NDVI

Переход к точному земледелию | Вегетационные индексы

« | Главная | »

Применение дронов и переход от «аналогового» к «цифровому» сельскому хозяйству

Автор: Alexander | 09.11.2018

Применение дронов и переход от «аналогового» к «цифровому» сельскому хозяйству: пример количественного расчета возврата инвестиций (США).

Американская компания Slantrange Inc. делится опытом своих клиентов в области внедрения в фермерском хозяйстве технологий мультиспектральной съемки, с использованием их программного продукта, мультиспектральной камеры и дронов, как одного из элементов технологии «точного земледелия».

Введение. Какова рентабельность использования дрона в сельском хозяйстве?

SLANTRANGE

Перевод фермерского хозяйства на использование новейших технологий является трудоемким и дорогостоящим. Приходится инвестировать средства на приобретение инструментов (оборудования), а так же тратить время на изучение того, как этими инструментами (оборудованием) пользоваться в условиях вашего хозяйства. Многие фермеры избегают такой процесс перехода на использование новых технологий, если у них нет доказательств того, что они вернут свои инвестиции в разумные сроки и до следующего «технологического скачка» в этой отрасли.

С распространением и развитием технологий БПЛА и падением цен на дроны в течение последних нескольких лет, соотношение величины инвестиций в аероагрономию и величины возврата этих инвестиций начинает меняться. Алекс Петерсон (Alex Petersen) владелец «On Target Imaging» наблюдая за развитием аероагрономии, решил, что в этом году он начнет внедрять на своей ферме ее использование – переводить ферму с использования традиционного земледелия на использования точного земледелия, или, как он говорит: с «Аналогового» на «Цифровое».

Применение азотных удобрений не является чем-то новым для сельского хозяйства, и многие видят преимущества, которые оно оказывает на урожайность сельскохозяйственных культур. В прошлом году на своей ферме Алекс Петерсен экспериментировал с системой подачи азота «Y-Drop® 360» от «360 Yield Center» , чтобы расширить временной период подкормки и поместить удобрение как можно ближе к корню растений. Он смог не только увеличить урожайность, но и более эффективно контролировать количество вносимого удобрения. В то время, помимо нескольких экспериментальных участков, количество вносимого азота было равномерным на всем поле, и Алекс Петерсен (Alex Petersen) описал себя как «слепые» к тому, в каких местах поля удобрение, действительно, было необходимо. Ему было известно, что дополнительную экономическую эффективности можно получить, применив дифференцированное внесение удобрения. В межсезонье Петерсен приобрел еще два инструмента для сезона 2017 года: мультиспектральный сенсор «SLANTRANGE 3p»  и «360 Yield Center SoilScan» ™.  Алекс использовал карты «Стресс» SLANTRANGE с данными «SoilScan» ™ для реализации программы азотирования с дифференциальным внесением. Применение такой программы подкормки весной, а затем еще раз на одной или нескольких стадиях роста, является обычной практикой.

В этой статье, Алекс поделится своим опытом перехода от традиционного к точному земледелию и расскажет, почему он считает, что получит прибыль от своих инвестиций всего на 200 Га кукурузы и всего за один сезон.

Зачем менять? Преимущества «азотной программы с дифференциальным внесением»

Алекс Петерсен (Alex Petersen)

Первый вопрос, который мы задали себе, — это: зачем менять способ ведения  сельского хозяйства с «Аналогового» на «Цифровой»? Простой ответ заключался в том, что мы верим в то, что используя точное земледелие мы можем получать больше урожая с меньшими затратами, а это приведет к более эффективному, с точки зрения экономики, сельскому хозяйству. Наши исследования и результаты показали, что реализация «азотной программы с дифференциальным внесением» принесет нам пользу в следующих трех аспектах:

  • Показатель (MRTN) Maximum Return to Nitrogen1
  • Управление рисками, связанными с погодой
  • Здоровье почвы для будущих культур

1Показатель экономической отдачи ($/Га) от применения Азота, рассчитываемый на основании цен на Азот и кукурузу, а так же данных о почве, погоде и др. для конкретного региона.

Показатель MRTN

MRTN — показатель, который использует стоимость азота по сравнению с ценой кукурузы, чтобы предложить оптимальную норму внесения азота. Однако, его особенность состоит в том, что его значение постоянно колеблется в течение вегетационного периода. Поскольку MRTN изменяется в зависимости от изменений на рынке, повторное внесение азота дает нам большую гибкость, для большей эффективности. Благодаря нашим инструментам для точного земледелия, мы можем использовать дифференциальное внесение азота для минимизации затрат на его стоимость и количество, для максимизации показателя MRTN на микроуровне.

Управление рисками, связанными с погодой

Мы редко видим, что погода «сотрудничает» с нами, и существует два сценария рисков, с которыми азотная программа с дифференциальным внесением может лучше справляться, это погодные катаклизмы и накопление нитратов. Погодные катаклизмы могут привести к тому, что применение удобрений с постоянной нормой внесения, может стать причиной полной потери урожая, но, используя программу с дифференциальным внесением, можно полностью избежать обезвоживания и сэкономить около 44% затрат на удобрения. Во-вторых, мы должны волноваться о погоде, влияющей на рост урожая и накопление нитратов в почве. Плохая погода приводит к стрессовому состоянию растений и препятствует их способности метаболизировать белки из нитратов, заставляя последние накапливаться в почве. Просматривая сверху, с помощью SLANTRANGE, участки стресса растений на поле и контролируя уровни нитратов в почве с помощью 360 SoilScan ™, мы можем избежать большого накопления нитратов, применяя только то количество удобрений, которое необходимо в каждой области поля. В процессе внесения, мы использовали меньше удобрений и избежали высокого уровня нитратов в почве, что могло негативно сказаться в следующем сезоне, на нашей следующей культуре — сахарной свекле.

Здоровье почвы для будущих культур

В прошлом мы выполняли внесение удобрений для кукурузы осенью, и всякий раз, когда в конце сезона случался урожай меньше запланированного, нам оставалось неэффективное использование азотных удобрений и более глубокое залегание в почве нитратов. Это сильно повлияло бы на нашу сахарную свеклу, потому, что она чувствительна к более высоким количествам азота. Свекла имеет более глубокую корневую систему для сбора воды и питательных веществ из почвы, чем кукуруза. Перед высадками свекольных культур мы брали пробы грунта на глубину 120 см для измерения глубины залегания и уровня содержания нитратов в почвенном профиле, и то, что мы узнали за эти годы, привело нас к такому выводу: «Чтобы правильно управлять уровнями нитратов для наших свекольных культур сегодня, нам нужно начинать предпринимать шаги за 1-2 года до этого в культурах предшественниках — кукурузных культурах». Чтобы добиться успеха, нам нужно было добиться высокой урожайности кукурузы с минимальным количеством азота. При использовании дифференцированного внесения азота мы можем точно контролировать, сколько и где удобрения внесено, чтобы минимизировать количество остаточных нитратов в почве. С более сбалансированным уровнем нитратов в нашем поле, мы ожидаем увеличения сахаристости нашей свеклы в следующем сезоне.

Процесс. Как мы это сделали?

В следующем разделе мы расскажем о нашем процессе и о том, как мы использовали новые технологии для реализации «азотной программы с дифференциальным внесением». Наш рабочий процесс включал шесть шагов:

  1. Сбор информации
  2. Обработка данных
  3. Сканирование по карте
  4. Анализ данных
  5. Экспорт в оборудование
  6. Применение азота

Сбор и обработка данных

После весеннего применения мочевины общим объемом, около 66% от запланированного азота, на стадии V9-V10 вегетации кукурузы, мы снова вошли в кукурузные поля для оценки ситуации. Используя наш беспилотник и мультиспектральную камеру SLANTRANGE 3p, мы выполнили съемку первых 100 гектаров поля кукурузы. Воспользовавшись эффективным сбором данных SLANTRANGE и быстрой автономной обработкой снимков в SlantView, у нас была карта «Стресс», примерно за 1 час полета и обработки. Затем, мы сохранили эту карту в виде файла KMZ и перенесли ее с ноутбука на наш планшет для исследования полей. Используя планшет, Google Earth и GPS, мы смогли увидеть и обозначить на карте «Стресс» места, где нужно взять пробы грунта, геотаг мест для взятия образцов. В течение следующих нескольких дней мы собрали около 50 образцов почвы в районах с различными уровнями стресса и проанализировали с помощью «360 SoilScan» ™.

Камера SLANTRANGE 3P установленный на DJI Matrice 100 Карта «Стресс» с маркерами для взятия образцов грунта (показаны не все) Анализ образцов грунта с помощью «360 Yield Center SoilScan»™

Анализ — использование значений стресса растений и результатов анализа почвенных образцов для создания предписания для внесения азота.

Результаты показали высокую корреляцию между индексами стресса SLANTRANGE и содержанием азота в почве. В изображенном поле, области поля с более высоким индексом стресса (красного цвета), указывали на высокий уровень нитратов, а в районах с низким индексом стресса (зеленым цветом), указывали на низкий уровень нитратов. Агрономически это произошло из-за ранней высадки кукурузы, которая, в некоторых участках поля, в определенных типах почвы, из-за влажной холодной погоды, изо всех сил пыталась взойти. Мы решили пересадить культуру в этих областях и в конечном итоге снизили наши целевые показатели урожайности для пострадавших зон. Затем мы использовали корреляцию значения индекса стресса с содержанием азота в почве и преобразовали значения индекса стресса, которые получили от SLANTRANGE, в норму расхода азота л/га. Затем, объединив норму внесения с SHP-файлом, получили карту внесения для первого поля.

Анализ — Применение процесса ко второму полю

Первое поле было около 1/4 площади, которую мы планировали осмотреть и на которую внести удобрения, поэтому, мы начали этот же процесс на втором поле. Мы ожидали получить аналогичные результаты, но то, чего мы не ожидали, заключалось в том, чтобы использовать одно и то же преобразование от стресса к норме внесения, что и на первом поле. Поскольку данные собирались и анализировались, мы обнаружили, что карта стресса и данные о почве второго поля также показали ту же корреляцию, что и данные первого поля. Обнаружение этого дало нам уверенность в том, чтобы использовать одну и ту же норму внесения на обоих полях. Исключив необходимость в проведении преобразований данных, мы получили экономию времени рабочего процесса. Возможность использования одной и той же нормы внесения было бы невозможным, если бы данные не собирались и не анализировались с помощью откалиброванных инструментов. Использование калиброванных инструментов, приводящих к точным данным, чрезвычайно важно для получения максимальной отдачи от точного земледелия.


«Использование калиброванных инструментов, приводящих к точным данным, чрезвычайно важно для получения максимальной отдачи от точного земледелия»


Действие — экспорт данных и внесение азота

Карта внесения «Ag Leader SMS ™»

В связи с тем, что оборудование использовалось впервые, потребовалось около недели, прежде чем мы были готовы выполнить дифференцированное внесение удобрений, согласно нашей карты внесения. Чтобы загрузить карту внесения в оборудование, мы экспортировали карту «Стресс» в формате SHP из SLANTRANGE, импортировали ее в наше программное обеспечение для управления фермой «Ag Leader SMS ™», применили значение индеска стресса к конверсии нормы внесения л / Га, а затем загрузили файл в монитор «Y-Drop®» аппликатора. Первое, что мы заметили, это общее количество используемого азотного удобрения. В результате дифференциального внесения мы зафиксировали, примерно, 15% -25% -ное сокращение использования азотных удобрений по сравнению с тем, что было бы при применении постоянной нормы. Для нас важно было знать, что дополнительное время, которое потребовалось для выполнения данной операции по внесению, позволило нам не только быть более эффективным с нашим удобрением, но и нашими деньгами.

Какова моя рентабельность инвестиций?

Мы вложили как время, так и деньги в инструменты точного земледелия, необходимые для более эффективного использования азотных удобрений. Это хорошо, что все эти новые технологии есть на ферме, но вопрос, с которым мы все «боролись», заключается в следующем: «Стоит ли это того?» Если в итоге мы не получим отдачу от наших инвестиций, силы, время и средства были потрачены впустую и для фермера это неприемлемо. К счастью, это определенно не так. Мы считаем, что на 200 Га кукурузы стоимость использования программы по дифференцированному внесению азотных удобрений, окупится. Ниже, мы покажем вам цифры и наши исходные данные для расчетов. По нашим исходным данным, мы используем жидкие азотные удобрения стоимостью  0,64 долл./кг и имеем площадь под культуру 200 гектар.


Ущерб от града в этом сезоне примерно в 35 км от нашей фермы

Важно отметить, что даже в худшем случае, при погодных катаклизмах, после весеннего внесения, мы бы имели экономию на стоимости операционных затрат и стоимости удобрений в размере $ 90- $ 136 на Га. Исключив вторую подкормку, мы бы сэкономили в общей сложности 18 000 — 27 200 долларов. Это не плохая сумма, даже в случае полной потери урожая и могла бы легко покрыть стоимость «SLANTRANGE 3p» и «360 SoilScan» ™.

К счастью, природа не преподнесла сюрпризов, и мы смогли выполнить вторую подкормку в сезоне. По нашим данным, мы оцениваем, что применяя дифференцированное внесение, мы используем азотного удобрения на 15-20% меньше и экономим около 27-36 кг/Га, что составляет 17-23 долларов за Га. Кроме того, с нетерпением ожидая урожая, мы также ожидаем более здоровой кукурузы и оцениваем увеличение урожайности около 6,27 Ц/Га. Сочетая экономию затрат на удобрение с более высокой доходностью от урожая, мы рассматриваем увеличение прибыли в размере 70 долл. США / Га или в общей сложности 14 000 долл. США для 200 Га кукурузы. В этом сценарии мы окупили наши инвестиции в «цифровое» сельское хозяйство, увеличив нашу прибыль.


«Сочетая экономию затрат на меньшее количество удобрений с более высокими урожаями, мы рассматриваем увеличенную оценку прибыли в размере 70 долл. США/ Га или в общей сложности 14 000 долл. США на 200 Га кукурузы».


Итог

Для нас ответ на вопрос, когда переходить от «аналогового» к «цифровому» земледелию, — это сегодня. Мы оцениваем, что через один сезон, мы сможем окупить сделанные нами инвестиции в реализацию программы по дифференциальному внесению азотных удобрений. Твердое доказательство поступит после уборки урожая в октябре, когда мы получим данные урожайности и величину прибыли, но мы уверены, что приняли правильное решение. Использование дронов в сельском хозяйстве и дистанционное зондирование в точном сельском хозяйстве, позволило нам применить правильный ресурс, правильную норму, правильное время и правильное место в процессе внесения удобрений и добиться более высокой эффективности сельского хозяйства. Благодаря «SLANTRANGE» и «360 SoilScan» ™ мы открыли для себя возможность управлять удобрениями, превращая эффективность в деньги, тратя в течение вегетационного сезона меньше денег, по сравнению с другими фермами.


«Благодаря «SLANTRANGE» и «360 SoilScan» ™ мы открыли для себя возможность управлять удобрениями, превращая эффективность в деньги, тратя в течение вегетационного сезона меньше денег, по сравнению с другими фермами.»


Опубликовано 31.08.2017
Перевод: NDVI.com.ua

Оригинал статьи

Рубрики: БПЛА, Вегетационные индексы, От редакции сайта | Оставить отзыв »

Отзывы