the color of pasta and wheat flour, simplifies the evaluation of test samples, standardizes the parameters of agricultural products and avoids subjective judgment. The established weak correlation between the carotenoid content and the b* value of flour indicates the effect on the color of flour not only orange but also yellow and red pigments, and the ave­rage correlation between the carotenoid content and the b* value of pasta indicates the influence of the products of polyphenols oxidation reactions of wheat grain. The best in color flour and pasta lines were selected for breeding work to increase the content of carotenoid pigments in grain. | Мета. Розробити спрощений метод оцінювання кольору борошна та макаронів за допомогою програмного забезпечення Adobe Photo Shop®.Методи. Матеріалом для досліджень слугувало зерно сортів та селекційних ліній видів пшениці Triticum durum, T. dicoccum, T. timopheevii селекції Інституту рослинництва ім. В. Я. Юр’єва та зразки Національного центру генетичних ресурсів рослин України врожаю 2018–2020 рр. Наважки борошна та шматочки тіста сканували за допомогою EPSON Scanner 010 F. Колір оцінювали з використанням програми Adobe PhotoShop®. Рівень каротиноїдів визначали спектрофотометричним методом.Результати. Візуальні оцінки кольору борошна та макаронів, виставлені різними дослідниками, істотно різняться (до 2–3 балів за 9-баловою шкалою). Водночас використання розробленого способу експрес-оцінки кольору зразків борошна й макаронів у програмі Adobe PhotoShop® із системою оцінювання кольору L*a*b*, що застосовується в сучасних рефлектометрах, дає змогу отримувати дані у вигляді числового значення й забезпечує високу точність. У разі застосування розробленого способу, установлено кореляційні зв’язки між умістом каротиноїдів та показником b* борошна (r = 0,41 / ≤ 0,05) і макаронів (r = 0,60 / р ≤ 0,001) і дало змогу виділити кращі за кольором борошна селекційні лінії 10-56, 10-65, 14-153, зразок T. durum var. falcatomelanopus, за кольором макаронів – лінії 10-56, 10-65, 11-29, 12-3.Висновки. Розроблений спосіб забезпечує високу точність та може використовуватись для оцінювання кольору макаронів і борошна пшениці, дає змогу спрос­тити оцінку досліджуваних зразків, стандартизувати параметри сільськогосподарської продукції та уникнути суб’єктивного судження. Установлений слабкий кореляційний зв’язок між умістом каротиноїдів та показником b* борошна свідчить про вплив на колір борошна не тільки помаранчевих, а й жовтих та червоних пігментів, а середній кореляційний зв’язок між умістом каротиноїдів та показником b* макаронів вказує на вплив продуктів реакцій окислення поліфенолів зерна пшениці. Виділено кращі за кольором борошна та макаронів лінії для селекційної роботи щодо підвищення вмісту каротиноїдних пігментів у зерні.

Purpose. Develop a simplified method for estimating the color of flour and pasta using Adobe Photo Shop® software. Methods. The research material was grain of varieties and selection lines of wheat species Triticum durum, T. dicoccum, T. timopheevii bred in the Рlant Production Institute nd. a. V. Ya. Yuryev and samples of the National Center for Genetic Resources of Plants of Ukraine, 2018–2020 harvest. Batch of flour and pieces of dough were scanned using EPSON Scanner 010 F. Color was evaluated using Adobe PhotoShop®. The level of carotenoids was determined by spectrophotometric method. Results. Visual assessments of flour and pasta color, presented by different researchers, differ significantly (up to 2–3 points on a 9-point scale). At the same time, the use of the developed method of express color evaluation of flour and pasta samples in Adobe PhotoShop® with the color evaluation system L*a*b*, used in modern reflectometers, allows to obtain data in numerical value and provides high accuracy. In the case of the developed me­thod, correlations were established between the content of carotenoids and the index b* of flour (r = 0.41 / ≤ 0.05) and pasta (r = 0.60 / p ≤ 0.001) and allowed to select the best in flour color selection lines 10-56, 10-65, 14-153, sample T. durum var. falcatomelanopus, in pasta color – lines 10-56, 10-65, 11-29, 12-3. Conclusions. The developed method provides high accuracy and can be used to evaluate the color of pasta and wheat flour, simplifies the evaluation of test samples, standardizes the parameters of agricultural products and avoids subjective judgment. The established weak correlation between the carotenoid content and the b* value of flour indicates the effect on the color of flour not only orange but also yellow and red pigments, and the ave­rage correlation between the carotenoid content and the b* value of pasta indicates the influence of the products of polyphenols oxidation reactions of wheat grain. The best in color flour and pasta lines were selected for breeding work to increase the content of carotenoid pigments in grain.

Целью данного исследования была разработка основных компонентов модели адаптивной информационной системы прогнозирования продуктивности сельскохозяйственных культур. Методы. Для проведения исследований по установлению основных структурных элементов адаптивной информационной модели прогнозирования продуктивности основных сельскохозяйственных культур использовали метод построения динамических моделей. Результаты. Проведен детальный анализ концептуальных подходов к построению математических сельскохозяйственных моделей и установлены основные преимущества и недостатки современных аналогов. Определено, что адаптивная информационная модель базируется исключительно на потребностях растения и собственно необходимость обеспечить эти потребности доступными ресурсами с целью получения стабильно высокой урожайности с хорошими показателями качества. Программно-аппаратный комплекс должен иметь обратную связь между его основными структурными элементами, ведь за счет этого значительно повышается точность прогнозирования продуктивности растений. Данные полученные на основе работы определенных механизмов или показатели погодных условий и их прогнозы используются для принятия решений, однако, в случае их существенного изменения решение об отдельных элементах технологии пересматриваются. Программный продукт должен быть связан с экономической частью и при создании рекомендаций учитывать конъюнктуру рынка и прогнозные данные. В случае низкой закупочной цены на продукцию рекомендовать применять или не применять определенные агротехнические операции (скажем удобрение по вегетации), кроме того, корректировать их в случае существенного изменения условий выращивания – когда применение этих элементов технологии будет неэффективно за счет негативного воздействия других факторов. Выводы. Адаптивная информационная система прогнозирования продуктивности в технологическом процессе выращивания сельскохозяйственных культур формируется на базе модели состоящей из трех модулей признаков – результирующей и двух компонентных. На каждом следующем этапе реализации модели результирующий признак становится компонентным, причем с максимальным вкладом в результирующий признак следующего модуля. | Purpose of this study was to develop the main components of a model of an adaptive information system for predicting crop productivity. Methods. To conduct research on the establishment of the basic structural elements of an adaptive information model for predicting the productivity of basic crops used the method of constructing dynamic models. Results. A detailed analysis of conceptual approaches to the construction of mathematical agricultural models is carried out and the main advantages and disadvantages of modern analogues are established. It is determined that the adaptive information model is based solely on the needs of the plant and actually on the need to provide these needs with available resources in order to obtain consistently high yields with high quality indicators. The hardware and software complex must have a feedback relationship between its basic structural elements, because it significantly improves the accuracy of predicting plant productivity. Data based on the operation of certain mechanisms or indicators of weather conditions and their forecasts are used for decision making, however, if they are substantially changed, decisions about individual technology elements are reviewed. The software should be related to the economic part and should take into account market conditions and forecast data when making recommendations. In the case of low purchase prices for products, we recommend that certain agrotechnical operations (say vegetation feeding) be applied or not, in the case of significant change in growing conditions - when the application of these agro-measures will be ineffective due to the negative effects of drought, etc. Conclusions. Adaptive information system for forecasting productivity in the technological process of growing crops is formed on the basis of a model consisting of three modules of characteristics – the resultant and two components. At each subsequent stage of implementation of the model, the resulting feature becomes component, with the maximum contribution to the resulting feature of the next module. | Целью данного исследования была разработка основных компонентов модели адаптивной информационной системы прогнозирования продуктивности сельскохозяйственных культур.Методы. Для проведения исследований по установлению основных структурных элементов адаптивной информационной модели прогнозирования продуктивности основных сельскохозяйственных культур использовали метод построения динамических моделей.Результаты. Проведен детальный анализ концептуальных подходов к построению математических сельскохозяйственных моделей и установлены основные преимущества и недостатки современных аналогов. Определено, что адаптивная информационная модель базируется исключительно на потребностях растения и собственно необходимость обеспечить эти потребности доступными ресурсами с целью получения стабильно высокой урожайности с хорошими показателями качества. Программно-аппаратный комплекс должен иметь обратную связь между его основными структурными элементами, ведь за счет этого значительно повышается точность прогнозирования продуктивности растений. Данные полученные на основе работы определенных механизмов или показатели погодных условий и их прогнозы используются для принятия решений, однако, в случае их существенного изменения решение об отдельных элементах технологии пересматриваются. Программный продукт должен быть связан с экономической частью и при создании рекомендаций учитывать конъюнктуру рынка и прогнозные данные. В случае низкой закупочной цены на продукцию рекомендовать применять или не применять определенные агротехнические операции (скажем удобрение по вегетации), кроме того, корректировать их в случае существенного изменения условий выращивания – когда  применение этих элементов технологии будет неэффективно за счет негативного воздействия других факторов.Выводы. Адаптивная информационная система прогнозирования продуктивности в технологическом процессе выращивания сельскохозяйственных культур формируется на базе модели состоящей из трех модулей признаков – результирующей и двух компонентных. На каждом следующем этапе реализации модели результирующий признак становится компонентным, причем с максимальным вкладом в результирующий признак следующего модуля.

Purpose of this study was to develop the main components of a model of an adaptive information system for predicting crop productivity. Methods. To conduct research on the establishment of the basic structural elements of an adaptive information model for predicting the productivity of basic crops used the method of constructing dynamic models. Results. A detailed analysis of conceptual approaches to the construction of mathematical agricultural models is carried out and the main advantages and disadvantages of modern analogues are established. It is determined that the adaptive information model is based solely on the needs of the plant and actually on the need to provide these needs with available resources in order to obtain consistently high yields with high quality indicators. The hardware and software complex must have a feedback relationship between its basic structural elements, because it significantly improves the accuracy of predicting plant productivity. Data based on the operation of certain mechanisms or indicators of weather conditions and their forecasts are used for decision making, however, if they are substantially changed, decisions about individual technology elements are reviewed. The software should be related to the economic part and should take into account market conditions and forecast data when making recommendations. In the case of low purchase prices for products, we recommend that certain agrotechnical operations (say vegetation feeding) be applied or not, in the case of significant change in growing conditions - when the application of these agro-measures will be ineffective due to the negative effects of drought, etc. Conclusions. Adaptive information system for forecasting productivity in the technological process of growing crops is formed on the basis of a model consisting of three modules of characteristics – the resultant and two components. At each subsequent stage of implementation of the model, the resulting feature becomes component, with the maximum contribution to the resulting feature of the next module. | Целью данного исследования была разработка основных компонентов модели адаптивной информационной системы прогнозирования продуктивности сельскохозяйственных культур.Методы. Для проведения исследований по установлению основных структурных элементов адаптивной информационной модели прогнозирования продуктивности основных сельскохозяйственных культур использовали метод построения динамических моделей.Результаты. Проведен детальный анализ концептуальных подходов к построению математических сельскохозяйственных моделей и установлены основные преимущества и недостатки современных аналогов. Определено, что адаптивная информационная модель базируется исключительно на потребностях растения и собственно необходимость обеспечить эти потребности доступными ресурсами с целью получения стабильно высокой урожайности с хорошими показателями качества. Программно-аппаратный комплекс должен иметь обратную связь между его основными структурными элементами, ведь за счет этого значительно повышается точность прогнозирования продуктивности растений. Данные полученные на основе работы определенных механизмов или показатели погодных условий и их прогнозы используются для принятия решений, однако, в случае их существенного изменения решение об отдельных элементах технологии пересматриваются. Программный продукт должен быть связан с экономической частью и при создании рекомендаций учитывать конъюнктуру рынка и прогнозные данные. В случае низкой закупочной цены на продукцию рекомендовать применять или не применять определенные агротехнические операции (скажем удобрение по вегетации), кроме того, корректировать их в случае существенного изменения условий выращивания – когда  применение этих элементов технологии будет неэффективно за счет негативного воздействия других факторов.Выводы. Адаптивная информационная система прогнозирования продуктивности в технологическом процессе выращивания сельскохозяйственных культур формируется на базе модели состоящей из трех модулей признаков – результирующей и двух компонентных. На каждом следующем этапе реализации модели результирующий признак становится компонентным, причем с максимальным вкладом в результирующий признак следующего модуля. | Целью данного исследования была разработка основных компонентов модели адаптивной информационной системы прогнозирования продуктивности сельскохозяйственных культур. Методы. Для проведения исследований по установлению основных структурных элементов адаптивной информационной модели прогнозирования продуктивности основных сельскохозяйственных культур использовали метод построения динамических моделей. Результаты. Проведен детальный анализ концептуальных подходов к построению математических сельскохозяйственных моделей и установлены основные преимущества и недостатки современных аналогов. Определено, что адаптивная информационная модель базируется исключительно на потребностях растения и собственно необходимость обеспечить эти потребности доступными ресурсами с целью получения стабильно высокой урожайности с хорошими показателями качества. Программно-аппаратный комплекс должен иметь обратную связь между его основными структурными элементами, ведь за счет этого значительно повышается точность прогнозирования продуктивности растений. Данные полученные на основе работы определенных механизмов или показатели погодных условий и их прогнозы используются для принятия решений, однако, в случае их существенного изменения решение об отдельных элементах технологии пересматриваются. Программный продукт должен быть связан с экономической частью и при создании рекомендаций учитывать конъюнктуру рынка и прогнозные данные. В случае низкой закупочной цены на продукцию рекомендовать применять или не применять определенные агротехнические операции (скажем удобрение по вегетации), кроме того, корректировать их в случае существенного изменения условий выращивания – когда применение этих элементов технологии будет неэффективно за счет негативного воздействия других факторов. Выводы. Адаптивная информационная система прогнозирования продуктивности в технологическом процессе выращивания сельскохозяйственных культур формируется на базе модели состоящей из трех модулей признаков – результирующей и двух компонентных. На каждом следующем этапе реализации модели результирующий признак становится компонентным, причем с максимальным вкладом в результирующий признак следующего модуля.

Purpose of this study was to develop the main components of a model of an adaptive information system for predicting crop productivity. Methods. To conduct research on the establishment of the basic structural elements of an adaptive information model for predicting the productivity of basic crops used the method of constructing dynamic models. Results. A detailed analysis of conceptual approaches to the construction of mathematical agricultural models is carried out and the main advantages and disadvantages of modern analogues are established. It is determined that the adaptive information model is based solely on the needs of the plant and actually on the need to provide these needs with available resources in order to obtain consistently high yields with high quality indicators. The hardware and software complex must have a feedback relationship between its basic structural elements, because it significantly improves the accuracy of predicting plant productivity. Data based on the operation of certain mechanisms or indicators of weather conditions and their forecasts are used for decision making, however, if they are substantially changed, decisions about individual technology elements are reviewed. The software should be related to the economic part and should take into account market conditions and forecast data when making recommendations. In the case of low purchase prices for products, we recommend that certain agrotechnical operations (say vegetation feeding) be applied or not, in the case of significant change in growing conditions - when the application of these agro-measures will be ineffective due to the negative effects of drought, etc. Conclusions. Adaptive information system for forecasting productivity in the technological process of growing crops is formed on the basis of a model consisting of three modules of characteristics – the resultant and two components. At each subsequent stage of implementation of the model, the resulting feature becomes component, with the maximum contribution to the resulting feature of the next module.

Purpose of this study was to develop the main components of a model of an adaptive information system for predicting crop productivity. Methods. To conduct research on the establishment of the basic structural elements of an adaptive information model for predicting the productivity of basic crops used the method of constructing dynamic models. Results. A detailed analysis of conceptual approaches to the construction of mathematical agricultural models is carried out and the main advantages and disadvantages of modern analogues are established. It is determined that the adaptive information model is based solely on the needs of the plant and actually on the need to provide these needs with available resources in order to obtain consistently high yields with high quality indicators. The hardware and software complex must have a feedback relationship between its basic structural elements, because it significantly improves the accuracy of predicting plant productivity. Data based on the operation of certain mechanisms or indicators of weather conditions and their forecasts are used for decision making, however, if they are substantially changed, decisions about individual technology elements are reviewed. The software should be related to the economic part and should take into account market conditions and forecast data when making recommendations. In the case of low purchase prices for products, we recommend that certain agrotechnical operations (say vegetation feeding) be applied or not, in the case of significant change in growing conditions - when the application of these agro-measures will be ineffective due to the negative effects of drought, etc. Conclusions. Adaptive information system for forecasting productivity in the technological process of growing crops is formed on the basis of a model consisting of three modules of characteristics – the resultant and two components. At each subsequent stage of implementation of the model, the resulting feature becomes component, with the maximum contribution to the resulting feature of the next module.