Візуалізація економічного впливу сталого землеробства з використанням GeoPard у точному землеробстві

Дослідники з Баварського земельного управління землеробства (LfL) та GeoPard Agriculture об’єднали зусилля, щоб дослідити економіку систем смугового посіву для сталого сільського господарства. Вони поділилися своїми висновками на заході Університету Гогенхайма на тему “Сприяння біорізноманіттю через цифрове сільське господарство”, присвяченому екологічно чистим методам ведення сільського господарства та їх фінансовому впливу.

Їхній проєкт “Майбутнє землеробство” мав на меті дослідити нові способи ведення сільського господарства, з особливим акцентом на смуговому міжрядному вирощуванні. Цей метод передбачає вирощування різних культур поруч смугами в межах одного поля, що може зменшити потребу в хімікатах та збільшити біорізноманіття. Дослідники хотіли знайти способи зробити сільське господарство більш екологічним, залишаючись при цьому прибутковим для фермерів.

Під керівництвом Олівії Спайкман та Маркуса Гандорфера з LfL, а також Вікторії Сорокіної з GeoPard, ця співпраця розпочалася під час програми EIT Food Accelerator. Використовуючи свої знання у сільському господарстві, цифрові інструменти та аналіз даних, вони вирішили вивчити економічний бік сталого ведення сільського господарства.

Поки Розглядаючи питання скорочення синтетичних витрат та збільшення біорізноманіття, вони виявили, що екологічний потенціал смугового міжрядного вирощування добре досліджений. Однак його механізація та економіка праці, особливо з автономним обладнанням, потребують подальшої оцінки.

Вони виявили, що фермери не впевнені в його практичності, особливо з новими технологіями. Щоб вирішити цю проблему, вони поспілкувалися з фермерами в польовій лабораторії зі смугового міжкультурного посіву, щоб зрозуміти їхні занепокоєння та краще спілкуватися.

Крім того, зміни ландшафту можуть викликати у фермерів вагання, тому важливо надавати чітку інформацію заздалегідь. Таким чином, цифрові інструменти, такі як візуалізації, можуть сприяти комунікації між фермерами та їхніми громадами, викликаючи прийняття та вдячність за екологічно корисні трансформації ландшафту.

Наприклад, у Новій Зеландії фермери використовували окуляри віртуальної реальності (VR) для візуалізації придатних для заліснення ділянок, що сприяло плануванню масштабів фермерських господарств, ілюструючи вплив на прибутковість ферм, естетику ландшафту та сільські громади. Така візуалізація може покращити розуміння фермерами змін ландшафту та їхній інтерес, хоча успішне впровадження також залежить від впевненості фермерів у собі.

Аналогічно, у цьому дослідженні хмарна програма GeoPard була використана для аналізу виробничої системи смугового міжрядного посіву з різних точок зору. Рівняння GeoPard були параметризовані емпіричними даними проекту Future Crop Farming. Початкові результати включають візуалізацію внесення гербіцидів та азоту, а також вихідної врожайності, а також заплановані складніші розрахунки.

Крім того, система інтегрувала різні джерела даних, зокрема:

• Набори даних про врожайність та застосовані вхідні дані
• Інформація про ціни на сільськогосподарські культури та засоби захисту рослин (надається користувачем)
• Супутникові знімки (Sentinel-2, Landsat, Planet)
• Топографічні дані
• Зональні карти історичних даних, доступні в GeoPard

Тим часом, основні використані методи включали просторовий аналіз та ефективну обробку просторових даних за допомогою фреймворку NumPy. Дані були отримані з файлів .xlsx та .shp. Однак, у файлі форми бракувало конкретних деталей про окремі смуги, що вимагало інтеграції різних форматів даних.

GeoPard сприяв просторовій організації даних для пов'язування деталей, специфічних для смуг, з їхнім відповідним розташуванням на полі. Таким чином, інтегрований набір даних, що відображає смуги, став основою для описового аналізу випробувань у GeoPard.

Хоча в дослідженні не розглядалося внесення змінних норм внесення, картографування з високою роздільною здатністю GeoPard (розмір пікселя: 3×3 метри) дозволило детальну візуалізацію на піксельному рівні, додаючи складності. Це детальне картографування є цінним для майбутніх застосувань, таких як об'єднання кількох шарів або інтеграція більш просторово змінної інформації, такої як ‘профілі врожайності’ на основі даних про врожайність у дрібному масштабі, зібраних комбайнами ділянок у дослідницькому проєкті.

Дослідники також виявили, що хоча GeoPard переважно виконував описові функції, він має потенціал для складніших візуалізацій. Наприклад, включення даних про врожайність на рівні підсмуг та цінової інформації може допомогти створити карти прибутку, що показують граничні ефекти між сусідніми смугами сільськогосподарських культур.

Крім того, інтеграція даних про економіку праці може виявити вплив зменшення ефекту масштабу для сприяння біорізноманіттю. Такі дані можуть допомогти в моделюванні сценаріїв, дозволяючи досліджувати різні сівозміни, ширину смуг та типи механізації, зосереджуючись на результатах, характерних для конкретних полів, для покращення управління сільським господарством та прийняття рішень.

Отже, установка може функціонувати як цифровий двійник, з передачею даних у режимі реального часу від польових машин та датчиків до GeoPard, що вже можливо за допомогою деяких комерційних технологій та супутникових даних. Однак, занепокоєння фермерів щодо сумісності технологій підкреслюють необхідність інтеграції додаткових джерел даних для ширшого застосування.