Durumvehn\u00e4, V\u00e4limeren maatalouden kulmakivi ja maailmanlaajuisesti kriittinen viljelykasvi pastantuotannossa, on kiireellisen haasteen edess\u00e4: typpilannoitteiden kest\u00e4m\u00e4t\u00f6n k\u00e4ytt\u00f6.<\/p>\n
Vaikka typpi on v\u00e4ltt\u00e4m\u00e4t\u00f6nt\u00e4 satojen maksimoimiseksi, sen liiallisella k\u00e4yt\u00f6ll\u00e4 on vakavia ymp\u00e4rist\u00f6vaikutuksia, kuten pohjaveden saastuminen, kasvihuonekaasup\u00e4\u00e4st\u00f6t ja maaper\u00e4n huonontuminen.<\/p>\n
Ascianossa, Italiassa, tehty ja European Journal of Agronomy -lehdess\u00e4 julkaistu uraauurtava nelivuotinen tutkimus (2018\u20132022) pyrittiin ratkaisemaan t\u00e4t\u00e4 kriisi\u00e4 vertaamalla tarkasti perinteist\u00e4 typpiviljely\u00e4 edistyneisiin t\u00e4sm\u00e4viljelytekniikoihin.<\/p>\n
Tutkimus keskittyi kolmeen satelliittiohjattuun strategiaan \u2013 typen ravintosis\u00e4lt\u00f6indeksiin (NNI), suhteelliseen NDVI:hin (NDVIH) ja kompensoivaan NDVI:hin (NDVIL) \u2013 verrattuna perinteiseen tasaiseen typpilannoitukseen. Tulokset eiv\u00e4t ainoastaan paljasta polkua kest\u00e4v\u00e4\u00e4n durumvehn\u00e4n viljelyyn, vaan my\u00f6s kvantifioivat kunkin menetelm\u00e4n taloudelliset ja ekologiset kompromissit huomattavan tarkasti.<\/p>\n
Koe toteutettiin nelj\u00e4n per\u00e4kk\u00e4isen kasvukauden aikana Toscanan kumpuilevilla kukkuloilla, alueella, joka on V\u00e4limeren vehn\u00e4nviljelyn symboli. Tutkijat jakoivat koekent\u00e4t koepalstoihin, joissa sovellettiin nelj\u00e4\u00e4 erilaista typpioksidin hallintastrategiaa.<\/p>\n
Perinteinen \u201ckiinte\u00e4m\u00e4\u00e4r\u00e4inen\u201d l\u00e4hestymistapa noudatti alueellisia agronomisia ohjeita ja levitti 150 kg typpe\u00e4 hehtaaria kohden vuodessa. Tarkkuusmenetelm\u00e4t puolestaan hy\u00f6dynsiv\u00e4t Sentinel-2-satelliittikuvia \u2013 Euroopan avaruusj\u00e4rjest\u00f6n hankkeen korkean resoluution (10 metrin) monispektridataa \u2013 r\u00e4\u00e4t\u00e4l\u00f6id\u00e4kseen typpilannoituksen paikallisesti ja ajallisesti.<\/p>\n
NNI-strategia erottui muista laskemalla reaaliaikaisen sadon typpitilanteen validoidulla algoritmilla, joka yhdist\u00e4\u00e4 lehtipinta-alan indeksin ja biomassa-arviot. NDVIH jakoi typpe\u00e4 suhteessa kasvillisuuden tiheyteen (Normalized Difference Vegetation Index), kun taas NDVIL k\u00e4ytti kompensoivaa l\u00e4hestymistapaa, jossa ylim\u00e4\u00e4r\u00e4ist\u00e4 typpe\u00e4 kanavoitiin matalan kasvillisuuden vy\u00f6hykkeille.<\/p>\n
Tutkimusjakson aikana NNI-menetelm\u00e4 osoitti vertaansa vailla olevaa tehokkuutta. Se v\u00e4hensi typen k\u00e4ytt\u00f6\u00e4 20%:ll\u00e4, levitt\u00e4en vain 120 kg hehtaaria kohden perinteiseen 150 kg:aan verrattuna, samalla kun se s\u00e4ilytti tilastollisesti vastaavat 4,8 tonnin viljasadot hehtaaria kohden verrattuna 4,7 tonniin tasatuottoviljelyss\u00e4.<\/p>\n
Proteiinipitoisuus \u2013 kriittinen laatumittari durumvehn\u00e4n loppuk\u00e4yt\u00f6lle pastassa \u2013 nousi NNI:ll\u00e4 13,2%:hen, mik\u00e4 oli hieman perinteisen menetelm\u00e4n 12,5%-arvoa parempi.<\/p>\n
T\u00e4m\u00e4 marginaalinen proteiinin lis\u00e4ys johti merkitt\u00e4viin teollisiin etuihin: NNI-optimoidusta vehn\u00e4st\u00e4 valmistetun taikinan W-indeksi (gluteenipitoisuuden mitta) oli 280, mik\u00e4 ylitti selv\u00e4sti tavanomaisessa vehn\u00e4ss\u00e4 havaitun 240:n.<\/p>\n
T\u00e4llaiset parannukset johtuivat NNI:n kyvyst\u00e4 synkronoida typen saatavuus sadon kehitysvaiheiden kanssa varmistaen optimaalisen ravinteiden jakautumisen jyvien t\u00e4yttymisen aikana.<\/p>\n
Vaikka NDVI-pohjaiset strategiat olivat innovatiivisia, niill\u00e4 ilmeni kriittisi\u00e4 rajoituksia. Suhteellinen NDVIH-l\u00e4hestymistapa, jossa typpi jaettiin latvustuksen vihreyden perusteella, nosti proteiinipitoisuuden 13,8%:iin, mutta laski sadon 4,5 tonniin hehtaarilta \u2013 6%:n lasku verrattuna NNI:hen.<\/p>\n
T\u00e4m\u00e4 paradoksi johtui liiallisesta lannoituksesta jo ennest\u00e4\u00e4n typpipitoisilla alueilla, joilla liiallinen kasvu vei energiaa pois viljantuotannosta.<\/p>\n
Kompensoiva NDVIL-menetelm\u00e4, jolla oli tarkoitus tehostaa vaikeuksissa olevien viljelyalojen viljely\u00e4, saavutti suurimman sadon (5,1 tonnia\/ha), mutta jyrk\u00e4t ymp\u00e4rist\u00f6kustannukset: se vaati 160 kg typpe\u00e4 hehtaarilta, mik\u00e4 johti 33%:n nousuun typpioksiduulip\u00e4\u00e4st\u00f6iss\u00e4 (1,4 kg CO2-ekvivalenttia viljakiloa kohden) verrattuna NNI:n 0,8 kg:aan.<\/p>\n
N\u00e4ill\u00e4 p\u00e4\u00e4st\u00f6ill\u00e4 on valtava merkitys \u2013 typpioksiduulilla on 265 kertaa suurempi l\u00e4mmitysvaikutus kuin hiilidioksidilla vuosisadan aikana.<\/p>\n
Taloudellisesti NNI nousi selv\u00e4ksi voittajaksi. T\u00e4t\u00e4 strategiaa noudattaneet viljelij\u00e4t saavuttivat 220 euron nettotuoton hehtaarilta, mik\u00e4 on 121 TP3 tonttia enemm\u00e4n kuin perinteisen menetelm\u00e4n 196 euron tuotto. T\u00e4m\u00e4 etu johtui kahdesta tekij\u00e4st\u00e4: alentuneista lannoitekustannuksista (98 \u20ac\/ha vs. 123 \u20ac\/ha) ja korkeammasta proteiinipitoisen viljan hinnasta.<\/p>\n
Tutkimuksessa esiteltiin uusi "sosiaalisten kustannusten" mittari \u2013 kattava mittari ymp\u00e4rist\u00f6vahinkoille, vesien saastumisen kansanterveysvaikutuksille ja maaper\u00e4n pitk\u00e4aikaiselle huonontumiselle. NNI:n yhteiskunnalliset kustannukset olivat yhteens\u00e4 42 euroa hehtaaria kohden, kun taas perinteisen viljelyn kustannukset olivat 60 euroa. NDVIH:n ja NDVIL:n v\u00e4likustannukset olivat 58 ja 55 euroa, mik\u00e4 heijastaa niiden ep\u00e4tasaista typpijakaumaa.<\/p>\n
Ymp\u00e4rist\u00f6mittareita tarkemmin tarkasteltaessa typpilannoitteiden k\u00e4ytt\u00f6tehokkuus (NfUE) \u2013 k\u00e4ytetyn typen prosenttiosuus, joka muuttuu korjattavaksi jyvin\u00e4 \u2013 nousi typpilannoitteiden k\u00e4yt\u00f6n tehokkuuteen (NNI) 65%:ssa, mik\u00e4 on huomattava parannus perinteisten menetelmien 52%-tehokkuuteen verrattuna. T\u00e4m\u00e4 harppaus tarkoitti 18%:n v\u00e4henemist\u00e4 nitraatin huuhtoutumisessa, mik\u00e4 suojasi paikallisia pohjavesikerroksia saastumiselta.<\/p>\n
Nelj\u00e4n vuoden tutkimuksen aikana NNI:n alainen pelto menetti vuosittain vain 12 kg typpe\u00e4 hehtaaria kohden huuhtoutumisen kautta, kun taas tavanomaisilla koealoilla vastaava luku oli 22 kg. EU:n nitraattidirektiivi edellytt\u00e4\u00e4 pohjaveden nitraattipitoisuuksien olevan alle 50 mg\/l \u2013 kynnysarvo ylittyi 30%-koealoilla tavanomaisilla koealoilla, mutta vain 8%-koealoilla NNI:n hallinnoimilla alueilla.<\/p>\n
Tutkimus toi esiin my\u00f6s piilevi\u00e4 ilmastohy\u00f6tyj\u00e4. Elinkaariarvioinnin (LCA) menetelm\u00e4\u00e4 k\u00e4ytt\u00e4en tiimi laski, ett\u00e4 NNI:n hiilijalanj\u00e4lki oli yhteens\u00e4 0,8 kg CO2-ekvivalenttia viljakiloa kohden, mik\u00e4 on 33% pienempi kuin perinteisen viljelyn 1,2 kg.<\/p>\n
T\u00e4m\u00e4 v\u00e4hennys johtui p\u00e4\u00e4asiassa lannoitteiden tuotannon p\u00e4\u00e4st\u00f6jen v\u00e4henemisest\u00e4 (1,2 kg CO2-ekvivalenttia\/kg N v\u00e4ltetty) ja maaper\u00e4n v\u00e4h\u00e4isemmist\u00e4 typpioksiduulin p\u00e4\u00e4st\u00f6ist\u00e4. Jos lannoitteiden laajamittainen k\u00e4ytt\u00f6\u00f6notto laajennettaisiin EU:n 2,4 miljoonan hehtaarin durumvehn\u00e4n viljelysmaalle, se voisi v\u00e4hent\u00e4\u00e4 vuosittaisia p\u00e4\u00e4st\u00f6j\u00e4 960 000 tonnia CO2-ekvivalenttia \u2013 mik\u00e4 vastaa 208 000 auton poistamista teilt\u00e4.<\/p>\n
Tutkimus kuitenkin varoittaa pit\u00e4m\u00e4st\u00e4 t\u00e4sm\u00e4viljely\u00e4 ihmel\u00e4\u00e4kkeen\u00e4. NNI-menetelm\u00e4n menestys riippuu jatkuvasta p\u00e4\u00e4syst\u00e4 korkealaatuiseen satelliittidataan ja kehittyneisiin koneisiin, jotka pystyv\u00e4t levitt\u00e4m\u00e4\u00e4n lannoitetta vaihtelevalla annostuksella \u2013 infrastruktuurivajeet kehitysalueilla.<\/p>\n
Esimerkiksi Sentinel-2-satelliitit k\u00e4yv\u00e4t jokaisessa paikassa uudelleen viiden p\u00e4iv\u00e4n v\u00e4lein, mutta pilvipeite kriittisten kasvuvaiheiden aikana voi h\u00e4irit\u00e4 tiedonkeruuta. Lis\u00e4ksi algoritmit vaativat kalibrointia paikallisiin olosuhteisiin; t\u00e4ss\u00e4 tutkimuksessa NNI-kynnysarvot hienos\u00e4\u00e4dettiin V\u00e4limeren ilmastoon, jolloin typpitilanteen ennustamisessa saavutettiin 92%-tarkkuus.<\/p>\n
Mallin soveltaminen kuiville alueille tai raskaille savimaille ilman uudelleenkalibrointia voi heikent\u00e4\u00e4 tarkkuutta arvoon 70\u201375%.<\/p>\n
Inhimillinen tekij\u00e4 osoittautuu yht\u00e4 ratkaisevaksi. NNI:hen siirtyvien viljelij\u00f6iden on koulutettava spektri-indeksien tulkintaa \u2013 esimerkiksi heid\u00e4n on ymm\u00e4rrett\u00e4v\u00e4, ett\u00e4 yli 0,7:n NDVI-arvot viestiv\u00e4t usein liikakasvillisuudesta ja edellytt\u00e4v\u00e4t typen v\u00e4hent\u00e4mist\u00e4.<\/p>\n
Tutkimusryhm\u00e4 arvioi, ett\u00e4 10%:n mukainen viljelij\u00f6iden tarkkuusty\u00f6kalujen tuntemuksen parantaminen voisi nostaa NfUE-arvoa 4\u20136 prosenttiyksikk\u00f6\u00e4. Poliittiset toimenpiteet osoittautuvat todenn\u00e4k\u00f6isesti v\u00e4ltt\u00e4m\u00e4tt\u00f6miksi: maaper\u00e4n tunnistimien tukeminen, agronomijohtoisten ty\u00f6pajojen rahoittaminen ja osuuskuntien kannustaminen koneiden jakamiseen voisivat demokratisoida saatavuutta.<\/p>\n
Tulevaisuutta ajatellen tutkimuksen vaikutukset ulottuvat paljon durumvehn\u00e4\u00e4 pidemm\u00e4lle. Kun NNI-kehys mukautettaisiin maissin tai riisin kaltaisiin viljelykasveihin, se voisi puuttua 60 miljoonan tonnin ylim\u00e4\u00e4r\u00e4iseen typpeen, jota k\u00e4ytet\u00e4\u00e4n maailmanlaajuisesti vuosittain \u2013 YK:n kest\u00e4v\u00e4n kehityksen tavoitteiden keskeinen tavoite.<\/p>\n
Alustavat kokeet Espanjan ohrapelloilla osoittavat samanlaista sadon vakautta 18%:n typpipitoisuudella v\u00e4hemm\u00e4n, mik\u00e4 viittaa soveltuvuuteen eri viljelykasveihin. Tutkijoille koneoppimisen ja satelliittidatan integrointi tarjoaa lupaavan mahdollisuuden: varhaiset mallit voivat nyt ennustaa typen tarvetta 95%-tarkkuudella 30 p\u00e4iv\u00e4\u00e4 ennen levityst\u00e4, mik\u00e4 mahdollistaa ennakoivan eik\u00e4 reaktiivisen viljelyn.<\/p>\n
Yhteenvetona voidaan todeta, ett\u00e4 t\u00e4m\u00e4 tutkimus ylitt\u00e4\u00e4 akateemiset piirit ja tarjoaa suunnitelman maatalouden tuottavuuden ja planeetan terveyden yhteensovittamiseksi.<\/p>\n
V\u00e4hent\u00e4m\u00e4ll\u00e4 typen k\u00e4ytt\u00f6\u00e4 201 TP3 tonnilla, lis\u00e4\u00e4m\u00e4ll\u00e4 viljelij\u00f6iden voittoja 121 TP3 tonnilla ja leikkaamalla kasvihuonekaasup\u00e4\u00e4st\u00f6j\u00e4 kolmanneksella NNI-menetelm\u00e4 osoittaa, ett\u00e4 kest\u00e4vyys ja kannattavuus eiv\u00e4t ole toisensa poissulkevia. Ilmastonmuutoksen pahentaessa kuivuutta ja horjuttaessa kasvukausia t\u00e4llaiset tarkkuusstrategiat osoittautuvat v\u00e4ltt\u00e4m\u00e4tt\u00f6miksi.<\/p>\n
Haasteena on nyt muuttaa t\u00e4m\u00e4 tieteellinen vahvistus k\u00e4yt\u00e4nn\u00f6n toimiksi \u2013 poliittisten uudistusten, teknologisen demokratisoinnin ja paradigman muutoksen kautta siin\u00e4, miten suhtaudumme lannoitteisiin: ei tylpin\u00e4 ty\u00f6kaluina, vaan tarkkuusinstrumentteina ruokaturvan tavoittelussa.<\/p>\n
Viite<\/strong>Fabbri, C., Delgado, A., Guerrini, L., & Napoli, M. (2025). T\u00e4sm\u00e4typpilannoitusstrategiat durumvehn\u00e4lle: NNI- ja NDVI-karttoihin perustuvien menetelmien kest\u00e4vyysarvio. European Journal of Agronomy, 164, 127502.<\/p>","protected":false},"excerpt":{"rendered":" Durumvehn\u00e4, V\u00e4limeren maatalouden kulmakivi ja maailmanlaajuisesti kriittinen viljelykasvi pastantuotannossa, kohtaa kiireellisen haasteen: typen (N) kest\u00e4m\u00e4t\u00f6n k\u00e4ytt\u00f6\u2026<\/p>","protected":false},"author":210157960,"featured_media":11381,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1661,1378,1369],"tags":[],"class_list":["post-11378","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-satellite-imagery","category-remote-sensing","category-vra"],"acf":[],"yoast_head":"\n