Kestävän maatalouden taloudellisten vaikutusten visualisointi GeoPardin avulla täsmäviljelyssä

Bayerische Landesanstalt für Landwirtschaftin (LfL) ja GeoPard Agriculturen tutkijat yhdistivät voimansa selvittääkseen kaistaleviljelyjärjestelmien taloudellisia vaikutuksia kestävän maatalouden näkökulmasta. He jakoivat havaintojaan Hohenheimin yliopiston "Edistä biodiversiteettiä digitaalisen maatalouden avulla" -tapahtumassa, jossa keskityttiin ympäristöystävällisiin viljelykäytäntöihin ja niiden taloudellisiin vaikutuksiin.

Heidän projektinsa “Tulevaisuuden viljely” pyrki tutkimaan uusia viljelytapoja, erityisesti kaistaleviljelyä. Tässä tekniikassa eri viljelykasveja viljellään rinnakkain kaistaleina samalla pellolla, mikä voisi vähentää kemikaalien tarvetta ja lisätä luonnon monimuotoisuutta. Tutkijat halusivat löytää tapoja tehdä viljelystä ympäristöystävällisempää ja silti kannattavaa viljelijöille.

LfL:n Olivia Spykmanin ja Markus Gandorferin sekä GeoPardin Victoria Sorokinan johdolla tämä yhteistyö alkoi EIT Food Accelerator -ohjelman aikana. He käyttivät maanviljelyn, digitaalisten työkalujen ja data-analyysin osaamistaan tutkiakseen kestävien viljelykäytäntöjen taloudellista puolta.

Vaikka Käsitellessään synteettisten panosten vähentämistä ja luonnon monimuotoisuuden lisäämistä he havaitsivat, että kaistaleviljelyn ekologista potentiaalia on tutkittu hyvin. Sen mekanisointi ja työvoimatalous, erityisesti autonomisten laitteiden kanssa, vaativat kuitenkin lisäarviointia.

He havaitsivat, että maanviljelijät olivat epävarmoja sen käytännöllisyydestä, erityisesti uuden teknologian kanssa. Tämän ratkaisemiseksi he keskustelivat maanviljelijöiden kanssa kaistaleviljelyä käsittelevässä kenttälaboratoriossa ymmärtääkseen heidän huolenaiheitaan ja kommunikoidakseen paremmin.

Lisäksi maiseman muutokset voivat tehdä viljelijöistä epäröiviä, joten selkeän tiedon tarjoaminen etukäteen on tärkeää. Siksi digitaaliset työkalut, kuten visualisoinnit, voivat helpottaa viljelijöiden ja heidän yhteisöjensä välistä viestintää, mikä lisää hyväksyntää ja arvostusta ekologisesti hyödyllisille maisemamuutoksille.

Esimerkiksi Uudessa-Seelannissa maanviljelijät käyttivät virtuaalitodellisuuslaseja (VR) visualisoidakseen sopivia metsitysalueita, mikä auttoi maatilan suunnittelua havainnollistamalla vaikutuksia maatilan kannattavuuteen, maiseman estetiikkaan ja maaseutuyhteisöihin. Tällaiset visualisoinnit voivat lisätä maanviljelijöiden ymmärrystä ja kiinnostusta maiseman muutoksiin, vaikka onnistunut toteutus riippuu myös maanviljelijöiden itseluottamuksesta.

Vastaavasti tässä tutkimuksessa käytettiin pilvipohjaista GeoPard-ohjelmaa analysoimaan kaistaleviljelyyn perustuvaa tuotantojärjestelmää useista näkökulmista. GeoPardin yhtälöt parametrisoitiin Future Crop Farming -projektin empiiristen tietojen avulla. Alustaviin tuloksiin kuuluvat rikkakasvien torjunta-aineiden ja typen panoksen sekä sadon visualisoinnit, ja monimutkaisempia laskelmia on suunnitteilla.

Lisäksi järjestelmään on integroitu useita eri tietolähteitä, kuten:

• Tuotto- ja käytettyjen syöttötietojen tietojoukot
• Kasvien ja kasvinsuojelun hintatiedot (käyttäjän toimittamat)
• Satelliittikuvat (Sentinel-2, Landsat, Planet)
• Topografiatiedot
• GeoPardissa saatavilla olevien historiallisten tietojen vyöhykekartat

Samaan aikaan käytetyt pääasialliset tekniikat liittyivät spatiaaliseen analyysiin ja spatiaalisen datan tehokkaaseen käsittelyyn NumPy-kehyksen avulla. Data hankittiin .xlsx- ja .shp-tiedostoista. Shape-tiedostosta puuttui kuitenkin tarkkoja tietoja yksittäisistä raidoista, mikä edellytti erilaisten datamuotojen integrointia.

GeoPard mahdollisti datan järjestämisen spatiaalisesti linkittämällä kaistalekohtaiset yksityiskohdat niiden sijaintiin maastossa. Näin ollen integroitu datajoukko, joka näytti kaistaleet, muodosti perustan GeoPardin kuvailevalle koeanalyysille.

Vaikka tutkimuksessa ei tarkasteltukaan muuttuvan annostelumäärän käyttöä, GeoPardin korkearesoluutioinen kartoitus (pikselikoko: 3 × 3 metriä) mahdollisti yksityiskohtaisen visualisoinnin pikselitasolla, mikä lisäsi monimutkaisuutta. Tämä yksityiskohtainen kartoitus on arvokas tulevaisuuden sovelluksissa, kuten useiden kerrosten yhdistämisessä tai spatiaalisesti vaihtelevampien tietojen, kuten tutkimushankkeessa koealan yhdistäjien keräämien pienimuotoisten satotietojen perusteella luotujen "satoprofiilien", integroinnissa.

Tutkijat ovat myös havainneet, että vaikka GeoPard on ensisijaisesti palvellut kuvailevia toimintoja, sillä on potentiaalia monimutkaisempiin visualisointeihin. Esimerkiksi satotietojen ja hintatietojen sisällyttäminen kaistaletasolla voisi auttaa luomaan voittokarttoja, jotka näyttäisivät reunavaikutukset vierekkäisten viljelykaistojen välillä.

Lisäksi työvoimataloudellisten tietojen integrointi voisi paljastaa mittakaavaetujen vähentämisen vaikutukset luonnon monimuotoisuuden edistämiseen. Tällaiset tiedot voivat auttaa skenaariomallinnuksessa, jolloin voidaan tutkia erilaisia viljelykiertoja, kaistaleveyksiä ja koneellistamistyyppejä keskittyen peltokohtaisiin tuloksiin maatalouden hallinnan ja päätöksenteon parantamiseksi.

Näin ollen laitteisto voisi toimia digitaalisena kaksosena, jossa reaaliaikainen tiedonsiirto peltokoneista ja antureista GeoPardiin olisi mahdollista, mikä on jo mahdollista joillakin kaupallisilla teknologioilla ja satelliittidatalla. Viljelijöiden huolenaiheet teknologian yhteensopivuudesta kuitenkin korostavat tarvetta integroida lisää tietolähteitä laajemman sovellettavuuden saavuttamiseksi.