Vietovėms būdingų valdymo zonų nustatymas siekiant skatinti svogūnų augimą

FAO 2024 m. pasėlių mitybos ataskaitoje teigiama, kad 2024 m. pasaulinė žaliųjų svogūnų gamyba viršijo 105 milijonus metrinių tonų, tačiau lauko lygmens maistinių medžiagų naudojimo efektyvumas daugumoje komercinių ūkių išlieka mažesnis nei 40% – šį trūkumą tiesiogiai sprendžia konkrečioms vietovėms skirtos valdymo zonos.

Žaliųjų svogūnų (Allium cepa L.) auginimo zonų, skirtų konkrečiai vietai, nustatymas tampa viena iš veiksmingiausių tiksliosios sodininkystės strategijų, leidžiančių augintojams tiksliai pritaikyti trąšų kiekį prie dirvožemio erdvinio kintamumo. Derindami geostatistinę analizę, klasterinius algoritmus, GIS žemėlapius ir pasėliais pagrįstus rodiklius, tokius kaip NDVI ir SPAD vertės, ūkininkai gali suskirstyti vieną lauką į atskirus apdorojimo vienetus, kurių kiekvienas gauna tikslų jam reikalingą maistinių medžiagų mišinį.

Kodėl žaliųjų svogūnų auginimas reikalauja naujo požiūrio į maistinių medžiagų valdymą

Žalieji svogūnai (Allium cepa L.) yra vieni ekonomiškai svarbiausių daržovių pasaulyje, o Tarptautinio prekybos centro duomenimis, 2025 m. jų pasaulinė prekybos vertė siekė apie 14,8 mlrd. JAV dolerių. Be komercinės svarbos, žalieji svogūnai yra pagrindinis mitybos produktas Azijoje, Artimuosiuose Rytuose ir Lotynų Amerikoje, kur jie suteikia gyvybiškai svarbių mikroelementų ir bioaktyviųjų junginių milijonams žmonių.

Trumpas augimo ciklas – paprastai 60–90 dienų nuo pasodinimo iki derliaus nuėmimo – daro jį patrauklų intensyvioms auginimo sistemoms, tačiau tas pats kompaktiškumas nepalieka beveik jokių galimybių netinkamam maistinių medžiagų paskirstymui laikui ar erdvės valdymui. Pagrindinis žaliųjų svogūnų auginimo iššūkis yra tas, kad nėra vienodo lauko.

Dirvožemio organinių medžiagų kiekis, pH, prieinamas azotas, drenažo pajėgumas ir mikrobų aktyvumas kiekviename lauko kampe skiriasi, kartais net per kelis metrus. Kai ūkininkai trąšas naudoja vienodu kiekiu visame lauke (įprastas metodas), jie neišvengiamai pertręšia kai kurias zonas, o kitas – per mažai.

Dėl to prarandamos sąnaudos, teršiama aplinka dėl per didelio maistinių medžiagų išplovimo ir nevienoda derliaus kokybė, neatitinkanti šiuolaikinių eksporto rinkų rūšiavimo standartų. Būtent čia į pagalbą ateina konkrečioms vietovėms skirtų valdymo zonų (SSMZ) nustatymas kaip transformuojantis sprendimas.

Ši koncepcija kilo iš platesnės tiksliosios žemdirbystės srities ir veikia nustatant lauko sritis, turinčias panašias dirvožemio savybes ir pasėlių reakcijos potencialą, o tada kiekvieną zoną traktuojant kaip nepriklausomą valdymo vienetą. Konkrečiai, kalbant apie žaliuosius svogūnus, šis metodas suderina maistinių medžiagų tiekimą su pasėlių erdvėje kintančiu poreikiu, o moksliniai duomenys dabar yra pakankamai patikimi, kad būtų galima jį pritaikyti praktiškai ūkiuose.

Tiksliosios žemdirbystės konkrečioms vietovėms skirtų valdymo zonų supratimas

A konkrečiai vietai skirta valdymo zona (SSMZ) (atskiras lauko dalinis plotas, kuriame dirvožemio savybės ir pasėlių gamybos potencialas yra santykinai homogeniškos) yra pagrindinis tiksliosios žemdirbystės vienetas. Logika paprasta: jei negalite valdyti to, ko negalite išmatuoti, tikrai negalite pagerinti to, ką laikote vienodu, kai jis toks nėra.

SSMZ pakeičia lauko lygmens homogeniškumo prielaidą erdvine realybe, gauta iš faktinių duomenų. Erdvinis kintamumas – natūralūs ir žmogaus sukelti dirvožemio ir aplinkos savybių skirtumai lauke – lemia beveik kiekvieną pasėlių derlingumo aspektą.

Įprastai dirbamame lauke sutankinto, mažai organinių medžiagų turinčio dirvožemio plotas ir gilaus, derlingo priemolio plotas tręšiami vienodai. Sutankintame plote gali pasiekti toksišką druskos kiekį, o derlingame plote lieka nepakankamai trąšų. Šis neatitikimas yra ir produktyvumo nuostolis, ir žala aplinkai.

Yra daug veiksnių, lemiančių daržovių derliaus kintamumą laukuose. Dirvožemio tekstūra lemia vandens sulaikymo pajėgumą ir maistinių medžiagų išlaikymą. Organinės medžiagos reguliuoja azoto mineralizacijos greitį ir biologinį aktyvumą. Aukštis ir nuolydis daro įtaką drenažui, erozijos istorijai ir mikroklimatui.

Derlingumo istorija – ankstesni naudojimo modeliai, sėjomainos, erozijos įvykiai – palieka ilgalaikius pėdsakus maistinių medžiagų prieinamume. Žaliesiems svogūnams, kurie ypač jautrūs azoto, kalio ir sieros kiekiui, šie skirtumai tiesiogiai lemia derliaus ir kokybės skirtumus, matomus nuimant derlių.

SSMZ ribų nustatymas suteikia konkrečios naudos daržovių augintojams. Tai sumažina bendras trąšų sąnaudas, nes trąšos naudojamos tik ten, kur jų reikia. Tai pagerina aplinkosaugos reikalavimų laikymąsi, nes sumažina maistinių medžiagų judėjimą už lauko ribų. Tai padidina produkcijos vienodumą, o tai yra labai svarbu norint atitikti prekybos centrų kokybės reikalavimus. Be to, tai suteikia ūkininkams dokumentuotą, žemėlapiais pagrįstą savo lauko produktyvumo potencialo įrašą, kurį galima tikslinti kiekvieną sezoną.

Kodėl zonomis pagrįstas valdymas yra toks svarbus svogūnų biologijai

Žaliojo svogūno maistinių medžiagų poreikis nėra pastovus – jis labai kinta skirtinguose augimo etapuose, todėl trąšų išdėstymo tikslumas yra dar svarbesnis. Ankstyvosios vegetacijos metu (nuo pirmos iki trečios savaitės) pasėlis teikia pirmenybę fosforui šaknų pailgėjimui, o azotui – lapų formavimuisi.

Sparčiojo svogūnėlių pūtimo ir lapų plėtimosi fazėje (ketvirtą–septintą savaitę) kalio poreikis smarkiai padidėja, kad būtų galima reguliuoti turgorinį slėgį ir angliavandenių pasiskirstymą. Paskutiniame brendimo etape siera tampa labai svarbi cisteino sulfoksido junginių, kurie suteikia svogūnui būdingą aštrumą ir ilgaamžiškumą, sintezei.

Žaliojo svogūno šaknų sistema yra sekli ir pluoštinė, paprastai tęsiasi ne giliau nei 30–40 centimetrų, o didžioji dalis aktyviojo įsisavinimo vyksta viršutiniuose 15–20 centimetrų dirvožemio sluoksnyje. Tai reiškia, kad pasėlis visiškai priklauso nuo viršutinio dirvožemio horizonto maistinių medžiagų būklės – sluoksnio, kuriam labiausiai įtakos turi erdvinis kintamumas.

  • organinės medžiagos,
  • tankinimas ir
  • drėkinimo paskirstymas.

Zonoje, kurioje vandens sulaikymo pajėgumas mažesnis, maistinės medžiagos iš šios svarbios šaknų zonos pasišalins greičiau, o tai reiškia, kad ta pati trąšų dozė duoda žymiai mažiau naudos nei gretimoje, geresnės struktūros dirvoje.

Žalieji svogūnai yra ypač jautrūs dirvožemio druskingumui. Kai elektrinio laidumo (EC) vertės viršija 1,2 dS/m (slenkstis, atitinkantis maždaug 770 mg/l ištirpusių druskų), augimas ir svogūnėlių vystymasis yra pastebimai sulėtėja.

Laukuose, kuriuose drėkinimo istorija kinta arba trąšos per sezonus kaupėsi netolygiai, energijos sąnaudos (EC) viename 1 hektaro plote gali svyruoti nuo 0,6 iki daugiau nei 2,0 dS/m². Nenustačius zonų ribų, bendro trąšų naudojimo atveju didelės EC vertės zonos dar labiau patirs stresą, o mažos EC vertės zonos bus nepakankamai maitinamos.

Kokybės parametrai, apibrėžiantys parduodamus laiškinius svogūnus – svogūnėlio skersmuo, lapo ilgis, chlorofilo kiekis, bendras tirpių sausųjų medžiagų kiekis (TSS) ir aštrumo balas – yra tiesiogiai priklausomi nuo maistinių medžiagų tiekimo pakankamumo ir erdvinio tikslumo. Augalai, gaunantys subalansuotas, zonai tinkamas trąšas, nuolat užauga mažesnio dydžio ir ilgiau išlieka ilgiau po derliaus nuėmimo, o tai tiesiogiai padidina ūkio pajamas.

Duomenų fondas zonų nustatymui

1. Dirvožemio savybės, lemiančios zonos ribas

Dirvožemio mėginių ėmimas yra bet kokio SSMZ ribų nustatymo atspirties taškas. Mėginių ėmimo plano pasirinkimas yra labai svarbus. Tinklelio dirvožemio mėginių ėmimas (mėginių rinkimas reguliariais erdviniais intervalais, paprastai kas 0,5–1 hektarą) sukuria duomenų taškų tankį, reikalingą patikimai interpoliacijai. Kiekvienas mėginys analizuojamas pagal dirvožemio tekstūrą (smėlis, dumblas, molio frakcijos), organinių medžiagų kiekį, pH, elektrinį laidumą ir prieinamus makro- bei mikroelementus, įskaitant

  • azotas (N),
  • fosforas (P),
  • kalis (K),
  • siera (S),
  • cinko (Zn) ir
  • geležis (Fe).

Dirvožemio organinė medžiaga yra ypač svarbi kaip zoną apibrėžiantis kintamasis, nes ji sujungia kelis procesus – vandens sulaikymą, katijonų mainų talpą, azoto mineralizaciją ir biologinį aktyvumą – į vieną išmatuojamą rodiklį. Laukuose, kuriuose organinės medžiagos kiekis 2 hektarų plote svyruoja nuo 0,8% iki 2,5%, azoto prieinamumas labai skirsis net ir esant vienodiems tręšimo režimams.

Panašiai dirvožemio pH lemia fosforo prieinamumą taip, kad įtaka yra mažesnė už panaudoto fosforo normų įtaką: esant pH 5,5, fosforo fiksacija aliuminiu ir geležimi gali imobilizuoti iki 80% panaudoto fosfato, o esant pH 6,5, ta pati dozė užtikrina 70–80% augalų prieinamumą. Pagrindinės dirvožemio savybės, naudojamos zonų nustatymui žaliųjų svogūnų auginimo metu, yra šios:

  • Dirvožemio tekstūra ir tūrinis tankis, kurie lemia hidraulinį laidumą ir šaknų įsiskverbimo pasipriešinimą, tiesiogiai veikdami maistinių medžiagų judėjimą per profilį ir pasėlio fizinį gebėjimą pasiekti gilesnius drėgmės rezervus.
  • Dirvožemio organinių medžiagų kiekis, kuris yra pagrindinis natūralaus azoto tiekimo ir mikrobų aktyvumo variklis ir kurį galima ekonomiškai efektyviai kartografuoti naudojant matomos-artimosios infraraudonosios spinduliuotės (VNIR) dirvožemio spektroskopiją visame lauke.
  • Dirvožemio pH ir elektrinis laidumas (EC), kurie kontroliuoja visų pagrindinių ir šalutinių maistinių medžiagų cheminį prieinamumą ir gali būti matuojami realiuoju laiku naudojant GPS sujungtus mobiliuosius jutiklius, velkamus lauko paviršiumi.
  • Makroelementų (N, P, K, S) ir mikroelementų (Zn, Fe, Mn, B) kiekis, kurie rodo neatidėliotiną kiekvienos zonos mitybos pradinį tašką ir nustato korekcinio pakeitimo normą, reikalingą prieš sodinimą.

2. Pasėliais pagrįsti rodikliai zonų riboms patvirtinti

Vien dirvožemio duomenys nepasako visos istorijos. Augimo sezono metu surinkti pasėlių reakcijos rodikliai patvirtina ir patikslina dirvožemio žemėlapiuose nustatytas zonų ribas. NDVI (Normalizuotas skirtuminės augmenijos indeksas – tai palydovų arba dronų pagalba gautas žaliosios biomasės ir fotosintezės gyvybingumo matas) yra plačiausiai SSMZ darbe naudojamas pasėlių rodiklis.

Jis kiekybiškai įvertina, kiek šviesos pasėlių vainikas sugeria artimojoje infraraudonojoje spektro dalyje, palyginti su matoma raudona šviesa, ir gauna vertes nuo -1 iki +1, o gerai maitinamų žaliųjų svogūnų vegetacijos piko metu paprastai gauna nuo 0,55 iki 0,75.

SPAD vertės – rankinio chlorofilo matuoklio (dirvožemio augalų analizės ir plėtros matuoklio), kuris neardomuoju būdu įvertina lapų chlorofilo kiekį, rodmenys – leidžia tiesiogiai įvertinti azoto maistinę būklę lapų lygmenyje.

Žurnale „Agronomy“ (2023 m.) paskelbti tyrimai parodė, kad žaliųjų svogūnų lapų SPAD vertės, mažesnės nei 42, patikimai rodė azoto trūkumą, dėl kurio reikėjo atlikti korekcinį viršutinį tręšimą, o vertės, didesnės nei 55, signalizavo apie pernelyg didelį azoto sunaudojimą ir galimą azoto patekimą į dirvožemį. SPAD kitimo lauke kartografavimas leidžia gauti realaus laiko azoto būsenos žemėlapį, kuris papildo prieš sezoną surinktus dirvožemio nitratų duomenis.

Augalų aukštis, lapų skaičius ir šviežia biomasė ploto vienete yra papildomi pasėliais pagrįsti rodikliai, renkami zoną reprezentuojančiose mėginių ėmimo vietose. Šie fiziniai matavimai patvirtina zonų klasifikacijas, gautas iš nuotolinio stebėjimo duomenų ir dirvožemio cheminės sudėties, užtikrinant, kad galutinis zonos žemėlapis atspindėtų tikrąjį pasėlių derlių, o ne tik prognozuojamą derlių.

3. Aplinkos ir topografiniai veiksniai

Topografiniai duomenys, surinkti GPS pagrįstais matavimais arba gauti iš skaitmeninių aukščio modelių (DEM), papildo zonų apibrėžimą svarbiu fiziniu sluoksniu. Net 0,5 metro aukščio skirtumai lygiame lauke gali sukelti reikšmingų skirtumų.

  • drenažas,
  • šalto oro kaupimasis ir
  • drėkinimo nuotėkio modeliai.

Šlaito aspektas daro įtaką dirvožemio temperatūrai ir garavimui, o įgaubtos kraštovaizdžio pozicijos laikui bėgant kaupia vandenį, organines medžiagas ir išplaunamas maistines medžiagas, todėl jos sistemingai tampa derlingesnės nei išgaubtos kalnagūbrių pozicijos. Dirvožemio drėgmės kintamumas, matuojamas laiko srities reflektometrijos (TDR) jutikliais arba įvertinamas iš terminių infraraudonųjų spindulių vaizdų, atspindi dinaminį vandens prieinamumą įvairiose zonose.

Kadangi žaliųjų svogūnų šaknų maistinių medžiagų pasisavinimas daugiausia priklauso nuo masės srauto (maistinės medžiagos patenka į šaknis, ištirpusias dirvožemio vandenyje), zonos, kuriose yra chroniškai mažesnis drėgmės kiekis, šaknims tiekia mažiau maistinių medžiagų, net kai cheminė koncentracija dirvožemio tirpale yra tokia pati kaip drėgnesnėse zonose.

Moshia ir kt. (Journal of Plant Nutrition, 2024) nustatė, kad laukai, suskirstyti į tris SSMZ klases pagal bendrus dirvožemio EB, organinių medžiagų ir NDVI duomenis, pasiekė 31% sumažėjęs bendras panaudoto azoto kiekis palyginti su vienodo tarifo valdymu, tuo pačiu padidinant parduodamą derlių 18% didelio potencialo zonoje ir išlaikant pajamingumo paritetą vidutinėje zonoje.

Augintojai gali sumažinti azoto sąnaudas beveik trečdaliu neaukodami derliaus, nukreipdami sutaupytas lėšas iš pertręštų zonų į teisingai dozuojamas didelio potencialo zonas.

Valdymo zonų nustatymo metodai

Neapdoroti dirvožemio ir pasėlių duomenys, surinkti iš tinklelio mėginių ėmimo ir nuotolinio stebėjimo, turi būti transformuoti į praktinius zonų žemėlapius. Šis transformavimas atliekamas pagal logišką analitinių veiksmų seką, kuri pereina nuo neapdorotų taškinių duomenų prie išlygintų ištisinių žemėlapių ir atskirų valdymo klasių.

1. Tinklelio dirvožemio mėginių ėmimas Esant 1 mėginio 0,5–1 hektaro erdviniam tankumui, gaunami georeferenciniai duomenų taškai. Kiekvienas taškas turi GPS koordinates ir laboratorines išmatuotų dirvožemio savybių vertes.

2. Geostatistinė analizė (erdvinės statistikos metodų šeima, modeliuojanti struktūrizuotą erdvinę priklausomybę tarp imties taškų) prasideda variograminiu modeliavimu. Variograma kiekybiškai įvertina, kaip dirvožemio savybių panašumas mažėja didėjant atstumui tarp dviejų taškų. Pritaikytas variograminis modelis apibrėžia interpoliacijos svorius, naudojamus kitame etape.

3. Krigingas Krigingo metodas (optimalus erdvinės interpoliacijos metodas, kuris naudoja variogramų parametrus reikšmėms neapibrėžtose vietose įvertinti su išmatuojamu prognozės neapibrėžtumu) taškų duomenis paverčia ištisiniais kiekvienos dirvožemio savybės rastriniais žemėlapiais. Skirtingai nuo paprastesnių metodų, tokių kaip atvirkštinis atstumo svorinis nustatymas, krigingo metodas taip pat sukuria prognozavimo paklaidų žemėlapį, kuris nurodo analitikui, kur reikia daugiau atrankos.

4. K reikšmių klasterizavimas (neprižiūrimas mašininio mokymosi algoritmas, kuris grupuoja rastrinius langelius į k klasių, sumažindamas klasterio vidinius dispersijos rodiklius keliuose įvesties sluoksniuose) tada taikomas krigeto dirvožemio savybių žemėlapių krūvai. Kiekviena rastrinė langelis priskiriamas klasteriui, kurio centroidui jis yra arčiausiai daugiamatėje erdvėje, sukuriant diskretų zonų žemėlapį su vartotojo nurodytu zonų skaičiumi – paprastai nuo dviejų iki penkių praktinio valdymo tikslais.

5. GIS programinė įranga (Geografinių informacinių sistemų platformos, tokios kaip QGIS, ArcGIS arba SAGA) tarnauja kaip integracijos aplinka, kurioje krigedo dirvožemio žemėlapiai, palydoviniai NDVI sluoksniai, topografiniai duomenys ir istoriniai derlingumo žemėlapiai sujungiami, analizuojami ir vizualizuojami kaip galutiniai SSMZ žemėlapiai, paruošti naudoti lauke.

6. Zonos patvirtinimas atliekamas lyginant prognozuojamą zonos klasę su lauke stebimais pasėlių našumo rodikliais (SPAD, augalo aukščiu, NDVI), surinktais iš reprezentatyvių transektų, kertančių zonų ribas. Ribos, kurios neatitinka stebimų pasėlių perėjimų, yra patikslinamos koreguojant grupių skaičių arba atskiriems įvesties sluoksniams priskirtą svorį.

Maistinių medžiagų valdymo strategijos, skirtos kiekvienai valdymo zonai

1. Kintamo kiekio tręšimas pagal zonas

Kintamo kiekio tręšimas (VRF) (skirtingų trąšų normų taikymas skirtingose lauko zonose, remiantis erdviškai tiksliais dirvožemio ir pasėlių duomenimis) yra tiesioginis SSMZ ribų nustatymo operatyvinis rezultatas. Kiekviena zona gauna nustatytą normą, apskaičiuojamą pagal skirtumą tarp dabartinės dirvožemio maistinių medžiagų būklės ir pasėlių dokumentuoto įsisavinimo poreikio vienam derliaus vienetui.

Šis agronominis principas, kartais vadinamas pakankamumo metodu, padeda išvengti tiek nepakankamo tiekimo, tiek ekonomiškai ir aplinkai žalingos praktikos, kai draudiminiu būdu naudojamas perteklinis maistinių medžiagų kiekis.

Azoto valdymas taikant VRF reikalauja ypatingo dėmesio laiškiniams svogūnams, nes pasėlių azoto poreikis smarkiai padidėja spartaus lapų ilgėjimo fazėje, o azoto prieinamumas dirvožemyje yra labai dinamiškas. Zonose, kuriose yra didesnis organinių medžiagų kiekis, per sezoną mineralizuojama daugiau natūralaus azoto, todėl sumažėja sintetinio azoto poreikis.

„Scientia Horticulturae“ (2025 m.) atliktas tyrimas parodė, kad žaliųjų svogūnų plotuose, esančiuose zonose, kuriose gausu organinių medžiagų, vidutiniškai reikėjo 35 kg N/ha mažiau sintetinio azoto, palyginti su identiškais sklypais zonose, kuriose mažai organinių medžiagų, siekiant lygiaverčių SPAD tikslų ir galutinės azoto koncentracijos lapuose.

Fosforo ir kalio kiekio koregavimas pagal zonas grindžiamas dirvožemio tyrimų metu nustatytu fosforo ir kalio kiekiu, palyginti su česnakų (Allium) augalams nustatytomis pakankamumo ribomis – optimaliam žaliųjų svogūnų derliui paprastai reikia 25–40 mg fosforo/kg dirvožemio ir 150–200 mg kalio/kg dirvožemio.

Zonoms, kuriose atliekami bandymai, viršijantys šias ribas, taikomos tik palaikomosios dozės; zonoms, esančioms žemiau šių ribų, taikomos korekcinės dozės, sukalibruotos pagal dirvožemio buferinę talpą. Mikroelementų korekcijos, ypač cinko šarminiuose dirvožemiuose, kurių pH didesnis nei 7,2, ir geležies kalkingose, didelės bikarbonatų koncentracijos sąlygose, priskiriamos kiekvienai zonai, remiantis DTPA ekstrahuojamų mikroelementų dirvožemio bandymais.

2. Organiniai trąšų priedai ir biotrąšos pagal zonas

Organinės trąšos – kompostas, mėšlas arba komunalinės biomasės – efektyviausiai naudojamos zonose, kuriose organinių medžiagų kiekis mažiausias ir dirvožemio struktūra silpniausia. Priežastis ta, kad organinių medžiagų papildymo naudos ir sąnaudų santykis yra didžiausias degradavusiuose, mažai anglies turinčiuose dirvožemiuose, o zonose, kuriose jau gausu organinių medžiagų, tos pačios investicijos grąža mažėja.

Zonai būdinga komposto naudojimo strategija, kai zonoms su mažiausiu organinės medžiagos kiekiu naudojamas 15–20 t/ha, o zonoms su vidutiniu organinės medžiagos kiekiu – 5–8 t/ha, paprastai atkuria lauko lygio organinių medžiagų vienodumą per du tris auginimo sezonus.

Biotrąšos – produktai, kurių sudėtyje yra fosfatus tirpinančių bakterijų (PSB) arba azotą fiksuojančių organizmų, tokių kaip Azospirillum, – gali būti naudojami kintamomis normomis zonose, kuriose dirvožemio biologinis aktyvumas yra ribojantis maistinių medžiagų prieinamumo veiksnys, o ne bendras maistinių medžiagų kiekis.

Zonose, kuriose mažai mikrobų biomasės anglies, daugelio bandymų metu įrodyta, kad biotrąšų naudojimas pagerina fosforo įsisavinimo efektyvumą 20–30% be papildomo sintetinio fosforo kiekio.

3. Tręšimas ir vandens naudojimo efektyvumas pagal zonas

Tręšimas (vienu metu laistymo vandenyje ištirpintų trąšų tiekimas lašelinėmis arba purkštuvų sistemomis) suteikia augintojams didžiausią erdvinį maistinių medžiagų tiekimo tikslumą. Kai laistymo sistema suprojektuota su zonai būdingu vožtuvų valdymu – tai paprastas šiuolaikinių lašelinių sistemų papildymas – trąšų koncentraciją laistymo vandenyje galima reguliuoti atskirai kiekvienai zonai kiekvieno laistymo metu.

Tai pašalina perlaistymą, dėl kurio druskos susikaupia mažo infiltracijos zonose, ir nepakankamą laistymą, dėl kurio maistinės medžiagos lieka nejudrios didelio pralaidumo zonose.

Al-Harbi ir kt. (Žemės ūkio vandenų valdymas, 2024 m.) pranešė, kad taikant zonai būdingą tręšimo valdymą, laiškiniai svogūnai pasiekė 22% vandens naudojimo efektyvumo gerinimas ir a 19% svogūnėlių derliaus vienodumo padidėjimas palyginti su vienodo greičio lašeliniu tręšimu lauke su dviem skirtingomis SSMZ klasėmis.

Tręšimas konkrečioje zonoje sukuria sudėtinį pranašumą – tuo pačiu metu taupomas vanduo, sumažinamos trąšų sąnaudos ir pagerinama produktų rūšiavimas, o visa tai daroma iš tų pačių infrastruktūros investicijų.

Poveikis žaliųjų svogūnų maistinių medžiagų būklei skirtingose zonose

Tiesioginis išmatuojamas SSMZ pagrindu veikiančio valdymo privalumas yra paties pasėlio mitybos būklės pagerėjimas. Lapų maistinių medžiagų koncentracija – matuojama audinių analize kritiniame augimo etape ir išreiškiama N, P ir K sausosios masės procentais bei mikroelementų milijoninėmis dalimis – tampa vienodesnė visame lauke, kai zonos gauna individualiai pritaikytas, o ne vienodas trąšų normas.

Tikslus maistinių medžiagų valdymas nepapildo geriausių zonų trąšomis – jis pašalina atliekas iš blogiausiai tvarkomų zonų, ir šis skirtumas yra tai, kur slypi ir pelnas, ir aplinkos apsauga.

Maistinių medžiagų įsisavinimo efektyvumas (NUpE, apibrėžiamas kaip bendras pasėlių absorbuojamas maistinių medžiagų kiekis, padalytas iš bendro panaudotų maistinių medžiagų kiekio) padidėja taikant zoninį valdymą dėl paprastos mechaninės priežasties: zonoms, kuriose jau yra pakankamas tiekimas, naudojama mažiau maistinių medžiagų, todėl sumažėja efektyvumo santykio vardiklis, tuo pačiu išlaikant arba pagerinant įsisavinimą.

Žurnale „Frontiers in Plant Science“ (2024 m.) apžvelgtuose tyrimuose nustatyta, kad Allium rūšių azoto NUpE padidėjo nuo vidutiniškai 42%, taikant vienodą valdymą, iki 61–67%, taikant SSMZ pagrįstą kintamos normos valdymą – šis padidėjimas tiesiogiai sumažina nitratų kiekį, kuris gali patekti į gruntinius vandenis.

Poveikis žaliųjų svogūnų augimo parametrams

Zonai būdingas maistinių medžiagų valdymas lemia išmatuojamus augalų aukščio, lapų ploto indekso ir biomasės kaupimosi pagerėjimus. Mechanizmas yra paprastas: kai kiekviena zona gauna azoto dozę, atitinkančią jos pasiūlos ir paklausos atotrūkį, azotas nėra nei praskiedžiamas dėl prabangaus naudojimo, nei ribojamas zonose, kuriose jo trūksta, o pasėliai skiria anglį antžeminiam augimui, o ne kompensaciniam šaknų ieškojimui, ieškodami trūkstamų maistinių medžiagų.

Egipto Nilo deltos regione atliktuose lauko bandymuose (paskelbtuose žurnale „Sodininkystės mokslas ir biotechnologija“, 2023 m.) laiškinių svogūnų ploteliai, tvarkomi pagal trijų zonų SSMZ režimą, parodė statistiškai reikšmingą augimo rodiklių pagerėjimą.

  • Augalo aukštis didelio potencialo zonoje padidėjo 14.3% didesnis už vidutinį lauko aukštį, užfiksuotą vienodai tvarkant augalus, dėl optimizuoto azoto tiekimo greito vegetacinio augimo fazės metu.
  • Lapų ploto indeksas praėjus 45 dienoms po persodinimo buvo 18% aukščiau vidutinio potencialo zonoje, taikant zonai būdingą ūkį, palyginti su ta pačia zona, kuri ūkyje taikoma vienodai, nes pakoreguotas fosforo naudojimas pagerino šaknų vystymąsi ir vandens įsisavinimo pajėgumą.
  • Bendra antžeminė šviežia biomasė derliaus nuėmimo metu buvo 12,7% didesnis SSMZ valdomame lauke, palyginti su įprastai valdomu valdymu, daugiausia dėl patobulinimų anksčiau nepakankamai tręštoje mažo potencialo zonoje.

Šaknų vystymosi pagerėjimą sunkiau išmatuoti dideliu mastu, tačiau rizotrono tyrimai rodo, kad zonai tinkamas kalio papildymas padidina šaknų plaukų tankį ir pailgėjimą, pagerindamas fizinį sąlyčio paviršių tarp šaknų ir dirvožemio dalelių, kur masės srauto maistinių medžiagų tiekimas yra svarbiausias.

Poveikis žaliųjų svogūnų derliui ir kokybei

SSMZ valdymo pagerintas žaliųjų svogūnų derlius gaunamas dviem skirtingais būdais. Pirma, zonos, kurios anksčiau buvo pertręštos – paprastai daug organinių medžiagų turintys, natūraliai derlingi plotai – yra apsaugomos nuo druskingumo streso ir prabangių maistinių medžiagų toksiškumo, kurie gali sumažinti derlių net ir natūraliai produktyviuose dirvožemiuose.

Antra, zonos, kurios anksčiau buvo nepakankamai tręšiamos, gauna korekcines normas, kurios pagerina jų našumą, siekdamos genetinio derliaus potencialo, taip padidindamos lauko vidurkį, nereikalaujant papildomų bendrų trąšų išlaidų. Pagrindiniai kokybės parametrai, kurie pagerėja taikant zoninį valdymą, atskleidžia komerciškai svarbią istoriją:

1. Lemputės skersmuo ir pagerėja vienodumas, nes zonai būdingas kalio tiekimas užtikrina nuoseklų angliavandenių pasiskirstymą svogūnėliui visame lauke, o ne tik tose vietose, kuriose yra pakankamas natūralaus kalio kiekis.

2. Chlorofilo kiekis derliaus nuėmimo metu — matuojamas SPAD arba destruktyvios ekstrakcijos metodu ir išreiškiamas mg chlorofilo vienam šviežios masės gramui, — yra didesnis ir vienodesnis SSMZ valdomuose pasėliuose, todėl lapai įgauna sodrią žalią spalvą, kuri lemia aukščiausias kainas šviežių produktų rinkose ir eksporto grandinėse.

3. Bendras tirpių kietųjų dalelių kiekis (TSS), tiesioginis cukraus kaupimosi ir skonio intensyvumo rodiklis, padidėja 8–12% taikant zonai optimizuotą kalio ir sieros valdymą, remiantis žurnale „Journal of the Science of Food and Agriculture“ (2024 m.) paskelbtais duomenimis.

4. Aštrumo balas — kiekybiškai įvertinama piruvinės rūgšties koncentracija (mmol/100 g šviežios masės), priimtas biocheminis svogūnų aštrumo intensyvumo žymuo, — tiesiogiai reaguoja į tinkamą sieros mitybą. Nustatyta, kad sieros naudojimas konkrečiai zonai sieros trūkumo zonose padidina piruvinės rūgšties kiekį 15–22%, pagerinant tiek skonio profilį, tiek stabilius sieros junginius, kurie pailgina galiojimo laiką po derliaus nuėmimo.

Zonomis pagrįsto valdymo ekologinės ir aplinkosaugos pasekmės

Ekonominis SSMZ diegimo žaliųjų svogūnų auginime pagrindimas grindžiamas tikslaus įvesties valdymo sąnaudų ir naudos struktūra. Pradinės investicijos apima dirvožemio mėginių ėmimą (paprastai 12–25 USD už hektarą tinklelio mėginių ėmimui), laboratorinę analizę, GIS žemėlapių sudarymo programinę įrangą (su nemokama atvirojo kodo QGIS) ir kintamo kiekio purškimo įrangą.

10 hektarų komercinės žaliųjų svogūnų auginimo įmonės įrengimo išlaidos svyruoja nuo 800 iki 2500 JAV dolerių, priklausomai nuo mėginių ėmimo tankumo ir pasirinktos įrangos. Už šią investiciją augintojai gali tikėtis apčiuopiamos finansinės grąžos. Sutaupoma lėšų, sutaupytų pašalinus per didelį trąšų kiekį derlingose zonose, paprastai svyruoja nuo 15–251 TP3T visų trąšų išlaidų.

Aukščiausios kokybės derliaus padidėjimas – eksportui arba prekybos centrams skirtų specifikacijų atitinkančio derliaus dalis – padidėja 10 kartų iki 20%, o tai reiškia 20–35% kainą už kilogramą aukščiausios kokybės daržovių rinkose. Kartu šie privalumai komercinio masto augintojams per vieną auginimo sezoną lemia 2,5–4,5 karto didesnę SSMZ investicijų grąžą, palyginti su įkūrimo sąnaudomis.

Poveikis aplinkai yra vienodai reikšmingas. Nitratų išplovimas į gruntinius vandenis, Remiantis „European Journal of Agronomy“ (2024 m.) paskelbta metaanalize, pagrindinis intensyvios daržovių auginimo aplinkosauginis poveikis, taikant zonai būdingą azoto valdymą, palyginti su vienodu bendro naudojimo tręšimu, sumažėja 40–60%.

Fosforo nuotėkis, skatinantis paviršinių vandens telkinių eutrofikaciją, proporcingai mažėja, nes didelio derlingumo zonose pašalinamas per didelis fosforo kiekis. Bendro sintetinių trąšų naudojimo sumažinimas taip pat sumažina gamybos sistemos anglies pėdsaką, nes sintetinio azoto gamyba sudaro maždaug 1,5 kg CO2 ekvivalento vienam kilogramui pagaminto karbamido.

Iššūkiai ir apribojimai, kuriuos augintojai turėtų numatyti

SSMZ ribų nustatymas nėra be praktinių kliūčių, ir sąžiningas šių apribojimų pripažinimas yra būtinas norint realistiškai planuoti įvaikinimą.

i. Duomenų rinkimo išlaidos yra pagrindinė kliūtis smulkiesiems ūkininkams. Norint atlikti patikimą krigingo interpoliaciją, pakankamo tankio dirvožemio mėginių ėmimui tinklelio metodu reikia 15–30 mėginių iš hektaro labai kintančiuose laukuose, o laboratorinė analizė, skirta visapusiškam maistinių medžiagų profiliui nustatyti, gali kainuoti 30–80 JAV dolerių už mėginį. 1 hektaro smulkaus ūkininko sklype šis vienas išlaidų elementas gali viršyti visą sąnaudų biudžetą.

ii. Techninė patirtis Geostatistikos, GIS programinės įrangos valdymo ir kintamo greičio įrangos kalibravimo paslaugos nėra plačiai prieinamos daugumoje daržovių auginimo regionų. Konsultavimo paslaugos retai apima erdvinių duomenų analizę, o privatūs agronomijos konsultantai, turintys SSMZ kompetenciją, ima aukščiausius mokesčius, kurie prieinami tik didesnėms įmonėms.

iii. Taikymas smulkiųjų ūkininkų atžvilgiu yra struktūriškai ribojamas sklypo dydžio. Krigingo interpoliacijai reikia mažiausiai 10–15 mėginių ėmimo taškų kiekvienam kintamajam, kad būtų galima sukurti patikimus žemėlapius, todėl ekonomiškai efektyviam SSMZ darbui su įprastu dirvožemio mėginių ėmimu nustatoma praktiška apatinė maždaug 2–3 hektarų riba. Žemiau šios ribos pragmatiškesnė alternatyva yra nukreiptas sudėtinis mėginių ėmimas pagal matomo lauko zonas.

iv. Dirvožemio savybių kintamumas laike – ypač nitratų azotas, kuris per mėnesį gali pasikeisti 50% ar daugiau, priklausomai nuo kritulių kiekio ir temperatūros, – reiškia, kad zonų žemėlapiai, gauti iš priešsezoninių mėginių ėmimo, gali netiksliai atspindėti sąlygas tuo metu, kai priimami sprendimai dėl viršutinio tręšimo sezono metu. Norint atnaujinti maistinių medžiagų receptus sezono metu, būtinos pasėlių jutiklių technologijos (NDVI dronų skrydžiai, SPAD rodmenys realiuoju laiku).

Ateities perspektyvos: kur link juda SSMZ mokslas

Naujos kartos SSMZ mokslas, skirtas daržovėms, susitelkia ties trimis technologinėmis sritimis, kurios gerokai sumažins zonų nustatymo išlaidas ir padidins jo tikslumą.

Dronais pagrįstas multispektrinis ir hiperspektrinis vaizdavimas pakeičia daug laiko reikalaujantį rankinį dirvožemio mėginių ėmimą kaip pagrindinį duomenų šaltinį greitam SSMZ ribų nustatymui. Vieno drono skrydžio 30–50 metrų aukštyje metu galima užfiksuoti lajos atspindžio duomenis 5–10 cm erdvine raiška visame ūkyje per mažiau nei valandą.

Kai dronų vaizdai kalibruojami su tiksliniais dirvožemio mėginiais reprezentatyviuose taškuose, jie gali generuoti NDVI, raudonojo krašto chlorofilo indekso ir lajos temperatūros žemėlapius, kurie nustato zonų ribas tokiu tikslumu, kuris prilygsta tankiam tinklelio mėginių ėmimui, už nedidelę kainos dalį.

Mašininio mokymosi algoritmai, ypač atsitiktiniai miškų klasifikatoriai ir neuroniniai tinklai, apmokyti naudojant daugiamečius dirvožemio savybių, derliaus istorijos ir palydovinių vaizdų duomenų rinkinius, transformuoja zonų apibrėžimą iš vieno sezono momentinės nuotraukos į dinamišką, nuspėjamąją sistemą.

Modeliai, apmokyti remiantis penkerių ar daugiau metų lauko duomenimis, gali numatyti zonų ribas ateinančiam sezonui dar prieš atliekant bet kokius naujus dirvožemio mėginių ėmimus, todėl receptinius žemėlapius galima parengti likus kelioms savaitėms iki sodinimo ir sumažinti augintojams tenkantį spaudimą sezono pradžioje.

Klimato požiūriu išmanus maistinių medžiagų valdymas yra SSMZ darbo konceptualioji riba. Kadangi sezoniniai temperatūros ir kritulių modeliai tampa mažiau nuspėjami, galimybė koreguoti konkrečiai zonai skirtas trąšų dozes reaguojant į realaus laiko orų prognozes – sumažinti azoto kiekį zonose, kuriose gresia užmirkimas prieš smarkias liūtis, arba padidinti kalio kiekį karščio patiriančiose zonose sausros metu – taps pagrindine ūkio valdymo sistemų funkcija.

Integracija su debesijos pagrindu veikiančiomis sprendimų palaikymo platformomis, kurios apjungia orų duomenis, pasėlių modelius, dirvožemio jutiklių rodmenis ir rinkos kainų signalus, jau vyksta ankstyvosiose ūkininkavimo įmonėse Nyderlanduose, Izraelyje ir Australijoje.

Išvada

Žaliųjų svogūnų (Allium cepa L.) auginimo zonų, skirtų konkrečiai vietai, nustatymas nebėra mokslinių tyrimų retenybė – tai komerciškai patvirtinta strategija, skirta pagerinti maistinių medžiagų būklę, augimo vienodumą ir produkcijos kokybę, tuo pačiu metu sumažinant sąnaudas ir poveikį aplinkai. Peržiūrėta įrodymų bazė rodo, kad vienodo dydžio dirvožemio zonos, tinkamai nustatytos naudojant dirvožemio cheminę analizę, geostatistinę analizę, pasėliams skirtus jutiklius ir GIS integraciją, nuolat pranoksta vienodą valdymą pagal komerciniams gamintojams svarbiausius rodiklius: azoto naudojimo efektyvumą, parduodamą derlių, svogūnėlių rūšies vienodumą ir derliaus nuėmimo laiką. Agronomams ir augalininkystės konsultantams, konsultuojantiems žaliųjų svogūnų auginimo įmones, praktinės rekomendacijos yra aiškios. Pradėkite nuo tinklelio pagrindu sudaryto dirvožemio mėginių ėmimo, imant mažiausiai 1 mėginį iš hektaro, teikiant pirmenybę pH, organinėms medžiagoms, įeinančiam organiniam junginiui (EB) ir prieinamam NPK kaip pagrindiniams zoną apibrėžiantiems kintamiesiems.

Ekonominių tvaraus ūkininkavimo poveikių vizualizavimas naudojant „GeoPard“ tiksliame ūkininkavime

Bayerische Landesanstalt für Landwirtschaft (LfL) ir GeoPard Agriculture mokslininkai bendradarbiavo, siekdami išnagrinėti juostinio tarpinio pasėlių auginimo sistemų ekonominę naudą tvariai žemdirbystei. Jie pasidalijo savo atradimais Hohenheimo universiteto renginyje “Skatinkime biologinę įvairovę per skaitmeninę žemdirbystę”, sutelkdami dėmesį į ekologiškas ūkininkavimo praktikas ir jų finansinį poveikį.

Jų projektas “Ateities pasėlių auginimas” siekė tyrinėti naujus ūkininkavimo būdus, ypatingą dėmesį skiriant juostinei tarpueilių auginimo technologijai. Šis metodas apima skirtingų kultūrų auginimą greta, juostomis tame pačiame lauke, o tai galėtų sumažinti cheminių medžiagų poreikį ir padidinti biologinę įvairovę. Tyrėjai norėjo rasti būdų, kaip ūkininkavimą padaryti ekologiškesnį, išlaikant jo pelningumą ūkininkams.

Vadovaujami Olivia Spykman ir Markuso Gandorferio iš LfL, kartu su Victoria Sorokina iš GeoPard, šis bendradarbiavimas prasidėjo EIT Food Accelerator programos metu. Pasinaudodami savo žiniomis žemės ūkyje, skaitmeniniuose įrankiuose ir duomenų analizėje, jie ėmėsi tirti tvarios žemės ūkio praktikos ekonomines puses.

Kol spręsdama dėl sintetinių trąšų naudojimo mažinimo ir biologinės įvairovės didinimo, mokslininkai nustatė, kad ekologinis juostinio tarpueilių auginimo potencialas yra gerai ištirtas. Tačiau jo mechanizacija ir darbo ekonomika, ypač naudojant autonominę įrangą, reikalauja tolesnio vertinimo.

Jie nustatė, kad ūkininkai nebuvo tikri dėl jo praktiškumo, ypač dėl naujų technologijų. Siekdami tai išspręsti, jie kalbėjosi su ūkininkais juostinėje tarpukultūrinėje lauko laboratorijoje, kad suprastų jų rūpesčius ir geriau bendrautų.

Be to, kraštovaizdžio pokyčiai gali sukelti ūkininkų dvejonę, todėl svarbu iš anksto pateikti aiškią informaciją. Todėl skaitmeniniai įrankiai, pvz., vizualizacijos, gali palengvinti ūkininkų ir jų bendruomenių bendravimą, skatindami pripažinimą ir vertinimą dėl ekologiškai naudingų kraštovaizdžio transformacijų.

Pavyzdžiui, Naujojoje Zelandijoje ūkininkai naudojo virtualios realybės (VR) akinius, kad vizualizuotų tinkamas miškų sodinimo vietas, padėdami planuoti ūkyje ir iliustruodami poveikį ūkio pelningumui, kraštovaizdžio estetikai ir kaimo bendruomenėms. Tokios vizualizacijos gali pagerinti ūkininkų supratimą ir susidomėjimą kraštovaizdžio pokyčiais, nors sėkmingas įgyvendinimas taip pat priklauso nuo ūkininkų pasitikėjimo savimi.

Panašiai ir šiame tyrime, debesų kompiuterijoje veikianti programa „GeoPard“ buvo naudojama analizuojant juostinio tarpinio pasėlių auginimo sistemą iš daugelio perspektyvų. „GeoPard“ lygtys buvo parametruotos empiriniais duomenimis iš projekto „Future Crop Farming“. Pradiniai rezultatai apima herbicidų ir azoto sąnaudų bei derliaus išeigos vizualizacijas, planuojami ir sudėtingesni skaičiavimai.

Herbicido purškimo žemėlapis, rodantis

Be to, sistema integavo įvairius duomenų šaltinius, įskaitant:

  • Derliaus ir panaudotų sąnaudų duomenų rinkiniai
  • Informacija apie pasėlių ir augalų apsaugos kainas (pateikta vartotojo)
  • Palydovinės nuotraukos (Sentinel-2, Landsat, Planet)
  • Topografiniai duomenys
  • GeoPard galite rasti istorinių duomenų zonavimo žemėlapius

Tuo tarpu pagrindiniai naudojami metodai apėmė erdvinę analizę ir efektyvų erdvinio duomenų tvarkymą naudojant NumPy sistemą. Duomenys buvo gauti iš .xlsx ir .shp failų. Tačiau formos faile trūko specifinių detalių apie atskirus ruožus, todėl reikėjo integruoti įvairius duomenų formatus.

GeoPard padėjo organizuoti duomenis geografiškai, kad būtų galima susieti su lauku susijusias detales su jų buvimo vietomis. Taigi, integruotas duomenų rinkinys, vaizduojantis ruožus, tapo pagrindu aprašomajai bandymų analizei GeoPard.

Nors tyrimas neapėmė kintamojo normų trąšų ar kitų priemonių panaudojimo, ‘GeoPard’ aukštos raiškos žemėlapių sudarymas (pikselio dydis: 3×3 metrai) leido detaliai vizualizuoti duomenis pikselio lygiu, padidindamas sudėtingumą. Toks detalus žemėlapių sudarymas yra vertingas būsimoms reikmėms, pavyzdžiui, derinant kelis sluoksnius ar integruojant daugiau erdvės požiūriu kintamos informacijos, tokios kaip „derliaus profiliai“, pagrįsti mažo masto derliaus duomenimis, surinktais tyrimo projekte naudojant lauko kombainus.

Pasėlių derlingumo žemėlapis visame vaizde ir priartintas, kad matytumėte pikselių detales

Tyrėjai taip pat nustatė, kad nors „GeoPard“ daugiausia atliko aprašomąsias funkcijas, jis turi potencialą sudėtingesnėms vizualizacijoms. Pavyzdžiui, įtraukus duomenis apie derlių ir kainas sub-juostelės lygiu, būtų galima sukurti pelno žemėlapius, rodančius kraštinius efektus tarp gretimų pasėlių juostelių.

Be to, integruojant darbo ekonomikos duomenis būtų galima atskleisti masto mažinimo poveikį skatinant biologinę įvairovę. Tokie duomenys gali padėti modeliuojant scenarijus, leidžiant tyrinėti įvairias pasėlių rotacijas, juostų plotį ir mechanizacijos tipus, sutelkiant dėmesį į laukui specifinius rezultatus, siekiant pagerinti žemės ūkio valdymą ir sprendimų priėmimą.

Taigi, sistema galėtų veikti kaip skaitmeninis dvynys, realiuoju laiku perduodant duomenis iš lauko mašinų ir jutiklių į ’GeoPard“, o tai jau įmanoma su kai kuriomis komercinėmis technologijomis ir palydoviniais duomenimis. Tačiau ūkininkų susirūpinimas dėl technologijų suderinamumo pabrėžia poreikį integruoti papildomus duomenų šaltinius, siekiant platesnio pritaikomumo.

Valdymo zonų žemėlapiai ir kukurūzų augintojai: kiek jie svarbūs?

Daugiametės analizės metu tyrėjai tikrino, ar dirvožemio sąlygomis, topografija ar kitais kraštovaizdžio ypatumais pagrįsti valdymo zonų žemėlapiai gali patikimai numatyti, kurios kukurūzų lauko dalys bus labiausiai naudingos padidinus sėjos normas ar azoto naudojimą.

Tyrimas atskleidė, kad, priešingai nei įprasta manyti, pasėlių reakcija į tas pačias sąnaudas kiekvienais metais labai skiriasi. Labiausiai nenuspėjamas veiksnys – oras – turėjo didžiausią įtaką tam, kaip pasėliai reagavo į šias sąnaudas. Tačiau ūkininkai vis tiek gali imtis priemonių, kad valdytų orų poveikį savo pasėliams.

Valdymo zonų žemėlapių sudarymas atsirado dėl išaugusio susidomėjimo skaitmenine žemdirbyste – naujų duomenų rinkimo ir analizės technologijų naudojimo siekiant geriau suprasti veiksnių, darančių įtaką pasėlių derliui, sąveiką, aiškino Ilinojaus Urbana-Champaign universiteto augalininkystės mokslų profesorius Nicolas Martin, kuris analizę atliko kartu su buvusiu podoktorantūros tyrėju Carlosu Agustinu Alesso.

Šie metodai apima lauko jutiklių, palydovinių duomenų ir kitų skaitmeninių įrankių naudojimą, siekiant stebėti, kaip pasėliai reaguoja į vietos sąlygas, trąšas, sėklų normas ir kitas sąnaudas. Martinas pridūrė, kad tikslas – kuo labiau sumažinti neefektyvią ar žalingą praktiką ir kartu padidinti derlių.

Neseniai atliktame tyrime buvo naudojamas unikalus metodas valdymo zonų žemėlapių prognozėms patvirtinti.

“Mes panaudojome savo žemės ūkio techniką kaip spausdintuvą, kurdami įvesties duomenų kratinį, panašų į įvairių spalvų antklodę”, – aiškino Martinas. “Mes atlikome savo eksperimentą keliose vietose, naudodami visiškai atsitiktinės atrankos metodą.”

Tyrėjai atliko tyrimą septyniose tipinėse nelaistomose kukurūzų auginimo vietose Ilinojuje. Kiekviena vieta buvo padalinta į daug sklypelių. Kiekvienam sklypeliui atsitiktine tvarka buvo priskirtos skirtingos kukurūzų sėjos ir azoto naudojimo normos.

Be to, tyrėjai išmatavo dirvožemio sudėtį, topografiją ir kitus kiekvienai vietai būdingus kraštovaizdžio ypatumus. Jie standartizavo visus kintamuosius, išskyrus oro sąlygas laukuose. Šis tyrimas buvo atliktas nuo 2016 iki 2021 m.

Tyrėjai kelerius metus iš eilės įvertino kiekvieno sklypo derlių derliaus nuėmimo metu. Tai padėjo jiems nustatyti, kurie sklypai geriausiai reagavo į įvairius veiksnius kiekvienais metais. Jie panaudojo pažangų atsitiktinių miškų algoritmą, kad nustatytų, kurie veiksniai, pavyzdžiui, oro sąlygos, dirvožemio savybės ar nuolydis, tiksliausiai prognozavo, ar azoto naudojimo padidinimas, ar didesnė sėjos norma padidins derlių.

Martinas paaiškino, kad oro kintamieji yra pagrindiniai veiksniai, darantys įtaką azoto ar sėklų normų reakcijos erdviniams modeliams, o kraštovaizdžio ir dirvožemio savybės juos atidžiai seka. Be to, jis pažymėjo, kad šios reakcijos kasmet kinta dėl oro sąlygų, todėl atsiranda nenuoseklumų, bent jau mūsų tirtuose laukuose.

“Tai reiškia, kad sklypas, kuris vienais metais gerai reaguoja į didesnę azoto normą, kitą kartą, kai jame bus auginami kukurūzai, gali ne taip gerai reaguoti”, – sakė jis. “Dėl to valdymo zonų žemėlapių sudarymo koncepcija tampa nepatikima pasėlių reakcijos į trąšas prognozavimo priemone.”

“Manome, kad šie rezultatai gali iš dalies paaiškinti, kodėl ūkininkai nevienodai taiko tiksliosios žemdirbystės technologijas”, – teigė Martinas.

Tyrėjai mano, kad renkant daugiau duomenų per kelerius metus ir naudojant geresnius įrankius analizei vietoje, būtų galima padidinti valdymo zonų žemėlapių sudarymo tikslumą.

Šį tyrimą rėmė JAV Žemės ūkio departamento Gamtos išteklių apsaugos tarnyba ir Nacionalinis maisto ir žemės ūkio institutas.

Valdymo zonos tiksliame ūkininkavime derliui optimizuoti

Tikslioji žemdirbystė – tai ūkininkavimo būdas, kai technologijos naudojamos išteklių naudojimui optimizuoti. Naudojant išteklius tinkamu kiekiu, tinkamu laiku ir tinkamoje vietoje, galima pagerinti pasėlių derlių, kokybę, pelningumą ir tvarumą. Viena iš pagrindinių tiksliosios žemdirbystės sąvokų yra valdymo zonos.

Kas yra valdymo zonos ir kodėl jos naudojamos?

Valdymo zona yra lauko subregionas, turintis panašias charakteristikas ir panašiai reaguojantis į sąnaudas. Jos gali būti pagrįstos tokiais veiksniais kaip dirvožemio tipas, tekstūra, organinės medžiagos, elektrinis laidumas, aukštis virš jūros lygio, nuolydis, pasėlių sveikata, derliaus istorija ir kita.

Valdymo zonos naudojamos laukui padalyti į mažesnius vienetus, kuriuos galima valdyti skirtingai, atsižvelgiant į jų poreikius ir potencialą. Pavyzdžiui, lauke gali būti plotų su skirtinga dirvožemio tekstūra, pavyzdžiui, molio, priemolio ir smėlio.

Šių plotų vandens sulaikymo pajėgumas, maistinių medžiagų prieinamumas ir drenažas gali skirtis. Naudojant tą patį vandens ar trąšų kiekį visam laukui, kai kuriuose plotuose gali būti perlaistoma arba nepakankamai tręšiama, o kituose – atvirkščiai.

Dėl to gali būti švaistomi ištekliai, sumažėja pasėlių derlius ir kyla aplinkos problemų. Kurdamas MZ pagal dirvožemio tekstūrą, ūkininkas gali koreguoti kiekvienos zonos drėkinimo ir tręšimo normas, kad jos atitiktų dirvožemio sąlygas ir pasėlių poreikius. Tai gali padidinti vandens naudojimo efektyvumą, maistinių medžiagų naudojimo efektyvumą ir pasėlių derlių.

Valdymo zonų nustatymas tiksliojoje žemdirbystėje

Valdymo zonų nustatymas Pensilvanijoje yra procesas, kurio metu lauke sukuriamos skirtingos zonos, remiantis tuo, kas toje vietovėje yra panašu. Šios zonos padeda ūkininkams nuspręsti, kaip efektyviau naudoti tokius dalykus kaip vanduo, trąšos ir pesticidai.

Kas yra valdymo zonos ir kodėl jos naudojamos?

Norėdami tai padaryti, ūkininkai renka duomenis apie dirvožemį, žemės formą arba tai, kaip gerai auga pasėliai skirtingose vietose. Tada jie naudoja kompiuterines programas, kad sugrupuotų panašias vietoves. Pavyzdžiui, vietos su panašiu dirvožemiu arba vietos, kuriose pasėliai visada gerai auga, tampa atskiromis zonomis.

Sukūrę šias zonas, ūkininkai galės sumaniau naudoti išteklius. Jie gali tiekti daugiau vandens zonoms, kurioms jo reikia, arba naudoti mažiau chemikalų tose vietose, kur jų nereikia tiek daug. Tai padeda sutaupyti pinigų, apsaugoti aplinką ir užauginti geresnius pasėlius.

Yra įvairių metodų ir įrankių MZ apibrėžimui PA, tačiau vienas iš labiausiai paplitusių ir rekomenduojamų yra klasterinė analizė. Klasterinė analizė yra duomenų gavybos technika, kuri grupuoja duomenų taškus į klasterius pagal jų panašumą arba skirtumą.

Klasterinė analizė gali būti taikoma erdviniams duomenims, pvz., dirvožemio mėginiams, derlingumo žemėlapiams ar palydovinėms nuotraukoms, siekiant nustatyti homogenines sritis lauke. Tai apima šiuos pagrindinius veiksmus:

  • Duomenų rinkimas: Surinkite duomenis apie lauką, pvz., informaciją apie dirvožemį, derliaus įrašus ir kt.
  • Duomenų analizė: Naudokite technologijas (pvz., GIS) duomenims tirti, raskite dėsningumus ir skirtumus lauke.
  • Klasterizavimas: Sugrupuokite panašias sritis pagal duomenis. Pavyzdžiui, sritys su panašiais dirvožemio tipais tampa zonomis.
  • Ribos apibrėžimasNustatykite aiškias ribas tarp šių zonų, kad išvengtumėte išteklių maišymo.
  • Zonos apibūdinimasKiekviena zona apibūdinama pagal unikalius bruožus, tokius kaip dirvožemio tipas arba maistinių medžiagų kiekis.
  • Duomenų integracijaSujunkite duomenis iš skirtingų šaltinių, pvz., dirvožemio tyrimų ir palydovinių vaizdų, kad zonos būtų dar tikslesnės.

Kaip kuriamos valdymo zonos?

Tiksliojoje žemdirbystėje valdymo zonoms kurti taikomi skirtingi metodai. Kai kurie iš dažniausiai pasitaikančių metodų yra šie:

  • Naudojant esamus dirvožemio žemėlapius arba tyrimus, kurie suteikia informacijos apie dirvožemio savybes ir ribas.
  • Naudojant dirvožemio jutiklius arba zondus, kurie matuoja dirvožemio parametrus, tokius kaip elektrinis laidumas, drėgmė, pH ir kt.
  • Naudojant nuotolinius tyrimus arba aerofotonuotraukas, kuriose užfiksuoti pasėlių sveikatos rodikliai, pvz., augmenijos indeksai, biomasė, chlorofilo kiekis ir kita.
  • Naudojant derliaus monitorius arba žemėlapius, kuriuose registruojami pasėlių derliaus ir kokybės duomenys per kelerius metus.
  • Naudojant duomenų analizės arba modeliavimo įrankius, kurie integruoja kelis duomenų šaltinius ir taiko statistinius arba erdvinius metodus, siekiant nustatyti modelius ir grupes.

1. Dirvožemio žemėlapiai arba tyrimai

Tiksliojoje žemdirbystėje MZ kuriami panaudojant esamus dirvožemio žemėlapius arba tyrimus, kurie teikia esminius duomenis apie dirvožemio savybes ir ribas.

Tiksliosios žemdirbystės valdymo zonų kūrimo metodai.

Naudojami du pagrindiniai dirvožemio mėginių ėmimo metodai: tinklelio mėginių ėmimas, kai laukas suskaidomas į kvadratus dirvožemio mėginiams imti, ir zoninis mėginių ėmimas, kai grupuojamos panašių dirvožemio savybių turinčios vietovės. Tinklelio mėginių ėmimas suteikia išsamių įžvalgų apie lauko kintamumą, tačiau dėl didesnio mėginių skaičiaus tai yra brangiau.

Zoninio mėginių ėmimo efektyvumas priklauso nuo metodo ir dydžio. Integruodamas šiuos duomenis su mėginių ėmimo metodais, tikslusis ūkininkavimas optimizuoja išteklių paskirstymą konkrečioms dirvožemio sąlygoms zonose, skatindamas tvarumą ir pasėlių produktyvumą.

2. Dirvožemio elektrinis laidumas

Tiksliojoje žemdirbystėje dirvožemio jutikliai ir zondai matuoja esminius dirvožemio parametrus, tokius kaip elektrinis laidumas (EC), drėgmė ir pH. Dirvožemio EC, išreikštas mS/m, matuoja dirvožemio elektrinio laidumo gebėjimą.

Šie įrankiai, siųsdami kontroliuojamas sroves į dirvožemį ir žymėdami matavimus GPS koordinatėmis, padeda kiekybiškai įvertinti dirvožemio tekstūros pokyčius ir potencialų derlių. Jie padeda priimti sprendimus dėl maistinių medžiagų valdymo, sėjos normų, gylio ir laistymo grafikų.

Dirvožemio EK duomenys taip pat suteikia greitų ir ekonomiškų įžvalgų apie dirvožemio savybes, tokias kaip tekstūra, katijonų mainų talpa (CEC), drenažas, organinės medžiagos ir druskingumas, leidžiant sukurti tikslius MZ optimizuotai ūkininkavimo praktikai.

3. Nuotolinis stebėjimas arba aerofotografiniai vaizdai

Tiksliojo ūkininkavimo valdymo zonų kūrimas apima nuotolinio stebėjimo arba aerofotonuotraukų naudojimą, siekiant užfiksuoti svarbiausius pasėlių sveikatos rodiklius, tokius kaip augmenijos indeksai, biomasė, chlorofilo kiekis ir kt.

Kaip naudojami MZ ir jų privalumai

Tai pasiekiama naudojant lėktuvus arba dronus, turinčius vaizdo gavimo technologijas, galinčias generuoti didelės skiriamosios gebos vaizdus. Taikant sudėtingus vaizdų analizės metodus, šie vaizdai apdorojami, kad būtų galima apibrėžti zonas lauke.

4. Derliaus monitoriai

Tiksliojoje žemdirbystėje zonos nustatomos naudojant derliaus monitorius ir žemėlapius, kuriuose per kelerius metus renkami svarbūs duomenys apie pasėlių derlių ir kokybę.

Šis procesas, žinomas kaip derliaus žemėlapių sudarymas, apima derliaus nuėmimo stebėjimą realiuoju laiku, renkant informaciją apie pasėlių masę, drėgmės lygį ir apdirbtą plotą.

Vėliau šie duomenys panaudojami kuriant išsamius derliaus žemėlapius, skatinančius tikslesnę ir efektyvesnę ūkininkavimo praktiką.

5. Duomenų analizės arba modeliavimo įrankiai

Tiksliojo ūkininkavimo srityje mes kruopščiai kuriame MZ, naudodami pažangius duomenų analizės įrankius. Šie įrankiai sujungia daug įvairios informacijos ir padeda mums pamatyti ūkio modelius. Jie naudoja matematiką ir žemėlapius, kad nustatytų, į ką turėtume sutelkti dėmesį. Tai padeda ūkininkams priimti protingus sprendimus, kur naudoti tokius išteklius kaip vanduo ir trąšos. Tai pagerina ūkininkavimą ir padeda augalams gerai augti.

Tačiau metodo pasirinkimas priklauso nuo duomenų prieinamumo, keičiamų įvesties duomenų tipo, lauko dydžio, technologijos kainos ir ūkininko pageidavimų. Tikslas – sukurti prasmingas, nuoseklias ir praktiškas zonas.

Kaip naudojami MZ? Privalumai

Sukūrus zonas, jas galima naudoti kintamo kiekio trąšų, tokių kaip sėklos, trąšos, vanduo ir pesticidai, naudojimui (VRA). VRA – tai metodas, leidžiantis keisti trąšų kiekį lauke, remiantis valdymo zonos informacija.

Norint įgyvendinti VRA, ūkininkui reikia:

  • Kintamo kiekio valdiklis, galintis reguliuoti purškimo normą pagal paskirtą žemėlapį arba jutiklio grįžtamąjį ryšį.
  • Pasaulinė padėties nustatymo sistema (GPS), galinti nustatyti aplikatoriaus padėtį lauke.
  • Geografinė informacinė sistema (GIS), galinti saugoti, rodyti ir analizuoti erdvinius duomenis, tokius kaip MZ ir receptiniai žemėlapiai.

Naudojant MZ pagrįstą VRA, ūkininkas gali:

  • Naudokite priemones ten, kur jos yra veiksmingiausios, ir venkite per didelio ar per mažo kiekio trąšų.
  • Pagerinti riboto derlingumo arba vandens kiekio dirvožemių produktyvumą.

Optimizuokite valdymo zonas naudodami „GeoPard“ 

Be to, pritaikydami trąšų naudojimo normas, ūkininkai gali sumažinti sąnaudas dirvožemiuose, kurie nėra jautrūs derliui arba turi mažą produktyvumo potencialą. Šis ekonomiškas metodas užtikrina, kad ištekliai būtų investuojami išmintingai.

Taip pat verta paminėti, kad tikslioji žemdirbystė, taikant MZ ir kintamo kiekio tręšimą, yra naudinga aplinkai, nes sumažina maistinių medžiagų išplovimą, sumažina cheminių medžiagų nuotėkį į vandens telkinius ir užkerta kelią dirvožemio erozijai.

Optimizuokite valdymo zonas naudodami „GeoPard“

„GeoPard Agriculture“ supaprastina tikslųjį ūkininkavimą Valdymo zonų ir VRA žemėlapių funkcija, leidžianti vartotojams kurti pritaikytas zonas ir receptinius žemėlapius, pagrįstus įvairiais duomenų sluoksniais, tokiais kaip palydoviniai vaizdai, dirvožemio analizė ir kt.

Šie žemėlapiai suderinami su žemės ūkio įranga ir technika. Vartotojai taip pat gali atlikti daugiasluoksnę analizę, nustatyti didesnio arba mažesnio derliaus potencialo sritis ir aptikti lauko stabilumo tendencijas. Platforma siūlo tarpsluoksnius žemėlapius, kad būtų galima atskleisti skirtingų zonų žemėlapių priklausomybes ir palengvinti lengvą zonų koregavimą.

Be to, „GeoPard“ palaiko kintamo kiekio purškimo (VRA) žemėlapių sudarymą tiksliam žemės ūkio darbui ir teikia statistiką apie zonos tikslumą. Ji siūlo duomenų suderinamumą eksportuojant ir leidžia rankiniu būdu pritaikyti zonas bei naudoti lygtimis pagrįstus nurodymus sąnaudoms apskaičiuoti.

Išvada

Tikslioji žemdirbystė – tai transformuojantis ūkininkavimo metodas, kai technologijos ir duomenimis pagrįstos įžvalgos naudojamos siekiant padidinti pasėlių gamybą. Nesvarbu, ar tai būtų dirvožemio jutiklių, nuotolinio stebėjimo, derliaus monitorių ar duomenų analizės įrankių duomenys, tai suteikia ūkininkams galimybę kurti jų laukams pritaikytas valdymo zonas. Šios zonos optimizuoja išteklių paskirstymą, todėl padidėja pasėlių derlius, sumažėja išlaidos ir užtikrinama tvari žemės ūkio praktika.

LfL pasitelkia „GeoPard“ platformą savo būsimo augalininkystės projekto įgyvendinimui

Šiandieninis žemės ūkis susiduria su dideliais iššūkiais. Jis turi gaminti aukštos kokybės maistą ir žaliavas, tačiau vis dažniau taip pat turi atsižvelgti į dirvožemio, vandens, klimato ir biologinės įvairovės apsaugos reikalavimus.

Bavarijos valstybinis žemės ūkio tyrimų centras (LfL) jau seniai atlieka tyrimus, susijusius su šiais iššūkiais, ir dabar savo „Future Crop Farming“ projektui testuoja tiksliosios žemdirbystės platformą „GeoPard“.

Dmitrijus Dementjevas, “GeoPard” generalinis direktorius ir vienas iš įkūrėjų: „Tradiciniai augalininkystės metodai dažnai susiduria su tokiais iššūkiais kaip neefektyvus išteklių valdymas ir ribota prieiga prie realaus laiko duomenų. Šie veiksniai gali lemti neoptimalų pasėlių derlių, padidėjusias išlaidas ir aplinkos naštą.“

„GeoPard“ platforma suteikia „LfL“ centralizuotą platformą svarbiausiems ūkininkavimo duomenims vizualizuoti ir analizuoti. Platformos patogi vartotojo sąsaja leidžia derinti palydovinius duomenis ir eksperimentinius duomenis iš lauko bandymų, supaprastinant sudėtingą duomenų interpretavimą ir suteikiant vartotojams galimybę priimti pagrįstus sprendimus, optimizuojančius produktyvumą ir tvarumą.

Laukas buvo padalintas į dalis, kad būtų galima pademonstruoti konkretų bandymo įrengimą: „LfL“ įdiegė juostinių tarpinių pasėlių sistemą, t. y. vienu metu lygiagrečiose juostose tame pačiame lauke auginami keli pasėliai.

Šios juostelės vėliau gali būti naudojamos atskirai sąnaudų (pvz., trąšų ir augalų apsaugos) ir derliaus rezultatų lygtyse, taip apskaičiuojant bendrą lauko apimtį.

pelnas. Be to, galima įvertinti atskirų pasėlių generuojamą pelną ir galimą poveikį juostų pakraščiuose.

LfL ir „GeoPard“ bendradarbiavimas įgyvendinant projektą „Future Crop Farming“ gali padėti tobulinti netradicinių lauko struktūrų analizės įrankius.

Pasinaudodama pažangia „GeoPard“ platforma, ji gali papildyti savo tyrimų rezultatus ir kurti vertingas vizualizacijas, skirtas projekto įžvalgoms perduoti visuomenei.

Dėmesys tiksliajam ūkininkavimui, produktyvumui ir aplinkosaugai – novatoriškas LfL projektas atskleidžia tvaresnės augalininkystės ateities potencialą.

LfL skaitmeninimo vadovas ir projektų vadovas, PD dr. Markus Gandorfer: “Mums malonu dirbti su entuziastinga ”GeoPard“ komanda. Gilesnės įžvalgos apie mūsų juostinių tarpinių pasėlių duomenis, kurias suteikia „GeoPard“ įrankis, mums yra labai vertingos.“

Apie

Bavarijos valstybinis žemės ūkio tyrimų centras (LfL) Bavarijos valstybinis žemės ūkio tyrimų centras (LfL) yra Bavarijos žemės ūkio žinių ir paslaugų centras. LfL taikomieji tyrimai nagrinėja žemės ūkio praktikos klausimus ir įvairiais būdais siūlo pritaikomus sprendimus žemės ūkio įmonėms.

Tarpdisciplininis „Future Crop Farming“ projektas vykdomas Ruhstorf ad Rott miestelyje, pietryčių Bavarijoje. Daugiau informacijos apie projektą galite rasti projekto svetainėje: http://www.future-crop-farming.de

GeoPard Žemės ūkis yra pirmaujanti tiksliojo ūkininkavimo programinės įrangos tiekėja. Įmonė buvo įkurta 2019 m. Kelne, Vokietijoje, ir yra atstovaujama visame pasaulyje. Įmonė siūlo įvairius sprendimus, kurie padeda ūkininkams optimizuoti savo veiklą ir padidinti derlių.

Daugiausia dėmesio skirdama tvarumui ir regeneracinei ekonomikai, „GeoPard Agriculture“ siekia skatinti tiksliojo ūkininkavimo praktiką visame pasaulyje.

Įmonės partneriai yra tokie žinomi prekių ženklai kaip „John Deere“, „Corteva Agriscience“, ICL, „Pfeifer & Langen“, IOWA sojų pupelių asociacija, „Kernel“, MHP, „SureGrowth“ ir daugelis kitų.

GeoPard žemės ūkio augalų vystymosi grafikai žemės ūkiui

Šiandieninė žemės ūkio pramonė reikalauja ne tik sunkaus darbo ir žemės išmanymo, bet ir sumanaus technologijų taikymo. Man labai malonu pasidalyti įžvalgomis apie vieną iš įrankių, darančių didelę įtaką tvaraus ūkininkavimo praktikai: „GeoPard“ pasėlių vystymosi grafikus.

Mūsų pasėlių vystymosi grafikai siūlo išsamų ir patogų naudoti pasėlių augimo duomenų rodinį nuo 1988 m. Šie grafikai, automatiškai generuojami bet kuriam laukui, yra sukurti siekiant užtikrinti tikslumą ir tikslumą.

Duomenys apskaičiuojami tik lauko plotui be debesų ir šešėlių. Paprastas užvedimas ant pelės žymeklio parodo vidutinę NDVI (normalizuoto skirtumo augmenijos indekso) vertę, kuri akimirksniu pateikia pasėlių sveikatos vaizdą.

Kuo mūsų įrankis išsiskiria? Galimybė perjungti rodinius. „GeoPard“ sąsaja leidžia vartotojams kaitalioti metinius ir mėnesinius rodinius. Toks detalumo lygis užtikrina, kad turėtumėte būtinus duomenis, kad galėtumėte priimti pagrįstus sprendimus dėl pasėlių valdymo, derliaus nuėmimo laiko ir derliaus prognozavimo.

Ūkininko rankose ši tiksli įžvalga gali padėti nustatyti lauko tvarkymo strategijas, nustatyti optimalų derliaus nuėmimo laiką, stebėti pasėlius dideliu mastu ir apskritai optimizuoti produktyvumą bei tvarumą.

Tai įdomus žingsnis į priekį tiksliojo ūkininkavimo srityje – kelias, vedantis ne tik prie didesnio derliaus, bet ir prie tvaresnės praktikos, atsižvelgiant į mūsų poveikį aplinkai.

Sekite naujienas, nes mes ir toliau tobuliname ir tobuliname savo įrankius, kad geriau aptarnautume žemės ūkio bendruomenę. Mes siekiame, kad tikslusis ūkininkavimas taptų prieinamesnis ir efektyvesnis, ir džiaugiamės galėdami jus matyti prisijungus prie mūsų. Kartu iš naujo apibrėžkime ūkininkavimo ateitį!

Planet vaizdinė medžiaga (kasdienė, 3 metrų skiriamosios gebos) valdymo zonų kūrimui

Prieiga prie planetos vaizdų tapo paprastesnė, greitesnė ir prieinamesnė naudojant „GeoPard Agriculture“. Nuo 2022 m. rugpjūčio mėn. „GeoPard“ išleido galimybes ieškoti ir analizuoti tik pageidaujamus planetos vaizdus iš vartotojo pasirinkto datos intervalo.

Taigi, „GeoPard“ vartotojas prašo tik pageidaujamų „Planet“ vaizdų ir gali juos naudoti „GeoPard“ analitinėse priemonėse.

Planetos vaizdai tęsiasi Sentinel ir Landsat aprėpties sluoksniai (pateikiami pagal numatytuosius nustatymus) ir gali būti maišomi su kitais duomenų sluoksniais (derliaus nuėmimo / purškimo / sėjos technikos duomenų rinkiniais, topografiniu profiliu) per esamus Daugiasluoksnis, Daugiametis, ir Lygčių įrankiai

 

Planetos vaizdai valdymo zonų kūrimui

 

Planeta yra didžiausias Žemės stebėjimo palydovų tinklas, teikiantis beveik kasdienį pasaulinį duomenų rinkinį ir leidžiantis gauti didelės skiriamosios gebos bei aukšto dažnio palydovinių vaizdų duomenis.

Valdymo zonos pagal „Planet Scope“ (3,5 m raiška) vaizdus.

Skaitykite daugiau apie „GeoPard“ / „Planet Partnership“.

Kas yra planetų vaizdai ir jų panaudojimas kuriant valdymo zonas?

Tai reiškia palydovinius vaizdus, kuriuos teikia “Planet Labs” – privati bendrovė, valdanti mažų palydovų, vadinamų „Doves“, parką. Šie palydovai kasdien fiksuoja didelės raiškos Žemės paviršiaus vaizdus. Terminas „3 m raiška“ reiškia, kad kiekvienas vaizdo pikselis atitinka 3 × 3 metrų plotą ant žemės. Toks detalumo lygis leidžia atlikti išsamią įvairių Žemės paviršiaus ypatybių ir pokyčių analizę ir stebėjimą.

Kalbant apie valdymo zonų kūrimą, „Planet Imagery“ su 3 m raiška kasdien gali būti labai naudinga įvairioms pramonės šakoms ir reikmėms, tokioms kaip:

  • Žemės ūkisDidelės skiriamosios gebos vaizdai gali padėti kurti valdymo zonas žemės ūkyje, kur skirtingoms lauko vietoms gali reikėti skirtingų procedūrų, tokių kaip drėkinimas, tręšimas ar kenkėjų kontrolė. Analizuodami vaizdus, ūkininkai gali nustatyti su pasėlių sveikata, dirvožemio drėgme ir kitais veiksniais susijusius modelius, o tai leidžia jiems priimti geresnius sprendimus dėl išteklių paskirstymo.
  • Aplinkosaugos valdymas: Palydoviniai vaizdai gali būti naudojami aplinkos požiūriu jautrioms teritorijoms, tokioms kaip pelkės, miškai ir laukinės gamtos buveinės, nustatyti ir stebėti. Ši informacija gali būti naudojama kuriant valdymo zonas, kurios apsaugotų šias teritorijas ir užtikrintų tvarų žemės naudojimo praktiką.
  • Miesto planavimas: Didelės skiriamosios gebos vaizdai gali padėti miestų planuotojams nustatyti augimo zonas, žemės naudojimo modelius ir infrastruktūros plėtrą. Ši informacija gali būti naudojama kuriant valdymo zonas, kurios padėtų valdyti būsimą plėtrą ir užtikrintų efektyvų išteklių naudojimą.
  • Nelaimių valdymas: Palydoviniai vaizdai gali padėti nustatyti ir stebėti nelaimių paveiktas zonas, tokias kaip užliejamos lygumos ar gaisrų židiniai. Galima sukurti valdymo zonas, kad būtų nustatyti evakuacijos maršrutai, paskirstyti ištekliai reagavimui į nelaimes ir informuoti apie žemės naudojimo politiką, kuri sumažintų būsimų nelaimių riziką.
  • Gamtos išteklių valdymas: Didelės skiriamosios gebos vaizdai gali padėti stebėti ir valdyti tokius išteklius kaip vanduo, mineralai ir miškai. Nustačius didelės išteklių vertės arba trūkumo sritis, galima sukurti valdymo zonas, siekiant užtikrinti tvarų šių išteklių naudojimą ir išsaugojimą.

Apibendrinant galima teigti, kad „Planet Imagery“ su kasdiene 3 m raiška yra vertinga priemonė kuriant valdymo zonas įvairiose srityse, teikianti naujausią ir išsamią informaciją, kuri gali padėti sprendimus priimantiems asmenims optimizuoti išteklių paskirstymą ir užtikrinti tvarią žemės naudojimo praktiką.


Dažnai užduodami klausimai


1. Ką gali padėti nustatyti vaizdiniai?

Vaizdų naudojimas gali padėti sukurti efektyvesnę ir veiksmingesnę ūkininkavimo sistemą. Pasitelkus tokias technologijas kaip dronai ar palydoviniai vaizdai, vaizdai gali suteikti vertingų įžvalgų apie pasėlių sveikatą, dirvožemio sąlygas ir drėkinimo poreikius.

Tai padeda nustatyti susirūpinimą keliančias sritis, tokias kaip kenkėjų antplūdžiai ar maistinių medžiagų trūkumas, ir leidžia ūkininkams imtis tikslinių veiksmų. Be to, vaizdai padeda stebėti pasėlių augimą ir vystymąsi, o tai leidžia priimti tikslius sprendimus ir maksimaliai padidinti derlių. 

Lygtimis pagrįsta analizė tiksliojoje žemdirbystėje

Išleidusi lygtimis pagrįstą analizės modulį, „GeoPard“ komanda žengė didelį žingsnį į priekį suteikdama ūkininkams, agronomams ir erdvinių duomenų analitikams praktinių įžvalgų apie kiekvieną kvadratinį metrą. Modulyje yra daugiau nei 50 iš anksto nustatytų „GeoPard“ tikslumo formulių katalogas, apimantis platų su žemės ūkiu susijusios analizės spektrą.

Tikslumo formulės buvo sukurtos remiantis daugiametis nepriklausomas agronominis universitetas ir pramonės tyrimai ir buvo griežtai išbandyti, siekiant užtikrinti jų tikslumą ir naudingumą. Juos galima lengvai sukonfigūruoti taip, kad būtų vykdomas automatiškai bet kokiam laukui, suteikdama vartotojams galingų ir patikimų įžvalgų, kurios gali padėti jiems optimizuoti pasėlių derlių ir sumažinti sąnaudas.

Lygtimis pagrįstas analizės modulis yra pagrindinė „GeoPard“ platformos funkcija, suteikianti vartotojams galingą įrankį, leidžiantį geriau suprasti savo veiklą ir priimti duomenimis pagrįstus sprendimus dėl ūkininkavimo praktikos. Turėdamas nuolat augantį formulių katalogą ir galimybę pritaikyti formules skirtingiems lauko scenarijams, „GeoPard“ gali patenkinti konkrečius bet kokio ūkininkavimo poreikius.

 

Kalio pašalinimas pagal derliaus duomenis

Kalio pašalinimas pagal derliaus duomenis

 

Naudojimo atvejai (žr. pavyzdžius žemiau):

  • Azoto įsisavinimas absoliučiais skaičiais, naudojant išeigos ir baltymų duomenis
  • Azoto panaudojimo efektyvumas (NŽE) ir pertekliaus skaičiavimai naudojant išeigos ir baltymų duomenų sluoksnius
  • Kalkių rekomendacijos, pagrįstos dirvožemio mėginių pH duomenimis arba dirvožemio skeneriai
  • Polaukis (zonos arba pikselių lygis IG žemėlapiai)
  • Mikro ir makro maistinių medžiagų tręšimo rekomendacijos, pagrįstos dirvožemio mėginių ėmimu, lauko potencialu, topografija ir derlingumo duomenimis
  • Anglies modeliavimas
  • Pokyčių aptikimas ir įspėjimai (skirtumo tarp „Sentinel-2“, „Landsat8-9“ arba „Planet“ vaizdų apskaičiavimas)
  • Dirvožemio ir grūdų drėgmės modeliavimas
  • Sausojo derliaus apskaičiavimas iš drėgnojo derliaus duomenų rinkinių
  • Tikslinio Rx ir As-Addition žemėlapių skirtumo skaičiavimas

 

Kalio rekomendacijos, pagrįstos dviem derliaus tikslais (produktyvumo zonos)

Kalio rekomendacijos, pagrįstos dviem derliaus tikslais (produktyvumo zonos)

 

 

 

 

Trąšos: rekomendacijų vadovas. Kalis / Kukurūzai.

Trąšų rekomendacijų vadovas (Pietų Dakotos valstijos universitetas): kalis / kukurūzai. Peržiūra ir pataisymas: Jasonas Clarkas | docentas ir SDSU išplėstinio mokymo dirvožemio derlingumo specialistas

 

Kalio panaudojimo efektyvumas kg/ha

Kalio panaudojimo efektyvumas kg/ha

 

 

 

Azoto panaudojimo efektyvumas procentais. Skaičiavimas pagrįstas derliaus, baltymų ir grūdų drėgmės duomenų sluoksniais.

Azoto panaudojimo efektyvumas procentais. Skaičiavimas pagrįstas derliaus, baltymų ir grūdų drėgmės duomenų sluoksniais.

 

 

Azotas: tikslinis pagal receptą, palyginti su naudojimu pagal paskirtį

Azotas: tikslinis pagal receptą, palyginti su naudojimu pagal paskirtį

 

Chlorofilo skirtumas tarp dviejų palydovinių vaizdų

Chlorofilo skirtumas tarp dviejų palydovinių vaizdų

 

„GeoPard“ naudotojas gali koreguoti esamus ir kurti savo privačios formulės remiantis vaizdais, dirvožemiu, derlingumu, topografija ar bet kokiais kitais „GeoPard“ palaikomais duomenų sluoksniais. 

Šablono „GeoPard“ lygtys pavyzdžiai

Šablono „GeoPard“ lygtys pavyzdžiai

 

Formulėmis pagrįsta analizė padeda ūkininkams, agronomams ir duomenų mokslininkams automatizuoti savo darbo eigą ir priimti sprendimus, pagrįstus daugybe duomenų ir mokslinių tyrimų, kad būtų lengviau įgyvendinti tvarų ir tikslųjį ūkininkavimą.

Kas yra lygtimis pagrįsta analizė tiksliojoje žemdirbystėje? Tiksliosios formulės naudojimas

Lygtimis pagrįsta analizė tiksliojoje žemdirbystėje reiškia matematinių modelių, lygčių, tikslumo formulių ir algoritmų naudojimą žemės ūkio duomenims analizuoti ir įžvalgoms gauti, kurios gali padėti ūkininkams priimti geresnius sprendimus dėl pasėlių valdymo.

Šie analizės metodai apima įvairius veiksnius, tokius kaip oro sąlygos, dirvožemio savybės, pasėlių augimas ir maistinių medžiagų poreikis, siekiant optimizuoti žemės ūkio praktiką ir pagerinti pasėlių derlių, kartu sumažinant išteklių švaistymą ir poveikį aplinkai.

Kai kurie pagrindiniai lygtimis pagrįstos analizės komponentai tiksliojoje žemdirbystėje yra šie:

  • Pasėlių augimo modeliai: Šie modeliai apibūdina įvairių veiksnių, tokių kaip orai, dirvožemio savybės ir pasėlių valdymo praktika, ryšį, siekiant prognozuoti pasėlių augimą ir derlių. Tokių modelių pavyzdžiai yra CERES (pasėlių aplinkos išteklių sintezės) ir APSIM (žemės ūkio gamybos sistemų sIMulator) modeliai. Šie modeliai gali padėti ūkininkams priimti pagrįstus sprendimus dėl sodinimo datų, pasėlių veislių ir drėkinimo planavimo.
  • Dirvožemio vandens modeliai: Šie modeliai įvertina vandens kiekį dirvožemio profilyje, remdamiesi tokiais veiksniais kaip krituliai, garavimas ir pasėlių vandens naudojimas. Jie gali padėti ūkininkams optimizuoti drėkinimo praktiką, užtikrinant, kad vanduo būtų naudojamas efektyviai ir tinkamu laiku, siekiant maksimaliai padidinti pasėlių derlių.
  • Maistinių medžiagų valdymo modeliai: Šie modeliai prognozuoja pasėlių maistinių medžiagų poreikį ir padeda ūkininkams nustatyti optimalų trąšų kiekį ir naudojimo laiką. Naudodami šiuos modelius, ūkininkai gali užtikrinti, kad pasėliai gautų reikiamą maistinių medžiagų kiekį, tuo pačiu sumažindami maistinių medžiagų nuotėkio ir aplinkos taršos riziką.
  • Kenkėjų ir ligų modeliai: Šie modeliai prognozuoja kenkėjų ir ligų protrūkių tikimybę, remdamiesi tokiais veiksniais kaip oro sąlygos, pasėlių augimo etapai ir valdymo praktika. Naudodami šiuos modelius, ūkininkai gali priimti iniciatyvius sprendimus dėl kenkėjų ir ligų kontrolės, pavyzdžiui, koreguoti sodinimo datas arba tinkamu laiku naudoti pesticidus.
  • Nuotolinio stebėjimo modeliai: Šie modeliai naudoja palydovinius vaizdus ir kitus nuotolinio stebėjimo duomenis, kad stebėtų pasėlių sveikatą, nustatytų streso veiksnius ir įvertintų derlių. Integruodami šią informaciją su kitais duomenų šaltiniais, ūkininkai gali priimti geresnius sprendimus dėl pasėlių valdymo ir optimizuoti išteklių naudojimą.

Apibendrinant, lygtimis pagrįsta analizė tiksliojoje žemdirbystėje naudoja matematinius modelius ir algoritmus, kad analizuotų sudėtingą įvairių veiksnių, turinčių įtakos pasėlių augimui ir valdymui, sąveiką. Naudodamiesi šia analize, ūkininkai gali priimti duomenimis pagrįstus sprendimus, siekdami optimizuoti žemės ūkio praktiką, pagerinti pasėlių derlių ir sumažinti poveikį aplinkai.


Dažnai užduodami klausimai


1. Kaip tikslioji žemdirbystė gali padėti spręsti išteklių naudojimo ir taršos problemas žemės ūkyje?

Tai gali padėti spręsti išteklių naudojimo ir taršos problemas žemės ūkyje, taikant tikslingą išteklių naudojimą, efektyvų išteklių valdymą, geresnę stebėseną ir gamtosaugos praktikų taikymą. Ūkininkai, naudodami tokias medžiagas kaip trąšos ir pesticidai, tik ten, kur jų reikia, gali sumažinti atliekas ir taršą.

Duomenimis pagrįstas sprendimų priėmimas leidžia optimaliai valdyti išteklius, o stebėjimas realiuoju laiku leidžia laiku imtis veiksmų, kad būtų išvengta taršos incidentų. Be to, gamtosaugos praktikų įgyvendinimas skatina tvarų žemės ūkį ir mažina poveikį aplinkai.

GeoPard laukų potencialo žemėlapiai prieš derliaus duomenis

„GeoPard Field Potential“ žemėlapiai labai dažnai atrodo lygiai toks pat derlius duomenys.

Mes juos kuriame naudodami Daugiasluoksnė analizė istorinės informacijos, topografijos ir pliko dirvožemio analizės.

Tokio proceso sintetiniai derlingumo žemėlapiai yra automatizuoti (ir patentuotas), ir jam sukurti bet kuris pasaulio laukas užtrunka apie 1 minutę.

 

GeoPard laukų potencialo žemėlapiai prieš derliaus duomenis

Gali būti naudojamas kaip pagrindas:

Kas yra lauko potencialo žemėlapiai?

Lauko potencialo žemėlapiai, dar vadinami derliaus potencialo žemėlapiais arba produktyvumo potencialo žemėlapiais, yra vizualiniai lauko potencialaus pasėlių derliaus ar produktyvumo erdvinio kintamumo vaizdai. Šie žemėlapiai sudaromi analizuojant įvairius veiksnius, turinčius įtakos pasėlių augimui, tokius kaip dirvožemio savybės, topografija ir istoriniai derliaus duomenys.

Šie žemėlapiai gali būti naudojami tiksliojoje žemdirbystėje, siekiant pagrįsti valdymo sprendimus, tokius kaip kintamos trąšų normos, drėkinimas ir kitos sąnaudos, taip pat nustatyti sritis, kurioms reikia skirti ypatingą dėmesį ar taikyti valdymo praktiką.

Kuriant lauko potencialo žemėlapius, paprastai atsižvelgiama į kai kuriuos pagrindinius veiksnius:

  1. Dirvožemio savybės: Dirvožemio savybės, tokios kaip tekstūra, struktūra, organinių medžiagų kiekis ir maistinių medžiagų prieinamumas, vaidina svarbų vaidmenį nustatant pasėlių derliaus potencialą. Sudarydami dirvožemio savybių žemėlapį visame lauke, ūkininkai gali nustatyti didelio arba mažo produktyvumo potencialo sritis.
  2. TopografijaTokie veiksniai kaip aukštis, nuolydis ir kryptis gali turėti įtakos pasėlių augimui ir derliaus potencialui. Pavyzdžiui, žemumose esančios vietovės gali būti linkusios užmirkti arba turėti didesnę šalnų riziką, o statūs šlaitai gali būti labiau jautrūs erozijai. Šių topografinių ypatybių kartografavimas gali padėti ūkininkams suprasti, kaip jos veikia produktyvumo potencialą, ir atitinkamai pritaikyti savo valdymo praktiką.
  3. Istoriniai pajamingumo duomenys: Analizuodami ankstesnių metų ar sezonų istorinius derliaus duomenis, ūkininkai gali nustatyti savo laukų produktyvumo tendencijas ir modelius. Ši informacija gali būti naudojama kuriant žemėlapius, kuriuose paryškinamos nuolat didelio arba mažo derliaus potencialo sritys.
  4. Nuotolinio zondavimo duomenys: Palydoviniai vaizdai, aerofotografija ir kiti nuotolinio stebėjimo duomenys gali būti naudojami pasėlių sveikatai, gyvybingumui ir augimo stadijai įvertinti. Ši informacija gali būti naudojama kuriant žemėlapius, atspindinčius pasėlių produktyvumo potencialo erdvinį kintamumą.
  5. Klimato duomenys: Klimato kintamieji, tokie kaip temperatūra, krituliai ir saulės spinduliuotė, taip pat gali turėti įtakos pasėlių augimui ir derliaus potencialui. Įtraukdami klimato duomenis į šiuos žemėlapius, ūkininkai gali geriau suprasti, kaip aplinkos veiksniai veikia produktyvumo potencialą jų laukuose.

Jie yra vertingi tikslaus ūkininkavimo įrankiai, nes padeda ūkininkams vizualizuoti produktyvumo potencialo erdvinį kintamumą savo laukuose. Naudodami šiuos žemėlapius valdymo sprendimams priimti, ūkininkai gali optimizuoti išteklių naudojimą, pagerinti bendrą pasėlių derlių ir sumažinti savo žemės ūkio veiklos poveikį aplinkai.

Lauko potencialo žemėlapių ir derlingumo duomenų skirtumas

Tiksliojoje žemdirbystėje naudojami ir lauko potencialo žemėlapiai, ir derliaus duomenys, siekiant padėti ūkininkams suprasti savo laukų erdvinį kintamumą ir priimti geriau pagrįstus valdymo sprendimus. Tačiau tarp jų yra keletas esminių skirtumų:

Duomenų šaltiniai:

Šie žemėlapiai kuriami integruojant duomenis iš įvairių šaltinių, tokių kaip dirvožemio savybės, topografija, istoriniai derliaus duomenys, nuotolinio stebėjimo duomenys ir klimato duomenys. Tačiau šie duomenys renkami naudojant derliaus nuėmimo įrangoje įrengtus derliaus monitorius, kurie registruoja derlių nuėmimo metu.

Laikinas aspektas:

Šie žemėlapiai atspindi lauko potencialaus produktyvumo įvertinimą, kuris paprastai yra statiškas arba laikui bėgant kinta lėtai, išskyrus reikšmingus dirvožemio savybių ar kitų įtakos veiksnių pokyčius. Tačiau derliaus duomenys yra būdingi konkrečiam auginimo sezonui arba keliems sezonams ir gali labai skirtis kiekvienais metais dėl tokių veiksnių kaip oro sąlygos, kenkėjų plitimas ir valdymo praktika.

Apibendrinant, lauko potencialo žemėlapiai ir derlingumo duomenys yra viena kitą papildančios tiksliosios žemdirbystės priemonės. Šie žemėlapiai pateikia lauko potencialaus produktyvumo įvertinimą, padėdami ūkininkams nustatyti sritis, kuriose gali reikėti skirtingų valdymo praktikų. Kita vertus, derlingumo duomenys dokumentuoja faktinį pasėlių derlių ir gali būti naudojami valdymo praktikų efektyvumui įvertinti bei būsimiems sprendimams pagrįsti.

Augalijos indeksai ir chlorofilo kiekis

„GeoPard“ plečia palaikomų chlorofilo susietų augmenijos indeksų šeimą

  • Augalų lajos chlorofilo kiekio indeksas (CCCI)
  • Modifikuotas chlorofilo absorbcijos santykio indeksas (MCARI)
  • Transformuoto chlorofilo absorbcijos atspindžio indeksas (TCARI)
  • MCARI/OSAVI santykis
  • TCARI/OSAVI santykis

Jie padeda suprasti dabartinį pasėlių vystymosi etapą, įskaitant

  • maistinių medžiagų poreikio turinčių sričių nustatymas,
  • azoto pašalinimo įvertinimas,
  • potencialaus derliaus įvertinimas,

O įžvalgos naudojamos tiksliam azoto kintamo kiekio taikymo žemėlapių kūrimui.


Skaityti daugiauKuris indeksas yra geriausia naudoti „PrecisionAg“

Skaityti daugiau: GeoPard augmenijos indeksai


Augalijos indeksai ir chlorofilo kiekisAugalų lajos chlorofilo kiekio indeksas (CCCI), palyginti su modifikuotu chlorofilo absorbcijos santykio indeksu (MCARI), palyginti su transformuoto chlorofilo absorbcijos atspindžio indeksu (TCARI), palyginti su MCARI/OSAVI santykiu

Kas yra augmenijos indeksai?

Augalijos indeksai yra skaitinės vertės, gautos iš nuotoliniu būdu gautų spektrinių duomenų, tokių kaip palydovinės arba aerofotonuotraukos, siekiant kiekybiškai įvertinti augalijos tankumą, sveikatą ir pasiskirstymą Žemės paviršiuje.

Jie dažniausiai naudojami nuotolinio stebėjimo, žemės ūkio, aplinkos monitoringo ir žemės valdymo srityse, siekiant įvertinti ir stebėti augmenijos augimą, produktyvumą ir sveikatą.

Šie indeksai apskaičiuojami naudojant skirtingų šviesos bangos ilgių, ypač raudonos, artimojo infraraudonųjų spindulių (NIR) ir kartais kitų diapazonų, atspindžio vertes.

Augalijos atspindžio savybės kinta priklausomai nuo skirtingo šviesos bangos ilgio, todėl galima atskirti augmeniją nuo kitų žemės dangos tipų.

Augalija paprastai pasižymi stipria absorbcija raudoname diapazone ir dideliu atspindžiu artimojo infraraudonojo spektro srityje dėl chlorofilo ir ląstelių struktūros ypatybių.

Kai kurie plačiai naudojami augmenijos indeksai apima:

  • Normalizuotas diferencinis vegetacijos indeksas (NDVI)Tai populiariausias ir plačiausiai naudojamas augmenijos indeksas, apskaičiuojamas kaip (NIR – raudonas) / (NIR + raudonas). NDVI vertės svyruoja nuo -1 iki 1, o didesnės vertės rodo sveikesnę ir tankesnę augmeniją.
  • Pagerintas augmenijos indeksas (EVI)Šis indeksas pagerina NDVI, nes sumažina atmosferos ir dirvožemio triukšmą, taip pat koreguoja medžių lajos foninius signalus. Jis naudoja papildomas juostas, pvz., mėlyną, ir įtraukia koeficientus, kad sumažintų šiuos efektus.
  • Dirvožemio pakoreguotas augmenijos indeksas (SAVI): SAVI sistema sukurta siekiant sumažinti dirvožemio ryškumo įtaką augmenijos indeksui. Ji įdiegia dirvožemio ryškumo korekcijos koeficientą, kuris leidžia tiksliau įvertinti augmeniją vietovėse, kuriose augalija reta arba maža.
  • Žalia-raudona augmenijos indeksas (GRVI)GRVI yra dar vienas paprastas santykio indeksas, kuris naudoja žalią ir raudoną juostas augmenijos sveikatai įvertinti. Jis apskaičiuojamas taip: (žalia – raudona) / (žalia + raudona).

Šiuos indeksus, be kita ko, naudoja tyrėjai, žemės valdytojai ir politikos formuotojai, kad priimtų pagrįstus sprendimus dėl žemės naudojimo, žemės ūkio, miškininkystės, gamtos išteklių valdymo ir aplinkos monitoringo.

wpChatIcon
wpChatIcon

    Prašyti nemokamos „GeoPard“ demonstracijos / konsultacijos








    Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika. Mums to reikia, kad galėtume atsakyti į jūsų užklausą.

      Prenumeruoti


      Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika

        Atsiųskite mums informaciją


        Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika