Пияздың өсуін жақсарту үшін учаскеге тән басқару аймақтарын анықтау

ФАО-ның 2024 жылғы дақылдарды қоректендіру туралы есебіне сәйкес, жаһандық жасыл пияз өндірісі 2024 жылы 105 миллион метрикалық тоннадан асты, дегенмен көптеген коммерциялық шаруашылықтарда далалық деңгейдегі қоректік заттарды пайдалану тиімділігі 40%-ден төмен болып қала береді — бұл олқылықты учаскеге тән басқару аймақтары тікелей шешеді.

Жасыл пияздың (Allium cepa L.) учаскесіне тән басқару аймақтарын анықтау дәл бау-бақша шаруашылығындағы ең тиімді стратегиялардың бірі ретінде пайда болып келеді, бұл өсірушілерге тыңайтқыш енгізуді топырақтарының кеңістіктік өзгергіштігіне дәл сәйкестендіруге мүмкіндік береді. Геостатистикалық талдауды, кластерлік алгоритмдерді, ГИС картаға түсіруді және NDVI және SPAD мәндері сияқты дақылға негізделген индикаторларды біріктіру арқылы фермерлер бір егістікті әр түрлі өңдеу қондырғыларына бөле алады, олардың әрқайсысы өзіне қажетті нақты қоректік қоспаны алады.

Неліктен жасыл пияз өсіру қоректік заттарды басқаруға жаңа тәсілді талап етеді

Жасыл пияз (Allium cepa L.) әлемдегі ең экономикалық тұрғыдан маңызды көкөніс дақылдарының қатарына жатады, Халықаралық сауда орталығының мәліметтері бойынша, 2025 жылы әлемдік сауда құны шамамен 14,8 миллиард АҚШ долларын құрады. Коммерциялық салмағынан басқа, жасыл пияз Азия, Таяу Шығыс және Латын Америкасы бойынша негізгі тағамдық өнім болып табылады, онда ол миллиондаған диеталарға маңызды микроэлементтер мен биоактивті қосылыстар қосады.

Оның қысқа өсу циклі — әдетте отырғызудан бастап егін жинауға дейін 60-тан 90 күнге дейін — оны қарқынды егіншілік жүйелері үшін тартымды етеді, бірақ сол ықшамдылық қоректік заттардың дұрыс емес уақытында немесе кеңістікті дұрыс пайдаланбау үшін ешқандай шектеу қалдырмайды. Жасыл пияз өндірісіндегі негізгі қиындық - ешбір егістіктің біркелкі болмауы.

Топырақтың органикалық заты, рН, қолжетімді азот, дренаждық сыйымдылық және микробтық белсенділік егістіктің бір бұрышынан екінші бұрышына дейін өзгеріп отырады, кейде бірнеше метр ішінде күрт өзгереді. Фермерлер тыңайтқышты бүкіл егістікке біркелкі мөлшерде қолданған кезде - дәстүрлі тәсіл - олар сөзсіз кейбір аймақтарды шамадан тыс тыңайтқыштандырады, ал басқаларын жеткіліксіз тыңайтады.

Нәтижесінде шығынның ысырап болуы, қоректік заттардың шамадан тыс шайылуынан қоршаған ортаның ластануы және қазіргі заманғы экспорттық нарықтардың бағалау стандарттарына сәйкес келмейтін дақыл сапасының тұрақсыздығы орын алады. Міне, осы жерде учаскеге тән басқару аймақтарын (SSMZ) бөлу трансформациялық шешім ретінде пайда болады.

Бұл тұжырымдама дәл егіншіліктің кең саласынан шыққан және ол топырақ сипаттамалары мен дақылдардың жауап беру әлеуеті ұқсас егістіктегі аумақтарды анықтау, содан кейін әр аймақты тәуелсіз басқару бөлімшесі ретінде қарастыру арқылы жұмыс істейді. Атап айтқанда, жасыл пиязға келетін болсақ, бұл тәсіл қоректік заттардың жеткізілуін дақылдың кеңістіктік өзгермелі сұранысымен үйлестіреді - және оның артындағы ғылыми негіз қазір шаруашылықта практикалық енгізу үшін жеткілікті күшті.

Дәл ауыл шаруашылығындағы учаскеге тән басқару аймақтарын түсіну

A учаскеге тән басқару аймағы (SSMZ) (топырақ қасиеттері мен дақыл өндіру әлеуетін салыстырмалы түрде біркелкі көрсететін егістіктің дискретті кіші аймағы) дәл егіншіліктің негізгі бірлігі болып табылады. Логика өте қарапайым: егер сіз өлшей алмайтын нәрсені басқара алмасаңыз, онда сіз біркелкі емес деп санайтын нәрсені жақсарта алмайсыз.

SSMZ-тер егістік деңгейіндегі біртектілік туралы болжамды нақты деректерден алынған кеңістіктік шындықпен алмастырады. Кеңістіктік өзгергіштік — егістіктегі топырақ пен қоршаған орта қасиеттеріндегі табиғи және адами факторлардың әсерінен болатын айырмашылықтар — дақыл өнімділігінің барлық дерлік аспектілерін басқарады.

Дәстүрлі басқарылатын егістікте тығыздалған, органикалық заттары аз топырақ пен терең, құнарлы сазды топырақ бірдей тыңайтқыштармен өңделеді. Тығыздалған топырақ улы тұз деңгейіне жетуі мүмкін, ал құнарлы топырақ жеткіліксіз қоректенеді. Бұл сәйкессіздік өнімділіктің төмендеуіне де, қоршаған ортаға зиян келтіруге де әкеледі.

Көкөніс өндірісіндегі егістіктердің өзгергіштігіне әсер ететін факторлар өте көп. Топырақ құрылымы суды ұстау қабілетін және қоректік заттардың сақталуын анықтайды. Органикалық заттар азоттың минералдану жылдамдығын және биологиялық белсенділікті басқарады. Биіктік пен көлбеу дренажға, эрозия тарихына және микроклиматқа әсер етеді.

Құнарлылық тарихы — бұрынғы қолдану үлгілері, ауыспалы егіс, эрозия оқиғалары — қоректік заттардың қолжетімділігіне ұзақ уақыт бойы әсер етеді. Азот, калий және күкірт деңгейіне ерекше сезімтал жасыл пияз үшін бұл ауытқулар жинау кезінде көрінетін өнімділік пен сапа айырмашылықтарына тікелей әсер етеді.

SSMZ шекараларын анықтау көкөніс өсірушілер үшін нақты пайда әкеледі. Ол тек қажет болған жағдайда ғана енгізуді мақсатты түрде жүзеге асыру арқылы тыңайтқыштардың жалпы шығынын азайтады. Ол егістіктен тыс қоректік заттардың қозғалысын азайту арқылы қоршаған ортаға сәйкестікті жақсартады. Бұл өнімнің біркелкілігін арттырады, бұл супермаркеттердің талаптарына сәйкес келу үшін өте маңызды. Сондай-ақ, бұл фермерлерге егістіктерінің өнімділік әлеуетінің құжатталған, картаға негізделген жазбасын береді, оны маусым сайын жетілдіруге болады.

Пияз биологиясы үшін аймақтық басқаруды не маңызды етеді

Жасыл пияздың қоректік заттарға деген қажеттілігі тұрақты емес — олар өсу кезеңдерінде айтарлықтай өзгереді, бұл тыңайтқыштарды орналастырудың кеңістіктік дәлдігін одан да маңызды етеді. Вегетацияның алғашқы кезеңінде (бірінші аптадан үшінші аптаға дейін) дақыл тамырдың ұзаруы үшін фосфорға және жапырақтың пайда болуы үшін азотқа басымдық береді.

Жедел бүршік жару және жапырақтардың кеңею кезеңінде (төртінші аптадан жетінші аптаға дейін) калийге деген сұраныс тургор қысымын және көмірсулардың бөлінуін реттеу үшін күрт артады. Соңғы жетілу кезеңінде күкірт пиязға тән өткірлік пен сақтау мерзімін беретін цистеин сульфоксиді қосылыстарын синтездеу үшін маңызды рөл атқарады.

Жасыл пияздың тамыр жүйесі таяз және талшықты, әдетте 30-40 сантиметрден тереңірек емес, белсенді сіңірілудің негізгі бөлігі топырақтың жоғарғы 15-20 сантиметрінде жүреді. Бұл дақыл толығымен топырақтың жоғарғы қабатының қоректік заттарының күйіне тәуелді екенін білдіреді, бұл да кеңістіктік өзгергіштікке ең көп әсер ететін қабат.

  • органикалық заттар,
  • тығыздау және
  • суаруды бөлу.

Суды ұстап тұру қабілеті төмен аймақта осы маңызды тамыр аймағынан қоректік заттардың тезірек сіңуі байқалады, бұл тыңайтқыштың бірдей мөлшері көршілес, жақсы құрылымдалған топыраққа қарағанда айтарлықтай аз пайда әкеледі дегенді білдіреді.

Жасыл пияз топырақтың тұздылығына ерекше сезімтал. Электр өткізгіштігі (ЭӨ) 1,2 дС/м2-ден жоғары болғанда (шамамен 770 мг/л еріген тұздарға тең шекті мән), өсу мен бадананың дамуы айтарлықтай баяулайды.

Суару тарихы әртүрлі немесе тыңайтқыштар маусым бойы біркелкі жиналмаған егістіктерде EC бір 1 гектарлық блокта 0,6-дан 2,0 дС/м-ге дейін өзгеруі мүмкін. Аймақтарды анықтамай, жалпы тыңайтқыштарды қолдану жоғары EC аймақтарын одан әрі күйзеліске ұшыратады, ал төмен EC аймақтарын қоректік заттармен қамтамасыз етпейді.

Сатылымға жарамды жасыл пиязды анықтайтын сапа параметрлері - бадананың диаметрі, жапырақ ұзындығы, хлорофилл мөлшері, еритін қатты заттардың жалпы мөлшері (ЖҚЗ) және ащылық көрсеткіші - қоректік заттардың жеткіліктілігі мен кеңістіктік дәлдігімен тікелей модуляцияланады. Теңгерімді, аймаққа сәйкес қоректік заттарды алатын дақылдар үнемі тығыз өлшемді сорттар мен жинаудан кейінгі сақтау мерзімін береді, бұл шаруашылық кірісін тікелей жақсартады.

Аймақтарды бөлуге арналған деректер қоры

1. Аймақ шекараларын анықтайтын топырақ қасиеттері

Топырақ сынамасын алу кез келген SSMZ шекарасын анықтау жаттығуының бастапқы нүктесі болып табылады. Іріктеу дизайнын таңдау өте маңызды. Торлы топырақ сынамасын алу (үлгілерді тұрақты кеңістіктік аралықпен, әдетте әрбір 0,5-тен 1 гектарға дейін жинау) сенімді интерполяция үшін қажетті деректер нүктелерінің тығыздығын жасайды. Әрбір үлгі топырақ құрылымы (құм, тұнба, саз фракциялары), органикалық заттардың мөлшері, рН, электр өткізгіштігі және қолжетімді макро және микроэлементтер, соның ішінде

  • азот (N),
  • фосфор (P),
  • калий (K),
  • күкірт (S),
  • мырыш (Zn), және
  • темір (Fe).

Топырақтың органикалық заттары аймақты анықтайтын айнымалы ретінде ерекше маңызды, себебі ол бірнеше процестерді - суды ұстап тұру, катион алмасу сыйымдылығы, азот минералдануы және биологиялық белсенділікті - бір өлшенетін көрсеткішке біріктіреді. 2 гектарлық блокта органикалық заттар 0,8%-ден 2,5%-ге дейінгі ауытқулары бар егістіктер бірдей тыңайтқыш режимдерінде де азоттың айтарлықтай әртүрлі қолжетімділігін көрсетеді.

Сол сияқты, топырақтың рН деңгейі фосфордың қолжетімділігін қолданылатын фосфордың әсерінен әлдеқайда төмен деңгейде басқарады: рН 5,5 кезінде алюминий мен темірмен фосфорды бекіту 80% дейін қолданылатын фосфатты иммобилизациялай алады, ал рН 6,5 кезінде сол доза өсімдіктердің 70-тен 80%-ге дейін қолжетімділігіне қол жеткізеді. Жасыл пияз өндірісінде аймақтарды анықтау үшін қолданылатын топырақтың негізгі қасиеттеріне мыналар жатады:

  • Топырақ құрылымы және көлемдік тығыздығы, олар гидравликалық өткізгіштікті және тамырдың енуіне төзімділікті анықтайды, бұл қоректік заттардың профиль арқылы қозғалысына және дақылдың терең ылғал қорларына қол жеткізу мүмкіндігіне тікелей әсер етеді.
  • Топырақтың органикалық заттарының құрамы, бұл табиғи азотпен қамтамасыз етудің және микробтық белсенділіктің негізгі қозғаушы күші болып табылады және оны егістік бойынша көрінетін жақын инфрақызыл (VNIR) топырақ спектроскопиясын қолдана отырып, тиімді түрде картаға түсіруге болады.
  • Топырақтың рН және электр өткізгіштігі (ЭӨ), барлық негізгі және қосымша қоректік заттардың химиялық қолжетімділігін бақылайтын және егістік бетіне сүйретілген GPS-байланысты мобильді сенсорлармен нақты уақыт режимінде өлшеуге болатын құрылғылар.
  • Макронутриенттердің мәртебесі (N, P, K, S) және микронутриенттердің деңгейі (Zn, Fe, Mg, B), олар әрбір аймақ үшін тікелей қоректік заттардың бастапқы нүктесін білдіреді және отырғызу алдында қажетті түзету мөлшерін анықтайды.

2. Аймақ шекараларын тексеруге арналған дақылға негізделген көрсеткіштер

Топырақ деректерінің өзі толық мәлімет бермейді. Өсу кезеңінде жиналған дақылдардың реакция көрсеткіштері топырақ карталарынан анықталған аймақ шекараларын растайды және нақтылайды. Нормаланған айырмалы өсімдік индексі (Нормалданған айырмашылықты өсімдік индексі, жасыл биомасса мен фотосинтетикалық күштің спутниктік немесе дрон арқылы алынған өлшемі) SSMZ жұмысында ең көп қолданылатын дақыл көрсеткіші болып табылады.

Ол көрінетін қызыл жарыққа қатысты жақын инфрақызыл диапазонда дақыл жамылғысының қанша жарық сіңіретінін сандық түрде анықтайды, бұл -1 мен +1 аралығындағы мәндерді береді, мұнда жақсы қоректенген жасыл пияз әдетте вегетативті өсудің шыңы кезінде 0,55-тен 0,75-ке дейін жетеді.

SPAD мәндері — жапырақ хлорофиллінің мөлшерін бұзбай бағалайтын қолмен ұсталатын хлорофилл өлшегішінен (топырақ өсімдіктерін талдауды дамыту өлшегіші) алынған көрсеткіштер — жапырақ деңгейіндегі азоттың қоректік мәртебесін тікелей бағалауды қамтамасыз етеді.

Agronemy (2023) журналында жарияланған зерттеулер жасыл пияз жапырақтарындағы SPAD мәндерінің 42-ден төмен болуы азот жетіспеушілігін түзетуді қажет ететінін сенімді түрде көрсететінін, ал 55-тен жоғары мәндер топыраққа мол тұтынуды және азоттың түсуін білдіретінін көрсетті. SPAD вариациясын егістік бойынша картаға түсіру маусым алдындағы топырақ нитратының деректерін толықтыратын нақты уақыт режиміндегі азот күйінің картасын жасайды.

Өсімдіктің биіктігі, жапырақ саны және бірлік ауданға шаққандағы жаңа биомасса - аймақтық репрезентативтік сынама алу пункттерінде жиналған қосымша дақылға негізделген көрсеткіштер. Бұл физикалық өлшемдер қашықтықтан зондтау деректері мен топырақ химиясынан алынған аймақтық жіктеулерді негіздейді, бұл аймақтың соңғы картасы тек болжамды өнімділікті ғана емес, нақты дақыл өнімділігін көрсететінін қамтамасыз етеді.

3. Қоршаған орта және топографиялық факторлар

GPS арқылы түсірілген немесе сандық биіктік модельдерінен (DEM) алынған топографиялық деректер аймақты анықтауға маңызды физикалық қабат қосады. Жазық көрінетін өрістегі 0,5 метрге дейінгі биіктік айырмашылықтары маңызды айырмашылықтар тудыруы мүмкін.

  • дренаж,
  • суық ауаның жиналуы және
  • суару ағынының үлгілері.

Көлбеулік аспект топырақ температурасына және булануға әсер етеді, ал ойыс ландшафттық позициялар уақыт өте келе суды, органикалық заттарды және шайылған қоректік заттарды жинайды, бұл оларды дөңес жоталық позицияларға қарағанда жүйелі түрде құнарлы етеді. Уақыт доменіндегі рефлектометрия (TDR) сенсорларымен өлшенген немесе термиялық инфрақызыл кескіндерден бағаланған топырақ ылғалдылығының өзгергіштігі аймақтар бойынша динамикалық судың қолжетімділігін көрсетеді.

Жасыл пияз тамырларының қоректік заттарды сіңіруі негізінен масса ағынымен жүзеге асырылатындықтан (қоректік заттар топырақ суында еріген тамырларға ауысады), ылғалдылығы созылмалы төмен аймақтар топырақ ерітіндісіндегі химиялық концентрация ылғалды аймақтармен бірдей болғанның өзінде тамырларға аз қоректік заттар береді.

Мошия және т.б. (Өсімдіктердің тамақтану журналы, 2024) топырақтың EC, органикалық заттар және NDVI деректерінің біріктірілген негізінде үш SSMZ класына бөлінген егістіктердің ... жеткенін анықтады. Қолданылған жалпы азоттың 31% төмендеуі бірыңғай тарифтік басқарумен салыстырғанда, сонымен бірге нарықтық кірістілікті арттырады 18% жоғары әлеуетті аймақта және орташа аймақта өнімділік паритетін сақтау.

Өсірушілер азот шығындарын шамадан тыс тыңайтқыштармен өңделген аймақтардан үнемдеуді дұрыс мөлшерленген жоғары әлеуетті аймақтарға қайта бағыттау арқылы өнімділікке нұқсан келтірмей, шамамен үштен бірге қысқарта алады.

Басқару аймақтарын бөлу әдістері

Торлы үлгілерді іріктеу және қашықтықтан зондтау арқылы жиналған шикі топырақ және дақыл деректері іс жүзінде қолданылатын аймақтық карталарға айналдырылуы керек. Бұл түрлендіру шикі нүктелік деректерден тегіс үздіксіз карталарға және дискретті басқару кластарына ауысатын аналитикалық қадамдардың логикалық тізбегін орындайды.

1. Торлы топырақ сынамасын алу 0,5-тен 1 гектарға дейінгі кеңістіктік тығыздықта 1 үлгі георташаланған деректер нүктелерін алады. Әрбір нүкте өлшенген топырақ қасиеттерінің GPS және зертханалық мәндерінен координаттарды алады.

2. Геостатистикалық талдау (үлгі нүктелері арасындағы құрылымдалған кеңістіктік тәуелділікті модельдейтін кеңістіктік статистика әдістерінің тобы) вариограмма модельдеуден басталады. Вариограмма екі нүкте арасындағы қашықтық артқан сайын топырақ қасиетінің ұқсастығының қалай азаятынын сандық түрде көрсетеді. Содан кейін бекітілген вариограмма моделі келесі қадамда қолданылатын интерполяциялық салмақтарды анықтайды.

3. Кригинг (өлшенетін болжам белгісіздігі бар үлгіленбеген орындардағы мәндерді бағалау үшін вариограмма параметрлерін пайдаланатын оңтайлы кеңістіктік интерполяция әдісі) нүктелік деректерді әрбір топырақ қасиетінің үздіксіз растрлық карталарына түрлендіреді. Кері қашықтықты өлшеу сияқты қарапайым әдістерден айырмашылығы, кригинг сонымен қатар аналитикке қай жерде көбірек үлгі алу қажет екенін айтатын болжам қателік картасын жасайды.

4. K-кластерлеуді білдіреді (бірнеше кіріс қабаттары бойынша кластерішілік дисперсияны азайту арқылы растрлық ұяшықтарды k кластарына топтастыратын бақыланбайтын машиналық оқыту алгоритмі) содан кейін кригедтелген топырақ қасиеттері карталарының стегіне қолданылады. Әрбір растрлық ұяшық көп айнымалы кеңістікте центріне ең жақын орналасқан кластерге тағайындалады, бұл пайдаланушы көрсеткен аймақтар саны бар дискретті аймақ картасын жасайды - әдетте практикалық басқару мақсаттары үшін екіден беске дейін.

5. ГАЖ бағдарламалық жасақтамасы (QGIS, ArcGIS немесе SAGA сияқты географиялық ақпараттық жүйелер платформалары) интеграциялық орта ретінде қызмет етеді, онда кригедтелген топырақ карталары, спутниктік NDVI қабаттары, топографиялық деректер және тарихи өнімділік карталары біріктіріліп, талданып, далалық пайдалануға дайын соңғы SSMZ карталары ретінде визуализацияланады.

6. Аймақты тексеру болжамды аймақ класын аймақ шекараларын кесіп өтетін типтік трансекттерден жиналған далалық бақыланған дақыл өнімділігінің көрсеткіштерімен (SPAD, өсімдік биіктігі, NDVI) салыстыру арқылы жүргізіледі. Бақыланатын дақылдардың ауысуларына сәйкес келмейтін шекаралар кластерлер санын немесе жеке кіріс қабаттарына тағайындалған салмақты реттеу арқылы нақтыланады.

Әрбір басқару аймағына тән қоректік заттарды басқару стратегиялары

1. Аймақ бойынша айнымалы жылдамдықпен тыңайту

Айнымалы жылдамдықпен ұрықтандыру (VRF) (кеңістіктік тұрғыдан айқын топырақ және дақыл деректеріне негізделген әртүрлі егістік аймақтарына әртүрлі тыңайтқыш мөлшерін қолдану тәжірибесі) SSMZ шекарасын анықтаудың тікелей операциялық нәтижесі болып табылады. Әрбір аймақ ағымдағы топырақ қоректік заттарының мәртебесі мен дақылдың бірлік өнімділік нысанасына шаққандағы құжатталған сіңіру қажеттілігі арасындағы айырмашылықтан есептелген рецептуралық мөлшерлемені алады.

Бұл агрономиялық қағидат — кейде жеткіліктілік тәсілі деп аталады — жеткіліксіз жеткізілімнен де, сақтандыру стиліндегі артық қоректік заттарды қолданудың экономикалық және экологиялық зиянды тәжірибесінен де аулақ болады.

VRF жағдайында азотты басқару жасыл пиязда ерекше назар аударуды қажет етеді, себебі дақылдың азотқа деген сұранысы жапырақтың тез ұзару кезеңінде күрт шыңына жетеді және топырақтағы азоттың қолжетімділігі өте динамикалық. Органикалық заттардың мөлшері жоғары аймақтар маусым бойы табиғи азотты көбірек минералдандырады, бұл синтетикалық азотты қолдану қажеттілігін азайтады.

Scientia Horticulturae (2025) журналындағы зерттеулерде органикалық заттарға бай аймақтардағы жасыл пияз алқаптары орта есеппен қажет екендігі көрсетілген. 35 кг N/га аз SPAD мақсаттарына және жапырақ азотының соңғы концентрациясына жету үшін органикалық заттары аз аймақтардағы бірдей учаскелерге қарағанда синтетикалық азотты пайдалану.

Фосфор мен калийдің аймақтар бойынша реттелуі топырақ сынақтарының P және K деңгейлеріне Allium дақылдары үшін белгіленген жеткіліктілік шегіне қатысты негізделген — әдетте жасыл пияздың оңтайлы өнімділігі үшін 25-тен 40 мг P/кг топыраққа және 150-ден 200 мг K/кг топыраққа.

Осы шектен жоғары сынақ аймақтары тек күтім дозаларын алады; төмендегі аймақтар топырақ буферінің сыйымдылығына калибрленген түзетуші әсерлерді алады. Микроэлементтерді түзету, әсіресе рН 7,2-ден жоғары сілтілі топырақтардағы мырыш және әктас, жоғары бикарбонатты жағдайларда темір үшін, DTPA-мен алынатын микроэлементтерді топырақ сынақтарына негізделген аймақтар бойынша бөлінеді.

2. Аймақ бойынша органикалық қоспалар мен биотыңайтқыштар

Органикалық қоспалар – компост, ферма көңі немесе муниципалдық биологиялық қатты заттар – органикалық заттардың мөлшері ең аз және топырақ құрылымы ең әлсіз аймақтарға тиімді түрде бағытталған. Мұның себебі, органикалық заттардың қоспаларының пайда мен шығын арақатынасы деградацияланған, көміртектілігі төмен топырақтарда ең жоғары, ал органикалық заттарға бай аймақтар сол инвестициядан аз пайда табады.

Ең төмен OM аймақтарына 15-20 т/га және орташа аймақтарға 5-8 т/га қолдану арқылы аймаққа тән компостты нысанаға алу стратегиясы әдетте екі-үш егін маусымы ішінде егістік деңгейіндегі органикалық заттардың біркелкілігін қалпына келтіреді.

Биотыңайтқыштар — құрамында фосфат еріткіш бактериялар (PSB) немесе азот бекітетін организмдер, мысалы, Azospirillum — бар өнімдерді топырақтың биологиялық белсенділігі қоректік заттардың жалпы мөлшері емес, қоректік заттардың қолжетімділігі үшін шектеуші фактор болып табылатын аймақтарға әртүрлі мөлшерде қолдануға болады.

Микробтық биомасса көміртегісі төмен аймақтарда биотыңайтқышты қолдану қосымша синтетикалық фосфат енгізусіз фосфаттың сіңірілу тиімділігін 20-дан 30%-ге дейін арттыратыны бірнеше сынақтарда көрсетілген.

3. Аймақтар бойынша тыңайтқыштар және суды пайдалану тиімділігі

Фертигация (суару суында ерітілген тыңайтқыштарды тамшылатып немесе жаңбырлатып суару жүйелері арқылы бір мезгілде жеткізу) өсірушілерге қоректік заттарды жеткізуде ең жоғары кеңістіктік дәлдікті береді. Суару жүйесі аймаққа тән клапанмен басқарумен жасалған кезде - қазіргі заманғы тамшылатып суару жүйелеріне қарапайым қосымша - суару суындағы тыңайтқыштардың концентрациясын әрбір суару кезінде әрбір аймақ үшін тәуелсіз реттеуге болады.

Бұл төмен инфильтрация аймақтарында тұздардың шоғырлануына әкелетін шамадан тыс суаруды және жоғары өткізгіштік аймақтарында қоректік заттардың қозғалмайтын күйінде қалуына әкелетін суарудың аз болуын жояды.

Әл-Харби және т.б. (Ауыл шаруашылығы су шаруашылығы, 2024) аймаққа тән тыңайтқыштарды басқару жағдайында өсірілген жасыл пияздың ... нәтижеге жеткенін хабарлады. 22% суды пайдалану тиімділігін жақсарту және 19% шамының біркелкілігін арттырады екі түрлі SSMZ класы бар егістіктегі біркелкі жылдамдықты тамшылатып ұрықтандырумен салыстырғанда.

Аймаққа тән тыңайтқыштар қоспа артықшылық береді — ол бір уақытта суды үнемдейді, тыңайтқыштар құнын төмендетеді және өнімнің сұрыпталуын жақсартады, мұның бәрі бірдей инфрақұрылымдық инвестициялардың арқасында жүзеге асады.

Аймақтар бойынша жасыл пияздың қоректік заттарға әсері

SSMZ негізіндегі басқарудың ең тікелей өлшенетін пайдасы - дақылдың өзінің қоректік жағдайының жақсаруы. Жапырақтағы қоректік заттардың концентрациясы - өсудің маңызды кезеңінде тіндерді талдау арқылы өлшенеді және N, P және K үшін құрғақ салмақтың пайызы және микронутриенттер үшін миллионға шаққандағы бөліктер ретінде көрсетіледі - аймақтар жалпы мөлшерлеменің орнына жекелендірілген кірістерді алған кезде егістік бойынша біркелкі болады.

Дәл қоректік заттарды басқару ең жақсы аймақтарға көбірек тыңайтқыш қоспайды - ол ең нашар басқарылатын аймақтардан қалдықтарды кетіреді, ал бұл айырмашылық пайда мен қоршаған ортаны қорғаудың қай жерде екенінде.

Қоректік заттардың сіңірілу тиімділігі (NUpE, дақыл сіңірген жалпы қоректік заттардың жалпы қоректік заттарға бөлінуі ретінде анықталады) аймақтық басқару кезінде қарапайым механистік себеппен артады: жеткілікті қоректік заттар бар аймақтарға аз қоректік заттар беріледі, бұл сіңімділікті сақтай отырып немесе жақсарта отырып, тиімділік коэффициентінің бөлгішін азайтады.

Frontiers in Plant Science (2024) журналында қарастырылған зерттеулерде Allium түрлеріндегі азот үшін NUpE біркелкі басқару жағдайында орташа есеппен 42%-ден SSMZ негізіндегі айнымалы жылдамдықты басқару жағдайында 61-ден 67%-ге дейін өскені анықталды — бұл жер асты суларына шайылу үшін қолжетімді нитрат жүктемесін тікелей азайтатын өсім.

Жасыл пияздың өсу параметрлеріне әсері

Аймаққа тән қоректік заттарды басқару өсімдік биіктігінде, жапырақ ауданының индексінде және биомасса жинақталуында айтарлықтай жақсаруларға әкеледі. Механизм қарапайым: әрбір аймақ өзінің ұсыныс пен сұраныс арасындағы алшақтыққа сәйкес келетін азот дозасын алған кезде, азот сәнді қолдану арқылы сұйылтылмайды да, тапшы аймақтарда шектелмейді де, ал дақыл тапшы қоректік заттардың орнын толтыратын тамырларды зерттеуге емес, жер үсті өсуіне көміртекті бөледі.

Мысырдың Ніл дельта аймағында жүргізілген далалық сынақтарда (2023 жылы Бау-бақша ғылымы және биотехнология журналында жарияланған) үш аймақтық SSMZ режимінде басқарылатын жасыл пияз учаскелері өсу көрсеткіштерінде статистикалық тұрғыдан маңызды жақсаруларды көрсетті.

  • Жоғары әлеуетті аймақтағы өсімдік биіктігі артты 14.3% біркелкі басқару кезінде тіркелген егістіктің орташа биіктігінен жоғары, бұл вегетативтік өсу фазасында азоттың оңтайландырылған жеткізілуіне байланысты.
  • Жапырақ ауданының индексі отырғызылғаннан кейін 45 күнде болды 18% жоғары фосфорды түзетілген қолдану тамырдың дамуын және суды сіңіру қабілетін жақсартқандықтан, аймаққа тән басқарудағы орташа әлеуетті аймақта біркелкі басқарудағы сол аймақпен салыстырғанда.
  • Жиналған кездегі жер бетіндегі жаңа биомассаның жалпы көлемі 12.7% жоғарырақ SSMZ басқаратын өрісте дәстүрлі басқарылатын бақылаумен салыстырғанда, негізінен бұрын тыңайтқыштар жеткіліксіз пайдаланылған төмен әлеуетті аймақтағы жақсартулармен байланысты.

Тамырдың дамуын жақсартуды масштабта деструктивті түрде өлшеу қиынырақ, бірақ ризотрондық зерттеулер аймаққа сәйкес калиймен қоректену тамыр түктерінің тығыздығы мен созылуын арттыратынын, тамырлар мен топырақ бөлшектері арасындағы физикалық жанасу бетін жақсартатынын, мұнда қоректік заттардың жаппай ағынмен жеткізілуі ең маңызды екенін көрсетеді.

Жасыл пияздың өнімділігі мен сапасына әсері

Жасыл пияздың SSMZ басқаруынан түсетін өнімділіктің артуы екі түрлі жолмен жүзеге асырылады. Біріншіден, бұрын шамадан тыс тыңайтқыштармен қоректенген аймақтар - әдетте органикалық заттарға бай, табиғи құнарлы учаскелер - тұздылық стрессінен және қоректік заттардың уыттылығынан қорғалған, бұл тіпті табиғи өнімді топырақтарда да өнімділікті төмендетуі мүмкін.

Екіншіден, бұрын тыңайтқыш жеткіліксіз пайдаланылған аймақтар өздерінің өнімділігін генетикалық өнімділік әлеуетіне қарай арттыратын түзету көрсеткіштерін алады, бұл тыңайтқыштардың қосымша жалпы шығынын қажет етпей, егістіктің орташа көрсеткішін арттырады. Аймақтық басқару кезінде жақсаратын негізгі сапа параметрлері коммерциялық маңызды оқиғаны баяндайды:

1. Шамның диаметрі және біркелкілік жақсарады, себебі аймаққа тән калиймен қамтамасыз ету тек табиғи калийдің жеткілікті қолжетімділігі бар жерлерде ғана емес, бүкіл егістік бойынша баданаға көмірсулардың біркелкі бөлінуін қамтамасыз етеді.

2. Егін жинау кезіндегі хлорофилл мөлшері — SPAD немесе деструктивті экстракция арқылы өлшенеді және грамм жаңа салмаққа мг хлорофилл ретінде көрсетіледі — SSMZ басқаратын дақылдарда жоғары және біркелкі болып, жаңа нарықтар мен экспорттық тізбектерде жоғары бағаға ие болатын қою жасыл жапырақ түсін береді.

3. Жалпы еритін қатты заттар (ЖҚҚ), қанттың жиналуының және дәмнің қарқындылығының тікелей көрсеткіші, артады 8-ден 12%-ге дейін Journal of the Science of Food and Agriculture журналында (2024) жарияланған деректерге сәйкес, аймақтық оңтайландырылған калий мен күкіртті басқару аясында.

4. Өткірлік көрсеткіші — пирожүзім қышқылының концентрациясы (ммоль/100 г жаңа салмақ) ретінде анықталады, пияздың ащылығының қарқындылығының қабылданған биохимиялық маркері — күкірттің жеткілікті қоректенуіне тікелей жауап береді. Күкірт жетіспейтін аймақтарда аймаққа тән күкіртті қолдану пирожүзім қышқылының мөлшерін арттыратыны көрсетілген 15-тен 22%-ге дейін, дәмдік профильді де, жинаудан кейінгі сақтау мерзімін ұзартатын сақталуға төзімді күкірт қосылыстарын да жақсартады.

Аймақтық басқарудың экологиялық-экологиялық салдары

Жасыл пияз өндірісінде SSMZ енгізудің экономикалық негізі дәл кірісті басқарудың шығын-пайда құрылымына негізделген. Алдын ала инвестицияға топырақ сынамаларын алу (әдетте торлы сынама алу үшін гектарына 12-25 АҚШ доллары), зертханалық талдау, ГАЖ картаға түсіру бағдарламалық жасақтамасы (тегін қолжетімді ашық бастапқы кодты QGIS бар) және айнымалы тарифті қолданба жабдықтары кіреді.

10 гектарлық коммерциялық көк пияз өсіретін кәсіпорын үшін жалпы орнату құны сынама тығыздығы мен жабдық таңдауына байланысты 800 АҚШ долларынан 2500 АҚШ долларына дейін болады. Бұл инвестиция аясында өсірушілер өлшенетін қаржылық кіріс күте алады. Жоғары құнарлы аймақтарда тыңайтқыштарды шамадан тыс қолдануды жоюдан үнемдеу әдетте ... құрайды. Жалпы тыңайтқыш шығыны 15-тен 25%-ге дейін.

Премиум сортты өнімділіктің артуы — экспорттық немесе супермаркет сортының талаптарына сәйкес келетін өнімнің үлесі — 10-ға артып, 20% құрайды, бұл премиум көкөніс нарықтарында килограмына 20-дан 35%-ге дейін бағаланады. Бұл артықшылықтардың жиынтығы коммерциялық өндірушілер үшін бір өсіру маусымында SSMZ инвестициясынан орнату құнынан 2,5-тен 4,5 есеге дейін кіріс әкеледі.

Қоршаған ортаға әсері де бірдей маңызды. Нитраттың жер асты суларына шайылуы, қарқынды көкөніс өндірісінің негізгі қоршаған ортаға әсері, біркелкі жамылғы қолданумен салыстырғанда, аймаққа тән азотты басқару кезінде 40-қа азайып, 60% құрайды, деп хабарлайды European Journal of Agronomy (2024) журналында жарияланған мета-талдау.

Жер үсті су айдындарының эвтрофикациясын тудыратын фосфор ағыны құнарлылығы жоғары аймақтарда фосфордың шамадан тыс қолданылуы жойылған сайын пропорционалды түрде азаяды. Синтетикалық тыңайтқыштарды жалпы пайдаланудың азаюы өндіріс жүйесінің көміртегі ізін де азайтады, себебі синтетикалық азот өндірісі өндірілген мочевинаның бір кг-на шамамен 1,5 кг CO2 баламасын құрайды.

Өсірушілер күтуі керек қиындықтар мен шектеулер

SSMZ шекараларын анықтау практикалық кедергілерден арылмайды, және бұл шектеулерді шынайы түрде мойындау асырап алуды жоспарлау үшін өте маңызды.

i. Деректерді жинау шығындары шағын жер иелері үшін негізгі кедергі болып табылады. Сенімді кригинг интерполяциясы үшін жеткілікті тығыздықтағы торлы топырақ сынамаларын алу үшін өте өзгермелі егістіктерде гектарына 15-тен 30-ға дейін сынама қажет, ал толық қоректік заттар профилін зертханалық талдау бір сынама үшін 30-дан 80 АҚШ долларына дейін тұруы мүмкін. 1 гектарлық шағын жер учаскесі үшін бұл бір шығын бабы барлық кіріс бюджетінен асып кетуі мүмкін.

ii. Техникалық сараптама Геостатистика, ГАЖ бағдарламалық жасақтамасының жұмысы және айнымалы жылдамдықты жабдықты калибрлеу салаларында көкөніс өндіретін аймақтардың көпшілігінде кеңінен қолжетімді емес. Кеңейту қызметтері кеңістіктік деректерді талдауды сирек қамтиды, ал SSMZ құзыреті бар жеке агрономиялық кеңесшілер тек ірі операцияларға қолжетімді премиум ақы алады.

iii. Шағын иеленушілерге қолдану құрылымдық тұрғыдан учаске өлшемімен шектеледі. Кригинг интерполяциясы сенімді карталарды жасау үшін айнымалыға кемінде 10-нан 15-ке дейін үлгі нүктелерін қажет етеді, бұл дәстүрлі топырақ сынамаларын алу арқылы SSMZ жұмысының тиімділігін арттыру үшін шамамен 2-3 гектарға дейінгі практикалық төменгі шекті белгілейді. Осы шектен төмен жағдайда, көрінетін далалық аймақтар бойынша бағытталған құрама сынама алу прагматикалық балама болып табылады.

iv. Топырақ қасиеттерінің уақытша өзгергіштігі — әсіресе нитрат азоты, ол жауын-шашын мен температураға байланысты бір ай ішінде 50% немесе одан да көпке өзгеруі мүмкін — бұл маусым алдындағы сынамалардан алынған аймақтық карталар маусымдық үстіңгі тыңайтқыштар туралы шешімдер қабылдау кезіндегі жағдайларды дәл көрсетпеуі мүмкін дегенді білдіреді. Дақыл сенсорының технологиялары (NDVI дрондарымен ұшу, нақты уақыттағы SPAD көрсеткіштері) маусым ішінде қоректік заттардың рецептурасын жаңарту үшін қажет.

Болашақ перспективалар: SSMZ ғылымы қайда бара жатыр

Көкөніс дақылдарына арналған SSMZ ғылымының келесі буыны үш технологиялық шекарада тоғысуда, бұл шығындарды айтарлықтай азайтады және аймақтарды бөлудің дәлдігін арттырады.

Дронға негізделген мультиспектральды және гиперспектральды бейнелеу SSMZ шекарасын жылдам анықтау үшін бастапқы деректер көзі ретінде уақытты көп қажет ететін қолмен топырақ сынамасын алмастырады. 30-дан 50 метрге дейінгі биіктіктегі бір дрон ұшуы бір сағаттан аз уақыт ішінде бүкіл ферма бойынша 5-тен 10 см-ге дейінгі кеңістіктік ажыратымдылықтағы шатырдың шағылысу деректерін түсіре алады.

Нысаналы топырақ үлгілерімен репрезентативті нүктелерде калибрленген кезде, дрон кескіндері NDVI, қызыл жиекті хлорофилл индексін және аймақ шекараларын тығыз торлы үлгі алумен салыстыруға болатын дәлдікпен шығынның аз бөлігіне анықтайтын шатыр температура карталарын жасай алады.

Машиналық оқыту алгоритмдері, әсіресе топырақ қасиеттерінің, өнімділік тарихының және спутниктік суреттердің көпжылдық деректер жиынтығында оқытылған кездейсоқ орман жіктеуіштері мен нейрондық желілер, аймақтың шекараларын бір маусымдық суреттен динамикалық, болжамды жүйеге айналдыруда.

Бес немесе одан да көп жылдық далалық деректерге негізделген модельдер кез келген жаңа топырақ сынамасын алудан бұрын алдағы маусымға арналған аймақ шекараларын болжай алады, бұл рецепт карталарын отырғызудан бірнеше апта бұрын дайындауға және өсірушілерге маусым басталу уақытына түсетін қысымды азайтуға мүмкіндік береді.

Климатқа негізделген қоректік заттарды басқару SSMZ жұмысының тұжырымдамалық шекарасын білдіреді. Маусымдық температура мен жауын-шашын үлгілері болжамды бола бастаған сайын, нақты уақыт режиміндегі ауа райы болжамдарына жауап ретінде аймаққа тән тыңайтқыш рецептураларын реттеу мүмкіндігі – қатты жауын-шашынға дейін батпақтану қаупі бар аймақтарда азотты қолдануды азайту немесе құрғақшылық кезінде ыстықтан зардап шеккен аймақтарда K-ны арттыру – шаруашылықты басқару жүйелерінің негізгі функциясына айналады.

Нидерланды, Израиль және Австралиядағы ерте асырап алған фермерлік шаруашылықтарда ауа райы деректерін, дақыл модельдерін, топырақ сенсорларының көрсеткіштерін және нарықтық баға сигналдарын біріктіретін бұлтқа негізделген шешім қабылдауды қолдау платформаларымен интеграция қазірдің өзінде жүзеге асырылуда.

Қорытынды

Жасыл пияздың (Allium cepa L.) учаскесіне тән басқару аймақтарын анықтау енді зерттеу тақырыбы емес - бұл қоректік заттардың мәртебесін, өсу біркелкілігін және өнім сапасын жақсарту, сонымен бірге кіріс шығындары мен қоршаған ортаға әсерді азайту үшін коммерциялық тұрғыдан расталған стратегия. Қарастырылған дәлелдемелер базасы топырақ химиясын, геостатистикалық талдауды, дақылға негізделген сенсорларды және ГАЖ интеграциясын біріктіріп дұрыс анықтаған кезде, SSMZ-лер коммерциялық өндірушілер үшін ең маңызды көрсеткіштер бойынша біркелкі басқарудан үнемі асып түсетінін көрсетеді: азотты пайдалану тиімділігі, тауарлық өнімділік, бадана сортының біркелкілігі және жинаудан кейінгі сақтау мерзімі. Жасыл пияз кәсіпорындарына кеңес беретін агрономдар мен дақылдар бойынша кеңесшілер үшін практикалық ұсыныстар айқын. рН, органикалық заттар, ЭК және қолжетімді NPK-ны негізгі аймақты анықтайтын айнымалылар ретінде басымдыққа ала отырып, гектарына кемінде 1 үлгіден торлы топырақ сынамасын алудан бастаңыз.

Прецизионды ауыл шаруашылығында GeoPard-ты пайдалана отырып, тұрақты егіншіліктің экономикалық әсерлерін визуализациялау

Bayerische Landesanstalt für Landwirtschaft (LfL) және GeoPard Agriculture зерттеушілері тұрақты егіншілік үшін жолақты аралық егіс жүйелерінің экономикасын зерттеу үшін бірікті. Олар өз зерттеулерінің нәтижелерімен Хоэнхайм университетінің “Цифрлық ауыл шаруашылығы арқылы биоәртүрлілікті дамыту” атты іс-шарасында бөлісті, онда экологиялық таза егіншілік тәжірибелері мен олардың қаржылық әсеріне баса назар аударылды.

Олардың “Болашақ дақыл шаруашылығы” жобасы егіншіліктің жаңа жолдарын зерттеуге бағытталған, әсіресе жолақаралық егістікке баса назар аударылған. Бұл әдіс бір егістіктегі жолақтарда әртүрлі дақылдарды қатар өсіруді қамтиды, бұл химиялық заттардың қажеттілігін азайтып, биоәртүрлілікті арттыра алады. Зерттеушілер егіншілікті фермерлер үшін тиімді бола отырып, экологиялық таза ету жолдарын тапқысы келді.

LfL компаниясынан Оливия Спикман мен Маркус Гандорфердің, сондай-ақ GeoPard компаниясынан Виктория Сорокина бастаған бұл ынтымақтастық EIT Food Accelerator бағдарламасы кезінде басталды. Ауыл шаруашылығы, цифрлық құралдар және деректерді талдау саласындағы білімдерін пайдалана отырып, олар тұрақты ауыл шаруашылығы тәжірибелерінің экономикалық жағын зерттеуге кірісті.

Әзірге Синтетикалық материалдарды азайту және биоәртүрліліктің артуы мәселелерін қарастыра отырып, олар жолақты аралық егістіктің экологиялық әлеуеті жақсы зерттелгенін анықтады. Дегенмен, оның механикаландырылуы және еңбек экономикасы, әсіресе автономды жабдықтармен, қосымша бағалауды қажет етеді.

Олар фермерлердің, әсіресе жаңа технологиямен оның тиімділігіне сенімді емес екенін анықтады. Бұл мәселені шешу үшін олар фермерлердің алаңдаушылығын түсіну және жақсырақ қарым-қатынас жасау үшін жолақаралық егістік далалық зертханасында олармен сөйлесті.

Сонымен қатар, ландшафттағы өзгерістер фермерлерді күмәндандырады, сондықтан алдын ала анық ақпарат беру маңызды. Сондықтан, визуализация сияқты сандық құралдар фермерлер мен олардың қауымдастықтары арасындағы байланысты жеңілдете алады, экологиялық тұрғыдан пайдалы ландшафттық өзгерістерді қабылдау мен бағалауды тудырады.

Мысалы, Жаңа Зеландияда фермерлер орман өсіруге қолайлы аумақтарды визуализациялау үшін виртуалды шындық (VR) көзілдіріктерін пайдаланды, бұл ферманың кірістілігіне, ландшафт эстетикасына және ауылдық қауымдастықтарға әсерін көрсету арқылы ферма масштабындағы жоспарлауға көмектеседі. Мұндай визуализациялар фермерлердің ландшафт өзгерістерін түсінуі мен қызығушылығын арттыра алады, дегенмен сәтті енгізу фермерлердің өзіне деген сеніміне де байланысты.

Сол сияқты, бұл зерттеуде жолақаралық егістік жүйесін бірнеше тұрғыдан талдау үшін бұлтқа негізделген GeoPard бағдарламасы пайдаланылды. GeoPard теңдеулері Future Crop Farming жобасының эмпирикалық деректерімен параметрлендірілген. Бастапқы нәтижелерге гербицидтер мен азоттың енгізілуі мен өнімділігінің визуализациясы кіреді, күрделі есептеулер жоспарланады.

Гербицидті қолдану картасы көрсетілуде

Сонымен қатар, жүйе әртүрлі деректер көздерін біріктірді, соның ішінде:

  • Өнімділік және қолданылған енгізу деректер жиынтықтары
  • Дақылдар мен өсімдіктерді қорғаудың бағасы туралы ақпарат (пайдаланушы ұсынады)
  • Спутниктік суреттер (Sentinel-2, Landsat, Planet)
  • Топографиялық деректер
  • GeoPard сайтында қолжетімді тарихи деректердің аймақтық карталары

Сонымен қатар, қолданылған негізгі әдістер кеңістіктік талдау және NumPy құрылымын пайдаланып кеңістіктік деректерді тиімді өңдеуді қамтыды. Деректер .xlsx және .shp файлдарынан алынды. Дегенмен, пішін файлында жеке жолақтар туралы нақты мәліметтер болмады, бұл әртүрлі деректер форматтарын біріктіруді қажет етті.

GeoPard жолаққа тән мәліметтерді олардың даладағы тиісті орындарымен байланыстыру үшін деректерді кеңістіктік түрде ұйымдастыруды жеңілдетті. Осылайша, жолақтарды көрсететін интеграцияланған деректер жиынтығы GeoPard-тағы сипаттамалық сынақ талдауының негізін қалады.

Зерттеу кірістердің айнымалы жылдамдықпен қолданылуын зерттемегенімен, GeoPard жоғары ажыратымдылықтағы картаға түсіруі (пиксель өлшемі: 3×3 метр) пиксель деңгейінде егжей-тегжейлі визуализациялауға мүмкіндік берді, бұл күрделілікті арттырды. Бұл егжей-тегжейлі картаға түсіру болашақ қолданбалар үшін, мысалы, бірнеше қабаттарды біріктіру немесе зерттеу жобасында графиктер біріктіру арқылы жиналған шағын көлемді өнімділік деректеріне негізделген ‘өнімділік профильдері’ сияқты кеңістіктік айнымалы ақпаратты біріктіру үшін құнды.

Дақылдың өнімділік картасы толық көріністе және пиксель деңгейіндегі мәліметтерді көрсету үшін үлкейтілген

Зерттеушілер сонымен қатар GeoPard негізінен сипаттамалық функцияларды атқарғанымен, оның күрделі визуализациялау мүмкіндігі бар екенін анықтады. Мысалы, жолақ деңгейіндегі өнімділік деректері мен баға туралы ақпаратты қосу көршілес дақыл жолақтары арасындағы шекаралық әсерлерді көрсететін пайда карталарын жасауға көмектеседі.

Сонымен қатар, еңбек экономикалық деректерін біріктіру биоәртүрлілікті дамыту үшін масштабты үнемдеуді азайтудың әсерін анықтауы мүмкін. Мұндай деректер сценарийлерді модельдеуге көмектеседі, бұл әртүрлі дақылдардың ауыспалы егістерін, жолақтардың енін және механикаландыру түрлерін зерттеуге мүмкіндік береді, ауыл шаруашылығын басқаруды және шешім қабылдауды жақсарту үшін егістікке тән нәтижелерге назар аударады.

Демек, қондырғы далалық машиналар мен сенсорлардан GeoPard-қа нақты уақыт режимінде деректерді беру мүмкіндігімен цифрлық егіз ретінде жұмыс істей алады, бұл мүмкіндік кейбір коммерциялық технологиялар мен спутниктік деректер арқылы қазірдің өзінде қол жеткізуге болады. Дегенмен, фермерлердің технологиялық үйлесімділікке қатысты алаңдаушылығы кеңірек қолдану үшін қосымша деректер көздерін біріктіру қажеттілігін көрсетеді.

Басқару аймағының карталары және жүгері өсірушілер: олардың қаншалықты маңызы бар?

Көпжылдық талдау барысында зерттеушілер топырақ жағдайына, жер бедеріне немесе басқа ландшафт ерекшеліктеріне негізделген басқару аймақтарының карталары жүгері алқабының қай бөліктеріне себу мөлшерін арттырудан немесе азотты қолданудан көбірек пайда көретінін сенімді түрде болжай алатынын тексерді.

Зерттеу көрсеткендей, кең таралған болжамдарға қайшы, егістік алқаптарының бірдей факторларға реакциясы жылдан жылға айтарлықтай өзгереді. Ең болжауға келмейтін фактор - ауа райы, дақылдардың бұл факторларға қалай жауап беретініне ең үлкен әсер еткен сияқты. Дегенмен, фермерлер ауа райының өз өнімдеріне әсерін басқару үшін шаралар қолдана алады.

Басқару аймақтарын картаға түсіру цифрлық ауыл шаруашылығына қызығушылықтың артуына байланысты пайда болды – бұл дақылдардың өнімділігіне әсер ететін факторлардың өзара әрекеттесуін жақсы түсіну үшін жаңа деректерді жинау және талдау технологияларын пайдалану, деп түсіндірді Иллинойс университетінің Урбана-Шампейндегі дақыл ғылымдары профессоры, бұрынғы постдокторантура зерттеушісі Карлос Агустин Алессомен бірге талдау жүргізген Николас Мартин.

Бұл әдістер дақылдардың жергілікті жағдайларға, тыңайтқыштарға, тұқым мөлшеріне және басқа да факторларға қалай жауап беретінін бақылау үшін далалық сенсорларды, спутниктік деректерді және басқа да сандық құралдарды пайдалануды қамтиды. Мақсат - өнімділікті барынша арттыра отырып, ысырапшылдықты немесе зиянды тәжірибелерді азайту, деп қосты Мартин.

Жақында жүргізілген зерттеу басқару аймақтары карталарының болжамдарын растау үшін бірегей әдісті қолданды.

“Біз ауылшаруашылық техникамызды принтер ретінде пайдаланып, әртүрлі түстердегі көрпеге ұқсас кірістерден тұратын патчворк жасадық”, - деп түсіндірді Мартин. “Біз экспериментімізді бірнеше жерде толығымен кездейсоқ дизайнды қолдана отырып жүзеге асырдық”.”

Зерттеушілер өз зерттеуін Иллинойс штатындағы суарылмайтын жүгері өсірудің жеті типтік учаскесінде жүргізді. Әрбір учаске көптеген учаскелерге бөлінді. Әрбір учаскеге жүгері егу және азотты енгізудің әртүрлі қарқыны кездейсоқ түрде тағайындалды.

Сонымен қатар, зерттеушілер әр учаскеге тән топырақ құрамын, жер бедерін және басқа да ландшафт ерекшеліктерін өлшеді. Олар егістіктердегі ауа райы жағдайларынан басқа барлық айнымалыларды стандарттады. Бұл зерттеу 2016 жылдан 2021 жылға дейін жүргізілді.

Зерттеушілер әр учаскенің өнімділігін бірнеше жыл бойы егін жинау кезінде өлшеді. Бұл оларға жыл сайын қандай учаскелер әртүрлі факторларға жақсы жауап беретінін анықтауға көмектесті. Олар ауа райы жағдайлары, топырақ сипаттамалары немесе көлбеу сияқты қандай факторлардың азотты көбейту немесе жоғары себу мөлшерін пайдалану өнімділікті арттыратынын ең дәл болжайтынын анықтау үшін озық кездейсоқ орман алгоритмін қолданды.

Мартин ауа райының айнымалылары азотқа немесе тұқым мөлшеріне реакцияның кеңістіктік үлгілеріне әсер ететін негізгі факторлар екенін, ал ландшафт пен топырақтың ерекшеліктері мұқият бақыланатынын түсіндірді. Сонымен қатар, ол бұл реакциялар ауа райының әсеріне байланысты жыл сайын өзгеріп отыратынын, кем дегенде біз зерттеген өрістерде сәйкессіздікке әкелетінін атап өтті.

“Бұл дегеніміз, бір жылы азоттың жоғары мөлшеріне жақсы жауап беретін учаске келесі жолы жүгері отырғызылған кезде жақсы жауап бермеуі мүмкін”, - деді ол. “Бұл басқару аймақтарын картаға түсіру тұжырымдамасын дақылдардың енгізілетін материалдарға реакциясының сенімсіз болжаушысына айналдырады”.”

“Біз бұл тұжырымдар фермерлердің дәл ауыл шаруашылығы технологияларының біркелкі қабылданбауының себебін ішінара түсіндіре алады деп санаймыз”, - деді Мартин.

Зерттеушілер бірнеше жыл ішінде көбірек деректер жинау және жергілікті талдау үшін жақсырақ құралдарды пайдалану басқару аймақтарын картаға түсірудің дәлдігін арттыруы мүмкін деп санайды.

Бұл зерттеуді АҚШ Ауыл шаруашылығы министрлігінің Табиғи ресурстарды қорғау қызметі және Ұлттық азық-түлік және ауыл шаруашылығы институты қолдады.

Өнімділікті оңтайландыру үшін дәл ауыл шаруашылығындағы басқару аймақтары

Дәл ауыл шаруашылығы – технологияны пайдаланып, ресурстарды оңтайлы қолдануға бағытталған егіншілік тәсілі. Ресурстарды дұрыс мөлшерде, уақытында және қажетті жерде қолдану арқылы өнімділік, сапа, табыстылық пен тұрақтылықты арттыруға болады. Ал дәл ауыл шаруашылығындағы негізгі ұғымдардың бірі – басқару аймақтары.

Басқару аймақтары дегеніміз не және олар неге қолданылады?

Басқару аймағы – егіс алқабының ішіндегі сипаттамалары ұқсас және енгізілетін факторларға жауап беруі бірдей кіші аймақ. Олар топырақ түрі, құрылымы, органикалық зат мөлшері, электр өткізгіштігі, биіктігі, еңістігі, дақылдың денсаулығы, өнім тарихы және тағы басқа факторларға негізделуі мүмкін.

Басқару аймақтары даланы оның қажеттіліктері мен әлеуетіне қарай әртүрлі басқарылатын кіші бірліктерге бөлу үшін қолданылады. Мысалы, далада саз, құмды және құмды-сазды топырақ текстуралары бар аймақтар болуы мүмкін.

Бұл аймақтардың су ұстау қабілеті, қоректік заттардың қолжетімділігі және дренажы әртүрлі болуы мүмкін. Даланың бүкіл аумағына бірдей мөлшерде су немесе тыңайтқыш қолдану кейбір аймақтарда артық суаруға немесе азықтандырудың жеткіліксіздігіне, ал басқа аймақтарда керісінше жағдайға әкелуі мүмкін.

Бұл ресурстардың ысырап болуына, егін өнімділігінің төмендеуіне және экологиялық мәселелердің туындауына әкелуі мүмкін. Топырақтың құрылымына негізделген MZ-терді құру арқылы фермер әр аймаққа топырақ жағдайы мен дақыл талаптарына сәйкес суару мен тыңайту мөлшерін реттей алады. Бұл суды, қоректік заттарды пайдалану тиімділігін және дақыл өнімділігін арттыруға мүмкіндік береді.

Дәл ауыл шаруашылығында басқару аймақтарын анықтау

PA-дағы басқару аймақтарын анықтау – бұл алқаптағы ұқсас белгілерге негізделіп әртүрлі аймақтар жасау үдерісі. Бұл аймақтар фермерлерге суды, тыңайтқыштарды және пестицидтерді тиімдірек пайдалануға көмектеседі.

Басқару аймақтары дегеніміз не және олар неге қолданылады?

Осы үшін фермерлер топырақтың күйі, жердің пішіні немесе дақылдардың әртүрлі жерлерде қаншалықты жақсы өсетіні туралы мәліметтер жинайды. Содан кейін олар компьютерлік бағдарламаларды пайдаланып, ұқсас аймақтарды топтастырады. Мысалы, топырағы ұқсас немесе дақылдар әрқашан жақсы өсетін жерлер өзіндік аймақтарға айналады.

Осы аймақтарды анықтағаннан кейін фермерлер ресурстарды пайдалануда ақылдырақ бола алады. Қажетті аймақтарға көбірек су бере алады немесе аз қажет жерлерде химикаттарды аз қолдана алады. Бұл ақшаны үнемдеуге, қоршаған ортаны қорғауға және жақсы өнім алуға көмектеседі.

PA-да MZ-дерді анықтау үшін әртүрлі әдістер мен құралдар бар, бірақ ең кең тараған және ұсынылатын әдістердің бірі – кластерлік талдау. Кластерлік талдау – деректерді ұқсастығына немесе ұқсас еместігіне қарай кластерлерге бөлетін деректерді қазу әдісі.

Кластерлік талдауды топырақ үлгілері, өнім карталары немесе спутниктік суреттер сияқты кеңістіктік деректерге қолдану арқылы алқап ішіндегі біртекті аймақтарды анықтауға болады. Ол келесі негізгі қадамдарды қамтиды:

  • Деректерді жинау: Жер учаскесі туралы мәліметтерді жинаңыз, мысалы, топырақ туралы ақпарат, өнімділік жазбалары және тағы басқалар.
  • Деректерді талдау: Деректерді зерттеп, даладағы үлгілер мен айырмашылықтарды табу үшін технологияны (мысалы, ГИС) пайдаланыңыз.
  • Кластерлеу: Деректер негізінде ұқсас аймақтарды топтастырыңыз. Мысалы, топырақ түрі ұқсас аймақтар аймақтық зоналарға айналады.
  • Шекараны анықтауРесурстардың араласуын болдырмау үшін осы аймақтар арасында айқын шекаралар қойыңыз.
  • Зона сипаттамасыӘр аймақ топырақ түрі немесе қоректік заттар деңгейі сияқты бірегей ерекшеліктерімен сипатталады.
  • Деректерді интеграциялауТопырақ зерттеулері мен спутниктік суреттер сияқты әртүрлі дереккөздерден алынған мәліметтерді біріктіріп, аймақтарды одан да дәлірек етіңіз.

Басқару аймақтары қалай жасалады?

Дәлдік ауыл шаруашылығында басқару аймақтарын құрудың әртүрлі әдістері бар. Ең көп тарағандары:

  • Топырақтың қасиеттері мен шекаралары туралы ақпарат беретін бар топырақ карталары мен зерттеулерін пайдалану.
  • Топырақтың электр өткізгіштігі, ылғалдылығы, рН және басқа да параметрлерін өлшейтін топырақ сенсорлары немесе зондтарды пайдалану.
  • Өсімдіктердің денсаулық көрсеткіштерін, мысалы, өсімдік индекстері, биомасса, хлорофилл мөлшері және тағы басқаларды анықтайтын қашықтықтан зондтау немесе әуе суреттерін пайдалану.
  • Көп жылдық мерзімде дақылдың өнімділігі мен сапасы туралы деректерді тіркейтін өнімділік мониторларын немесе карталарын пайдалану.
  • Көптеген дереккөздерді біріктіріп, статистикалық немесе кеңістіктік әдістерді қолдана отырып, үлгілер мен кластерлерді анықтау үшін деректерді талдау немесе модельдеу құралдарын пайдалану.

1. Топырақ карталары немесе зерттеулер

Дәл ауыл шаруашылығында MZ-дер бар топырақ карталары мен зерттеулерді пайдалана отырып жасалады, олар топырақтың қасиеттері мен шекаралары туралы маңызды мәліметтер береді.

дәл ауыл шаруашылығында басқару аймақтарын құру әдістері.

Топырақты сынама алудың екі негізгі әдісі қолданылады: алаңды шаршыларға бөліп сынама алу (торлы сынамалау) және топырақтың қасиеттері ұқсас аймақтарды топтау арқылы сынама алу (зоналық сынамалау). Торлы сынамалау алаңдағы өзгергіштікті егжей-тегжейлі зерттеуге мүмкіндік береді, бірақ сынама санының артуына байланысты шығындары жоғары болады.

Зоналық сынама алудың тиімділігі әдісі мен көлеміне байланысты. Бұл деректерді сынама алу әдістерімен біріктіре отырып, дәл егіншілік ресурстарды зоналар ішіндегі нақты топырақ жағдайларына оңтайлы бөледі, тұрақтылықты және егін өнімділігін арттырады.

2. Топырақтың электр өткізгіштігі

Дәл ауыл шаруашылығында топырақ сенсорлары мен зондтары электр өткізгіштігі (EC), ылғалдылық және рН сияқты маңызды топырақ параметрлерін өлшейді. Топырақтың EC-і мСм/м-мен көрсетіліп, топырақтың электр өткізгіштігін бағалайды.

Топыраққа бақылаулы ток жіберіп, өлшеулерді GPS-координаттарымен геотаңбалау арқылы бұл құралдар топырақ текстурасының өзгерістерін және өнім әлеуетін сандық түрде бағалауға көмектеседі. Олар қоректік заттарды басқару, егу мөлшері, тереңдігі және суару кестесі жөніндегі шешімдерді қабылдауға ақпарат береді.

Топырақтың электрөткізгіштік (EC) деректері сонымен қатар топырақтың құрылымы, катион алмасу сыйымдылығы (CEC), дренаж, органикалық заттар және тұздылық сияқты қасиеттері туралы жылдам әрі үнемді түсінік береді, бұл оңтайландырылған егіншілік тәжірибелері үшін дәл MZ құруға мүмкіндік береді.

3. Қашықтықтан зондтау немесе әуе суреттері

Дәлдік ауыл шаруашылығында басқару аймақтарын құру қашықтықтан зондтау немесе әуе суреттерін пайдалана отырып, өсімдіктердің денсаулығына қатысты маңызды көрсеткіштерді, мысалы, өсімдік индекстерін, биомассаны, хлорофилл мөлшерін және тағы басқаларды анықтауды қамтиды.

MZ-терді қалай қолдану керек. Артықшылықтары

Бұл жоғары ажыратымдылықтағы суреттерді жасауға қабілетті бейнелеу технологиясымен жабдықталған ұшақтар немесе дрондарды пайдалану арқылы жүзеге асырылады. Күрделі кескінді талдау әдістерін қолдана отырып, осы суреттер өріс ішіндегі аймақтарды анықтау үшін өңделеді.

4. Өнімділік мониторлары

Дәл ауыл шаруашылығында өнім мониторлары мен бірнеше жыл бойы маңызды дақыл өнімділігі мен сапасы туралы мәліметтерді жинайтын карталарды пайдалана отырып аймақтар анықталады.

Өнімділік карталау деп аталатын бұл процесс орақ комбайндарында нақты уақытта бақылау жүргізуді, дақыл массасы, ылғалдылық деңгейі және өңделген аудан туралы ақпаратты жинауды қамтиды.

Содан кейін бұл деректер жан-жақты өнімділік карталарын жасау үшін пайдаланылады, бұл ауыл шаруашылығы тәжірибесін дәлірек және тиімдірек жүргізуге ықпал етеді.

5. Деректерді талдау немесе модельдеу құралдары

Дәлдік ауыл шаруашылығында біз деректерді талдайтын озық құралдарды пайдалана отырып, MZ-ларды мұқият құрамыз. Бұл құралдар көптеген әртүрлі ақпаратты біріктіріп, фермадағы үлгілерді көруге көмектеседі. Олар математика мен карталарды қолдана отырып, назарымызды қай жерге аудару керектігін анықтайды. Бұл фермерлерге су мен тыңайтқыш сияқты ресурстарды қай жерде қолдану керектігі туралы ақылды шешімдер қабылдауға көмектеседі. Бұл ауыл шаруашылығын жақсартып, дақылдардың жақсы өсуіне ықпал етеді.

Алайда әдісті таңдау деректердің қолжетімділігіне, енгізілетін фактордың түріне, алаңның көлеміне, технологияның құнына және фермердің талғамына байланысты. Мақсат – мағыналы, біркелкі және практикалық аймақтар жасау.

MZ-дер қалай қолданылады? Артықшылықтары

Зоналар құрылғаннан кейін оларды тұқымдар, тыңайтқыштар, су және пестицидтер сияқты ресурстарды өзгермелі мөлшерлеме бойынша қолдануды (VRA) басқару үшін пайдалануға болады. VRA – бұл басқару аймағы туралы ақпаратқа негізделіп, дала ішінде ресурстарды қолдану мөлшерлемесін өзгертуге мүмкіндік беретін әдіс.

VRA-ны іске асыру үшін фермерге қажет:

  • Рецепт картасына немесе сенсорлық кері байланысқа сәйкес қолдану мөлшерін реттей алатын айнымалы мөлшерлеме контроллері.
  • Қолданбалы құрылғының дала ішіндегі орнын анықтай алатын ғаламдық навигациялық жүйе (GPS).
  • Географиялық ақпараттық жүйе (ГАЖ) – MZ-карталар мен рецепт карталары сияқты кеңістіктік деректерді сақтауға, көрсетуге және талдауға мүмкіндік беретін жүйе.

MZ негізіндегі VRA фермерге мынадай көмек көрсетеді:

  • Қоспаларды ең тиімді жерлерге қолданыңыз және оларды артық немесе аз қолданудан аулақ болыңыз.
  • Жайылымдық өнімділікті жақсарту құнарлығы шектеулі немесе суы шектеулі топырақтарда.

GeoPard-пен басқару аймақтарын оңтайландырыңыз 

Сонымен қатар, енгізу мөлшерлерін реттеу арқылы фермерлер жауап бермейтін немесе өнімділік әлеуеті төмен топырақтарда шығындарды азайта алады. Бұл үнемді тәсіл ресурстарды ақылмен жұмсауды қамтамасыз етеді.

Сонымен қатар, дәл егіншілік, MZ және өзгермелі нормалы қолдану (VRA) әдістері арқылы қоректік заттардың жуылуын азайтып, химиялық заттардың су қоймаларына ағып кетуін төмендетіп, топырақ эрозиясының алдын алу арқылы қоршаған ортаға пайда әкеледі.

GeoPard-пен басқару аймақтарын оңтайландырыңыз

GeoPard Agriculture өзінің Басқару аймақтары мен VRA карталары функциясы, пайдаланушыларға спутниктік суреттер, топырақ талдауы және тағы басқа әртүрлі деректер қабаттарына негізделген жекелендірілген аймақтар мен рецептілік карталарды жасауға мүмкіндік береді.

Бұл карталар ауылшаруашылық техникасы мен құрал-жабдықтарымен үйлесімді. Пайдаланушылар көпқабатты талдау жүргізіп, өнімділік потенциалы жоғары немесе төмен аймақтарды анықтап, алқаптың тұрақтылық тенденцияларын анықтай алады. Платформа әртүрлі зона карталары арасындағы тәуелділікті анықтауға мүмкіндік беретін қабаттар аралық карталарды ұсынады және зоналарды оңай түзетуге жағдай жасайды.

Сонымен қатар, GeoPard дәл ауылшаруашылық операциялары үшін Өзгермелі мөлшерлеме қолданбасын (VRA) картаға түсіруді қолдайды және аймақ деңгейіндегі дәлдік бойынша статистика ұсынады. Ол экспортқа арналған деректердің үйлесімділігін қамтамасыз етеді және аймақтарды қолмен баптау мен шығындарды есептеу үшін теңдеуге негізделген нұсқаулықтарды жасауға мүмкіндік береді.

Қорытынды

Дәлдік ауыл шаруашылығы – технология мен деректерге негізделген түсініктерді пайдалана отырып, дақыл өнімділігін арттыруға бағытталған ауыл шаруашылығын түбегейлі өзгертетін тәсіл. Топырақ сенсорлары, қашықтықтан зондтау, өнімділік мониторлары немесе деректерді талдау құралдары арқылы алынған мәліметтерді пайдалана отырып, ол фермерлерге өз алқаптарына бейімделген басқару аймақтарын құруға мүмкіндік береді. Бұл аймақтар ресурстарды оңтайлы бөлуді қамтамасыз етіп, дақыл өнімділігін арттыруға, шығындарды азайтуға және тұрақты ауыл шаруашылығы тәжірибелерін қолдануға ықпал етеді.

LfL болашақ егіншілік жобасы үшін GeoPard платформасын пайдаланады

Ауыл шаруашылығы бүгінде үлкен қиындықтарға тап болып отыр. Ол жоғары сапалы азық-түлік пен шикізат өндіруі керек, бірақ сонымен бірге топырақты, суды, климатты және биоәртүрлілікті қорғау талаптарын да ескеруі керек.

Бавария мемлекеттік ауыл шаруашылығы ғылыми-зерттеу орталығы (LfL) осы қиындықтар бойынша ұзақ уақыт бойы зерттеулер жүргізіп келеді және қазір GeoPard дәлдіктегі ауыл шаруашылығы платформасын Future Crop Farming жобасы үшін сынақтан өткізуде.

Дмитрий Дементьев, GeoPard компаниясының бас директоры және негізін қалаушының бірі: “Дәстүрлі дақылдарды өсіру әдістері көбінесе ресурстарды тиімсіз басқару және нақты уақыт режиміндегі деректерге шектеулі қол жеткізу сияқты қиындықтарға тап болады. Бұл факторлар дақылдардың өнімділігінің төмендігіне, шығындардың артуына және қоршаған ортаға кері әсер етуіне әкелуі мүмкін”.”

GeoPard платформасы LfL-ге маңызды ауыл шаруашылығы деректерін визуализациялау және талдау үшін орталықтандырылған платформаны ұсынады. Платформаның пайдаланушыға ыңғайлы интерфейсі далалық сынақтан алынған спутниктік деректер мен эксперименттік деректерді біріктіруге мүмкіндік береді, күрделі деректерді түсіндіруді жеңілдетеді және пайдаланушыларға өнімділік пен тұрақтылықты оңтайландыратын хабардар таңдау жасауға мүмкіндік береді.

Сынақ үшін нақты қондырғыны көрсету үшін егістік учаскелерге бөлінді: LfL жолақты аралық егіс жүйесін енгізді, яғни бір егістікте параллель жолақтарда бірнеше дақылдарды бір уақытта өсіру.

Бұл жолақтарды кейіннен кірістер (мысалы, тыңайтқыштар мен өсімдіктерді қорғау) үшін теңдеулерде бөлек пайдалануға болады және нәтиже береді, бұл жалпы егістікті есептеуге мүмкіндік береді.

пайда. Сонымен қатар, жеке дақылдардан алынатын пайданы және жолақтар арасындағы шеттерге тигізетін ықтимал әсерлерді бағалауға болады.

LfL мен GeoPard арасындағы Future Crop Farming жобасы арқылы жасалған ынтымақтастық дәстүрлі емес егістік құрылымдарын талдау құралдарын алға жылжыта алады.

GeoPard-тың озық платформасын пайдалану арқылы ол зерттеу нәтижелерін толықтыра алады және жобадан алынған түсініктерді көпшілікке жеткізу үшін құнды визуализациялар жасай алады.

Дәл егіншілікке, өнімділікке және қоршаған ортаны қорғауға баса назар аудара отырып, инновациялық LfL жобасы дақыл шаруашылығында тұрақты болашақтың әлеуетін көрсетеді.

PD докторы Маркус Гандорфер, LfL компаниясының цифрландыру бөлімінің басшысы және жоба жетекшісі: “Біз үшін GeoPard командасымен жұмыс істеу өте қуанышты. GeoPard құралы арқылы жолақаралық егістік деректерімізді тереңірек түсіну біз үшін өте құнды”.”

Туралы

Бавария мемлекеттік ауыл шаруашылығы ғылыми-зерттеу орталығы (LfL) Бавария мемлекеттік ауыл шаруашылығы ғылыми-зерттеу орталығы (LfL) - Бавариядағы ауыл шаруашылығы саласындағы білім және қызмет көрсету орталығы. LfL қолданбалы зерттеулері ауыл шаруашылығы тәжірибесінің мәселелерін қарастырады және ауыл шаруашылығы кәсіпорындары үшін әртүрлі жолдармен тиісті шешімдер ұсынады.

Болашақ дақылдарды өсіру бойынша пәнаралық жоба Баварияның оңтүстік-шығысындағы Рухсторф-ад-Ротта орналасқан. Жоба туралы қосымша ақпаратты жобаның веб-сайтынан табуға болады: http://www.future-crop-farming.de

GeoPard Ауыл шаруашылығы дәл егіншілік бағдарламалық жасақтамасының жетекші жеткізушісі болып табылады. Компания 2019 жылы Германияның Кельн қаласында құрылған және бүкіл әлемде өкілдік етеді. Компания фермерлерге өз жұмыстарын оңтайландыруға және өнімділікті арттыруға көмектесетін бірқатар шешімдерді ұсынады.

Тұрақтылық пен регенеративті экономикаға баса назар аудара отырып, GeoPard Agriculture бүкіл әлемде дәл егіншілік тәжірибелерін насихаттауға бағытталған.

Компанияның серіктестерінің қатарында John Deere, Corteva Agriscience, ICL, Pfeifer & Langen, IOWA Soybean Association, Kernel, MHP, SureGrowth және басқа да көптеген танымал брендтер бар.

GeoPard-тың дәл ауыл шаруашылығы үшін дақылдардың даму графиктері

Бүгінгі ауыл шаруашылығы саласы тек ауыр еңбек пен жерді түсінуді ғана емес, сонымен қатар технологияны ақылды қолдануды да талап етеді. Тұрақты егіншілік тәжірибесінде айтарлықтай өзгеріс әкелетін құралдардың бірі - GeoPard дақылдарын дамыту графиктері туралы түсінікпен бөлісуге қуаныштымын.

Біздің дақылдардың даму графиктері 1988 жылдан бері дақылдардың өсу деректерін жан-жақты, пайдаланушыға ыңғайлы түрде көрсетеді. Кез келген егістік үшін автоматты түрде жасалған бұл графиктер дәлдік пен дәлдікті қамтамасыз ету үшін жасалған.

Деректер тек егістіктің бұлтты және көлеңкесіз аймағы үшін есептеледі. Қарапайым тінтуірді апару орташа NDVI (Қалыптанған айырмашылықты өсімдік индексі) мәнін көрсетеді, бұл дақылдардың денсаулығының лезде көрінісін береді.

Бірақ біздің құралымызды ерекшелендіретін нәрсе не? Көріністерді ауыстыру мүмкіндігі. GeoPard интерфейсі пайдаланушыларға жылдық және айлық көріністерді кезектестіруге мүмкіндік береді. Бұл деңгейдегі егжей-тегжейлілік сіздің дақылдарды басқару, жинау уақыты және өнімділікті болжау туралы жақсы хабардар шешімдер қабылдау үшін қажетті деректермен жабдықталғаныңызды қамтамасыз етеді.

Фермердің қолында бұл дәл түсінік егістікті басқару стратегияларын бағыттай алады, оңтайлы егін жинау уақытын анықтауға, егінді ауқымды бақылауға және жалпы өнімділік пен тұрақтылықты оңтайландыруға көмектеседі.

Бұл дәл егіншіліктегі қызықты қадам, бұл жол өнімділікті арттыруға ғана емес, сонымен қатар қоршаған ортаға тигізетін әсерін ескеретін тұрақты тәжірибелерге де әкеледі.

Ауыл шаруашылығы қауымдастығына жақсы қызмет көрсету үшін құралдарымызды әзірлеуді және жетілдіруді жалғастырып жатқандықтан, жаңалықтардан хабардар болып отырыңыз. Біз дәл егіншілікті қолжетімді және тиімді ету жолындамыз және сіздің бізге қосылғаныңызға қуаныштымыз. Бірге егіншіліктің болашағын қайта анықтайық!

Басқару аймақтарын жасау үшін планета бейнелері (күнделікті, 3 м ажыратымдылықта)

GeoPard Agriculture компаниясының көмегімен ғаламшар суреттеріне қол жеткізу оңайырақ, жылдамырақ және қолжетімдірек болды. 2022 жылдың тамыз айынан бастап GeoPard пайдаланушының қалаған күндер ауқымынан тек сұралған ғаламшар суреттерін іздеу және талдау мүмкіндіктерін шығарды.

Сонымен, GeoPard пайдаланушысы тек қалаған планета кескіндерін сұрайды және оларды GeoPard аналитикалық құралдар жинағында пайдалана алады.

Планеталардың суреттері кеңейеді Sentinel және Landsat жабындар (әдепкі бойынша қамтамасыз етіледі) және басқа деректер қабаттарымен (жинау/бүрку/себу техникасының деректер жиынтығы, топографиялық профиль) бар деректер арқылы араластырылуы мүмкін Көп қабатты, Көпжылдық, және Теңдеу құралдары

 

Басқару аймақтарын жасауға арналған планеталық кескіндер

 

Планета Жерді бақылаудың ең ірі спутниктік желісі болып табылады, ол күнделікті дерлік жаһандық деректер жиынтығын жеткізеді және жоғары ажыратымдылықтағы және жоғары жиілікті спутниктік кескіндер деректерін алуға мүмкіндік береді.

Планета ауқымына негізделген басқару аймақтары (3,5 м ажыратымдылықтағы) кескіндер.

Толығырақ оқыңыз GeoPard / Planet серіктестігі.

Планета бейнесі дегеніміз не және оны басқару аймақтарын құруда пайдалану?

Бұл Doves деп аталатын шағын спутниктер флотын басқаратын жеке компания Planet Labs ұсынған спутниктік суреттерге қатысты. Бұл спутниктер күн сайын Жер бетінің жоғары ажыратымдылықтағы суреттерін түсіреді. “3 м ажыратымдылық” термині суреттегі әрбір пиксель жердегі 3 × 3 метрлік аумақты білдіретінін білдіреді. Бұл егжей-тегжейлілік деңгейі Жер бетіндегі әртүрлі ерекшеліктер мен өзгерістерді егжей-тегжейлі талдауға және бақылауға мүмкіндік береді.

Басқару аймақтарын құруға келгенде, күнделікті 3 м ажыратымдылығы бар Planet Imagery әртүрлі салалар мен қолданбалар үшін өте пайдалы болуы мүмкін, мысалы:

  • Ауыл шаруашылығыЖоғары ажыратымдылықтағы кескіндер ауыл шаруашылығында басқару аймақтарын құруға көмектеседі, мұнда егістіктің әртүрлі аумақтары суару, тыңайтқыштармен тыңайту немесе зиянкестермен күрес сияқты әртүрлі өңдеуді қажет етуі мүмкін. Кескіндерді талдау арқылы фермерлер дақылдардың денсаулығына, топырақтың ылғалдылығына және басқа да факторларға байланысты заңдылықтарды анықтай алады, бұл оларға ресурстарды бөлу туралы жақсы шешім қабылдауға мүмкіндік береді.
  • Қоршаған ортаны басқару: Спутниктік суреттерді батпақты жерлер, ормандар және жабайы табиғат мекендері сияқты экологиялық сезімтал аймақтарды анықтау және бақылау үшін пайдалануға болады. Бұл ақпаратты осы аумақтарды қорғайтын және жерді тұрақты пайдалану тәжірибесін қамтамасыз ететін басқару аймақтарын құру үшін пайдалануға болады.
  • Қала құрылысы: Жоғары ажыратымдылықтағы кескіндер қала құрылысшыларына өсу салаларын, жерді пайдалану үлгілерін және инфрақұрылымды дамытуды анықтауға көмектеседі. Бұл ақпаратты болашақ дамуды бағыттайтын және ресурстарды тиімді пайдалануды қамтамасыз ететін басқару аймақтарын құру үшін пайдалануға болады.
  • Апаттарды басқару: Спутниктік суреттер су тасқыны немесе орман өртінің ошақтары сияқты апатқа ұшыраған аймақтарды анықтауға және бақылауға көмектеседі. Басқару аймақтарын эвакуациялау жолдарын белгілеу, апаттарға жауап ретінде ресурстарды бөлу және болашақ апаттардың қаупін азайтатын жерді пайдалану саясатын қалыптастыру үшін құруға болады.
  • Табиғи ресурстарды басқару: Жоғары ажыратымдылықтағы кескіндер су, минералдар және ормандар сияқты ресурстарды бақылауға және басқаруға көмектеседі. Ресурстардың құндылығы жоғары немесе тапшы аймақтарды анықтау арқылы осы ресурстарды тұрақты пайдалану мен сақтауды қамтамасыз ету үшін басқару аймақтарын құруға болады.

Қорытындылай келе, күнделікті 3 м ажыратымдылығы бар Planet Imagery әртүрлі салаларда басқару аймақтарын құру үшін құнды құрал болып табылады, шешім қабылдаушыларға ресурстарды бөлуді оңтайландыруға және жерді пайдаланудың тұрақты тәжірибесін қамтамасыз етуге көмектесетін жаңартылған және егжей-тегжейлі ақпарат береді.


Жиі қойылатын сұрақтар


1. Бейнелеуді пайдалану нені анықтауға көмектеседі?

Суреттерді пайдалану тиімдірек және нәтижелі егіншілік жүйесін құруға көмектеседі. Дрондар немесе спутниктік түсірілім сияқты технологияларды пайдалану арқылы суреттер дақылдардың денсаулығы, топырақ жағдайы және суару қажеттіліктері туралы құнды түсінік бере алады.

Бұл зиянкестердің шабуылы немесе қоректік заттардың жетіспеушілігі сияқты алаңдаушылық тудыратын салаларды анықтауға көмектеседі, бұл фермерлерге мақсатты шаралар қабылдауға мүмкіндік береді. Сонымен қатар, бейнелеу дақылдардың өсуі мен дамуын бақылауға көмектеседі, дәл шешім қабылдауға және өнімділікті барынша арттыруға мүмкіндік береді. 

Дәл ауыл шаруашылығында теңдеуге негізделген аналитика

Теңдеуге негізделген аналитика модулінің шығарылуымен GeoPard командасы фермерлерге, агрономдарға және кеңістіктік деректер аналитиктеріне әрбір шаршы метр үшін практикалық түсініктер беруде үлкен қадам жасады. Модуль ауыл шаруашылығына қатысты аналитиканың кең ауқымын қамтитын 50-ден астам алдын ала анықталған GeoPard дәлдік формулаларының каталогын қамтиды.

Дәлдік формулалары мыналарға негізделген көпжылдық тәуелсіз агрономиялық университет және салалық зерттеулер және олардың дәлдігі мен пайдалылығын қамтамасыз ету үшін мұқият тексерілген. Оларды оңай конфигурациялауға болады автоматты түрде орындалады кез келген сала үшін пайдаланушыларға егін өнімділігін оңтайландыруға және кіріс шығындарын азайтуға көмектесетін қуатты және сенімді түсініктер береді.

Теңдеуге негізделген аналитика модулі GeoPard платформасының негізгі ерекшелігі болып табылады, ол пайдаланушыларға өз операцияларын тереңірек түсінуге және егіншілік тәжірибелері туралы деректерге негізделген шешімдер қабылдауға мүмкіндік беретін қуатты құралды ұсынады. Формулалардың үнемі өсіп келе жатқан каталогымен және әртүрлі далалық сценарийлер үшін формулаларды теңшеу мүмкіндігімен. GeoPard кез келген егіншілік операциясының нақты қажеттіліктерін қанағаттандыра алады.

 

Өнімділік деректеріне негізделген калийді кетіру

Өнімділік деректеріне негізделген калийді кетіру

 

Қолдану жағдайлары (төмендегі мысалдарды қараңыз):

  • Азотты сіңіру Өнімділік және ақуыз деректерін пайдалана отырып, абсолютті сандармен
  • Азотты пайдалану тиімділігі (NUE) және Өнімділік және Ақуыз деректер қабаттарымен артық есептеулер
  • Топырақ сынамаларын алудан алынған рН деректеріне негізделген әк бойынша ұсыныстар немесе топырақ сканерлері
  • Ішкі өріс (аймақтар немесе пиксель деңгейі ROI карталары)
  • Топырақ сынамаларын алу, егістік әлеуеті, топография және өнімділік деректеріне негізделген микро және макро қоректік заттарды тыңайту бойынша ұсыныстар
  • Көміртекті модельдеу
  • Өзгерістерді анықтау және ескерту (Sentinel-2, Landsat8-9 немесе Planet кескіндері арасындағы айырмашылықты есептеңіз)
  • Топырақ және дән ылғалдылығын модельдеу
  • Ылғалды өнімділік деректер жиынтығынан құрғақ өнімділікті есептеу
  • Мақсатты рецепт және қолданылған карталар айырмашылығын есептеу

 

Екі өнімділік мақсатына негізделген калий ұсыныстары (өнімділік аймақтары)

Екі өнімділік мақсатына негізделген калий ұсыныстары (өнімділік аймақтары)

 

 

 

 

Тыңайтқыш: Ұсыныстар бойынша нұсқаулық. Калий / Жүгері.

Тыңайтқыш: Ұсыныстар бойынша нұсқаулық (Оңтүстік Дакота мемлекеттік университеті): Калий / Жүгері. Шолу және қайта қарау: Джейсон Кларк | Ассистент профессор және SDSU кеңейту топырақ құнарлылығы бойынша маман

 

Калийді пайдалану тиімділігі (кг/га)

Калийді пайдалану тиімділігі (кг/га)

 

 

 

Азотты пайдалану тиімділігі пайызбен. Есептеу өнімділік, ақуыз және дән ылғалдылығы туралы деректер қабаттарына негізделген.

Азотты пайдалану тиімділігі пайызбен. Есептеу өнімділік, ақуыз және дән ылғалдылығы туралы деректер қабаттарына негізделген.

 

 

Азот: Мақсатты рецепт бойынша және қолданылғандай

Азот: Мақсатты рецепт бойынша және қолданылғандай

 

Екі спутниктік суреттегі хлорофилл айырмашылығы

Екі спутниктік суреттегі хлорофилл айырмашылығы

 

GeoPard пайдаланушысы барларын реттеп, өздерін жасай алады жеке формулалар кескіндерге, топыраққа, өнімділікке, топографияға немесе GeoPard қолдайтын кез келген басқа деректер қабаттарына негізделген. 

GeoPard теңдеулері үлгісінің мысалдары

GeoPard теңдеулері үлгісінің мысалдары

 

Формулаға негізделген аналитика фермерлерге, агрономдарға және деректер ғалымдарына жұмыс процестерін автоматтандыруға және тұрақты және дәл ауыл шаруашылығын оңай енгізуге мүмкіндік беретін бірнеше деректер мен ғылыми зерттеулерге негізделген шешімдер қабылдауға көмектеседі.

Дәл ауыл шаруашылығында теңдеуге негізделген аналитика дегеніміз не? Дәлдік формуласын қолдану

Дәл ауыл шаруашылығындағы теңдеуге негізделген аналитика ауыл шаруашылығы деректерін талдау және фермерлерге дақылдарды басқару туралы жақсы шешім қабылдауға көмектесетін түсініктер алу үшін математикалық модельдерді, теңдеулерді, дәлдік формуласын және алгоритмдерді пайдалануды білдіреді.

Бұл талдау әдістері ауылшаруашылық тәжірибелерін оңтайландыру және дақылдардың өнімділігін арттыру, сонымен қатар ресурстардың қалдықтары мен қоршаған ортаға әсерін азайту үшін ауа райы жағдайлары, топырақ қасиеттері, дақылдардың өсуі және қоректік заттарға деген қажеттілік сияқты әртүрлі факторларды қамтиды.

Дәл ауыл шаруашылығындағы теңдеуге негізделген аналитиканың кейбір негізгі компоненттеріне мыналар жатады:

  • Өсімдіктердің өсу модельдері: Бұл модельдер дақылдардың өсуі мен өнімділігін болжау үшін ауа райы, топырақ қасиеттері және дақылдарды басқару тәжірибелері сияқты әртүрлі факторлар арасындағы байланысты сипаттайды. Мұндай модельдердің мысалдарына CERES (дақыл ортасының ресурстарын синтездеу) және APSIM (ауыл шаруашылығы өндіріс жүйелерінің sIMulator) модельдері жатады. Бұл модельдер фермерлерге отырғызу күндері, дақыл сорттары және суару кестесі туралы хабардар шешім қабылдауға көмектеседі.
  • Топырақ су модельдері: Бұл модельдер топырақ профиліндегі судың мөлшерін жауын-шашын, булану және дақылдардың суды пайдалануы сияқты факторларға негіздеп бағалайды. Олар фермерлерге суару әдістерін оңтайландыруға көмектесе алады, дақылдардың өнімділігін арттыру үшін судың тиімді және дұрыс уақытта пайдаланылуын қамтамасыз етеді.
  • Қоректік заттарды басқару модельдері: Бұл модельдер дақылдардың қоректік заттарға деген қажеттілігін болжайды және фермерлерге тыңайтқыштарды енгізудің оңтайлы мөлшері мен уақытын анықтауға көмектеседі. Бұл модельдерді пайдалану арқылы фермерлер дақылдардың қоректік заттардың дұрыс мөлшерін алуын қамтамасыз ете алады, сонымен бірге қоректік заттардың ағып кетуі мен қоршаған ортаның ластану қаупін азайтады.
  • Зиянкестер мен аурулардың үлгілері: Бұл модельдер ауа райы жағдайлары, дақылдардың өсу кезеңдері және басқару тәжірибелері сияқты факторларға негізделіп, зиянкестер мен аурулардың пайда болу ықтималдығын болжайды. Осы модельдерді пайдалану арқылы фермерлер зиянкестер мен ауруларды басқару туралы алдын ала шешімдер қабылдай алады, мысалы, отырғызу күндерін реттеу немесе пестицидтерді дұрыс уақытта қолдану.
  • Қашықтықтан зондтауға негізделген модельдер: Бұл модельдер дақылдардың денсаулығын бақылау, стресс факторларын анықтау және өнімділікті бағалау үшін спутниктік суреттерді және басқа да қашықтықтан зондтау деректерін пайдаланады. Бұл ақпаратты басқа деректер көздерімен біріктіру арқылы фермерлер дақылдарды басқару туралы жақсырақ шешім қабылдай алады және ресурстарды пайдалануды оңтайландыра алады.

Қорытындылай келе, дәл ауыл шаруашылығындағы теңдеуге негізделген аналитика дақылдардың өсуі мен басқаруына әсер ететін әртүрлі факторлар арасындағы күрделі өзара әрекеттесуді талдау үшін математикалық модельдер мен алгоритмдерді пайдаланады. Осы аналитиканы пайдалану арқылы фермерлер ауыл шаруашылығы тәжірибелерін оңтайландыру, дақылдардың өнімділігін арттыру және қоршаған ортаға әсерді азайту үшін деректерге негізделген шешімдер қабылдай алады.


Жиі қойылатын сұрақтар


1. Дәл ауыл шаруашылығы ауыл шаруашылығындағы ресурстарды пайдалану және ластану мәселелерін шешуге қалай көмектесе алады?

Бұл ауыл шаруашылығындағы ресурстарды мақсатты пайдалану, ресурстарды тиімді басқару, мониторингті күшейту және табиғатты қорғау тәжірибелерін енгізу арқылы ресурстарды пайдалану және ластану мәселелерін шешуге көмектесе алады. Тыңайтқыштар мен пестицидтер сияқты ресурстарды тек қажет болған жағдайда ғана қолдану арқылы фермерлер қалдықтарды азайтып, ластануды азайта алады.

Деректерге негізделген шешім қабылдау ресурстарды оңтайлы басқаруға мүмкіндік береді, ал нақты уақыт режиміндегі мониторинг ластану оқиғаларының алдын алу үшін уақтылы араласуларға мүмкіндік береді. Сонымен қатар, табиғатты қорғау тәжірибелерін енгізу тұрақты ауыл шаруашылығын ілгерілетеді және қоршаған ортаға әсерді азайтады.

GeoPard далалық потенциал карталары мен өнімділік деректері

GeoPard Field Potential карталары өте жиі ұқсайды дәл сондай, түсім сияқты деректер.

Біз оларды қолдана отырып жасаймыз Көпқабатты аналитика Тарихи ақпараттың, топографияның және жалаңаш топырақты талдаудың.

Осындай процестің Синтетикалық өнімділік карталары автоматтандырылған. (және патенттелген) және оны әлемдегі кез келген өріс шамамен 1 минут ішінде жасай алады.

 

GeoPard далалық потенциал карталары мен өнімділік деректері

Негіз ретінде қолдануға болады:

Алаңдық потенциал карталары дегеніміз не?

Алаңдық потенциал карталары, сондай-ақ өнім потенциалы карталары немесе өнімділік потенциалы карталары деп те аталады, дала ішіндегі өнімнің потенциалды түсімі немесе өнімділіктің кеңістіктік өзгергіштігін көрнекі түрде бейнелейді. Бұл карталар топырақтың қасиеттері, рельеф және тарихи өнім деректері сияқты дақылдардың өсуіне әсер ететін әртүрлі факторларды талдау арқылы жасалады.

Бұл карталарды дәл ауыл шаруашылығында басқару шешімдерін қабылдауға, мысалы, тыңайтқыштарды өзгермелі мөлшерде қолдану, суару және басқа да ресурстарды енгізуді бағыттауға, сондай-ақ арнайы назар аударуды немесе басқару тәсілдерін қажет ететін аймақтарды анықтауға пайдалануға болады.

Алаң потенциалы карталарын жасау кезінде әдетте ескерілетін кейбір негізгі факторларға мыналар жатады:

  1. Топырақтың қасиеттері: Топырақтың құрылымы, құрылыстылығы, органикалық заттардың мөлшері және қоректік заттардың қолжетімділігі сияқты қасиеттері дақылдардың өнім әлеуетін анықтауда маңызды рөл атқарады. Дала бойындағы топырақ қасиеттерін картаға түсіру арқылы фермерлер жоғары немесе төмен өнімділік әлеуеті бар аймақтарды анықтай алады.
  2. ТопографияБиіктік, беткейдің қисайы және бағыты сияқты факторлар дақылдардың өсуіне және өнім әлеуетіне әсер етуі мүмкін. Мысалы, төменгі аймақтар су басуға бейім немесе аяз қаупі жоғары болуы мүмкін, ал тік беткейлер эрозияға көбірек ұшырауы мүмкін. Осы топографиялық ерекшеліктерді картаға түсіру фермерлерге олардың өнімділік әлеуетіне қалай әсер ететінін түсінуге және басқару тәжірибелерін тиісінше түзетуге көмектеседі.
  3. Тарихи өнімділік деректері: Өткен жылдар немесе маусымдар бойынша тарихи өнімділік деректерін талдау арқылы фермерлер өз алқаптары бойынша өнімділіктің үрдістері мен үлгілерін анықтай алады. Бұл ақпаратты тұрақты түрде жоғары немесе төмен өнім әлеуеті бар аймақтарды көрсететін карталарды жасау үшін пайдалануға болады.
  4. Қашықтық зондтау деректері: Спутниктік суреттер, әуе фотосуреттері және басқа да қашықтықтан зондтау деректері дақылдардың денсаулығын, өміршеңдігін және өсу кезеңін бағалау үшін қолданылуы мүмкін. Бұл ақпарат дақылдардың өнімділік әлеуетіндегі кеңістіктік өзгергіштікті көрсететін карталарды жасау үшін пайдаланылуы мүмкін.
  5. Климаттық деректер: Температура, жауын-шашын және күн радиациясы сияқты климаттық өзгермелілер дақылдардың өсуіне және өнім әлеуетіне де әсер етуі мүмкін. Осы карталарға климаттық деректерді енгізу арқылы фермерлер қоршаған орта факторларының өз алқаптарының өнімділік әлеуетіне қалай әсер ететінін жақсырақ түсіне алады.

Олар дәл ауыл шаруашылығында құнды құрал болып табылады, себебі олар фермерлерге өз алқаптарының өнімділік әлеуетіндегі кеңістіктік өзгергіштікті көзбен көруге мүмкіндік береді. Осы карталарды басқару шешімдерін қабылдауда пайдалана отырып, фермерлер ресурстарды оңтайлы пайдаланып, жалпы егін өнімділігін арттырып, ауыл шаруашылық қызметінің экологиялық әсерін азайта алады.

Алаңдық потенциал карталары мен өнімділік деректерінің арасындағы айырмашылық

Алаңдық потенциал карталары мен өнім деректері дәл ауыл шаруашылығында фермерлерге өз алқаптарының кеңістіктік өзгергіштігін түсінуге және ақпаратқа негізделген басқару шешімдерін қабылдауға көмектеседі. Алайда, олардың арасында бірнеше негізгі айырмашылықтар бар:

Дереккөздер:

Бұл карталар топырақтың қасиеттері, топография, тарихи өнімділік деректері, қашықтықтан зондтау деректері және климаттық деректер сияқты әртүрлі дереккөздердің мәліметтерін біріктіру арқылы жасалады. Алайда бұл деректер жинау өнімділік мониторлары арқылы жүзеге асырылады, олар өнімді жинау кезінде дақылдың өнімділігін тіркейді.

Уақыттық аспект:

Бұл карталар даланың әлеуетті өнімділігін бағалауды көрсетеді, ол топырақтың қасиеттеріндегі немесе басқа да әсер ететін факторлардағы елеулі өзгерістер болмаса, әдетте статикалық немесе уақыт өте баяу өзгереді. Алайда өнім деректері нақты бір өсіру маусымына немесе бірнеше маусымға тән болып келеді және ауа райы жағдайы, зиянкестердің қысымы мен басқару тәсілдері сияқты факторларға байланысты жыл сайын айтарлықтай өзгеруі мүмкін.

Қорытындылай келе, дала потенциал карталары мен өнім деректері дәл ауыл шаруашылығында бір-бірін толықтыратын құралдар болып табылады. Бұл карталар даланың әлеуетті өнімділігін бағалауға мүмкіндік беріп, фермерлерге әртүрлі басқару тәсілдерін қажет етуі мүмкін аймақтарды анықтауға көмектеседі. Ал өнім деректері нақты өнім көлемін тіркеп, басқару тәсілдерінің тиімділігін бағалау және болашақ шешімдер қабылдау үшін пайдаланылуы мүмкін.

Өсімдік индекстері және хлорофилл мөлшері

GeoPard хлорофиллмен байланысты өсімдіктер индекстерінің қолдау көрсетілетін тұқымдасын кеңейтеді

  • Шатырлы хлорофилл құрамының индексі (CCCI)
  • Модификацияланған хлорофиллдің сіңіру коэффициентінің индексі (MCARI)
  • Шағылысу индексіндегі трансформацияланған хлорофиллдің сіңуі (TCARI)
  • MCARI/OSAVI қатынасы
  • TCARI/OSAVI қатынасы

Олар қазіргі дақылдардың даму кезеңін, соның ішінде

  • қоректік заттарға сұранысы бар аймақтарды анықтау,
  • азотты кетіруді бағалау,
  • әлеуетті өнімділікті бағалау,

Алынған мәліметтер азоттың айнымалы жылдамдығын қолданудың дәл карталарын жасау үшін қолданылады.


Толығырақ оқу: Қай индекс precisionAg жүйесінде қолданған дұрыс

Толығырақ оқу: GeoPard өсімдіктерінің индекстері


Өсімдік индекстері және хлорофилл мөлшеріШатырлы хлорофилл мөлшерінің индексі (CCCI) және модификацияланған хлорофиллдің сіңіру коэффициентінің индексі (MCARI) және трансформацияланған хлорофиллдің шағылысу индексіндегі сіңіру индексі (TCARI) және MCARI/OSAVI қатынасы

Өсімдік индекстері дегеніміз не?

Өсімдік индекстері - Жер бетіндегі өсімдіктер тіршілігінің тығыздығын, денсаулығын және таралуын сандық бағалау үшін спутниктік немесе әуеден түсірілген суреттер сияқты қашықтықтан зондтау арқылы алынған спектрлік деректерден алынған сандық мәндер.

Олар өсімдіктердің өсуін, өнімділігін және денсаулығын бағалау және бақылау үшін қашықтықтан зондтау, ауыл шаруашылығы, қоршаған ортаны бақылау және жерді басқару қолданбаларында кеңінен қолданылады.

Бұл индекстер жарықтың әртүрлі толқын ұзындықтарының, әсіресе қызыл, жақын инфрақызыл (NIR) және кейде басқа диапазондардағы шағылысу мәндерін пайдаланып есептеледі.

Өсімдіктердің шағылысу қасиеттері жарықтың толқын ұзындығының әртүрлілігіне байланысты өзгереді, бұл өсімдіктер мен басқа жер жамылғысы түрлерін ажыратуға мүмкіндік береді.

Хлорофилл мен жасуша құрылымының ерекшеліктеріне байланысты өсімдік жамылғысы әдетте қызыл аймақта күшті сіңіру қабілетіне және NIR аймағында жоғары шағылысу қабілетіне ие.

Кеңінен қолданылатын өсімдік индекстерінің кейбіріне мыналар жатады:

  • Қалыптастырылған айырмашылықты өсімдік индексі (NDVI)Бұл (NIR – Қызыл) / (NIR + Қызыл) ретінде есептелетін ең танымал және кеңінен қолданылатын өсімдік индексі. NDVI мәндері -1-ден 1-ге дейін, ал жоғары мәндер өсімдіктердің сау және тығыз екенін көрсетеді.
  • Өсімдік жамылғысының жақсартылған индексі (EVI)Бұл индекс атмосфералық және топырақ шуын азайту, сондай-ақ шатырлы фондық сигналдарды түзету арқылы NDVI-ді жақсартады. Ол көк сияқты қосымша жолақтарды пайдаланады және осы әсерлерді азайту үшін коэффициенттерді қамтиды.
  • Топыраққа бейімделген өсімдік жамылғысының индексі (SAVI): SAVI топырақ жарықтығының өсімдік жамылғысы индексіне әсерін азайту үшін жасалған. Ол топырақ жарықтығын түзету коэффициентін енгізеді, бұл сирек немесе өсімдік жамылғысы аз аймақтарда өсімдіктерді дәлірек бағалауға мүмкіндік береді.
  • Жасыл-қызыл өсімдік индексі (GRVI)GRVI – өсімдіктердің денсаулығын бағалау үшін жасыл және қызыл жолақтарды пайдаланатын тағы бір қарапайым қатынас индексі. Ол (Жасыл – Қызыл) / (Жасыл + Қызыл) ретінде есептеледі.

Бұл индекстерді, басқалармен қатар, зерттеушілер, жер ресурстарын басқарушылар және саясаткерлер жерді пайдалану, ауыл шаруашылығы, орман шаруашылығы, табиғи ресурстарды басқару және қоршаған ортаны бақылауға қатысты негізделген шешімдер қабылдау үшін пайдаланады.

wpChatIcon
wpChatIcon

    Тегін GeoPard демосын/кеңес беруді сұраңыз








    Батырманы басу арқылы сіз біздің келісесіз Жеке деректерді қорғау саясаты. Сіздің өтінішіңізге жауап беру үшін ол қажет.

      Жазылу


      Батырманы басу арқылы сіз біздің келісесіз Жеке деректерді қорғау саясаты

        Бізге ақпарат жіберіңіз


        Батырманы басу арқылы сіз біздің келісесіз Жеке деректерді қорғау саясаты