Wizualizacja wpływu zrównoważonego rolnictwa na gospodarkę za pomocą GeoPard w rolnictwie precyzyjnym

Naukowcy z Bayerische Landesanstalt für Landwirtschaft (LfL) i GeoPard Agriculture połączyli siły, aby zbadać ekonomikę systemów pasowych z uprawą międzyplonową w zrównoważonym rolnictwie. Swoimi odkryciami podzielili się na wydarzeniu Uniwersytetu Hohenheim pt. “Promowanie bioróżnorodności poprzez rolnictwo cyfrowe”, skupiając się na ekologicznych praktykach rolniczych i ich wpływie na finanse.

Ich projekt “Future Crop Farming” miał na celu zbadanie nowych metod uprawy, ze szczególnym uwzględnieniem uprawy pasowej. Technika ta polega na uprawie różnych roślin obok siebie w pasach na tym samym polu, co może zmniejszyć zapotrzebowanie na środki chemiczne i zwiększyć bioróżnorodność. Naukowcy chcieli znaleźć sposoby na to, aby rolnictwo było bardziej przyjazne dla środowiska, a jednocześnie opłacalne dla rolników.

Współpraca pod przewodnictwem Olivii Spykman i Markusa Gandorfera z LfL oraz Victorii Sorokiny z GeoPard rozpoczęła się w ramach programu EIT Food Accelerator. Wykorzystując swoją wiedzę z zakresu rolnictwa, narzędzi cyfrowych i analizy danych, postanowili zbadać ekonomiczne aspekty zrównoważonych praktyk rolniczych.

Chwila Rozważając kwestię redukcji syntetycznych nawozów i zwiększenia bioróżnorodności, badacze stwierdzili, że potencjał ekologiczny uprawy pasowej współdzielonej jest dobrze zbadany. Jednak jej mechanizacja i ekonomika pracy, zwłaszcza w przypadku sprzętu autonomicznego, wymagają dalszej oceny.

Stwierdzili, że rolnicy nie byli pewni jego praktyczności, zwłaszcza w kontekście nowych technologii. Aby to wyjaśnić, rozmawiali z rolnikami w laboratorium polowym, gdzie uprawiano pasowo międzyplon, aby zrozumieć ich obawy i lepiej się komunikować.

Co więcej, zmiany w krajobrazie mogą budzić niepokój rolników, dlatego ważne jest, aby na początku zapewnić im jasne informacje. Dlatego narzędzia cyfrowe, takie jak wizualizacje, mogą ułatwić komunikację między rolnikami a ich społecznościami, zwiększając akceptację i uznanie dla korzystnych dla środowiska przekształceń krajobrazu.

Na przykład w Nowej Zelandii rolnicy korzystali z gogli wirtualnej rzeczywistości (VR) do wizualizacji obszarów nadających się do zalesienia, co ułatwiało planowanie na skalę gospodarstwa rolnego poprzez zilustrowanie wpływu na rentowność gospodarstwa, estetykę krajobrazu i społeczności wiejskie. Takie wizualizacje mogą pogłębić zrozumienie i zainteresowanie rolników zmianami w krajobrazie, choć skuteczne wdrożenie zależy również od ich pewności siebie.

Podobnie, w niniejszym badaniu, do analizy systemu produkcji pasowej z uprawą współrzędną z wielu perspektyw wykorzystano chmurowy program GeoPard. Równania GeoParda sparametryzowano danymi empirycznymi z projektu Future Crop Farming. Wstępne wyniki obejmują wizualizacje zużycia herbicydów i azotu oraz plonów, z planowanymi bardziej złożonymi obliczeniami.

Ponadto system zintegrował różne źródła danych, w tym:

• Zestawy danych o wydajności i zastosowanym nakładzie
• Informacje o cenach upraw i środków ochrony roślin (podane przez użytkownika)
• Zdjęcia satelitarne (Sentinel-2, Landsat, Planet)
• Dane topograficzne
• Mapy strefowe danych historycznych dostępne w GeoPard

Tymczasem główne techniki wykorzystywane w projekcie obejmowały analizę przestrzenną i efektywne przetwarzanie danych przestrzennych za pomocą frameworka NumPy. Dane pochodziły z plików .xlsx i .shp. Jednak plik kształtu nie zawierał szczegółowych informacji o poszczególnych paskach, co wymagało integracji różnych formatów danych.

GeoPard ułatwił przestrzenną organizację danych, aby powiązać szczegóły dotyczące poszczególnych pasów z ich lokalizacją w terenie. W związku z tym zintegrowany zbiór danych, prezentujący pasy, stał się podstawą opisowej analizy próbnej w GeoPard.

Chociaż badania nie obejmowały zmiennego tempa aplikacji nakładów, mapowanie GeoPard o wysokiej rozdzielczości (rozmiar piksela: 3 × 3 metry) umożliwiło szczegółową wizualizację na poziomie pikseli, zwiększając złożoność. To szczegółowe mapowanie jest cenne dla przyszłych zastosowań, takich jak łączenie wielu warstw lub integracja bardziej przestrzennie zmiennych informacji, takich jak ‘profile plonów’ oparte na danych o plonach w małej skali zebranych przez łączenie działek w ramach projektu badawczego.

Naukowcy odkryli również, że chociaż GeoPard pełnił głównie funkcje opisowe, posiada potencjał do bardziej złożonych wizualizacji. Na przykład, uwzględnienie danych o plonach i cenach na poziomie niższym od pasa uprawnego może pomóc w tworzeniu map zysków, pokazujących efekty krawędziowe między sąsiednimi pasami upraw.

Co więcej, integracja danych ekonomicznych dotyczących pracy mogłaby ujawnić wpływ zmniejszenia korzyści skali na promowanie bioróżnorodności. Takie dane mogą pomóc w modelowaniu scenariuszy, umożliwiając analizę różnych płodozmianów, szerokości pasów i rodzajów mechanizacji, koncentrując się na wynikach specyficznych dla danego pola, co usprawni zarządzanie rolnictwem i podejmowanie decyzji.

Dzięki temu system mógłby funkcjonować jako cyfrowy bliźniak, umożliwiając przesyłanie danych w czasie rzeczywistym z maszyn polowych i czujników do GeoPard, co jest już możliwe dzięki niektórym technologiom komercyjnym i danym satelitarnym. Jednak obawy rolników dotyczące kompatybilności technologicznej podkreślają potrzebę integracji dodatkowych źródeł danych dla szerszego zastosowania.