Seguimiento del rendimiento de los cultivos agrícolas en la agricultura precisa.

Muchas decisiones tomadas durante el cultivo de S.-H. Los cultivos se basan en los rendimientos. Los datos sobre el rendimiento de una cultura particular en un campo específico permiten al productor de productos básicos tomar decisiones más correctas y razonables sobre las dosis de fertilizantes, sacar conclusiones sobre cuán eficiente la producción en este campo.

Los productores, los agrónomos e investigadores dividen los factores que afectan el rendimiento, natural y antropogénico (Tabla 3.1). Los factores de rango de acuerdo con el grado de impacto de sus rendimientos son bastante difíciles, a medida que cambian de año a otro. Además de esto, muchos de ellos interactúan entre sí en tiempo y en el espacio.

1. Causas que afectan la variabilidad del rendimiento.

Causas de no uniformidad de rendimiento.

Factores naturales
	La magnitud de la precipitación y su frecuencia. Radiación solar Temperatura
Interacción entre suelo y humedad.	Espesor de la capa del suelo. Capacidad de retención de agua
Propiedades físicas y químicas	Estructura (arena, arcilla) Estructura y densidad Profundidad e interacción de capas. La presencia de elementos de nutrientes. PH, sustancia orgánica, salinidad Intercambio cationiano
Pendientes y otros sectores	La intensidad de los procesos de erosión. Temperatura del suelo Propiedades del suelo
Infección de plagas	Malezas, insectos, enfermedades, macroflora

Factores debidos a soluciones gerenciales.
Estado sembrado	Elegir un híbrido o variedad (rendimiento potencial) SANTENIENTE Y UNIFORMidad de las plantas. Fertilizantes y el uso de productos de protección vegetal.
Historia del campo	Rotaciones de cultivos Sello a prueba de suero y suelo Tecnologías anteriores utilizadas
Oculturación y errores permitidos al realizar operaciones tecnológicas.	Errores al regar, hacer fertilizantes y pesticidas. Problemas al siembra (aterrizaje), cultivo, limpieza términos de implementación de las operaciones tecnológicas y el efecto de la humedad del suelo.

Por ejemplo, un cambio en la profundidad de la capa arable afecta no solo a la capacidad de retención de agua del sitio, sino también en el contenido de los elementos de nutrientes, plantas asequibles, la aireación del suelo, la formación de raíces, etc. La presencia de humedad, incluido su exceso y su deficiencia, afecta significativamente el rendimiento de S.-H. culturas. Los suelos y los agrónomos saben bien que el rendimiento es proporcional a la magnitud del agua absorbida o evaporada. Por lo tanto, el modelo de desarrollo de la planta basado solo en la absorción de la planta de humedad explica un 69% la variabilidad de la soja en Iowa.

La preparación del campo de los rendimientos de campo se ha convertido recientemente en una práctica común entre los productos básicos de los EE. UU. Algunos campos ya tienen una historia de tres a cinco años presentada en tarjetas de rendimiento.

El valor de los mapas depende de cuán correctamente sean analizados. El objetivo principal de la interpretación de las tarjetas de rendimiento es un aumento en la rentabilidad debido a una mejor comprensión de las causas naturales y antropogénicas que causan variabilidad del rendimiento dentro de un campo. Obviamente, la información presentada en el mapa tiene un cierto error que se puede corregir. El error debe separarse de la variabilidad real del rendimiento en el campo para una interpretación más precisa de la tarjeta. Para la interpretación exitosa de los mapas, se trata de información adicional sobre el campo. Para evaluar efectivamente el impacto de todo el conjunto de factores en los rendimientos, se utiliza GIS, estableciendo la relación entre los rendimientos y otras características de campo.

Sobre la base de los datos de rendimiento, los productos básicos pueden juzgar las ventajas o desventajas de la tecnología específica de cultivo de esta cultura. Variabilidad del estudio del rendimiento dentro de un campo (en los sitios elementales), el productor puede determinar las razones que lo causan y eliminan.

La forma más conveniente de una información sobre la variabilidad del rendimiento es un mapa de rendimiento, que muestra el rendimiento en áreas separadas con unión rígida a un sistema de coordenadas específico.

En los últimos cinco años en América del Norte, el número de monitores de cosecha de grano instalados en combinaciones de grano aumentó de 100 a 25,000 piezas. Casi la mitad de ellos están conectados a los receptores DGPS para compilar tarjetas de productividad. Este equipo junto con una computadora, impresora y soporte matemático apropiado le permite producir un productor para hacer que los mapas de color de los rendimientos que reflejen la variabilidad del cultivo al pasar de un sitio a otro. Los productores esperan que a través de esta información divulgue los secretos de la variabilidad del rendimiento dentro del mismo campo, aumente la eficiencia de su producción y aumente la ganancia neta. A pesar de que las tarjetas se han puesto disponibles para muchos productores de productos básicos, su interpretación es mucho más complicada de lo que esperaban sus consultores.

Muchos factores que afectan los rendimientos son interdependientes. La clave de la interpretación de las tarjetas es una comprensión más profunda de las causas que causan un cambio en el cultivo, e identificando a los de ellos, que se deben a las acciones de la mercancía se producen durante el cultivo de los correspondientes S.-H. Cultura. Elaboración de una tarjeta de rendimiento de manera efectiva solo cuando esta información se utiliza para una toma de decisiones más razonable. Actualmente, el trabajo está en marcha para automatizar el proceso de elaboración de rendimientos utilizando los últimos logros en la electrónica y el posicionamiento global. A pesar del hecho de que la tecnología de mapeo de los rendimientos se implementa ampliamente en la vida de los productores de productos básicos, muchos problemas técnicos se mantienen sin cambios. Por ejemplo, la definición del rendimiento y las coordenadas de la unidad se asocia con muchos errores aleatorios y sistemáticos. Por lo tanto, al elaborar una tarjeta, es necesario tomar medidas para evitar errores. La ayuda matemática actualmente utilizada ajusta los datos de rendimiento antes de presentarlos como un mapa. Pero incluso teniendo en cuenta los errores existentes para determinar el rendimiento de S.-H. Cultivos en el mapa de rendimiento, puede determinar las razones que causan la variabilidad del rendimiento en el campo (Figura 1).

Higo. 1. Mapa del rendimiento y su interpretación.

El uso más eficiente de un mapa de rendimiento se puede lograr combinando información de rendimiento con otra información de campo, como, por ejemplo, como alivio, distribución de elementos de nutrición, etc.

Para obtener información necesaria para construir un mapa de rendimiento, un rango de sensores (Figura 2). Sistema de cartografía. Sistema de cartografía: sensor de rendimiento, rendimiento de medición o peso directo o indirectamente. Actualmente hay muchos sensores diferentes para determinar el rendimiento (Figuras 3, 4, 5). Para obtener información confiable sobre los rendimientos, se necesitan sensores de alta precisión. Sin embargo, incluso con una evaluación precisa de la masa de grano que ingresa al bunker, no siempre es posible determinar con precisión el rendimiento. Esto es debido a una serie de razones:

Cambios en la geometría de flujo de grano;

Violación de las características del sensor, por ejemplo, debido a cambios en la temperatura ambiente o combinar la vibración;

Cambio de la humedad del grano o su densidad;

Grano de fundición en diversas inclusiones.

Higo. 2. Elementos básicos del monitor de productos instalados en los combinaciones de grano.

En este sentido, el error al determinar el rendimiento de los monitores de rendimiento existentes es del 3-8%.

Higo. 3. Sensor de rendimiento de peso de la empresa CLAAS.

Higo. 4. Sensor de medición de rendimiento de radiación.

Higo. 5. Sensor de rendimiento envolvente RDS CERES

Bibliografía

1. Knighton R. 1997. Smiley: Herramienta de minería de datos de detección remota. Ver. 1.0. Dakota North Dakota St. Univ. http://smiley.cs.ndsu.nodak.edu/cgi-bin/smiley.cgi.

3. Lamb J. A., Dowdy R. H., Anderson J. L. y Rehm G. W. 1997. Estabilidad espacial y temporal de los rendimientos de grano de maíz. J. PROD. Agric., 10, pp. 351-414.

3 MANGOLD G. 1997. Actualización de noticias de @ginnovator Online: Encuesta de uso de monitor de rendimiento en América del Norte.

G. I. Lichman, d., T. N., Cabeza. Laboratorio. (Gnu vim)

AI. Belenkov d. S.-H. N, profesor, rgau-msha llamado K.A. Timiryazeva)