Oblakovni transformativni model preporuke usjeva mijenja preciznu poljoprivredu

Poljoprivreda je na raskrižju. S rastom globalne populacije na 9,7 milijardi do 2050. godine, poljoprivrednici moraju proizvesti 70% više hrane boreći se istovremeno s klimatskim promjenama, degradacijom tla i nestašicom vode.

Tradicionalne poljoprivredne metode, koje se oslanjaju na zastarjele prakse i nagađanja, više nisu dovoljne. Ulazi Model preporuke transformacijskih kultura (TCRM), AI-pokretano rješenje osmišljeno za izravno rješavanje ovih izazova.

Ovaj članak istražuje kako TCRM koristi strojno učenje, IoT senzore i računalstvo u oblaku za isporuku 94% precizne preporuke za usjeve, osnažujući poljoprivrednike da povećaju prinose, smanje otpad i usvoje održive prakse.

Rastuća potreba za umjetnom inteligencijom u modernom poljoprivredništvu

Potražnja za hranom vrtoglavo raste, ali tradicionalna poljoprivreda teško uspijeva. U regijama poput Pendžaba, Indije — velikog poljoprivrednog središta — zdravlje tla opada zbog prekomjerne uporabe gnojiva, a zalihe podzemnih voda brzo se iscrpljuju.

Poljoprivrednici često nemaju pristup podacima u stvarnom vremenu, što dovodi do pogrešnih odluka o izboru usjeva, navodnjavanju i korištenju resursa. Tu na scenu stupa precizna poljoprivreda, pokretan umjetnom inteligencijom, postaje ključan.

Za razliku od konvencionalnih metoda, precizna poljoprivreda koristi tehnologije poput IoT senzora i strojnog učenja za analizu uvjeta na terenu i pružanje prilagođenih preporuka. TCRM utjelovljuje ovaj pristup, nudeći poljoprivrednicima primjenjive uvide temeljene na hranjivim tvarima u tlu, vremenskim obrascima i povijesnim podacima.

Integriranjem umjetne inteligencije u poljoprivredu, TCRM premošćuje jaz između tradicionalnog znanja i moderne inovacije, osiguravajući da poljoprivrednici mogu održivo odgovoriti na buduće potrebe za hranom.

“Ovo nije samo pitanje tehnologije – radi se o osiguravanju da svaki poljoprivrednik ima alate za uspjeh.”

Kako TCRM funkcionira: Spajanje podataka i strojnog učenja

U svojoj srži, TCRM je AI sustav za preporuku usjeva koji kombinira više tehnologija kako bi pružio precizne savjete. Proces započinje prikupljanjem podataka. IoT senzori postavljeni na poljima mjere ključne parametre poput dušika (N), fosfora (P), kalija (K) u tlu, temperature, vlažnosti, oborina i pH razine.

Ovi senzori šalju podatke u stvarnom vremenu u platformu temeljenu na oblaku, koja također preuzima povijesne podatke o učinkovitosti usjeva iz globalnih baza podataka poput NASA-e i FAO-a. Nakon prikupljanja, podaci prolaze rigorozno čišćenje.

Vrijednosti koje nedostaju, poput očitanja pH tla, popunjavaju se regionalnim prosjekima, dok se izvanredne vrijednosti – poput naglih skokova vlažnosti – filtriraju. Tako očišćeni podaci zatim se normaliziraju radi osiguravanja dosljednosti; na primjer, vrijednosti oborina skaliraju se između 0 (100 mm) i 1 (1000 mm) radi pojednostavljenja analize.

Zatim preuzima hibridni model strojnog učenja TCRM-a. On kombinira Algoritmi slučajne šume—metoda koja koristi 500 stabala odlučivanja za izbjegavanje pogrešaka—s dubokim slojevima učenja koji otkrivaju složene obrasce.

Kako TCRM radi Spajanje podataka i strojno učenje

Ključna inovacija je mehanizam višeglave pažnje, koji identificira odnose između varijabli. Na primjer, prepoznaje da visoke količine oborina često koreliraju s boljom apsorpcijom dušika u usjevima poput riže.

Model je treniran tijekom 200 ciklusa (epoha) uz stopu učenja od 0,001, usavršavajući svoja predviđanja dok ne postigne 94% točnosti. Konačno, sustav isporučuje preporuke putem aplikacije temeljene na oblaku ili SMS upozorenja, osiguravajući da čak i poljoprivrednici u udaljenim područjima dobiju pravovremene savjete.

Zašto TCRM nadmašuje tradicionalne poljoprivredne metode

Tradicionalni sustavi preporuke usjeva, poput onih koji koriste logističku regresiju ili K-najbližih susjeda (KNN), nemaju sofisticiranost za rješavanje složenosti poljoprivrede.

Na primjer, KNN se bori s neuravnoteženim podacima - ako skup podataka ima više unosa za pšenicu nego za leću, njegova predviđanja naginju pšenici. Slično tome, AdaBoost, drugi algoritam, postigao je samo 11,5% točnosti u studiji zbog prekomjernog pristajanja. TCRM nadilazi te nedostatke svojim hibridnim dizajnom.

Spajanjem algoritama temeljenih na stablima (za transparentnost) s dubokim učenjem (za rješavanje složenih obrazaca), postiže se ravnoteža između točnosti i interpretativnosti.

U ispitivanjima, TCRM je postigao 97,67% unakrsna validacija rezultat, dokazujući njezinu pouzdanost u različitim uvjetima. Na primjer, kada je testirana u Punjabu, preporučila je sadnju šipka na farmama s visokim kalijem (120 kg/ha) i umjerenim pH (6,3), što je dovelo do povećanja prinosa od 30%.

Farmeri su također smanjili upotrebu gnojiva za 15%i otpad vode za 25%, jer je sustav pružao precizne smjernice za prehranu i navodnjavanje. Ovi rezultati ističu potencijal TCRM-a da transformira poljoprivredu iz industrije koja intenzivno koristi resurse u održiv, podatkovno vođen ekosustav.

TCRM nadmašuje tradicionalne poljoprivredne modele

Stvarni utjecaj: Studije slučaja iz Pendžaba

Poljoprivrednici u Punjabu suočavaju se sa ozbiljnim izazovima, uključujući iscrpljenu podzemnu vodu i neravnotežu hranjivih sastojaka u tlu. TCRM je ovdje testiran kako bi se procijenila njegova praktična vrijednost.

Jedan poljoprivrednik, na primjer, unio je podatke koji pokazuju dušik u tlu od 80 kg/ha, fosfor od 45 kg/ha i kalij od 120 kg/ha, uz pH od 6,3 i godišnju količinu oborina od 600 mm.

TCRM je analizirao ove podatke, prepoznao visoke razine kalija i optimalan pH raspon te preporučio šipak – kulturu poznatu po uspijevanju u takvim uvjetima. Farmer je dobio SMS upozorenje s detaljima o odabranom usjevu i idealnim gnojivima (urea za dušik, superfosfat za fosfor).

Tijekom šest mjeseci, poljoprivrednici koji su koristili TCRM izvijestili su 20-30% veći prinosi za osnovne usjeve poput pšenice i riže. Poboljšana je i učinkovitost resursa: upotreba gnojiva smanjena je za 15%, jer je sustav precizno odredio potrebe za hranjivim tvarima, a rasipanje vode palo je za 25% zahvaljujući navodnjavanju usklađenom s prognozama oborina.

Ovi ishodi pokazuju kako alati pokretani umjetnom inteligencijom, poput TCRM-a, mogu poboljšati produktivnost uz promicanje ekološke održivosti.

Tehničke inovacije iza TCRM-ovog uspjeha

Uspjeh TCRM-a ovisi o dva proboja. Prvo, njegovo mehanizam višeglave pažnje omogućuje modelu da uteže odnose između varijabli.

Na primjer, detektirala je snažnu pozitivnu korelaciju (0,73) između oborina i unosa dušika, što znači da usjevima u regijama s visokim oborinama pogoduju gnojiva bogata dušikom.

Obrnuto, utvrdila je blagu negativnu povezanost (-0.14) između pH vrijednosti tla i apsorpcije fosfora, što objašnjava zašto kisela tla zahtijevaju tretman vapnom prije sadnje usjeva bogatih fosforom poput krumpira.

Drugo, TCRM-ova integracija oblaka i SMS-a osigurava skalabilnost. Smješten na Amazon Web Services (AWS), sustav istovremeno podržava preko 10.000 korisnika, što ga čini primjenjivim za velike zadruge.

Za male poljoprivrednike bez interneta, Twilio API šalje SMS upozorenja – više od 3.000 mjesečno samo u Pendžabu – sa savjetima o usjevima i gnojivima. Ovaj dvostruki pristup osigurava da nijedan poljoprivrednik ne bude zapostavljen, bez obzira na povezanost.

Tehničke inovacije iza TCRM-ovog uspjeha

Izazovi u usvajanju umjetne inteligencije za poljoprivredu

Unatoč obećanju, TCRM se suočava s preprekama. Mnogi poljoprivrednici, osobito stariji, ne vjeruju preporukama umjetne inteligencije, preferirajući tradicionalne metode. U Pendžabu, samo 35% poljoprivrednika usvojilo je TCRM tijekom ispitivanja.

Trošak je još jedna prepreka: cijena IoT senzora 200500 po hektaru, nedostižno za male poljoprivrednike. Dodatno, TCRM-ovi podaci za obuku fokusirali su se na indijske usjeve poput pšenice i riže, ograničavajući njegovu korisnost za uzgajivače kvinoje ili avokada u drugim regijama.

Studija također ističe nedostatke u testiranju. Dok je TCRM postigao 97,67% u unakrsnoj validaciji, nije bio evaluiran pod ekstremnim uvjetima poput poplava ili dugotrajnih suša. Buduće verzije moraju riješiti ova ograničenja kako bi izgradile otpornost i povjerenje.

Budućnost umjetne inteligencije u poljoprivredi

Gledajući unaprijed, programeri TCRM-a planiraju integrirati Objašnjiva umjetna inteligencija (XAI) alate poput SHAP-a i LIME-a. Oni će pojasniti preporuke — na primjer, pokazati poljoprivrednicima da je usjev odabran jer su razine kalija bile 20% iznad praga.

Globalna ekspanzija je još jedan prioritet; dodavanje skupova podataka iz Afrike (npr. kukuruz u Keniji) i Južne Amerike (npr. soja u Brazilu) učinit će TCRM univerzalno primjenjivim.

Integracija interneta stvari u stvarnom vremenu pomoću dronova također je na vidiku. Dronovi mogu mapirati polja svaki sat, ažurirajući preporuke na temelju promjenjivog vremena ili aktivnosti štetnika.

Takve inovacije mogle bi pomoći u predviđanju najezde skakavaca ili gljivičnih infekcija, omogućujući preventivne mjere. Na kraju, partnerstva s vladama mogla bi subvencionirati IoT senzore, čineći preciznu poljoprivredu dostupnom svim poljoprivrednicima.

Zaključak

Model za preporuku transformativnih usjeva (TCRM) predstavlja iskorak u poljoprivrednoj tehnologiji. Kombinirajući umjetnu inteligenciju, IoT i računalstvo u oblaku, poljoprivrednicima nudi 94% točan, alat za donošenje odluka u stvarnom vremenu koji povećava prinose i štedi resurse.

Iako izazovi poput troškova i prepreka usvajanja ostaju, TCRM-ov potencijal za revoluciju u poljoprivredi je neupitan. Dok se svijet bori s klimatskim promjenama i rastom stanovništva, rješenja poput TCRM-a bit će ključna u stvaranju održive budućnosti sigurnosti hrane.

ReferencaSingh, G., Sharma, S. Enhancing precision agriculture through cloud based transformative crop recommendation model. Sci Rep 15, 9138 (2025). https://doi.org/10.1038/s41598-025-93417-3

Automatizirani AI okvir za mala i srednja poduzeća. Potpora savezne pokrajine Sjeverna Rajna-Vestfalija.

We are glad to announce that GeoPard Poljoprivreda, in partnership with Hamm-Lippstadt University of Applied Sciences, received a grant notification from the North Rhine-Westphalia Ministry of Economic Affairs for the project Automated AI Framework for SMEs (AKI4KMU). This initiative aims to simplify the use and integration of artificial intelligence into existing processes, with a focus on geospatial analytics.

About the Project
The AKI4KMU project, led by a consortium including Hochschule Hamm-Lippstadt, FlyPard Analytics GmbH, and Pfeifer & Langen GmbH & Co. KG, focuses on harnessing artificial intelligence (AI) and modern communication technologies to drive innovation and sustainability, particularly in the agricultural sector. Small and medium-sized enterprises (SMEs) often face challenges in data collection, evaluation, and AI implementation. This project aims to overcome these hurdles by advancing automated AI processes and integrating them with Digital Twins and 5G technology.

with project partner Prof. Dr. Stefan Henkler

Key Objectives

  • Optimizing Agricultural Efficiency: By leveraging precision agriculture, AI-driven analysis, and digital simulations, the project aims to enhance farming efficiency and sustainability.
  • Reducing Resource Consumption: AI-powered insights help minimize the use of water and fertilizers, lowering operational costs for farmers.
  • Enhancing Decision-Making: AI improves crop planning, pest detection, and yield optimization, boosting productivity and competitiveness.
  • Realistic AI Simulations: Digital Twins enable real-world scenario testing without expensive physical experiments.

Impact on the Region
The project, conducted in North Rhine-Westphalia, Germany, aligns with regional innovation strategies and contributes to the development of an advanced technology ecosystem for agriculture. Through AI-powered automation and sustainable digital solutions, the project empowers SMEs to unlock AI’s full potential, creating long-term value for businesses and society.

Supported by the Ministry of Economic Affairs, Industry, Climate Action and Energy of the State of North Rhine-Westphalia. Co-funded by the European Union. Grant number EFRE-20800498.

Velike farme dominiraju krajolikom precizne poljoprivrede, kaže USDA

Usvajanje preciznih poljoprivrednih tehnologija raste, a veliki poljoprivredni sustavi predvode integraciju naprednih alata za povećanje učinkovitosti, smanjenje troškova i povećanje prinosa usjeva.

Prema izvješću Ministarstva poljoprivrede SAD-a (USDA), gotovo 70% velikih farmi, definiranih kao one s godišnjom bruto zaradom većom od $milijun dolara, koriste tehnologije poput monitora prinosa, sustava automatskog upravljanja i zemljovida tla za poboljšanje poslovanja.

Ovo je značajan kontrast u odnosu na samo 13% poljoprivrednih gospodarstava koja su izvijestila o korištenju sličnih tehnologija u 2023. godini, prema Službi za ekonomska istraživanja USDA-a.

Zašto veća poljoprivredna gospodarstva češće usvajaju preciznu poljoprivredu

Precizna poljoprivreda odnosi se na upotrebu naprednih tehnologija za optimizaciju poljoprivrednih praksi i povećanje produktivnosti. Za veće farme, prednosti ovih tehnologija su značajne.

Fokusirajući se na povećanje prinosa usjeva, smanjenje operativnih troškova i upravljanje nepredvidivim vremenskim i tržišnim promjenama, veliki farmovi imaju više financijskih sredstava za ulaganje u tehnologiju. To im olakšava usvajanje alata koji zahtijevaju značajne početne troškove, kao što su monitori prinosa, sustavi automatskog upravljanja i automatizirana oprema.

Prema anketi USDA, razlike u usvajanju tehnologije su očite. Dok je 68% velikih farmi koristilo tehnologije za podršku odlučivanju poput monitora prinosa i karata tla, samo ih je 13% malih farmi koristilo.

Izvješće naglašava da veće operacije ne samo da imaju financijske mogućnosti za ulaganje u takve tehnologije, već mogu i više profitirati od njihove implementacije. Tehnologije precizne poljoprivrede, posebno one usmjerene na automatizaciju i odlučivanje temeljeno na podacima, mogu dovesti do veće učinkovitosti, boljeg upravljanja resursima i na kraju do viših profitnih marži.

Ključne tehnologije koje potiču usvajanje precizne poljoprivrede

Među raznim dostupnim alatima precizne poljoprivrede, nekoliko se ističe po širokoj upotrebi na velikim farmama:

  1. Mjerila prinosaOvi uređaji mjere količinu i kvalitetu usjeva tijekom žetve. Pružajući podatke u stvarnom vremenu, monitori prinosa omogućuju poljoprivrednicima procjenu varijabilnosti polja i donošenje informiranih odluka o upravljanju usjevima i raspodjeli resursa.
  2. Sustavi automatskog upravljanja: Ovi sustavi su sastavni dio poljoprivredne opreme velikih razmjera kao što su traktori i kombajni. Autosteering koristi GPS tehnologiju za upravljanje opremom, smanjujući ljudske pogreške i optimizirajući preciznost operacija poput sadnje, gnojidbe i žetve. Prema izvješću USDA, 70% velikih farmi koristilo je sustave za automatsko upravljanje, u usporedbi s samo 9% malih farmi.
  3. Karta tla i analitika podatakaTehnologija mapiranja tla pruža detaljne informacije o uvjetima tla na farmi, omogućujući poljoprivrednicima da donose precizne odluke o navodnjavanju, gnojidbi i sadnji. Razumijevanjem varijabilnosti sastava tla i razine vlage, veliki poljoprivrednici mogu povećati prinose i smanjiti troškove ulaganja.

Faktori koji utječu na prihvaćanje tehnologije

Izvješće USDA naglašava nekoliko čimbenika koji utječu na usvajanje precizne poljoprivrede, pri čemu su veličina farme i financijska sredstva najznačajniji. Veće farme, s većim prihodima i sposobnošću dugoročnih ulaganja, lakše usvajaju tehnologije koje zahtijevaju značajna početna ulaganja.

S druge strane, manje operacije, osobito one koje generiraju manje od $150.000 godišnje, suočavaju se s izazovima u opravdavanju početnog ulaganja zbog ograničenih proračuna i nižih marži profita.

Osim financijskih ograničenja, pri donošenju odluke o usvajanju novih tehnologija u obzir se uzima i priroda poljoprivrednog gospodarstva. Poljoprivredna gospodarstva u fazi umirovljenja, ili ona kojima upravljaju poljoprivrednici koji se približavaju umirovljenju, često su manje sklona ulagati u nove tehnologije, jer njihova dugoročna uključenost u poljoprivredno poslovanje može biti neizvjesna.

Za ove operacije, prednosti precizne poljoprivrede možda ne nadmašuju troškove, osobito ako poljoprivrednik planira prestati s aktivnom poljoprivredom u bliskoj budućnosti.

Borba za široko prihvaćanje

Iako precizne poljoprivredne tehnologije nude jasne prednosti, njihovo široko usvajanje bilo je sporije od očekivanog. Unatoč sve većoj upotrebi alata poput monitora prinosa i sustava automatskog upravljanja na velikim farmama, određene tehnologije još nisu stekle značajnu popularnost kod farmi svih veličina. Dronovi, nosivi uređaji za praćenje stoke i roboti za mužnju, na primjer, ostaju nedovoljno iskorišteni čak i kod većih farmi.

Upotreba dronova, koji se često smatraju obećavajućim alatom za nadzor usjeva i analizu polja, prijavila je samo 12% velikih obiteljskih poljoprivrednih gospodarstava u 2023. godini. Druge visokotehnološke alatke, poput robotskih muzilica i nosivih uređaja za stoku, također su imale nisku stopu usvajanja, a poljoprivrednici su oklijevali prihvatiti ove tehnologije zbog troškova, složenosti ili neizvjesnih koristi.

Uloga proizvođača opreme

Kako potražnja za preciznom poljoprivredom nastavlja rasti, proizvođači poljoprivredne opreme povećavaju ulaganja u napredne tehnologije. Tvrtke razvijaju pristupačnija i dostupnija rješenja kako bi zadovoljile potrebe šireg kruga poljoprivrednika, uključujući i one s manjim poslovanjem.

Međutim, unatoč tim naporima, tržište ostaje izazovno, s mnogim poljoprivrednicima koji još uvijek oklijevaju prihvatiti nove tehnologije usred teške poljoprivredne ekonomije.

Proizvođači se također fokusiraju na stvaranje automatiziranih sustava koji mogu pomoći u optimizaciji performansi traktora, kombajna i ostalih poljoprivrednih strojeva. Ove inovacije imaju za cilj pomoći poljoprivrednicima smanjiti troškove rada i povećati produktivnost, osiguravajući da precizne poljoprivredne tehnologije postanu privlačnije poljoprivrednicima svih veličina.

Zaključak

Tehnologije precizne poljoprivrede nude značajne prednosti poljoprivrednicima, posebno onima koji upravljaju velikim farmama. Pomoću alata kao što su monitori prinosa, sustavi automatskog upravljanja i karte tla, velike farme mogu optimizirati svoju produktivnost, smanjiti troškove i nositi se s izazovima koje postavljaju nestabilna tržišta i nepredvidljivo vrijeme. Međutim, visoki početni troškovi ovih tehnologija i dalje otežavaju njihovo usvajanje među manjim farmama, osobito onima s ograničenim financijskim sredstvima.

Kako se poljoprivredni sektor nastavlja razvijati, vjerojatno je da će se korištenje precizne poljoprivrede dodatno proširiti. Za male poljoprivrednike, razvoj pristupačnijih i dostupnijih rješenja bit će ključan kako bi se osiguralo da ove tehnologije budu dostupne svima. Čini se da će budućnost poljoprivrede sve više oblikovati digitalni alati koji poljoprivrednicima omogućuju donošenje pametnijih odluka utemeljenih na podacima u njihovim operacijama.

Evolucija precizne poljoprivrede: Kako prošlost oblikuje budućnost

Precizna poljoprivreda (Precision Ag), inovativan pristup poljoprivredi koji integrira tehnologiju, podatke i napredne metodologije, transformirao je poljoprivredni krajolik.

Poljoprivrednici, koristeći se alatima poput GPS navigacije, dronova, senzora i analize podataka, mogu povećati učinkovitost, smanjiti otpad i optimizirati prinose. Međutim, ovo revolucionarno polje nije nastalo izolovano. Njegova evolucija duboko je ukorijenjena u stoljetne poljoprivredne prakse, pokazujući kako prošlost služi kao prolog budućnosti.

Pogled unatrag: Temelji precizne poljoprivrede

Poljoprivreda je oduvijek bila područje inovacija. Znatno prije pojave moderne tehnologije, poljoprivrednici su se oslanjali na oštroumno promatranje, iskustvo i metodu pokušaja i pogrešaka kako bi poboljšali produktivnost.

Praktike poput plodoreda, navodnjavanja i selektivnog uzgoja primjeri su ranih oblika precizne poljoprivrede. Te metode, iako rudimentarne prema današnjim standardima, postavile su temelje modernim poljoprivrednim strategijama.

Industrijska revolucija u 18. i 19. stoljeću označila je značajan preokret. Mehanizirana oprema poput plugova, sijačica i vršalica poboljšala je učinkovitost, omogućujući poljoprivrednicima da upravljaju većim zemljišnim parcelama.

Tijekom ovog razdoblja također su se pojavila kemijska gnojiva i pesticidi, dodatno povećavajući prinose usjeva. Ove inovacije postavile su temelje za tehnologije usmjerene na preciznost koje su uslijedile u 20. i 21. stoljeću.

Pojava moderne precizne poljoprivrede

Koncept precizne poljoprivrede kakav danas poznajemo počeo je poprimiti oblik krajem 20. stoljeća s napretkom u satelitskoj tehnologiji, računalnoj snazi i geografskim informacijskim sustavima (GIS). Ključne prekretnice u tom razdoblju uključuju:

  1. GPS Tehnologija (1990-e): Uvođenje GPS sustava revolucioniralo je poljoprivredu omogućavajući precizno navođenje strojeva. Poljoprivrednici su sada mogli optimizirati obrasce sadnje, gnojidbe i žetve, smanjujući preklapanje i minimizirajući rasipanje resursa.
  2. Praćenje prinosa (1990-e): Mjerači prinosa ugrađeni na kombajne pružili su detaljne podatke o prinosu usjeva, pomažući poljoprivrednicima u identificiranju područja unutar svojih polja s visokim i niskim prinosom.
  3. Daljinska detekcija (2000-te): Korištenje satelitskih snimaka i dronova omogućilo je poljoprivrednicima da s neviđenom preciznošću prate zdravlje usjeva, stanje tla i korištenje vode.
  4. Tehnologija varijabilnog prinosa (VRT) VRT je poljoprivrednicima omogućio primjenu inputa poput sjemena, gnojiva i pesticida u promjenjivim količinama po polju, prilagođenih specifičnim potrebama različitih zona.

Ove inovacije označile su prijelaz s općenitih poljoprivrednih praksi na upravljanje specifično za lokaciju, značajno poboljšavajući učinkovitost i održivost.

Trenutni pejzaž: Precizna poljoprivreda danas

U 21. stoljeću precizna poljoprivreda postala je temelj modernog ratarstva. Današnje tehnologije uključuju napredne senzore, algoritme strojnog učenja i analitiku podataka u stvarnom vremenu. Ključni trendovi koji oblikuju trenutni krajolik uključuju:

  • Veliki podaci i umjetna inteligencija: Poljoprivrednici sada prikupljaju ogromne količine podataka sa svojih polja, uključujući sastav tla, vremenske obrasce i učinak usjeva. Umjetna inteligencija obrađuje te podatke kako bi generirala primjenjive uvide.
  • Internet stvari (IoT): Pametni senzori i IoT uređaji omogućuju neprekidno praćenje uvjeta na terenu, omogućujući donošenje odluka u stvarnom vremenu.
  • Autonomni strojevi Samovozeći traktori i robotske beračice smanjuju potrebu za radnom snagom, istovremeno poboljšavajući preciznost i učinkovitost.
  • Fokus na održivost: Precizna poljoprivreda usklađuje se s rastućim naglaskom na održivost minimiziranjem upotrebe resursa, smanjenjem utjecaja na okoliš i poboljšanjem sekvestracije ugljika u tlu.

Budućnost precizne poljoprivrede

Gledajući unaprijed, precizna poljoprivreda spremna je za daljnji razvoj kako nove tehnologije mijenjaju industriju. Neki od najperspektivnijih razvoja uključuju:

  • Uređivanje gena: Alati poput CRISPR-a mogli bi omogućiti stvaranje usjeva dizajniranih za preciznu poljoprivredu, s osobinama optimiziranim za lokalno tlo i klimatske uvjete.
  • Prediktivna analitika Napredak u umjetnoj inteligenciji i strojnom učenju poboljšat će točnost prediktivnih modela, pomažući poljoprivrednicima u predviđanju izazova poput najezde štetnika ili vremenskih anomalija.
  • Blockchain Tehnologija Blockchain može poboljšati transparentnost i sljedivost u poljoprivrednim lancima opskrbe, osiguravajući etičko podrijetlo i pravedne cijene.
  • Proširena povezanost S uvođenjem 5G mreža, ruralna područja će dobiti pristup brzom internetu, omogućavajući još sofisticiranije tehnologije precizne poljoprivrede.

Prošlost kao Prolog: Učenje iz povijesti

Put precizne poljoprivrede naglašava ključnu lekciju: inovacija se nadograđuje na temeljima prošlosti. Rani poljoprivredni postupci naučili su nas važnosti promatranja i prilagodbe. Era mehanizacije istaknula je vrijednost učinkovitosti i skalabilnosti. Današnja precizna poljoprivreda kombinira te lekcije s najsuvremenijom tehnologijom kako bi se odgovorilo na izazove hranjenja rastuće globalne populacije.

Razumijevanjem i cijenjenjem povijesnog konteksta precizne poljoprivrede, možemo bolje odrediti njezin budući smjer. Prošlost služi ne samo kao vodič, već i kao podsjetnik da je napredak neprekinuto putovanje, ukorijenjeno u domišljatosti i otpornosti onih koji su bili prije nas.

Zaključak

Precizna poljoprivreda je dokaz snage ljudske inovativnosti i trajne relevantnosti povijesti. Dok stojimo na pragu novih otkrića, ključno je prepoznati da će napredak sutrašnjice biti oblikovan uvidima današnjice i lekcijama iz prošlosti. Prihvaćanjem ovog kontinuiteta možemo osigurati da se precizna poljoprivreda nastavi razvijati, promičući održivu i uspješnu budućnost kako za poljoprivrednike tako i za planet.

Turkmenistan usvaja naprednu tehnologiju daljinskog istraživanja za poboljšano praćenje usjeva

Agriculture in Turkmenistan accounts for a modest share of the country’s gross domestic product (GDP), yet it holds significant strategic importance. A large portion of the population resides in rural areas, with over 40% of the workforce employed in the agricultural sector.

Since gaining independence in 1991, Turkmenistan has faced challenges in modernizing its agricultural practices, including the absence of a contemporary crop monitoring system capable of delivering reliable and timely data. Such a system is crucial for informed decision-making, sustainable land management, and enhancing productivity.

To address this gap, Turkmenistan has partnered with the Food and Agriculture Organization of the United Nations (FAO) to introduce advanced remote sensing technologies and expertise in land use monitoring.

This collaboration, under the newly launched FAO Technical Cooperation Programme (TCP) project, aims to optimize processes related to crop monitoring, forecasting, and statistical reporting, as well as to test new methodologies through field applications. The project is set to run until late 2026.

On January 7, 2025, the project was officially signed by Viorel Gutu, FAO Assistant Director-General and Regional Representative for Europe and Central Asia, and Charyyar Chetiyev, Turkmenistan’s Minister of Agriculture.

“Remote sensing offers innovative methods for data collection and analysis that can benefit various sectors, including agriculture, water resource management, and disaster response,” said Maxim Gorgan, FAO Lead Technical Officer for the project. “In agriculture, it provides near-real-time insights into sown areas, vegetation dynamics, yield estimates, water stress, irrigation planning, and even pest and disease monitoring.”

The initial phase of the project will involve a thorough review of existing regulations and institutional frameworks related to crop monitoring and remote sensing, with recommendations for necessary improvements. The methodology will integrate advanced technology with traditional statistical methods, sampling, and data collection.

FAO will also develop a customized training program for Ministry personnel and the Land Resources Service to equip them with the skills needed to implement and operate the new remote sensing-based crop monitoring system. Additionally, the initiative will explore integrating remote sensing into higher education curricula.

To demonstrate the system’s potential, pilot plots with various crops and agroclimatic conditions will be established. These demonstration areas will generate data to refine the methodology and inform the development of a concept for scaling up the approach nationwide.

“For farmers, this technology can help identify the specific needs of different areas within a field, enabling more efficient use of water, fertilizers, and other inputs, ultimately leading to better yields,” added Gorgan.

Throughout the project, FAO will adhere to its regional and global guidelines, emphasizing gender equality and responsible land governance.

FAO Technical Cooperation Programme projects provide member countries access to the organization’s technical expertise and support, contributing to the Sustainable Development Goals and fostering long-term agricultural development.

Tiskane sonde za tlo mogle bi pomoći poljoprivrednicima povećati prinose i smanjiti troškove

Engineers at the University of Wisconsin–Madison have created affordable sensors to monitor soil nitrate levels in real-time for soil types common in Wisconsin. These printed electrochemical sensors can help farmers make smarter decisions about fertilization, potentially saving them money.

“Our sensors can give farmers a clearer picture of their soil’s nutrient levels and how much nitrate is available for crops. This information allows them to make precise decisions on how much fertilizer is needed,” says Joseph Andrews, a UW–Madison assistant professor of mechanical engineering and lead researcher. “Reducing fertilizer use could mean significant cost savings, especially for large farms.”

Nitrate is essential for crop growth, but too much of it can seep into groundwater, polluting drinking water and harming the environment. These new sensors can also serve as tools in agricultural research, tracking nitrate runoff and guiding better practices to reduce pollution.

Traditional methods to monitor soil nitrate are time-consuming, costly, and don’t offer immediate results. To address this, Andrews, an expert in printed electronics, and his team designed these sensors as a simpler and more economical alternative.

For this project, the researchers used an inkjet printing method to make potentiometric sensors, which are a kind of thin-film sensor that uses electrochemical reactions. These sensors are typically used to measure nitrate levels in liquid solutions accurately. However, they usually don’t work well in soil because rough soil particles can scratch the sensors and affect accurate readings.

Printed Soil Sensors shape and installation.jpg

Andrews explains, “Our main goal was to make these electrochemical sensors work effectively in challenging soil conditions and accurately detect nitrate ions.”

To solve this, the team added a protective layer over the sensor using a material called polyvinylidene fluoride. According to Andrews, this material has two important qualities. First, it has extremely small pores, around 400 nanometers, which let nitrate ions pass through but keep soil particles out. Second, it’s hydrophilic, meaning it attracts water like a sponge.

Andrews says, “This means any water containing nitrates will be absorbed by our sensor, which is crucial because soil also absorbs water. Without this, it would be hard for the sensor to get enough moisture, but since our material matches soil’s water absorption, it helps draw nitrate-rich water to the sensor’s surface for accurate readings.”

The researchers shared their progress in a paper published in March 2024 in Advanced Material Technologies.

Printed Soil Sensors working and testing

The team tested its sensors in two types of soil found in Wisconsin: sandy soil, which is common in the north-central area, and silt loam soil, which is found in southwestern Wisconsin. They found that the sensors gave accurate results in both types.

Now, the researchers are adding their nitrate sensors to a system they call a “sensing sticker.” This system combines three different sensors — for nitrates, moisture, and temperature — on a flexible plastic sheet with adhesive on the back.

They plan to place several of these sensing stickers on a rod at different heights, then bury the rod in the soil. This setup will allow them to measure conditions at different depths in the soil.

Andrews explains, “By measuring nitrate, moisture, and temperature at various soil depths, we can now track the process of nitrate leaching and observe how nitrate moves through the soil, something we couldn’t do before.”

In the summer of 2024, the researchers will continue testing their sensors by placing 30 sensor rods in the soil at UW–Madison’s Hancock and Arlington Agricultural Research Stations.

The team is working to patent this technology through the Wisconsin Alumni Research Foundation.

Co-authors from UW–Madison include Kuan-Yu Chen, Aatresha Biswas, Shuohao Cai, and Professor Jingyi Huang from the Soil Science Department.

This research was funded by the USDA Agriculture and Food Research Initiative Foundational Program (project no. WIS04075), the National Science Foundation’s Signals in the Soil grant 2226568, and the University of Wisconsin–Madison Dairy Innovation Hub.

Izazovi s kojima se američki poljoprivrednici suočavaju s osiguranjem usjeva i klimatskim promjenama

Bloomberg: In Kansas, a long drought has ruined crops and damaged the soil, but Gail Fuller’s farm stands out. His sheep, cows, and chickens roam freely, feeding on the crops and plants in a lush and lively environment.

However, if a tornado, flood, or severe drought hits Fuller’s farm, he would have to cover all the costs himself. This is because his farming methods aren’t covered by federal crop insurance, which is an old safety net that hasn’t kept up with climate change.

Fuller is one of many farmers who don’t have enough insurance because the industry doesn’t support moving from traditional farming to regenerative farming. Regenerative farming can help capture enough carbon to cut agricultural emissions in half by 2030.

This change is important to slow down climate change and protect farmers from its effects, but the insurance industry is not keeping up.

In the US, agriculture causes about 11% of all greenhouse gas emissions. Much of this comes from tilling soil, which releases carbon dioxide, and using too much fertilizer, which emits nitrous oxide.

Nitrous oxide is a greenhouse gas that is over 270 times more powerful than CO2. Regenerative farming helps reduce these emissions by absorbing carbon dioxide through photosynthesis, storing carbon in the soil, and capturing nitrogen that would otherwise run off into nearby streams.

Extreme weather is happening more often now and it threatens crops and supply chains. According to the US Drought Monitor, twenty-four states, including Kansas, are facing severe to exceptional droughts. This is a problem, just like heavy rain that can flood crops and is falling more heavily.

Researchers at Stanford University found that nearly 20% of the $140 billion in crop insurance payouts from 1991 to 2017 were because of rising temperatures. They think this percentage will keep going up as extreme weather becomes more common due to climate change.

Despite these risks, and the benefits regenerative agriculture offers for fighting climate change, stronger incentives have kept the current system in place, says Anne Schechinger, Midwest director at the nonprofit Environmental Working Group (EWG).

Crop insurance policies mostly cover common crops like corn, soybeans, cotton, and wheat. Farmers growing these crops usually get multi-peril insurance, which protects them against bad harvests caused by things like disease, floods, droughts, and other severe weather.

Just like health, car, or property insurance, the assessment of losses or damages in crop insurance depends on standards called Good Farming Practices. These standards make sure that low yields are not due to poor management.

However, these rules cannot include practices that might reduce a crop’s yield, so they usually follow traditional industrial, monoculture methods. For example, a farmer who grows different crops between rows or ends their cover crops too late might have their insurance claims denied.

Regenerative agriculture often means growing different crops together in the same field and using lower-yielding perennial plants, which can create problems for insurers. But according to University of Iowa professor Silvia Secchi, crop insurance payouts mostly don’t depend on whether a farmer’s practices increase or reduce climate risks.

Fuller, a farmer from a family with three generations of farming, began trying out regenerative farming methods in the mid-1990s. He believed these methods would give better yields and stronger crops over time.

He planted cover crops in the off-season, which is a common regenerative practice. These are non-market crops that improve soil health. During this time, Fuller still had crop insurance and followed its rules, killing his cover crops with herbicide before planting his market crops.

In August 2012, there was a severe drought, and Fuller’s insurance company inspected his land. They decided the remaining cover crops were weeds and denied all his claims. Because of this, his lending institution took away his operating line of credit.

Fuller took his insurance company to court and won. But two years later, when he needed them to cover losses for two soybean fields, they denied his claims again. This financial trouble forced him to reduce his farm size from 1800 acres to 400 acres, and he finally decided to stop using crop insurance.

“Once you go broke as a farmer, it’s pretty hard to claw your way back,” Fuller said. “I did not want to be a part of that system. We’ve got to find a better way to farm.”

Over the past decade, the US Department of Agriculture has made changes to the crop insurance program to address climate risks. These changes include adding coverage for new crops and offering a $5-per-acre incentive to plant cover crops during the off-season.

The Risk Management Agency, which oversees federal crop insurance, has increased its coverage for certain climate-smart practices, like reducing water use, cover cropping, and injecting nitrogen into the soil instead of spreading it on top.

However, farmers need to follow specific rules, such as ending their cover crops early, which some scientists believe limits the ability of these practices to lower emissions.

The crop insurance system is already facing challenges from climate change. It needs to adapt to encourage practices suitable for different regions and cover various risks, a USDA spokesperson said. The program must also remain financially stable, meaning it needs to charge premiums that are high enough to cover expected losses.

“Even on a small scale, a bad storm can harm one type of crop while providing much-needed rain for another,” the USDA spokesperson told Bloomberg Green.

“Crop insurance is voluntary,” said RJ Layher, the director of government affairs at the American Farm Bureau Federation. Farmers using regenerative techniques not included in the Good Farming Practices can seek other options, he added, like showing the Risk Management Agency that their practices are financially sound.

It’s hard for any one farmer to collect enough data to show that climate-friendly practices like crop diversification won’t affect yield.

In 2014, the USDA started the Whole-Farm Revenue Protection Program. This program insures a farm’s entire revenue instead of just individual crops. It offers a safety net for farmers who plant companion crops or raise animals in their fields.

However, not many farmers are part of the Whole-Farm Revenue Protection Program. According to EWG’s Schechinger, only about 1,800 policies were sold in 2023. This is less than 1% of crop insurance. The program has a lot of paperwork and a revenue cap that doesn’t always cover the whole farm’s revenue, which makes it hard for insurance agents to sell and farmers to buy, according to Layher.

Layher also said that the Farm Bureau supports making the Whole-Farm Revenue Protection Program easier for farmers to use and for insurance agents to sell. These improvements are suggested in the Farm Bill, which is delayed in the House until at least September.

The regenerative farming movement is still small but has grown in recent years with federal support and interest from agribusinesses. Companies like CoverCress Inc., mostly owned by Bayer AG, encourage farmers to plant cover crops for sustainable aviation fuel. General Mills Inc. has pilot programs to help 24 wheat farmers in Wichita, Kansas, start their regenerative practices.

Right now, the push for changing insurance rules mainly depends on farmers like Fuller and Rick Clark. Clark is a third-generation farmer from west central Indiana who has been uninsured for six years because he does regenerative farming.

When Clark isn’t working on his farm, which uses cover crops on all 7,000 acres, he teaches other farmers how to stop using chemical fertilizers and use cover crops instead.

“We need to make sure the path to change is easy,” Clark said. One of the biggest problems for uninsured farmers is that their lenders often require them to have insurance to keep getting loans.

Clark spoke to Congress in late 2022 for Regenerate America, a group that pushes for agricultural reform. He asked for the changes that Schechinger said are needed. The day after Clark spoke, Congress passed the Inflation Reduction Act, President Joe Biden’s big climate law that includes $19.5 billion for USDA conservation programs. Clark felt he had a small part in that.

“Sometimes when you’re speaking, you wonder if anyone is listening,” Clark said. But then, “you feel like maybe your words don’t fall on deaf ears and maybe some people are really paying attention.”

Izvor: Bloomberg Businessweek (Bloomberg L.P.)

Postupni pomak prema preciznoj poljoprivredi

Od 1990-ih, precizna poljoprivreda nastoji revolucionirati uzgoj pružajući poljoprivrednicima detaljne informacije o svojim usjevima i tehnologiju za učinkovito korištenje tih podataka.

Napravljeni su mnogi napreci, poboljšavajući preciznost u poljoprivredi. Moderni traktori mogu se sami upravljati pomoću GPS-a, a poljoprivrednici sada mogu prilagoditi brzinu primjene sjemena i gnojiva. Napredak je također zabilježen u genetici usjeva i upravljanju korovom.

“Jedino što nismo unaprijedili je senzor”, rekao je Pablo Sobron, osnivač Impossible Sensing. “Sposobnost da vidimo stvari koje su važne, kako u biljkama, tako i u tlu i korijenju.”

Sobron i njegov tim znanstvenika u St. Louisu sada razvijaju drugu inačicu prototipa senzora namijenjenog montiranju na stražnji dio stroja za sadnju. Ovaj senzor omogućit će poljoprivrednicima pregled informacija u stvarnom vremenu o razinama hranjivih tvari, zdravlju tla, uvjetima vlage i drugim čimbenicima koji utječu na pojedinačne biljke dok prolaze kroz svoja polja.

“Naše uvjerenje je da će preciznije poznavanje područja farme kojima je potrebno više ili manje gnojiva pomoći poljoprivrednicima da primijene pravu količinu”, rekao je Sobron. “Prava vrijednost i potreba ovdje je pružiti uvide i znanje, propisujući što učiniti i kada.”

Ovi podaci trebali bi poljoprivrednicima pomoći u donošenju odluka koje ne samo da poboljšavaju njihovu zaradu, već također smanjuju prekomjernu upotrebu gnojiva i kemikalija te čine navodnjavanje preciznijim.

Ipak, Sobron je priznao da napredak u preciznoj poljoprivredi još nije u potpunosti transformirao poljoprivredu.

“Ne ispunjava očekivanja s obzirom na marketing koji je imao”, rekao je.

Vjerojatno će proći godine prije nego što obećavajući alati, poput lasera, budu prihvaćeni na tisućama, a kamoli na milijunima hektara poljoprivrednih površina.

“Eksperimentiranje je rizik”, rekao je Bill Leigh, poljoprivrednik iz okruga Marshall, Illinois, koji sa svojim bratom uzgaja oko 2.200 jutara kukuruza i soje. Od početka 1980-ih, Leigh je postupno dodavao sve više preciznih alata svojoj opremi, koji su mu pomogli da učinkovitije sadi sjeme i primjenjuje gnojiva, herbicide i fungicide.

Ali ova promjena je bila spora, objasnio je.

“Nije to skok na obje noge, to je proces,” rekao je Leigh. “Previše je skupo i previše je toga na kocki da bi se to izletjelo i shvatilo da na kraju nema jame za skok, nego betonske ploče.”

Nova poljoprivredna tehnologija u nekim slučajevima može koštati više od $100.000. Leigh je spreman uložiti u to ako vidi ekonomski povrat. Ovo financijsko razmatranje je ključno jer mnoge farme posluju s malom zaradom.

Prema direktoru BioSTL Agrifood-a Chadu Zimmermanu, još uvijek postoji jaz između nove dostupne tehnologije i poljoprivrednika koji je koriste jer si mnogi ne mogu priuštiti isprobavanje nečeg novog na svim svojim poljima.

“Ne možemo ih moliti da preuzmu veći rizik, da samo pristanu na smanjenje profita kako bi ostvarili nečiji tuđi cilj”, rekao je Zimmerman.

Ovo stavlja pritisak na tvrtke da dokažu da njihova precizna poljoprivredna tehnologija doista donosi rezultate. Mnoge tvrtke rade na tome, primijetila je Alison Doyle, izvanredna direktorica Istraživačkog parka Sveučilišta Iowa State.

“Mnoge poljoprivredne tvrtke pozicioniraju se više u tehnološkom sektoru nego u tradicionalnoj poljoprivredi”, rekao je Doyle.

Rad je glavni čimbenik. Danas ima manje poljoprivrednih radnika nego u prošlosti, a današnja poljoprivredna gospodarstva su mnogo veća, dodao je Doyle.

“Kada imate operaciju te veličine, gdje su cijene sirovina i ulaznih cijena tamo gdje jesu, tražite mali dio marže gdje god ga možete pronaći,” rekla je. “Dakle, ti precizni alati postaju nužni.”

Kako SDSU oblikuje revoluciju precizne poljoprivrede u državi?

Sveučilište South Dakota State (SDSU) pokrenulo je program koji podučava i pomaže poljoprivrednicima u korištenju precizne poljoprivrede.

U Brookngsu, Južna Dakota, novi program precizne poljoprivrede SDSU-a bio je uspješan u poticanju lokalnih i nekih drugih poljoprivrednika sa Srednjeg zapada na prihvaćanje više tehnologije u svojim operacijama. Međutim, poljoprivrednici u drugim državama sporije prihvaćaju ovu tehnologiju.

SDSU je postao prvo sveučilište u zemlji koje je uspostavilo program koji educira i pomaže poljoprivrednicima u korištenju precizne poljoprivrede, što je znanstvena disciplina integriranja novih tehnologija i tradicionalnih metoda za poboljšanje operativne učinkovitosti, što dovodi do povećanih prinosa usjeva uz minimiziranje utjecaja na okoliš.

Na primjer, korištenje satelita globalnog pozicioniranja pomaže u preciznom ciljanju kemikalija i gnojiva tamo gdje su najpotrebniji.

Ali Mirzakhani Nafchi, izvanredni profesor na centru za preciznu poljoprivredu, spomenuo je da škola radi na povećanju korištenja kroz obrazovanje i istraživanje kako bi tehnologiju učinila praktičnijom za poljoprivrednike.

“Veoma sam optimističan da će uspjeti. I vidjet ćemo promjene ne samo u Južnoj Dakoti, nego i u cijeloj zemlji i svijetu”, rekao je Nafichi.

Južna Dakota ima jedan od najvećih postotaka korištenja, s 53% poljoprivrednika koji koriste preciznu poljoprivrednu tehnologiju, prema studiji američkog Ministarstva poljoprivrede.

U drugim srednjozapadnim državama poput Sjeverne Dakote, Iowe, Illinoisa i Nebraske, više od polovice poljoprivrednika koristi preciznu poljoprivredu, prema studiji koju je provela SDSU Ness School of Management and Economics.

Međutim, na nacionalnoj razini, samo 27% poljoprivrednika koristi prakse precizne poljoprivrede za upravljanje usjevima ili stočarstvom, kako je utvrdila Nessova studija.

Prednosti precizne poljoprivrede, izazovi usvajanja

Precizna poljoprivreda (precizna poljoprivreda) tehnologije postaju sve popularnije među poljoprivrednicima. Sustavi automatskog upravljanja u strojevima jedna su široko korištena tehnologija. Pomažu poljoprivrednicima upravljati svojim strojevima bez potrebe za ručnim upravljanjem. Druga važna tehnologija je “georeferenciranje”, koje uključuje snimanje digitalnih slika za precizno određivanje lokacija.

Prednosti precizne poljoprivrede, izazovi usvajanja

Satitelitske snimke također se naširoko koriste, pri čemu ih je isprobalo gotovo 60%poljoprivrednika, prema istraživanju Ness-a. Ova tehnologija omogućuje poljoprivrednicima pregled njihovih polja iz zraka. Istraživanja pokazuju da precizne poljoprivredne tehnologije obično povećavaju proizvodnju usjeva za 4% i poboljšavaju učinkovitost raspoređivanja gnojiva za 7% , prema istraživanju udruge proizvođača opreme. Dodatno, precizna poljoprivreda smanjuje upotrebu herbicida, pesticida, fosilnih goriva i vode.

Međutim, unatoč prednostima poboljšanja prinosa i uroda, faktori poput troškova i nedostatka općeg znanja o preciznoj poljoprivredi spriječili su mnoge poljoprivrednike da ove tehnologije koriste onoliko široko koliko se očekivalo.

Anna Karels, studentica centra za preciznu poljoprivredu, primijetila je da, iako zahtijeva ulaganje novca za početak, dugoročno dugoročno štedi novac.

“Mislim da je mnogim poljoprivrednicima teško shvatiti da, iako to može povećati moje početne troškove, isplati se tijekom određenog broja godina – rekao je Karels.

Nafči je spomenuo da će snižavanje početne stope potaknuti više poljoprivrednika na korištenje tehnologije.

“Početni troškovi za primjenu varijabilnom brzinom su previsoki, rekao je Nafchi. ”Pa zamislite da dobijemo pomoć. Nekako možda učiniti ga jeftinijim ili smanjiti početne troškove, ili jednostavno pružiti poticaj, investiciju za njih, i zamoliti ih da samo isprobaju. A onda vide da je povrat ulaganja zaista dobar. Vrlo sam optimističan da će ga koristiti.“

Ako su početni troškovi previsoki za neke poljoprivrednike, postoje programi pomoći. Prema Uredu za odgovornost američke vlade, USDA i Nacionalna zaklada za znanost dali su gotovo $200 milijuna za istraživanje i razvoj precizne poljoprivrede od 2017. do 2021. godine.

Drugi razlog niske stope usvajanja je nedostatak znanja o novoj tehnologiji. Ali postoje mogućnosti za poljoprivrednike u Južnoj Dakoti da saznaju više.

“Zastupništva poput John Deerea, organiziraju puno radionica gdje poljoprivrednicima pokazuju kako se to koristi”, rekao je Karels.

Centar za preciznu poljoprivredu Raven

Centar za preciznu poljoprivredu Raven osnovan je kako bi studentima na tom studijskom smjeru omogućio praktično učenje o preciznoj poljoprivredi.

Objekt ima prostorije ispunjene opremom i preciznim poljoprivrednim proizvodima koje studenti koriste za praktično učenje. Otvoren je u kolovozu 2021. godine, koštao je $46,2 milijuna, što ga čini prvim programom precizne poljoprivrede u zemlji.

Centar za preciznu poljoprivredu Raven

“Želimo unaprijediti naš program precizne poljoprivrede na višu razinu i poboljšati iskustva naših studenata”, rekao je Muthukumarappan.

Odjel mora nastaviti s promjenama kako bi pratio nove tehnologije. Ovo je jedno područje u kojem program može napredovati, prema nekim studentima.

“Program precizne poljoprivrede je nešto što će se morati stalno mijenjati kako bi se prilagodio svim novim tehnologijama koje se pojavljuju. I mislim da bi SDSU možda mogao malo bolje pratiti to”, rekao je Karels.

Ovo je nešto na čemu program radi.

Jedna od promjena je dodavanje specijaliziranijih smjerova kako bi se prikupilo više podataka o preciznoj poljoprivredi.

“Prije smo imali jedan recept za sve studente koji su upisani u program precizne poljoprivrede, što znači da smo spojili agronomiju i tehnologije te ih učinili jednim snažnim programom”, rekao je Muthukumarappan. “Sada ga činimo prilagođenijim korisnicima. I imamo tri različita smjera. Jedan je za smjer tehnologije. Drugi je za smjer agronomije. A treći je za smjer podataka, elektroničkih napadača.”

“Trenutno naši novi zaposlenici rade na razvoju biosenzora i bespilotnih letjelica”, rekao je Muthukumarappan.

Cilj programa je provesti više istraživanja koja će učiniti preciznu poljoprivredu praktičnijom za poljoprivrednike, što bi zauzvrat moglo povećati stope usvajanja.

Programom se nastoji povećati broj upisa za 20% u sljedećih pet godina kako bi se taj cilj učinio ostvarivim. Misija SDSU-a je pojednostaviti ovu tehnologiju i učiniti je praktičnijom za poljoprivrednike, rekao je Nafchi.

Trenutno program ima 66 studenata.

“Imamo sjajne resurse kao zgrada. Međutim, nismo imali mnogo fakultetskih resursa, ljudskih resursa, za obavljanje stvari, nuđenje stvari i provođenje istraživačkih aktivnosti u ovom području,” rekao je Muthukumarappan. “U protekle dvije godine uspjeli smo zaposliti tri nova fakultetska člana za provođenje vrhunskih istraživačkih aktivnosti, privući više istraživačkih sredstava i pomoći našem istraživačkom programu da raste.”


South Dakota News Watch

Management Zone Maps and Corn Growers: How Much Do They Matter?

During multiyear analysis, researchers have tested if management zone maps based on soil conditions, topography, or other landscape features can reliably predict which parts of a cornfield will benefit most from increased seeding rates or nitrogen application.

The study revealed that, contrary to common assumptions, crop-plot responses to the same inputs vary significantly from year to year. The most unpredictable factor, the weather, seemed to have the biggest impact on how the crops responded to these inputs. However, farmers can still take steps to manage the impacts of weather on their crops.

Management zone mapping came about due to a rise in interest in digital agriculture – the use of new data-gathering and analysis technologies to better understand the interplay of factors affecting crop yields, explained University of Illinois Urbana-Champaign crop sciences professor Nicolas Martin, who conducted the analysis with former postdoctoral researcher Carlos Agustin Alesso.

These methods involve using field-based sensors, satellite data, and other digital tools to track how crops respond to local conditions, fertilizer, seed rates, and other inputs. The aim is to minimize wasteful or destructive practices while maximizing yield, Martin added.

The recent study employed a unique method to validate the predictions of management zone maps.

“We utilized our farm machinery as a printer, generating a patchwork of inputs akin to a quilt with various colors,” explained Martin. “We implemented our experiment across multiple sites, employing a completely randomized design.”

The researchers carried out their study on seven typical non-irrigated corn production sites in Illinois. Each site was divided into numerous plots. Different rates of corn seeding and nitrogen application were randomly assigned to each plot.

Additionally, the researchers measured the soil composition, topography, and other landscape features specific to each site. They standardized all variables except for weather conditions across the fields. This study was conducted from 2016 to 2021.

The researchers gauged the yield of each plot at harvest time over several years. This helped them identify which plots responded best to various inputs each year. They employed an advanced random-forest algorithm to ascertain which factors – like weather conditions, soil characteristics, or slope – most accurately predicted whether increasing nitrogen application or using a higher seeding rate would boost yields.

Martin explained that weather variables are the primary factors influencing the spatial patterns of response to nitrogen or seed rates, with landscape and soil attributes following closely. Additionally, he noted that these responses vary annually due to weather effects, resulting in inconsistency, at least in the fields we examined.

“This means that a plot which responds well to a higher nitrogen rate one year might not respond as well the next time it is planted with corn,” he said. “This makes the management zone mapping concept an unreliable predictor of crop responses to inputs.”

“We believe that these findings can partially explain why precision agriculture technologies have not been uniformly adopted by farmers,” Martin said.

The researchers believe that gathering more data over multiple years and using better tools for on-site analysis could enhance the accuracy of management zone mapping.

This research was supported by the U.S. Department of Agriculture’s Natural Resources Conservation Service and National Institute of Food and Agriculture.

wpChatIkona
wpChatIkona

    Zatražite besplatnu GeoPard demo / konzultaciju








    Klikom na gumb prihvaćate naše Pravila o privatnosti. Treba nam kako bismo odgovorili na vaš zahtjev.

      Pretplati se


      Klikom na gumb prihvaćate naše Pravila o privatnosti

        Pošaljite nam informacije


        Klikom na gumb prihvaćate naše Pravila o privatnosti