Lauksaimniecības kultūru ražas uzraudzība precīzā lauksaimniecībā
Daudzi lēmumi, kas pieņemti S.-H audzēšanas laikā Kultūras balstās uz ražu. Dati par konkrētas kultūras ražu konkrētā jomā ļauj preču ražotājam pieņemt pareizākus un saprātīgākus lēmumus par mēslošanas līdzekļu devām, izdariet secinājumus par to, cik efektīva ražošana šajā jomā.
Ražotāji, agronomi un pētnieki sadala faktorus, kas ietekmē ražu, dabisko un antropogēnu (3.1. Tabula). Rank faktori atbilstoši to ienesīguma ietekmes pakāpei ir diezgan grūti, jo tās mainās no gada uz gadu. Papildus tam, daudzi no viņiem mijiedarbojas viens ar otru gan laikā, gan kosmosā.
1. Cēloņi, kas ietekmē ienesīguma variabilitāti
Ienesīguma ne-vienveidīguma cēloņi |
|
Dabiskie faktori |
|
Nokrišņu un to biežuma lielums Saules radiācija Temperatūra |
|
Mijiedarbība starp augsni un mitrumu |
Augsnes slāņa biezums Ūdens turēšanas spēja |
Fizikālās un ķīmiskās īpašības |
Struktūra (smiltis, māls) Struktūra un blīvums Slāņu dziļums un mijiedarbība Uzturvielu elementu klātbūtne PH, organiskā viela, sāļums Katjera apmaiņa |
Nogāzes un citas nozares |
Erozijas procesu intensitāte Augsnes temperatūra Augsnes īpašības |
Kaitēkļu infekcija |
Nezāles, kukaiņi, slimības, makroflora |
Faktori, kas radušies vadības risinājumu dēļ |
|
Sējas stāvoklis |
Hibrīda vai šķirnes izvēle (potenciālā raža) Uzturēšanās un augu vienveidība Mēslošanas līdzekļi un augu aizsardzības līdzekļu izmantošana |
Lauka vēsture |
Augs rotācijas Augsnes izturīgs un augsnes blīvējums Izmantotās iepriekšējās tehnoloģijas |
Veicot tehnoloģiskās operācijas |
Kļūdas, kad laistīšana, mēslošanas līdzekļi un pesticīdi Problēmas, kad sēšana (izkraušana), audzēšana, tīrīšana tehnoloģisko darbību īstenošanas noteikumi un augsnes mitruma ietekme |
Piemēram, aram slāņa dziļumā mainās ne tikai vietnes ūdens turēšanas jauda, \u200b\u200bbet arī uz barības vielu elementu satura, pieņemamu augu, augsnes aerācijas, sakņu veidošanās utt. Mitruma klātbūtne, tostarp tā pārpalikums un trūkums, būtiski ietekmē S.-H ražu. kultūras. Augsnes un agronomi labi zina, ka raža ir proporcionāla ūdens absorbētā vai iztvaicētā lielumam. Tādējādi augu attīstības modelis, kas balstīts tikai uz mitruma rūpnīcas uzsūkšanos, skaidro par 69% sojas pupu mainīgumu Iovijā.
Lauka ražas lauka sagatavošana nesen ir kļuvusi par kopīgu praksi starp ASV precēm. Dažās jomās jau ir trīs piecu gadu vēsturi, kas iesniegta peļņas kartēs.
Kartes vērtība ir atkarīga no tā, cik pareizi tās tiks analizētas. Ienesīguma karšu interpretācijas galvenais mērķis ir rentabilitātes pieaugums, jo labāka izpratne par dabiskajiem un antropogēnajiem cēloņiem, kas izraisa peļņas variabilitāti vienā jomā. Acīmredzot kartē iesniegtā informācija ir noteikta kļūda, ko var labot. Kļūda jānošķir no faktiskās var būtības ražas uz lauka, lai precīzāk interpretētu karti. Lai veiksmīgi interpretētu kartes, ir iesaistīta papildu informācija par lauku. Lai efektīvi novērtētu visa faktoru kopuma ietekmi uz ražu, ĢIS tiek izmantots, izveidojot attiecības starp ražu un citu lauku īpašībām.
Pamatojoties uz ienesīguma datiem, preču produkts var spriest par īpašo šīs kultūras audzēšanas tehnoloģiju priekšrocībām vai trūkumiem. Pētījums var būtība ražas vienā jomā (uz pamatskolas vietām), ražotājs var noteikt iemeslus, kas izraisa to un likvidēt tos.
Ērtākā informācija par ražas variabilitāti ir ienesīguma karte, kas parāda ražu atsevišķās jomās ar stingru saistīšanu konkrētai koordinātu sistēmai.
Pēdējo piecu gadu laikā Ziemeļamerikā, graudu ražas novākšanas monitoru skaits, kas uzstādīts graudos, palielinājās no 100 līdz 25 000 gabaliem. Gandrīz puse no tiem ir savienoti ar DGPS uztvērējiem, lai apkopotu produktivitātes kartes. Šī iekārta kopā ar datoru, printeri un atbilstošu matemātisko atbalstu ļauj ražot ražotāju, lai padarītu krāsu kartes ražas, kas atspoguļo kultūraugu mainīgumu, pārvietojoties no vienas vietnes uz citu. Ražotāji cer, izmantojot šo informāciju, lai atklātu ienesīguma variabilitātes noslēpumus tajā pašā jomā, palielināt to ražošanas efektivitāti un palielināt neto peļņu. Neskatoties uz to, ka kartes ir kļuvušas pieejamas daudziem preču ražotājiem, to interpretācija ir daudz sarežģītāka, nekā gaidīja viņu konsultantus.
Daudzi faktori, kas ietekmē ražu, ir savstarpēji atkarīgi. Kartes interpretācijas atslēga ir dziļāka izpratne par cēloņiem, kas izraisa kultūraugu izmaiņas un identificējot tos, kas ir saistīti ar preču rīcību, kas ražo atbilstošās S.-H. Kultūra. Ienesīguma kartes izveide efektīvi tikai tad, ja šo informāciju izmanto, lai iegūtu saprātīgāku lēmumu pieņemšanu. Pašlaik notiek darbs, lai automatizētu ražu izstrādes procesu, izmantojot jaunākos sasniegumus elektronikā un globālajā pozicionēšanā. Neskatoties uz to, ka ražu kartēšanas tehnoloģija ir plaši īstenota preču ražotāju dzīvē, daudzi tehniskie jautājumi paliek nemainīgi. Piemēram, vienības ienesīguma un koordinātu definīcija ir saistīta ar daudzām nejaušām un sistemātiskām kļūdām. Tāpēc, sastādot karti, ir jārīkojas, lai izvairītos no kļūdām. Pašlaik izmantotā matemātiskā atbalsta pielāgo ienesīguma datus pirms to prezentēšanas kā karti. Bet pat ņemot vērā esošās kļūdas, nosakot S.-H ražu. Kultūras uz ienesīguma kartes, jūs varat noteikt iemeslus, kas izraisa variabilitāti ražas uz lauka (1. attēls).
Fig. 1. Ražas karte un tā interpretācija
Efektīvāku ražas kartes izmantošanu var sasniegt, apvienojot peļņas informāciju ar citu informāciju, piemēram, kā reljefu, uztura elementu izplatīšanu utt.
Lai iegūtu informāciju, kas nepieciešama, lai izveidotu ienesīguma karti, virkni sensoru (2. attēls). Kartogrāfijas sistēma. Kartogrāfijas sistēmas - ienesīguma sensors, mērīšanas ienesīgums vai tieši svēršana vai netieši. Pašlaik ir daudz dažādu sensoru, lai noteiktu ražu (3., 4., 5. attēlā). Lai nodrošinātu drošu informāciju par ražu, ir nepieciešami augstas precizitātes sensori. Tomēr pat ar precīzu novērtējumu par masu graudu iekļūšanu bunkurā, ne vienmēr ir iespējams precīzi noteikt ražu. Tas ir saistīts ar vairāku iemeslu dēļ:
Izmaiņas graudu plūsmas ģeometrijā;
Piemēram, sensoru raksturlielumu pārkāpums apkārtējās vides temperatūras izmaiņas vai apvienot vibrāciju;
Mainot graudu mitrumu vai tā blīvumu;
Graudu liešana dažādos ieslēgumos.
Fig. 2. Pamatprodukta monitora elementi, kas uzstādīti graudu apvienošanā
Šajā sakarā kļūda, nosakot esošo ienesīguma monitoru ienesīgumu, ir 3-8%.
Fig. 3. Svara iegūšanas sensors uzņēmuma CLAAS
Fig. 4. Radiācijas ienesīguma mērīšanas sensors
Fig. 5. Surround Yield Sensor RDS CERES
Bibliogrāfija
1. Knighton R. 1997. Smiley: Remote Sensing datu ieguves rīks. Ver. 1.0. NORTH DAKOTA ST. Univ. http://smiley.cs.ndsu.nodak.edu/cgi-bin/smiley.cgi.
3. Lamb J. A., Dowdy R. H., Anderson J. L. un Rehm G. W .. 1997. Telpiskā un laika stabilitāte kukurūzas graudu ražas. J. Prod. Agric., 10, pp. 351-414.
3 Mangold G. 1997. Jaunumi Update no @ginnovator Online: Pētījums par ienesīguma monitora lietošanu Ziemeļamerikā.
G. I. Lichman, d., T. N., galva. Laboratorija. (GNU VIM)
A.i. Belenkov d. S.-H. N, profesors, Rgau-Msha nosaukts k.a. Timiryazeva)