Współpraca GeoPard i Cornell University CAST i NMSP w zakresie rolnictwa opartego na danych

Cornell Agricultural Systems Testbed and Demonstration Site (CAST) na potrzeby Farmy Przyszłości oraz Cornell Nutrient Management Spear Program (NMSP) połączyły siły z platformą precyzyjnego rolnictwa GeoPard Agriculture, aby przekształcić surowe dane dotyczące plonów w praktyczne zalecenia dotyczące rolnictwa.

CAST – grupa trzech rzeczywistych gospodarstw rolnych w stanie Nowy Jork – służy jako poligon doświadczalny dla technologii “Gospodarstwa Przyszłości”, rozwijając rozwiązania oparte na danych dla produkcji roślinnej i mleczarskiej. Zespół NMSP prowadzi badania, wspiera transfer technologii i wiedzy oraz pomaga we wdrażaniu w gospodarstwach rolnych korzystnych strategii zarządzania składnikami odżywczymi w uprawach polowych, aby zwiększyć zrównoważony rozwój gospodarstw w całym stanie Nowy Jork.

GeoPard współpracuje z CAST i NMSP w celu udoskonalenia przetwarzania danych i przekształcenia ich w ulepszone narzędzia do cyfrowej agronomii – połączenie nauki, technologii i prób prowadzonych przez rolników, które stanowi przykład przyszłości rolnictwa precyzyjnego.

CAST i NMSP na Uniwersytecie Cornella

CAST jest częścią inicjatywy USDA NIFA “Farm of the Future” i działa pod auspicjami Cornell Institute for Digital Agriculture. CAST zrzesza trzy gospodarstwa rolne na skalę komercyjną (z uprawami i produkcją mleka) w ramach jednolitego ekosystemu badawczo-rozwojowego. Jego misją jest testowanie i demonstrowanie zintegrowanych technologii rolnictwa precyzyjnego (od robotyki po analizę danych) w rzeczywistych warunkach rolniczych.

Równocześnie, program Nutrient Management Spear Program (NMSP), kierowany przez dr Quirine Ketterings, koncentruje się na badaniach i upowszechnianiu wiedzy dotyczącej gleby i upraw. Zespół NMSP ocenia wykorzystanie składników odżywczych i zmienność plonów w gospodarstwach rolnych; na przykład, jako pierwszy opracował “strefy stabilności plonów”, łącząc dane z trzech lub więcej lat, aby konsekwentnie mapować obszary o wysokich i niskich plonach w porównaniu z miejscami o zmiennej wydajności.

Te mapy stref stabilności (ze strefami Q1–Q4 dla spójności plonów wysokich/niskich) i nowe projekty doświadczalne, takie jak podejście SSEA (ang. Single-strip Spatial Evaluation Approach), pomagają rolnikom testować w gospodarstwach rolnych, czy zmiany w zarządzaniu przynoszą efekty, biorąc pod uwagę znaną zmienność na danym polu.

Platforma rolnicza GeoPard

GeoPard Agriculture oferuje oparty na chmurze moduł analityczny, który przetwarza wszelkie dane geoprzestrzenne dotyczące gospodarstw rolnych. Jak twierdzi GeoPard, platforma jest “bezstronnym, opartym na chmurze, potężnym narzędziem analitycznym dla rolnictwa precyzyjnego”, zdolnym do obsługi wielowarstwowych, wieloletnich danych. W praktyce GeoPard przetwarza pliki monitorów plonów, mapy gleb, zdjęcia satelitarne i inne dane, aby tworzyć gotowe do użycia mapy i receptury. Kluczowe funkcje obejmują generowanie wieloletnich stref zarządzania i map receptur o zmiennym dawkowaniu (VRA), szczegółową analizę danych dotyczących plonów oraz narzędzia do monitorowania upraw.

Na przykład, GeoPard może oczyszczać i kalibrować surowe dane dotyczące plonów kombajnów, a nawet tworzyć syntetyczne mapy plonów (oszacowując plony na podstawie danych z satelitów/dronów), aby wypełnić luki w danych historycznych. Platforma obsługuje również analizę danych topograficznych i glebowych, wizualizację terenu 3D, porównywanie danych po zastosowaniu i wiele innych.

• Mapowanie strefy zarządzania i VRA: GeoPard wykorzystuje warstwy plonów/gleby do wyznaczenia stref pola i tworzenia map recepturowych w celu precyzyjnego zastosowania nawozów.
• Przetwarzanie danych o wydajności: System umożliwia automatyczne czyszczenie i kalibrację rejestrów plonów kombajnu oraz może generować syntetyczne mapy plonów w oparciu o wieloletnie dane i dane uzyskane metodą teledetekcji.
• Monitorowanie upraw i pól: Narzędzia satelitarne i analityka wielowskaźnikowa pomagają wykrywać trendy przestrzenne w wydajności upraw i czynniki ograniczające z roku na rok.

Współpraca badawcza i próby terenowe

W ramach tej współpracy CAST i NMSP badają platformę GeoPard Agriculture pod kątem przetwarzania surowej kiszonki kukurydzianej i danych z monitorowania plonów ziarna w celu uzyskania oczyszczonych map plonów, stref stabilności plonów oraz w celu oceny dokładności generowania syntetycznych danych dotyczących plonów.

Quirine Ketterings i jej zespół z NMSP wykorzystują dane z pól CAST do oceny i poprawy dokładności algorytmów GeoPard do mapowania plonów, a także do określania plonów syntetycznych zarówno dla całych pól, jak i na potrzeby eksperymentów. Wraz z GeoPard, Ketterings i jej zespół oceniają jakość danych i protokoły, aby generować mapy stref stabilności plonów dla pól z danymi z wielu lat.

Zdjęcie autorstwa Madeline Hanscom/NMSP

Ich celem jest analiza zarówno konwencjonalnych badań w gospodarstwach rolnych, jak i nowo opracowanej metody SSEA (Single-strip Spatial Evaluation Approach), która wykorzystuje wiedzę o zmienności plonów na polu. Kluczowe aspekty współpracy obejmują:

1. Integracja danych: Dane dotyczące zbiorów i precyzji systemu CAST są przetwarzane w oprogramowaniu GeoPard, które przekształca surowe pliki w georeferencyjne mapy plonów i warstwy wydajności.
2. Walidacja algorytmu: Algorytmy mapowania plonów i plonów syntetycznych GeoPard są testowane na rygorystycznych danych z prób w gospodarstwach rolnych CAST/NMSP, co pozwala na udoskonalenie technologii na podstawie rzeczywistych pomiarów.
3. Analiza przestrzenna: Zespół generuje mapy stref stabilności plonów na podstawie danych gromadzonych przez wiele lat i ocenia, w jakim stopniu modele GeoPard odzwierciedlają rzeczywiste wzorce pól.
4. Innowacyjny projekt badania: Nowe metody, takie jak SSEA, wykorzystują wzorce plonów na danym polu, aby skutecznie porównywać metody leczenia, co jest wspierane przez analizę przestrzenną GeoPard.

Dzięki współpracy Cornell i GeoPard zapewniają, że wyniki platformy są oparte na realiach gospodarstw rolnych. Chociaż GeoPard wykorzystuje zaawansowane modelowanie (w tym szacowanie plonów na podstawie danych satelitarnych), walidacja na tych bogatych w dane gospodarstwach Cornell sprawia, że rekomendacje są bardziej wiarygodne. Ta integracja nauki, technologii i rzeczywistych praktyk polowych tworzy pętlę sprzężenia zwrotnego: zarówno rolnicy, jak i naukowcy korzystają z bardziej niezawodnych narzędzi rolnictwa precyzyjnego.

Praktyczny wpływ: w kierunku zrównoważonego rolnictwa precyzyjnego

Ostatecznym celem jest przełożenie wyników badań na praktyczne wskazówki dla rolników. Monitorowanie i mapowanie plonów daje rolnikom wgląd w zmienność w obrębie pola, umożliwiając ukierunkowane działania zamiast zabiegów zbiorczych. Badania pokazują, że spójne mapowanie plonów pomaga rolnikom “zobaczyć, które obszary pola dobrze prosperują, a które wymagają poprawy, co pomaga im w planowaniu bardziej precyzyjnych działań”.

Na przykład, rolnik może używać map GeoPard do nawożenia tylko tam, gdzie plony są poniżej średniej polowej, lub stosować praktyki ochrony gleby w strefach o stale niskich plonach. Dostarczając oczyszczone dane, mapy analizy stabilności plonów i syntetyczne benchmarki, partnerstwo Cornell–GeoPard wspiera podejmowanie opłacalnych i przyjaznych dla środowiska decyzji.