Purpose. To determine the patterns of influence of gro­wing factors on the economically valuable characteristics of new soybean varieties. Methods. Field, biochemical methods, analysis of variance. Results. The rates of the influence of the growing zone, the conditions of the growing season of the year and the soybean variety on the yield, weight of 1000 seeds, the content of crude protein and oil, and protein and oil collection were determined. The greatest influence on the yield of the studied varieties had a growing zone – 55%. On average the maximum yield was obtained in Forest-steppe zone 2.48–3.58 t/ha, the lowest – in Steppe zone (1.33–1.89 t/ha) for 2017–2018. In the same period the weight of 1000 seeds on average was 125.1–169.9 g in the Steppe zone, in Forest-Steppe zone it was 130.2–207.8 g and 143.9–188.0 g in Fo­rrest zone. According to the results of analysis of variance, it was determined that the growing zone has the greatest influence on weight of 1000 seeds – 31%, variety – 21% and conditions of the growing season of the year – 13%. The main characteristics of soybean quality are the content of crude protein and oil in seeds. The highest level of crude protein was observed in soybean variety in Forest-Steppe zone – 37.5–44.0%. In Forrest zone, the crude protein content was 34.4–41.7%, in the Steppe zone 35.4–40.1%. The maximum level of this characteristic was observed in variety ‘NS Diyana’ – 44.0% in Forest-Steppe zone, in Forrest zone – in the variety ‘Alexa’ 41.7%, in Steppe zone – in variety ‘NS Diyana’ 40.1%. Thus, the growing zone (31%) and variety (25%) had the greatest influence on the content of crude protein; the interaction of factors (variety and growing zone) affected 17%. The average oil content for 2017‑2018 ranges from 19.8 to 24.2%. High oil content was noted in ‘Adsoy’ variety in Forrest and Forest-Steppe zones, 24.2 and 22.6%, respectively, and ‘Azimut’ – 23.8% in Steppe zone. The results of the analysis of variance showed that the growing zone to a greater extent affected the oil content in soybean seeds by 25%, variety – 21%, and the interaction of factors of the variety and gro­wing zone by 21%. Conclusions. According to the results of multifactor analysis of variance, it was determined that the growing zone had the greatest influence on the studied parameters. It was found that the rate of the influence of gro­wing zone of soybean varieties is 25–55%, depending on the studied characteristic. It was determined that the influence of the variety was 4–25%, the conditions of the growing season affected by 1–26%.

An attempt has been made to study the effect of elevated temperature on soil hydrothermal regimes and winter wheat growth under simulated warming in temperature gradient tunnel (TGT). Results showed that bulk density (BDs) of 0, 0.9, and 2.5 °C were significantly different whereas BDs of 2.8 and 3.5 °C were not significantly different. Water filled pore space (WFPS) was maximum at 3.5 °C temperature rise and varied between 43.80 and 98.55%. Soil surface temperature (ST) at different dates of sowing increased with rise in sensor temperature and highest ST was observed at S5 sensors (3.5 °C temperature rise). Temperature and its difference were high for the top soil, and were stable for the deep soil. Photosynthesis rate (μmol CO₂ m⁻² s⁻¹) of wheat was lower at higher temperature in different growth stages of wheat. In wheat, stomatal conductance declined from 0.67 to 0.44 mol m⁻² s⁻¹ with temperature rise. Stomatal conductance decreased with increase in soil temperature and gravimetric soil moisture content (SWC). In TGT, 0 °C temperature rise showed highest root weight density (RWD) (5.95 mg cm⁻³); whereas, 2.8 and 3.5 °C showed lowest RWD (4.90 mg cm⁻³). Harvest index was maximum (0.37) with 0 °C temperature rise, and it decreased with increase in temperature, which indicated that both grain and shoot biomass decreased with increase in temperature. Intensive studies are needed to quantify the soil hydrothermal regimes inside TGT along with the crop growth parameters.

Purpose. To determine the growing factors impact the economically valuable characteristics of new soft winter wheat varieties.Methods. Field, biochemical methods, ANOVA.Results. The influence of the growing zone, the growing season conditions and the genotype of the soft winter wheat varieties on yield, protein and gluten content were determined. The conditions of the growing zone have the greatest influence on studied varieties yield – 73%. On average, for 2020–2021, the maximum yield was obtained in the Forest-Steppe zone – 6.23–8.39 t/ha. In the Forest zone, the yield of studied soft winter wheat varieties was 5.31–7.02 t/ha. For the Steppe zone, the yield was within 5.16–6.63 t/ha. It was determined that varieties which showed low yield in the Forrest zone were characterized by higher yield in the Steppe zone. It was found that the growing zone (49%) and growing season (42%) conditions have the greatest effect on the protein content in grain of studied varieties. It was determined that variety ‘MANDARIN’ was characterized by the highest protein content in all growing zones (14.5–16.4%). In the Steppe and Forest-Steppe zones, high protein content was identified in grain of wheat varieties ‘Tata Mata’ (13.6–14.3%), ‘Eneida’ (13.6–14.3%) and ‘Novator’ (14.2 and 13.2%), in the Forest zone – in grain of varieties ‘Vahoma’ and ‘Eneida’ – 13.4% each. It was found that the growing zone conditions impacted gluten content in grain of studied wheat varieties by 64%, the influence of the growing season conditions was 28%. The effect of variety genotype on protein and gluten content was 5 and 4%, respectively. The grain of soft winter wheat varieties ‘MANDARIN’ and ‘Eneida’ contained the largest amount of gluten in all growing zones (27.7–31.8% and 27.3–30.3%). For the Steppe and Forest-Steppe zones, a high gluten content was found in grains of varieties ‘Illusion’ (28.4 and 30.8%) and ‘Tata Mata’ (27.8 and 29.8%).Conclusions. It was found that growing zone conditions of soft winter wheat varieties (73%) and the interaction of factors zone × year (21%) impacted the yield significantly. The growing zone conditions (49 and 64%), growing season conditions (21 and 28%) and genotype of variety (5 and 4%, respectively) had a significant influence on protein and gluten content. Therefore, a significant influence of growing zone conditions on the productivity indicators of soft winter wheat determines the need to select varieties in order to obtain a high yield, taking into account the soil and climatic zone | Мета. Визначити вплив факторів вирощування на господарсько-цінні характеристики нових сортів пшениці м’якої озимої.Методи. Польовий, біохімічні методи аналізу та дисперсійний аналіз.Результати. Встановлено частки впливу умов зони вирощування, вегетаційного періоду року та генотипу на врожайність, вміст білка і клейковини в зерні сортів пшениці м’якої озимої. На врожайність досліджуваних сортів найбільше вплинули умови зони вирощування (73%). Так, у середньому за 2020–2021 рр. у зоні Лісостепу вона становила 6,23–8,39 т/га (максимальна); Полісся – 5,31–7,02; Степу – 5,16–6,63 т/га. Сорти, які в зоні Полісся показали низьку врожайність, у Степу характеризувалися вищою. Частка впливу умов зони вирощування на вміст білка в зерні досліджуваних сортів становила 49%; умов вегетаційного періоду року – 42%. Найбільший вміст білка у всіх зонах вирощування мав сорт ‘МАНДАРИН’ (14,5–16,4%). У Степу та Лісостепі найбільшу його кількість виявлено в зерні сортів ‘Тата Мата’ (13,6–14,3%), ‘Енеїда’ (13,6–14,3%) та ‘Новатор’ (14,2 і 13,2%), в Поліссі – у ‘Вагома’ та ‘Енеїда’ (по 13,4%). На вміст клейковини в зерні досліджуваних сортів умови зони вирощування впливали на 64%, вегетаційного періоду року – на 28%. Вплив генотипу на вміст білка і клейковини становив 5 і 4% відповідно. У всіх зонах вирощування найбільше клейковини містило зерно сортів ‘МАНДАРИН’ та ‘Енеїда’ (27,7–31,8 і 27,3–30,3%). У Степу та Лісостепі високий вміст клейковини мали сорти ‘Ілюзіон’ (28,4 та 30,8%) і ‘Тата Мата’ (27,8 та 29,8%).Висновки. Встановлено, що на врожайність сортів пшениці м’якої озимої суттєво впливали умови зони вирощування (73%) та взаємодія факторів зона × рік (21%). Частка впливу умов зони вирощування на вміст білка і клейковини становила 49 і 64% (суттєва), умов вегетаційного періоду року – 21 і 28%, а генотипу – 5 і 4% відповідно. Отже, для отримання високого врожаю пшениці м’якої озимої необхідно підбирати сорти, враховуючи істотний вплив умов ґрунтово-кліматичної зони вирощування на показники продуктивності.

Purpose. To determine the patterns of influence of gro­wing factors on the economically valuable characteristics of new soybean varieties. Methods. Field, biochemical methods, analysis of variance. Results. The rates of the influence of the growing zone, the conditions of the growing season of the year and the soybean variety on the yield, weight of 1000 seeds, the content of crude protein and oil, and protein and oil collection were determined. The greatest influence on the yield of the studied varieties had a growing zone – 55%. On average the maximum yield was obtained in Forest-steppe zone 2.48–3.58 t/ha, the lowest – in Steppe zone (1.33–1.89 t/ha) for 2017–2018. In the same period the weight of 1000 seeds on average was 125.1–169.9 g in the Steppe zone, in Forest-Steppe zone it was 130.2–207.8 g and 143.9–188.0 g in Fo­rrest zone. According to the results of analysis of variance, it was determined that the growing zone has the greatest influence on weight of 1000 seeds – 31%, variety – 21% and conditions of the growing season of the year – 13%. The main characteristics of soybean quality are the content of crude protein and oil in seeds. The highest level of crude protein was observed in soybean variety in Forest-Steppe zone – 37.5–44.0%. In Forrest zone, the crude protein content was 34.4–41.7%, in the Steppe zone 35.4–40.1%. The maximum level of this characteristic was observed in variety ‘NS Diyana’ – 44.0% in Forest-Steppe zone, in Forrest zone – in the variety ‘Alexa’ 41.7%, in Steppe zone – in variety ‘NS Diyana’ 40.1%. Thus, the growing zone (31%) and variety (25%) had the greatest influence on the content of crude protein; the interaction of factors (variety and growing zone) affected 17%. The average oil content for 2017‑2018 ranges from 19.8 to 24.2%. High oil content was noted in ‘Adsoy’ variety in Forrest and Forest-Steppe zones, 24.2 and 22.6%, respectively, and ‘Azimut’ – 23.8% in Steppe zone. The results of the analysis of variance showed that the growing zone to a greater extent affected the oil content in soybean seeds by 25%, variety – 21%, and the interaction of factors of the variety and gro­wing zone by 21%. Conclusions. According to the results of multifactor analysis of variance, it was determined that the growing zone had the greatest influence on the studied parameters. It was found that the rate of the influence of gro­wing zone of soybean varieties is 25–55%, depending on the studied characteristic. It was determined that the influence of the variety was 4–25%, the conditions of the growing season affected by 1–26%.

Despite the proximity in zones of adaptation for soft and hard winter wheat (SWW and HWW; Triticum aestivum L.), agronomic evaluations have been confined to market class. Our objectives were to compare SWW and HWW regarding yield and agronomic attributes; genotype, environment, and their interaction; and rates of yield gain. Yield, grain volume weight, heading date, and plant height were collected from 40 adjacent studies evaluating HWW and SWW cultivars in 20 Kansas environments (n = 2,885). Growing season weather partially explained the variability in yield (47–51%), heading date (58–92%), and plant height (67–80%). Yield was greater in SWW than in HWW (3.73 vs. 3.48 Mg ha⁻¹), and a quadratic relationship between the 10th, mean, and 90th percentile yields suggested that SWW has a greater yield potential than HWW, although grain volume weight was greater in HWW (743 vs. 733 kg m⁻³). An asymmetric yield response for both classes was associated with greater phenotypic plasticity, which portrayed a more positive response for SWW. We performed a literature review that suggested a greater genetic gain for SWW than for HWW (33 vs. 17 kg ha⁻¹ yr⁻¹). This gain, however, represented a smaller portion of the regional yield gain (considering both genetic gain and adoption of agronomic practices) of each class (72 vs. 81%). We concluded that SWW outyields HWW due to greater rates of genetic gain, partially due to breeding in higher yield environments, and more positive phenotypic plasticity of yield in high‐yielding environments coupled to yield stability in excessively moist environments.

Мета. Вивчення адаптивності сучасних сортів пшениці озимої за екологічними параметрами та встановлення рівня їхньої врожайності залежно від погодних умов року, системи основного удобрення та рівня азотного живлення. Методи. Польовий, статистично-математичний аналіз. Результати. Наведено результати досліджень протягом 2016–2018 рр. показників екологічної пластичності, гомеостатичності та стабільності врожайності сучасних сортів пшениці озимої залежно від доз азотного підживлення на фоні основного внесення N30P30K30 в умовах Східного Лісостепу України. Встановлено специфічну реакцію сортів на дози прикореневого азотного підживлення залежно від розвитку посівів восени, часу відновлення весняної вегетації рослин та погодних умов протягом весняно-літнього періоду. Для досліджуваних сортів визначено показники гомеостатичності (Hom), що дало можливість оцінити сорти за їхньою придатністю для вирощування в умовах регіону. Оцінка агрономічної стабільності досліджуваних сортів пшениці озимої показала високий рівень реалізації потенціалу їхньої врожайності, який на контрольних варіантах (без удобрення) становив 86,7%. У варіантах прикореневого азотного підживлення рослин у фазу весняного кущіння (N20, N40, N60) цей показник змінювався від 85,6 до 87,4%. Висновки. Найвищу врожайність (5,77–7,01 т/га) забезпечив сорт ‘Епоха одеська’ з позитивним генотиповим ефектом (0,16–0,43 т/га). Сорти ‘Епоха одеська’ та ‘Статна’ можна вважати інтенсивними, оскільки за роки досліджень мали вищу врожайність та сильно виражену реакцію на умови вирощування. За роки досліджень на всіх варіантах удобрення сорт ‘Смуглянка’ виявився найціннішим за показниками найменшого коливання врожайності (0,46–0,61 т/га) й коефіцієнта варіації (V = 3,8–5,2%), мав найвищі значення гомеостатичності (Hom = 11,57–15,93) та агрономічної стабільності реалізації потенціалу продуктивності (As = 94,8–96,2%). При цьому застосування різних доз азоту не впливало на прояв стабільності цього сорту. Отже, сорт ‘Смуглянка’ виявився стабільнішим та економічно цінним порівняно з сортами ‘Епоха одеська’ та ‘Статна’, які мали потенційно вищу продуктивність, але з великим її коливанням.

Before the advent of the wheat genomic era, a wide range of studies were conducted to understand the chemistry and functions of the wheat storage proteins, which are the major determinants of wheat flour the suitability of wheat flour for various end products, such as bread, noodles and cakes. Wheat grain protein is divided into gluten and non-gluten fractions and the wheat processing quality mainly depends on the gluten fractions. Gluten provides the unique extensibility and elasticity of dough that are essential for various wheat end products. Disulfide bonds are formed between cysteine residues, which is the chemical bases for the physical properties of dough. Based on the SDS-extractability, grain protein is divided into SDS-unextractable polymeric protein (UPP) and SDS-extractable polymeric protein. The percentage of UPP is positively related to the formation of disulfide bonds in the dough matrix. In the wheat genomic era, new glutenins with long repetitive central domains that contain a high number of consensus hexapeptide and nonapeptide motifs as well as high content of cysteine and glutamine residues should be targeted.

Мета. Визначити вплив факторів вирощування на господарсько-цінні характеристики нових сортів пшениці м’якої озимої. Методи. Польовий, біохімічні методи аналізу та дисперсійний аналіз. Результати. Встановлено частки впливу умов зони вирощування, вегетаційного періоду року та генотипу на врожайність, вміст білка і клейковини в зерні сортів пшениці м’якої озимої. На врожайність досліджуваних сортів найбільше вплинули умови зони вирощування (73%). Так, у середньому за 2020–2021 рр. у зоні Лісостепу вона становила 6,23–8,39 т/га (максимальна); Полісся – 5,31–7,02; Степу – 5,16–6,63 т/га. Сорти, які в зоні Полісся показали низьку врожайність, у Степу характеризувалися вищою. Частка впливу умов зони вирощування на вміст білка в зерні досліджуваних сортів становила 49%; умов вегетаційного періоду року – 42%. Найбільший вміст білка у всіх зонах вирощування мав сорт ‘МАНДАРИН’ (14,5–16,4%). У Степу та Лісостепі найбільшу його кількість виявлено в зерні сортів ‘Тата Мата’ (13,6–14,3%), ‘Енеїда’ (13,6–14,3%) та ‘Новатор’ (14,2 і 13,2%), в Поліссі – у ‘Вагома’ та ‘Енеїда’ (по 13,4%). На вміст клейковини в зерні досліджуваних сортів умови зони вирощування впливали на 64%, вегетаційного періоду року – на 28%. Вплив генотипу на вміст білка і клейковини становив 5 і 4% відповідно. У всіх зонах вирощування найбільше клейковини містило зерно сортів ‘МАНДАРИН’ та ‘Енеїда’ (27,7–31,8 і 27,3–30,3%). У Степу та Лісостепі високий вміст клейковини мали сорти ‘Ілюзіон’ (28,4 та 30,8%) і ‘Тата Мата’ (27,8 та 29,8%). Висновки. Встановлено, що на врожайність сортів пшениці м’якої озимої суттєво впливали умови зони вирощування (73%) та взаємодія факторів зона × рік (21%). Частка впливу умов зони вирощування на вміст білка і клейковини становила 49 і 64% (суттєва), умов вегетаційного періоду року – 21 і 28%, а генотипу – 5 і 4% відповідно. Отже, для отримання високого врожаю пшениці м’якої озимої необхідно підбирати сорти, враховуючи істотний вплив умов ґрунтово-кліматичної зони вирощування на показники продуктивності.

Purpose. To study the effect of different sowing periods, seed sowing rates onto morphological and crop capacity indicators of oilseeds flax of Ukrainian varieties: ‘Orfei’, ‘Svito­zir’ and ‘Vodohrai’. Methods. The research was conducted in 2018–2019 in the branch of Ukrainian institute of plant varieties expertise in Khmelnytsky oblast state centre of plant varieties expertise, village Trebukhivtsi, Letychiv region, Khmelnytsky oblast. The following factors are studied: sowing period (15, 20, 25 April); seed sowing rates in million items per hectare (4, 6, 8); varieties of oilseed flax from The Institute of oilseed plants of National Academy of Agricultural Sciences of Ukraine: ‘Orfei’, ‘Svitozir’ and ‘Vodo­hrai’. Embedding experiments, material estimation, plants, harvest and seeds analysis are done in accordance with the “The method for the qualification examination of plant varieties for suitability for distribution in Ukraine”. Results. The credible difference between the variants according to the rate of sowing the seed and the terms of so­wing was defined. The estimation of the oilseed flax varieties according to the morphological and harvesting indicators was done. The variety of oilseed flaxseed ‘Svitlozar’ demonstrated higher harvest rate and morphological indicators in a so­wing period of 20–25 April and the sowing rate 6 and 8 million seed per1 hectare. It was also revealed, that regardless of a variety, the sowing rate of 6 million seeds per one hec­tare is the best of all. A better number of capsules, the seeds in the capsules and the weight of the seeds in the plant was formed by the variety ‘Svitlozir’ compared to the varieties ‘Orfei’ and ‘Vodohrai’. With early sowing period, the smal­-lest values of morphological and yield indices were observed in the varieties of flaxseed, irrespective of the variety and norms of seeding. Conclusions. For more full realization of the genetic potential of the varieties of oilseed flax according to the morphological and harvest indicators in the conditions of Western Forest-Steppe the sawing rate must be 8 million seeds per one hectare, and the sawing period of 20–25 April. The variety ‘Svitlozir’ is characterized by its higher crop capacity and morphological indicators

Purpose. To study the effect of different sowing periods, seed sowing rates onto morphological and crop capacity indicators of oilseeds flax of Ukrainian varieties: ‘Orfei’, ‘Svito­zir’ and ‘Vodohrai’. Methods. The research was conducted in 2018–2019 in the branch of Ukrainian institute of plant varieties expertise in Khmelnytsky oblast state centre of plant varieties expertise, village Trebukhivtsi, Letychiv region, Khmelnytsky oblast. The following factors are studied: sowing period (15, 20, 25 April); seed sowing rates in million items per hectare (4, 6, 8); varieties of oilseed flax from The Institute of oilseed plants of National Academy of Agricultural Sciences of Ukraine: ‘Orfei’, ‘Svitozir’ and ‘Vodo­hrai’. Embedding experiments, material estimation, plants, harvest and seeds analysis are done in accordance with the “The method for the qualification examination of plant varieties for suitability for distribution in Ukraine”. Results. The credible difference between the variants according to the rate of sowing the seed and the terms of so­wing was defined. The estimation of the oilseed flax varieties according to the morphological and harvesting indicators was done. The variety of oilseed flaxseed ‘Svitlozar’ demonstrated higher harvest rate and morphological indicators in a so­wing period of 20–25 April and the sowing rate 6 and 8 million seed per1 hectare. It was also revealed, that regardless of a variety, the sowing rate of 6 million seeds per one hec­tare is the best of all. A better number of capsules, the seeds in the capsules and the weight of the seeds in the plant was formed by the variety ‘Svitlozir’ compared to the varieties ‘Orfei’ and ‘Vodohrai’. With early sowing period, the smal­-lest values of morphological and yield indices were observed in the varieties of flaxseed, irrespective of the variety and norms of seeding.Conclusions. For more full realization of the genetic potential of the varieties of oilseed flax according to the morphological and harvest indicators in the conditions of Western Forest-Steppe the sawing rate must be 8 million seeds per one hectare, and the sawing period of 20–25 April. The variety ‘Svitlozir’ is characterized by its higher crop capacity and morphological indicators | Цель. Изучить влияние различных сроков посева, норм высева семян на морфологические и урожайные параметры сортов льна масличного Linum humile Mill. селекции Института масличных культур НААН Украины ‘Орфей’, ‘Світозір’ и ‘Водограй’.Методы. Исследования проводились на протяжении 2018–2019 гг. в филиале Украинского института экспертизы сортов растений  – Хмельницком областном государственном центре экспертизы сортов растений, с. Требуховцы Летичевского района Хмельницкой области. Изучали следующие факторы: срок посева (15, 20, 25 апреля); норму высева семян млн шт./га (4,0; 6,0; 8,0); сорта льна масличного ‘Орфей’, ‘Світлозір’, ‘Водограй’. Закладка опытов, оценка материала, анализ растений, урожая и качества семян проведены в соответствии с Методикой проведения квалификационной экспертизы сортов растений на пригодность к распространению в Украине.Результаты. Установили достоверную разницу между вариантами по норме высева семян и срокам посева. Сорта льна масличного оценили по морфологическим и урожайным показателям в зависимости от исследуемых факторов. Высшую урожайность и лучшие морфологические показатели за годы исследований наблюдали у сор­та льна масличного ‘Світлозір’ при сроке посева 20 и 25 апреля и норме высева семян 6,0 и 8,0 млн семян на гектар. Независимо от сорта лучшей по всем вариантам была норма высева семян 6,0 и 8,0 млн шт./га. Большее количество коробочек, количество семян в коробочке и массу семян с одного растения формировал сорт льна масличного ‘Світлозір’ по сравнению с сортами ‘Орфей’ и ‘Водограй’ за вышеупомянутыми факторами. При раннем сроке посева независимо от сорта и нормы высева наблюдали наименьшую величину морфологических и урожайных показателей у растений льна масличного.Выводы. Для более полной реализации генетического потенциала сортов льна масличного по морфологическим и урожайным показателям в условиях Лесостепи Западной норма высева семян должна составлять 6,0 и 8,0 млн шт./га при сроках посева 20 и 25 апреля. Высшей урожайностью и улучшенными морфологическими показателями характеризовался сорт льна ‘Світлозір’ | Мета. Вивчити вплив різних строків сівби, норм висіву насіння на морфологічні та врожайні параметри сортів льону олійного Linum humile Mill. селекції Інституту олійних культур НААН України ‘Орфей’, ‘Світозір’ і ‘Водограй’.Методи. Дослідження проводили упродовж 2018–2019 рр. у філії Українського інституту експертизи сортів рослин – Хмельницькому обласному державному центрі експертизи сортів рослин, с. Требухівці Летичівського району Хмельницької області. Вивчали такі фактори: строк сівби (15, 20, 25 квітня); норму висіву насіння в млн шт./га (4,0; 6,0; 8,0); сорти льону олійного ‘Орфей’, ‘Світлозір’, ‘Водограй’. Закладання дослідів, оцінювання матеріалу, аналіз рослин, урожаю та якості насіння здійснювали відповідно до Методики проведення кваліфікаційної експертизи сортів рослин групи технічних і кормових на придатність до поширення в Україні.Результати. Встановили достовірну різницю між варіантами за нормою висіву насіння і строками сівби. Сорти льону олійного оцінили за морфологічними і врожайними показниками залежно від досліджуваних факторів. Вищу врожайність і кращі морфологічні показники за роки досліджень спостерігали у сорту льону олійного ‘Світлозір’ за строків сівби 20 та 25 квітня і норми висіву насіння 6,0 і 8,0 млн насінин на гектар. У всіх сортів кращою за усіма варіантами була норма висіву насіння 8,0 млн шт./га. Більшу кількість коробочок, кількість насінин у коробочці і масу насіння з однієї рослини формував сорт льону олійного ‘Світлозір’ порівняно із сортами ‘Орфей’ і ‘Водограй’ за вищезгаданих факторів. За раннього строку сівби незалежно від сорту і норми висіву насіння спостерігали найменші величини морфологічних і врожайних показників у рослин льону олійного.Висновки. Для повнішої реалізації генетичного потенціалу сортів льону олійного за врожайними і морфологічними показниками в умовах Лісостепу Західного норма висіву насіння повинна бути 6,0 і 8,0 млн шт./га за строків сівби 20 і 25 квітня. Вищою врожайністю і покращеними морфологічними показниками характеризувався сорт льону ‘Світлозір’.

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.

Мета. Визначити посухостійкість п’яти зразків проса (‘Омріяне’, ‘Харківське 57’, ‘Константинівське’, ‘IR 5’, ‘Слобожанське’), використовуючи як осмотик ПЕГ 6000 Методи. Для отримання ефекту посухи використовували п’ять концентрацій розчину ПЕГ 6000: 0,0% (контроль), 11,5%, 15,3%, 19,6%, 23,5% та 28,9%, що відповідає 0,0, 115, 153, 196, 235 та 289 г розчиненої речовини в 1000 мл дистильованої води або 0,0, -1,9, -3,1, -4,8, -6,6 та -9,7 барам.Результати. Осмотичний стрес сильно пригнічував проростання насіння проса при -3,1 барах (46,8%) і -4,8 барах (28,66%) на третю добу, але на шосту добу кількість насіння, що проросло, збільшилась до 92,8% і 84,0%, відповідно. Генотипи проса значно відрізнялись за відсотком проростання у різних концентраціях осмотичного розчину ПЕГ 6000. Так, мінімальна схожість спостерігалась у сорту ‘Омріяне’ при концентрації ПЕГ 6000 -3,1, -4,8 і -6,6 барів. ‘ІR 5’, ‘Константинівське’ і ‘Харківське 57’ показали вищий потенціал проростання насіння при різних концентраціях водного стресу. Зменшення довжини коренів порівняно з контролем спостерігалось у всіх генотипів при осмотичному стресі -1,9 бар, при ПЕГ 6000 -3,1 і -4,8 бар довжина кореня коливалась від 6,6 мм до 13,5 мм на третю добу і від 25,3 до 34,7 мм – на шосту добу. ‘Слобожанське’ показало вищу середню довжину кореня при -3,1 і -4,8 бар водного стресу на третю добу – 8,7–12,5 мм і на шосту добу – 35,7–32,3 мм. При -9,7 бар концентрації ПЕГ 6000 не спостерігалось проростків проса як на третю, так і на шосту добу. ‘Харківське 57’, ‘IR 5’, ‘Слобожанське’ характеризувались довшими проростками – 23,1; 25,5; 25,6 мм, відповідно, при -4,8 бар ПЕГ 6000 на шосту добу. При -6,6 барах осмотичного стресу ‘Константинівське’ і ‘Слобожанське’ мали найменше значення відношення довжина кореня/довжина проростка – 2,58 і 2,61, відповідно. ‘Омріяне’ і ‘IR 5’ мали максимальне відхилення від одиниці – 3,54 та 3,31, відповідно.Висновки. Унаслідок дослідження в селекції на стійкість до посухи було виявлено генотипи ‘Константинівське’ і ‘Слобожанське’, які показали найвищий рівень стійкості до посухи. Сорти ‘IR 5’, ‘Константинівське’ і ‘Харківське 57’ характеризувались найвищим відсотком схожості насіння при різній концентрації ПЕГ 6000 у водному розчині. | Purpose. To determine the drought resistance of five millet varieties (ʻOmriyaneʼ, ʻKharkivske 57ʼ, ʻKonstantinovskeʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ) using PEG 6000 as osmotic stress.Methods. To obtain the effect of drought, five concentrations of PEG 6000 solutions were used: 0.0% (control), 11.5%, 15.3%, 19.6%, 23.5% and 28.9%, which corresponds to 0.0, 115, 153, 196, 235 and 289 g of solute in 1000 ml of distilled water or 0.0, -1.9, - 3.1, - 4.8, - 6.6 and - 9.7 bar. Results. Osmotic stress strongly suppressed the germination of millet seeds at -3.1 bars (46.8%) and at -4.8 bars (28.66%) on the third day, but on the sixth day the number of germinated seeds increased to 92.8% and 84.0% respectively. The millet genotypes of differed significantly in the percentage of germination at various concentrations of the PEG 6000 osmotic solution. The minimum germination capacity was observed in variety Omriyane at -3.1, - 4.8, - 6.6 bars. ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ showed higher germination potential at the different concentrations of water stress. A decrease in root elongation in all genotypes compared to control was observed in -1.9 bars osmotic stress and then at -3.1 and -4.8 bars of osmotic stress the root length had the same value from 6.6 mm to 13.5 mm on the 3d day and from 25.3 mm to 34.7 mm on the 6th day. Variety ʻSlobozhanskeʼ showed higher mean root length at -3.1 and -4.8 bars of water stress induced by PEG on the 3d day (8,7 mm-12,5 mm) and on the 6th day (35.7 mm-32.3 mm). It is not observed shoot of millet at -9.7 bars on the 3d and on the 6th days. ʻKharkivske 57ʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ showed higher individual shoot length of 23.1 mm, 25.5 mm, 25.6 mm, respectively at -4.8 bars of PEG 6000 on the 6th day. At -6.6 bars of osmotic stress ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ had lowest root length/shoot length ratio 2.58 and 2.61, respectively. Variety ʻOmriyaneʼ (3.54) and ʻIR 5ʼ (3.31) had the maximum deviation from unity (3.54 and 3.31, respectively).Conclusions. Genotypes' ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ, which showed a high level of drought resistance, were selected as a result of this study in breeding for drought resistance. Variety ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ were characterized highest seed germination percentage at the different water stress. | Цель. Определить засухоустойчивость пяти образцов проса (‘Омріяне’, ‘Харківське 57’, ‘Константинівське’, ‘IR 5’, ‘Слобожанське’), используя в качестве осмотика ПЭГ 6000 Методы. Для получения эффекта засухи использовали пять концентраций растворов ПЕГ 6000: 0,0% (контроль), 11,5%, 15,3%, 19,6%, 23,5% и 28,9%, что соответствует 0,0, 115, 153, 196, 235 и 289 г растворенного вещества в 1000 мл дистиллированной воды или 0,0, -1,9, -3,1, -4,8, -6,6 и -9,7 барам Результаты. Осмотический стресс сильно подавлял прорастание семян проса при -3,1 барах (46,8%) и при -4,8 барах (28,66%) на третьи сутки, но на шестые сутки количество проросших семян увеличилось до 92,8% и 84,0%, соответственно. Генотипы проса значительно различались по проценту прорастания в различных концентрациях осмотического раствора ПЭГ 6000. Так, минимальная всхожесть семян наблюдалась у сорта ‘Омріяне’ при концентрации ПЭГ 6000 -3,1, -4,8 і -6,6 баров. ‘ІR 5’, ‘Константинівське’ и ‘Харківське 57’ показали более высокий потенциал прорастания семян при различных концентрациях водного стресса. Уменьшение длины корней проростков по сравнению с контролем наблюдалось у всех генотипов при осмотическом стрессе -1,9 бар, а при осмотическом стрессе -3,1 и -4,8 бар длина корня колебалась от 6,6 мм до 13,5 мм на третьи сутки и от 25,3 до 34,7 мм – на шестые сутки. ‘Слобожанське’ показало более высокую длину корня при -3,1 и -4,8 бар водного стресса на третьи сутки – 8,7–12,5 мм и на шестые сутки – 35,7–32,3 мм. При -9,7 бар не наблюдалось проростков проса как на третьи, так и на шестые сутки. ‘Харківське 57’, ‘IR 5’, ‘Слобожанське’ характеризовались более длинными проростками – 23,1 мм, 25,5 мм, 25,6 мм, соответственно, при -4,8 бар ПЭГ 6000 на шестые сутки. При -6,6 барах осмотического стресса у сортов ‘Константинівське’ и ‘Слобожанське’ наблюдали низкое соотношение длина корня/длина проростка – 2,58 и 2,61, соответственно. ‘Омріяне’ и ‘IR 5’ имели максимальное отклонение от единицы – 3,54 и 3,31, соответственно.Выводы. В результате исследования в селекции на устойчивость к засухе выделены генотипы ‘Константинівське’ и ‘Слобожанське’, которые показали высокий уровень устойчивости к засухе. Сорта ‘IR 5’, ‘Константинівське’ и ‘Харківське 57’ характеризовались высоким процентом всхожести семян при различной концентрации ПЭГ 6000 в водном растворе.

Purpose. To determine the drought resistance of five millet varieties (ʻOmriyaneʼ, ʻKharkivske 57ʼ, ʻKonstantinovskeʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ) using PEG 6000 as osmotic stress.Methods. To obtain the effect of drought, five concentrations of PEG 6000 solutions were used: 0.0% (control), 11.5%, 15.3%, 19.6%, 23.5% and 28.9%, which corresponds to 0.0, 115, 153, 196, 235 and 289 g of solute in 1000 ml of distilled water or 0.0, -1.9, - 3.1, - 4.8, - 6.6 and - 9.7 bar. Results. Osmotic stress strongly suppressed the germination of millet seeds at -3.1 bars (46.8%) and at -4.8 bars (28.66%) on the third day, but on the sixth day the number of germinated seeds increased to 92.8% and 84.0% respectively. The millet genotypes of differed significantly in the percentage of germination at various concentrations of the PEG 6000 osmotic solution. The minimum germination capacity was observed in variety Omriyane at -3.1, - 4.8, - 6.6 bars. ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ showed higher germination potential at the different concentrations of water stress. A decrease in root elongation in all genotypes compared to control was observed in -1.9 bars osmotic stress and then at -3.1 and -4.8 bars of osmotic stress the root length had the same value from 6.6 mm to 13.5 mm on the 3d day and from 25.3 mm to 34.7 mm on the 6th day. Variety ʻSlobozhanskeʼ showed higher mean root length at -3.1 and -4.8 bars of water stress induced by PEG on the 3d day (8,7 mm-12,5 mm) and on the 6th day (35.7 mm-32.3 mm). It is not observed shoot of millet at -9.7 bars on the 3d and on the 6th days. ʻKharkivske 57ʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ showed higher individual shoot length of 23.1 mm, 25.5 mm, 25.6 mm, respectively at -4.8 bars of PEG 6000 on the 6th day. At -6.6 bars of osmotic stress ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ had lowest root length/shoot length ratio 2.58 and 2.61, respectively. Variety ʻOmriyaneʼ (3.54) and ʻIR 5ʼ (3.31) had the maximum deviation from unity (3.54 and 3.31, respectively).Conclusions. Genotypes' ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ, which showed a high level of drought resistance, were selected as a result of this study in breeding for drought resistance. Variety ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ were characterized highest seed germination percentage at the different water stress. | Цель. Определить засухоустойчивость пяти образцов проса (‘Омріяне’, ‘Харківське 57’, ‘Константинівське’, ‘IR 5’, ‘Слобожанське’), используя в качестве осмотика ПЭГ 6000 Методы. Для получения эффекта засухи использовали пять концентраций растворов ПЕГ 6000: 0,0% (контроль), 11,5%, 15,3%, 19,6%, 23,5% и 28,9%, что соответствует 0,0, 115, 153, 196, 235 и 289 г растворенного вещества в 1000 мл дистиллированной воды или 0,0, -1,9, -3,1, -4,8, -6,6 и -9,7 барам Результаты. Осмотический стресс сильно подавлял прорастание семян проса при -3,1 барах (46,8%) и при -4,8 барах (28,66%) на третьи сутки, но на шестые сутки количество проросших семян увеличилось до 92,8% и 84,0%, соответственно. Генотипы проса значительно различались по проценту прорастания в различных концентрациях осмотического раствора ПЭГ 6000. Так, минимальная всхожесть семян наблюдалась у сорта ‘Омріяне’ при концентрации ПЭГ 6000 -3,1, -4,8 і -6,6 баров. ‘ІR 5’, ‘Константинівське’ и ‘Харківське 57’ показали более высокий потенциал прорастания семян при различных концентрациях водного стресса. Уменьшение длины корней проростков по сравнению с контролем наблюдалось у всех генотипов при осмотическом стрессе -1,9 бар, а при осмотическом стрессе -3,1 и -4,8 бар длина корня колебалась от 6,6 мм до 13,5 мм на третьи сутки и от 25,3 до 34,7 мм – на шестые сутки. ‘Слобожанське’ показало более высокую длину корня при -3,1 и -4,8 бар водного стресса на третьи сутки – 8,7–12,5 мм и на шестые сутки – 35,7–32,3 мм. При -9,7 бар не наблюдалось проростков проса как на третьи, так и на шестые сутки. ‘Харківське 57’, ‘IR 5’, ‘Слобожанське’ характеризовались более длинными проростками – 23,1 мм, 25,5 мм, 25,6 мм, соответственно, при -4,8 бар ПЭГ 6000 на шестые сутки. При -6,6 барах осмотического стресса у сортов ‘Константинівське’ и ‘Слобожанське’ наблюдали низкое соотношение длина корня/длина проростка – 2,58 и 2,61, соответственно. ‘Омріяне’ и ‘IR 5’ имели максимальное отклонение от единицы – 3,54 и 3,31, соответственно.Выводы. В результате исследования в селекции на устойчивость к засухе выделены генотипы ‘Константинівське’ и ‘Слобожанське’, которые показали высокий уровень устойчивости к засухе. Сорта ‘IR 5’, ‘Константинівське’ и ‘Харківське 57’ характеризовались высоким процентом всхожести семян при различной концентрации ПЭГ 6000 в водном растворе. | Мета. Визначити посухостійкість п’яти зразків проса (‘Омріяне’, ‘Харківське 57’, ‘Константинівське’, ‘IR 5’, ‘Слобожанське’), використовуючи як осмотик ПЕГ 6000 Методи. Для отримання ефекту посухи використовували п’ять концентрацій розчину ПЕГ 6000: 0,0% (контроль), 11,5%, 15,3%, 19,6%, 23,5% та 28,9%, що відповідає 0,0, 115, 153, 196, 235 та 289 г розчиненої речовини в 1000 мл дистильованої води або 0,0, -1,9, -3,1, -4,8, -6,6 та -9,7 барам.Результати. Осмотичний стрес сильно пригнічував проростання насіння проса при -3,1 барах (46,8%) і -4,8 барах (28,66%) на третю добу, але на шосту добу кількість насіння, що проросло, збільшилась до 92,8% і 84,0%, відповідно. Генотипи проса значно відрізнялись за відсотком проростання у різних концентраціях осмотичного розчину ПЕГ 6000. Так, мінімальна схожість спостерігалась у сорту ‘Омріяне’ при концентрації ПЕГ 6000 -3,1, -4,8 і -6,6 барів. ‘ІR 5’, ‘Константинівське’ і ‘Харківське 57’ показали вищий потенціал проростання насіння при різних концентраціях водного стресу. Зменшення довжини коренів порівняно з контролем спостерігалось у всіх генотипів при осмотичному стресі -1,9 бар, при ПЕГ 6000 -3,1 і -4,8 бар довжина кореня коливалась від 6,6 мм до 13,5 мм на третю добу і від 25,3 до 34,7 мм – на шосту добу. ‘Слобожанське’ показало вищу середню довжину кореня при -3,1 і -4,8 бар водного стресу на третю добу – 8,7–12,5 мм і на шосту добу – 35,7–32,3 мм. При -9,7 бар концентрації ПЕГ 6000 не спостерігалось проростків проса як на третю, так і на шосту добу. ‘Харківське 57’, ‘IR 5’, ‘Слобожанське’ характеризувались довшими проростками – 23,1; 25,5; 25,6 мм, відповідно, при -4,8 бар ПЕГ 6000 на шосту добу. При -6,6 барах осмотичного стресу ‘Константинівське’ і ‘Слобожанське’ мали найменше значення відношення довжина кореня/довжина проростка – 2,58 і 2,61, відповідно. ‘Омріяне’ і ‘IR 5’ мали максимальне відхилення від одиниці – 3,54 та 3,31, відповідно.Висновки. Унаслідок дослідження в селекції на стійкість до посухи було виявлено генотипи ‘Константинівське’ і ‘Слобожанське’, які показали найвищий рівень стійкості до посухи. Сорти ‘IR 5’, ‘Константинівське’ і ‘Харківське 57’ характеризувались найвищим відсотком схожості насіння при різній концентрації ПЕГ 6000 у водному розчині.

Purpose. To determine the drought resistance of five millet varieties (ʻOmriyaneʼ, ʻKharkivske 57ʼ, ʻKonstantinovskeʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ) using PEG 6000 as osmotic stress. Methods. To obtain the effect of drought, five concentrations of PEG 6000 solutions were used: 0.0% (control), 11.5%, 15.3%, 19.6%, 23.5% and 28.9%, which corresponds to 0.0, 115, 153, 196, 235 and 289 g of solute in 1000 ml of distilled water or 0.0, -1.9, - 3.1, - 4.8, - 6.6 and - 9.7 bar. Results. Osmotic stress strongly suppressed the germination of millet seeds at -3.1 bars (46.8%) and at -4.8 bars (28.66%) on the third day, but on the sixth day the number of germinated seeds increased to 92.8% and 84.0% respectively. The millet genotypes of differed significantly in the percentage of germination at various concentrations of the PEG 6000 osmotic solution. The minimum germination capacity was observed in variety Omriyane at -3.1, - 4.8, - 6.6 bars. ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ showed higher germination potential at the different concentrations of water stress. A decrease in root elongation in all genotypes compared to control was observed in -1.9 bars osmotic stress and then at -3.1 and -4.8 bars of osmotic stress the root length had the same value from 6.6 mm to 13.5 mm on the 3d day and from 25.3 mm to 34.7 mm on the 6th day. Variety ʻSlobozhanskeʼ showed higher mean root length at -3.1 and -4.8 bars of water stress induced by PEG on the 3d day (8,7 mm-12,5 mm) and on the 6th day (35.7 mm-32.3 mm). It is not observed shoot of millet at -9.7 bars on the 3d and on the 6th days. ʻKharkivske 57ʼ, ʻIR 5ʼ, ʻSlobozhanskeʼ showed higher individual shoot length of 23.1 mm, 25.5 mm, 25.6 mm, respectively at -4.8 bars of PEG 6000 on the 6th day. At -6.6 bars of osmotic stress ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ had lowest root length/shoot length ratio 2.58 and 2.61, respectively. Variety ʻOmriyaneʼ (3.54) and ʻIR 5ʼ (3.31) had the maximum deviation from unity (3.54 and 3.31, respectively). Conclusions. Genotypes' ʻKonstantinоvskeʼ and ʻSlobozhanskeʼ, which showed a high level of drought resistance, were selected as a result of this study in breeding for drought resistance. Variety ʻIR 5ʼ, ʻKonstantinovskeʼ and ʻKharkivske 57ʼ were characterized highest seed germination percentage at the different water stress.