Sodelovanje GeoPard in Univerze Cornell CAST ter NMSP pri kmetijstvu, ki temelji na podatkih

Testna in demonstracijska platforma za kmetijske sisteme Cornell (CAST) za kmetijo prihodnosti in program Cornell Nutrient Management Spear (NMSP) sta se združila s platformo za precizno kmetijstvo GeoPard Agriculture, da bi surove podatke o pridelkih spremenila v uporabna kmetijska priporočila.

CAST – skupina treh resničnih kmetij v zvezni državi New York – služi kot testno okolje za tehnologije “Kmetije prihodnosti”, ki izboljšujejo podatkovno vodene rešitve za pridelavo poljščin in mleka. Ekipa NMSP izvaja raziskave, omogoča prenos tehnologije in znanja ter pomaga pri izvajanju koristnih strategij za upravljanje hranil v poljščinah na kmetijah za povečanje trajnosti kmetij po vsej zvezni državi New York.

GeoPard sodeluje s CAST in NMSP pri izboljšanju obdelave podatkov v izboljšana digitalna agronomska orodja – mešanico znanosti, tehnologije in poskusov, ki jih vodijo kmetje, ki ponazarja prihodnost preciznega kmetovanja.

Cornellov CAST in NMSP

CAST je del pobude USDA NIFA “Kmetija prihodnosti” in deluje pod okriljem Inštituta Cornell za digitalno kmetijstvo. CAST združuje tri kmetije komercialnega obsega (poljščine in mlekarstvo) v enoten ekosistem raziskav in razvoja. Njegovo poslanstvo je preizkušati in demonstrirati integrirane tehnologije preciznega kmetijstva (od robotike do analize podatkov) v resničnih kmetijskih pogojih.

Vzporedno se program za upravljanje hranil Spear (NMSP), ki ga vodi dr. Quirine Ketterings, osredotoča na uporabne raziskave tal in poljščin ter svetovanje. Ekipa NMSP ocenjuje porabo hranil in spremenljivost pridelka na kmetijah; na primer, pionir je bila v razvoju “con stabilnosti pridelka”, pri čemer je združila podatke o pridelkih za tri ali več let, da bi dosledno kartirala območja z visokim in nizkim donosom v primerjavi s spremenljivimi območji.

Ti zemljevidi con stabilnosti (z conami Q1–Q4 za doslednost visokega/nizkega pridelka) in novi poskusni načrti, kot je pristop prostorskega vrednotenja z enim samim trakom (SSEA), pomagajo kmetom, da s pomočjo raziskav na kmetijah preizkusijo, ali se spremembe upravljanja obrestujejo glede na znano variabilnost znotraj polja.

Kmetijska platforma GeoPard

GeoPard Agriculture ponuja analitični mehanizem v oblaku, ki obdeluje vse geoprostorske podatke o kmetijah. Kot pravi GeoPard, je platforma “nepristranski analitični center v oblaku za precizno kmetijstvo”, ki je sposoben obdelovati večplastne, večletne podatke. V praksi GeoPard vnaša datoteke za spremljanje pridelka, zemljevide tal, satelitske posnetke in drugo za izdelavo zemljevidov in predpisov, ki so pripravljeni za uporabo. Ključne funkcije vključujejo ustvarjanje večletnih območij upravljanja in zemljevidov predpisov s spremenljivo hitrostjo (VRA), podrobno analitiko podatkov o pridelku in orodja za spremljanje pridelka.

GeoPard lahko na primer očisti in kalibrira surove podatke o pridelkih kombajnov ter celo ustvari sintetične zemljevide pridelka (ocenjevanje pridelkov na podlagi satelitskih/dronskih podatkov), da zapolni vrzeli, kjer manjkajo zgodovinski podatki. Platforma podpira tudi analizo topografije in podatkov o tleh, 3D-vizualizacijo polj, primerjavo podatkov o uporabi in drugo.

• Kartiranje območij upravljanja in VRA: GeoPard uporablja plasti pridelka/tal za razmejitev con polj in ustvarjanje predpisanih kart za natančen vnos gnojila.
• Obdelava podatkov o donosu: Sistem izvaja avtomatizirano čiščenje in kalibracijo zapisov o pridelkih žetvenih strojev ter lahko ustvari sintetične karte pridelka iz večletnih podatkov in podatkov daljinskega zaznavanja.
• Spremljanje pridelkov in polj: Satelitska orodja in večindeksna analitika pomagajo odkrivati prostorske trende v uspešnosti pridelkov in omejujoče dejavnike iz leta v leto.

Skupne raziskave in terenski poskusi

V tem sodelovanju CAST in NMSP raziskujeta platformo GeoPard Agriculture za obdelavo surove koruzne silaže in podatkov o spremljanju pridelka žita v očiščene zemljevide pridelka, cone stabilnosti pridelka in za oceno natančnosti generiranja sintetičnih podatkov o pridelku.

Quirine Ketterings in njena ekipa pri NMSP uporabljajo podatke s polj CAST za ocenjevanje in izboljšanje natančnosti algoritmov GeoPard za kartiranje pridelka ter za določanje sintetičnega pridelka tako za ocene celotnega polja kot za poskuse. Ketterings in njena ekipa skupaj z GeoPardom ocenjujejo kakovost podatkov in protokole za ustvarjanje zemljevidov con stabilnosti pridelka za polja z večletnimi podatki.

Foto: Madeline Hanscom/NMSP

Njihov cilj je analizirati tako običajne poskuse na kmetijah kot tudi novo razvite poskuse enotirnega prostorskega vrednotenja (SSEA), ki uporabljajo znanje o variabilnosti pridelka znotraj polja. Ključni vidiki sodelovanja vključujejo:

1. Integracija podatkov: Podatki o žetvi in natančnosti CAST se obdelujejo v GeoPardu, kjer se surove datoteke pretvorijo v georeferencirane zemljevide pridelka in plasti učinkovitosti.
2. Validacija algoritma: GeoPardovi algoritmi za kartiranje pridelka in sintetični pridelek so preizkušeni v primerjavi s strogimi podatki o poskusih na kmetijah CAST/NMSP, s čimer se tehnologija izpopolnjuje na podlagi dejanskih meritev.
3. Prostorska analiza: Ekipa ustvarja zemljevide območij stabilnosti pridelka iz večletnih podatkov in ocenjuje, kako dobro GeoPardovi modeli zajemajo dejanske vzorce na poljih.
4. Inovativna zasnova poskusnega zdravljenja: Nove metode, kot je SSEA, uporabljajo vzorce pridelka znotraj polja za učinkovito primerjavo tretmajev, ki jih podpira GeoPardova prostorska analiza.

Cornell in GeoPard s sodelovanjem zagotavljata, da so rezultati platforme utemeljeni na dejanskih razmerah na kmetijah. Čeprav GeoPard uporablja napredno modeliranje (vključno s satelitsko oceno pridelka), potrjevanje na teh kmetijah Cornella, bogatih s podatki, naredi njegova priporočila bolj zanesljiva. Ta integracija znanosti, tehnologije in dejanske terenske prakse ustvarja povratno zanko: tako pridelovalci kot raziskovalci imajo koristi od zanesljivejših orodij za natančno kmetijstvo.

Praktični vpliv: Na poti k trajnostnemu preciznemu kmetijstvu

Končni cilj je pretvoriti raziskovalne parcele v praktične smernice za kmete. Spremljanje in kartiranje pridelka kmetom omogoča vpogled v variabilnost znotraj polja, kar omogoča ciljno usmerjene ukrepe namesto splošnih obravnav. Študije dejansko kažejo, da dosledno kartiranje pridelka pomaga kmetom “videti, katera polja dobro delujejo in katera potrebujejo izboljšave, kar jim pomaga načrtovati natančnejše ukrepe”.

Na primer, kmet lahko uporablja zemljevide GeoPard za gnojenje le tam, kjer pridelki ne dosegajo povprečja na polju, ali pa sprejme varčevalne prakse na območjih z dosledno nizkim donosom. Partnerstvo Cornell-GeoPard podpira stroškovno učinkovite in okoljsko pametne odločitve z zagotavljanjem prečiščenih podatkov, analiz stabilnosti pridelka, zemljevidov in sintetičnih primerjalnih vrednosti.