Rolnictwo precyzyjne

Ukierunkowane nawożenie, satelity, czujniki, rozsiewanie, opryski, drony, RTK, robotyzacja, oprogramowanie...

Rolnictwo precyzyjneUkierunkowane nawożenie, satelity, czujniki, rozsiewanie, opryski, drony, RTK, robotyzacja, oprogramowanie...

Tematy / Rolnictwo precyzyjne

Rolnictwo precyzyjne, które pojawiło się w latach 80. w Stanach Zjednoczonych, opiera się na wykorzystaniu technologii informatycznych i cyfrowych w celu uwzględnienia przestrzennej i czasowej zmienności produkcji rolnej w praktykach uprawowych. Międzynarodowe Stowarzyszenie Rolnictwa Precyzyjnego(ISPA) definiuje rolnictwo precyzyjne jako "strategię zarządzania, która gromadzi, przetwarza i analizuje dane przestrzenne, czasowe i indywidualne oraz łączy je z innymi informacjami w celu kierowania modulowanymi decyzjami dotyczącymi zarządzania roślinami lub zwierzętami w celu poprawy wydajności zasobów, produktywności, jakości, rentowności i zrównoważonego rozwoju produkcji rolnej".

Cele

Rolnictwo precyzyjne ma na celu sprostanie wielu wyzwaniom gospodarczym, agronomicznym, środowiskowym i społecznym:

• Ekonomiczne: zwiększenie średnich plonów i/lub zmniejszenie kosztów produkcji, w szczególności kosztów związanych z wykorzystaniem środków produkcji. Niejednorodność plonów ma podłoże naturalne (topografia, litologia itp.), jak również ludzkie, związane z działalnością człowieka (uprawa roli, nawożenie itp.). Rolnictwo precyzyjne jest tradycyjnie wykorzystywane do optymalizacji wykorzystania środków produkcji, w szczególności azotu.
• Agronomiczne: optymalizacja dostosowania praktyk do potrzeb upraw.
• Środowiskowe: ograniczenie niektórych rodzajów zanieczyszczeń związanych z nakładami, takich jak wymywanieazotu, oraz ograniczenie wykorzystania zasobów wodnych donawadniania.
• Społeczne: poprawa komfortu pracy i optymalizacja czasu pracy.

4 etapy rolnictwa precyzyjnego

Rolnictwo precyzyjne można podzielić na cztery etapy:

• Pozyskiwanie: gromadzenie danych w celu pomiaru i ilościowego określenia zmienności produkcji rolnej.
• Charakterystyka: pozyskiwanie danych agronomicznych w celu kontekstualizacji i nadania znaczenia zebranym danym.
• Zalecenia: analiza zebranych danych w celu zrozumienia zmienności i wyboru tras technicznych uwzględniających tę zmienność.
• Zastosowanie: wdrażanie decyzji dotyczących zarządzania uprawami (modulacja nawozów, nawadnianie itp.).

Pozyskiwanie danych i pomiar zmienności

Mierzone parametry

Zebrane informacje pozwalają nam zrozumieć heterogeniczność różnych parametrów w obrębie działki:

• Właściwości fizyko-chemiczne i biologiczne gle by: Mapy przewodności lub oporności elektrycznej mogą być wykorzystywane w połączeniu z analizami gleby i badaniami terenowymi w celu zbadania stanu gleby.
• Stan upraw i/lub zwierząt gospodarskich: wymagania dotyczące nawadniania i nawożenia, etap rozwoju, obecność patogenów, uszkodzenia spowodowane mrozem itp.
• Warunki klimatyczne.

Sprzęt do gromadzenia danych

Istnieje szeroka gama sprzętu i technologii do gromadzenia danych, które można sklasyfikować według wielu kryteriów technicznych lub agronomicznych: ich lokalizacji, kiedy te narzędzia cyfrowe są wykorzystywane do obliczania dawek nawozów itp

W zależności od lokalizacji, cyfrowe narzędzia do gromadzenia danych dzielą się na dwie kategorie:

• Proxidetection: dane są gromadzone przez czujniki umieszczone na działce, czujniki pokładowe na maszynach rolniczych lub na rampie rozsiewającej, aplikacje na smartfony z ręcznym wprowadzaniem danych itp.

• Teledetekcja: polega na wykorzystaniu zdjęć wykonanych przez satelity (85% zdjęć)samoloty lub drony. Teledetekcja zapewnia szerszy zasięg przestrzenny niż teledetekcja.

Stosowane technologie można również rozróżnić w zależności od tego, czy wykonują :

• Pomiary bezpośrednie.
• Pomiary pośrednie.

Na przykład w przypadku nawożenia azotem możliwe jest oszacowanie zapotrzebowania roślin na azot za pomocą pomiarów bezpośrednich (pomiar azotanów w soku) lub pomiarów pośrednich opartych na współczynniku odbicia, przepuszczalności lub fluorescencji roślin w celu określenia poziomu chlorofilu.

Większość czujników i sond nie dostarcza pełnych informacji: na przykład mapy satelitarne mierzą zmiany w ilości azotu w uprawach, ale nie są to ilości bezwzględne. Dlatego muszą być one połączone z analizą regularnych poletek. Inny przykład: pyranometry nie mierzą wilgotności gleby, ale promieniowanie słoneczne. Łącząc to z anemometrem i deszczomierzem, możemy wywnioskować higrometrię gleby.

Mapa plonów na działce rolnej. Aspexit

Mapy takie jak mapy plonów mogą być wykorzystywane do wizualizacji zmienności w obrębie działki. Badanie zmienności wewnątrz działki przy użyciu map plonów zostało najszerzej rozwinięte w rolnictwie uprawnym. Kombajny wyposażone w czujniki przepływu mogą mierzyć ilość ziarna wchodzącego do zbiornika.

Charakterystyka danych

Zebrane surowe dane są porównywane z diagnozą agronomiczną, aby nadać im znaczenie.Sztuczna inteligencja lub proste wykresy mogą być wykorzystywane do wnioskowania o danych agronomicznych na podstawie danych pomiarowych. Na przykład,higrometrięgleby można oszacować poprzez modelowanie ewapotranspiracji i pomiar różnych parametrów, takich jak nasłonecznienie i opady deszczu.

Zalecenia i podejmowanie decyzji

Analizując dane, można następnie wybrać trasy techniczne, które uwzględniają zmierzoną zmienność. Podejmowanie decyzji jest ułatwione dzięki opracowaniu modeli prognostycznych i narzędziwspomagania decyzji (DST), takich jak mapy rekomendacji. Na przykład, zalecenia dotyczące nawadniania upraw można ustalić na podstawie modelowania wymagań dotyczących nawadniania, powiązanych z higrometrią gleby na działce.

Bazy danych i sztuczna inteligencja są kluczem do zarządzania i integrowania ogromnych ilości informacji generowanych przez pozyskiwanie i charakterystykę danych w procesie podejmowania decyzji.

Rolnictwo precyzyjne nie ma na celu ponownego przemyślenia całego działania istniejącego systemu produkcji. Zapewnia ono narzędzia pomiarowe i diagnostyczne, które można wykorzystać do optymalizacji już istniejącego systemu produkcji. Modele komputerowe i inne wykorzystywane technologie cyfrowe nie mają na celu zastąpienia ludzkiego procesu decyzyjnego, ale dostarczenie obiektywnych danych ułatwiających podejmowanie decyzji.

Podejmowanie decyzji

Ostatni etap rolnictwa precyzyjnego obejmuje wdrażanie decyzji dotyczących zarządzania uprawami (lub zwierzętami gospodarskimi), które uwzględniają zmierzoną i modelowaną zmienność, innymi słowy, wdrażanie modulacji wewnątrz działki. Zasadę modulacji w obrębie działki można podsumować jako "zastosowanie właściwej dawki, we właściwym miejscu i we właściwym czasie".

Dla jakich praktyk?

Leczenie za pomocą dronów.

Podłączony sprzęt może być wykorzystywany do modulowania różnych parametrów i operacji uprawy:

• Dawki wejściowe.
• Gęstość siewu.
• Przygotowanie gleby.
• Nawadnianie.

Rolnictwo precyzyjne rozwinęło się najbardziej w rolnictwie uprawnym i, w mniejszym stopniu, w uprawie winorośli. Jego najczęstszym zastosowaniem pozostaje zarządzanie nawożeniem.

Sprzęt interwencyjny

Modulacja dawki może być przeprowadzana ręcznie (przy użyciu narzędzi wspomagania decyzji), za pomocą robotyzacji lub maszyn rolniczych.

Ogólnie rzecz biorąc, sprzęt do modulacji związany z maszynami rolniczymi obejmuje

• Antena GNSS, tj. system pozycjonowania GPS: istnieją różne systemy pozycjonowania(RTX, RTK, PPP, PPK itp.), które różnią się pod względem rodzaju używanego sygnału, tego, czy korekta pozycjonowania jest przesyłana w czasie rzeczywistym, liczby używanych odbiorników itp. Odcinki wspomagane przez GPS mogą być wykorzystywane do ograniczania nakładania się tras podczas przejazdu.

• Sprzęt z regulacją przepływu: operacje mogą być wstępnie zaprogramowane lub dostosowywane w czasie rzeczywistym.
• Konsola naprowadzania: konsole naprowadzania mogą działać przy użyciu wspomaganego nap rowadzania (które wskazuje trasę, którą należy podążać bez kontrolowania ruchów maszyn rolniczych) lub samonaprowadzania (kontrolowanie ruchów maszyny rolniczej).Samonaprowadzanie może być elektryczne (silnik elektryczny działający na kierownicę lub kolumnę kierownicy) lub hydrauliczne (działające na hydrauliczny układ kierowniczy).

Ramię robotyczne do użytku w rolnictwie. Aspexit

Robotyzacja umożliwia automatyzację zadań wykonywanych przez ludzi, na przykład w celu zbliżenia lub usystematyzowania przejść. Jest to również sposób na radzenie sobie z uciążliwością pracy i niedoborem siły roboczej. Przykładem mogą być roboty zbierające jagody, które wykorzystują sztuczną inteligencję do rozpoznawania dojrzałych owoców. Innym przykładem są roboty karmiące, które mogą zindywidualizować racje żywieniowe w hodowli zwierząt.

Jednak roboty nadal nie są zbyt dobrze przystosowane do niestandardowych środowisk, z nierówną topografią lub trudnymi warunkami klimatycznymi. Chociaż pojawia się wiele inicjatyw, nadal rzadko można je znaleźć w gospodarstwach rolnych.

Strategie modulacji

Można wyróżnić dwie strategie modulowania dawek wejściowych:

• Strategię kompensacyjną, której celem jest zwiększenie plonów na obszarach o niskim potencjale produkcyjnym poprzez zwiększenie dawek środków produkcji na tych obszarach.
• Strategia optymalizacji, której celem jest zmniejszenie ilości stosowanych środków produkcji. Obejmuje to zmniejszenie dawek środków produkcji na obszarach, na których potencjał produkcyjny jest niższy i ograniczony przez czynniki inne niż ilość środków produkcji, takie jak charakter gleby. Na tych obszarach zwiększenie dawek środków produkcji jest marnotrawstwem, ponieważ nie zwiększa potencjału produkcyjnego.

Integracja

W niektórych przypadkach wszystkie te etapy rolnictwa precyzyjnego są przeprowadzane oddzielnie, przy użyciu oddzielnych narzędzi, które wymagają obsługi przez operatora (np. pobieranie danych satelitarnych, korygowanie danych, importowanie danych do ciągnika). W innych przypadkach 4 etapy rolnictwa precyzyjnego są przeprowadzane jednocześnie i w pełni zintegrowany sposób: na przykład z czujnikiem azotu połączonym z systemem pozycjonowania GPS zamontowanym w ciągniku, który umożliwia przeprowadzanie modulacji bezpośrednio w czasie rzeczywistym.

Jakość i trafność systemu precyzyjnego zależy od dokładności najsłabszego z 4 etapów: jeśli jakość czujnika gromadzenia danych jest niska, wpłynie to na jakość analizy danych i trafność zaleceń.

Integracja i standaryzacja 4 etapów jest silnym argumentem przemawiającym za funkcjonalnym systemem:

• Łatwość wzajemnych połączeń (protokoły, złącza itp.): Standard ISOBUS lub ISO 11783 został zdefiniowany przezAEF (Agricultural Industry Electronics Foundation) w celu standaryzacji i uproszczenia wymiany danych między różnymi narzędziami sprzętu mobilnego (na przykład czujnikami pokładowymi w ciągniku), nawet jeśli narzędzia te pochodzą od różnych producentów. Konfiguracja kompletnego systemu ISOBUS może być jednak dość kosztowna.

• Lepsze uwzględnienie możliwości każdego czujnika i każdego elementu aplikacji.
• Mniej interakcji i manipulacji na każdym etapie.

Zależność od dostawców sprzętu

Zakup często złożonego i kosztownego sprzętu do rolnictwa precyzyjnego niesie ze sobą ryzyko uzależnienia od producentów tego sprzętu. Istnieje kilka mechanizmów, które mogą zmusić rolników do pozostania przy tym samym dostawcy:

• Ograniczenia techniczne: celowo nie gwarantuje się interoperacyjności sprzętu lub baz danych różnych producentów, co uniemożliwia wspólne korzystanie ze sprzętu różnych producentów lub udostępnianie danych.

• Ograniczenia prawne: prywatyzacja danych wytwarzanych zbiorowo przez niewielką liczbę podmiotów, w szczególności producentów maszyn rolniczych, umożliwia ograniczenie lub nawet zakazanie ich udostępniania. Ograniczenia te tworzą zależność, jeśli chodzi o przetwarzanie zebranych danych. Co więcej, te sprywatyzowane dane mogą być wykorzystywane do opracowywania i wprowadzania na rynek nowego sprzętu cyfrowego dostosowanego do określonej metody produkcji, co może zablokować rolników w logice produkcji [8].
  
  

Proszę nie zapomnieć zapoznać się z katalogiem narzędzi cyfrowych w rolnictwie! https://www.lesoutilsnumeriquesdesagriculteurs.com/

Źródła

• Ten artykuł został napisany dzięki uprzejmej pomocy Corentina Leroux. https://www.aspexit.com/
• Buffet, Dominique & Oger, R.. 2000. Rolnictwo precyzyjne: zarządzanie danymi i bazami wiedzy.https://www.researchgate.net/publication/257876410_Agriculture_de_precision_Gestion_des_donnees_et_des_bases_de_connaissances
• Leroux C. 2019. L'Agriculture de Précision en toute intimité. https://www.aspexit.com/lagriculture-de-precision-en-toute-intimite/
• Horyzonty. 2020. Rolnictwo precyzyjne. https://leshorizons.net/cest-quoi-agriculture-de-precision/
• Ministerstwo Rolnictwa i Suwerenności Żywnościowej. 2021. Główne wyzwania rolnictwa cyfrowego: sprzęt, modele rolnicze, duże zbiory danych. https://agriculture.gouv.fr/les-grands-enjeux-de-lagriculture-numerique-equipements-modeles-agricoles-big-data-analyse-ndeg-171

• P. Zwaenepoel, J.M. Le Bars. Rolnictwo precyzyjne. Ingénieries eau-agriculture-territoires, Lavoisier; IRSTEA; CEMAGREF, 1997, s. 67 - s. 79. hal- 00461080. https://hal.archives-ouvertes.fr/hal-00461080/document

• Yara. 2019. Wywiad z Gilbertem Grenierem na temat rolnictwa precyzyjnego. https://www.yara.fr/fertilisation/blog/agriculture-de-precision/