TechStandard

Характеристика природных зон Сумской области

Климатические условия.

Сумская область находится в северо-восточной части Украины и размещена в двух зонах: полесье и лесостепь.

В целом, территория области характеризуется умеренно континентальным климатом с усилением континентальности в восточном направлении. По основным метеорологическим показателям (сумма активных и эффективных температур, количества осадков, гидротермического коэффициента и др.) всю территорию области можно разделить на два района.

Агроклиматический район

I(Глуховский, Кролевецкий, С-Будский, Шосткинский, Ямпольский район) - климат умеренно-теплый, влажный, характеризуется показателями: суммами активных температур выше 10° 2300-2500°, количеством выпадающих за это время осадков 310-320 мм и гидротермическим коэффициентом 1,2-1,3. Длительность периода с устойчивым снежным покровом составляет 110-115 дней, длительность периода со среднесуточной температурой воздуха выше 0° - 230-235 дней, с температурой выше 5° - 190 дней, с температурой выше 10° - 145-150дней, с температурой выше 15° - 100-110 дней.

Средняя длительность безморозного периода составляет 145-160 дней. Средняя дата прекращения весенних заморозков приходится на 28-30 апреля, а наступления осенних заморозков - с 3-4 октября.

Агроклиматический район

II(Ахтырский, Белопольский, Велико-Писаревский, Бурынский, Конотопский, Краснопольский, Лебединский, Л-Долинский, Недригайловский, Путивльский, Роменский, Сумский, Тростянецкий) - климат умеренно-теплый, срежневлажный, характеризуется такими показателями: суммами активных температур выше 10° - 2500-2650°, количеством осадков, выпадающих за это время 280-310 мм, гидротермический коэффициент равняется 1,1-1,2. Длительность периода с устойчивым снежным покровом составляет 95-105 дней длительность периода со среднесуточной температурой выше 0° составляет 235-240 дней, с температурой выше 5° - 195-200, с температурой выше 10° - 155-160, и с температурой выше 15° - 110-115 дней. Средняя продолжительность безморозного периода - 150-170 дней. Средняя дата прекращения весенних заморозков - 23-30 апреля, а наступления осенних заморозков - со 2-8 октября.

По климатическим и почвенным условиям территория Сумской области делится на три природных зоны: Полесская, Переходная и Лесостепная. Краснопольский район находится в Лесостепной зоне.

3.2.

Почвенный покров сельскохозяйственных угодий.

В состав земельного фонда входят сельскохозяйственные и не сельскохозяйственные угодия.

Сельскохозяйственные угодия это пашня, сенокоы, пастбища и многолетние насаждения. Украина имеет 40,8 млн. га сельхозугодий, а Сумская область - 1,68 млн. га.

В состав пашни входит посевная площадь сельскохозяйственных культур и чистые пары. Украина имеет 32 млн. га пашни, Сумская область - 1,31 млн. га. Посевная площадь в Украине составляет 30 млн. га, в Сумской обл. - 1,26 млн. га.

В таблице 3.2.1. приведены площади основных почв Сумской области.

Таблица 3.2.1.

Площадь основных почв Сумской области

Почвы определяются по качественному составу, который выражается в баллах (от 100 до 1):

ü Лучшие почвы 100-70 баллов;

ü Средние почвы 69-40 баллов;

ü Плохие почвы 39-1 балла.

Качественная оценка почв пашни Украины - 61 былл, Сумской области - 65 баллов, Полесской зоны Украины - 49 баллов, Полесской зоны Сумской области - 38 баллов, переходная зона Сумской области - 54 балла, Лесостепь Украины - 66 баллов, лесостепь Сумской обл. - 74 балла. Стеная зона Украины - 62 балла.

Дополнительно

Технология производства мяса гусей
Животноводство - вторая важнейшая отрасль сельского хозяйства. Она обеспечивает население высокобелковыми и диетическими продуктами питания, а ряд отраслей промыш­ленности - сырьем. Особенность ее в том, что энергоемкость продукции животноводства (затраты энергии на одну кало­рию продукции) в 15-2 ...

Нейросетевые методы распознавания изображений
Выполнен обзор нейросетевых методов, используемых при распознавании изображений. Нейросетевые методы - это методы, базирующиеся на применении различных типов нейронных сетей (НС). Основные направления применения различных НС для распознавания образов и изображений: применение для извлечение ...