Hassas tarım - Precision agriculture
Hassas tarım ( PA ), uydu çiftçiliği veya sahaya özel mahsul yönetimi ( SSCM ), mahsullerdeki tarla içi ve arası değişkenliği gözlemlemeye, ölçmeye ve bunlara yanıt vermeye dayalı bir çiftçilik yönetimi konseptidir. Hassas tarım araştırmasının amacı, kaynakları korurken girdi getirilerini optimize etmek amacıyla tüm çiftlik yönetimi için bir karar destek sistemi (DSS) tanımlamaktır .
Bu pek çok yaklaşım arasında, çok yıllı mahsul büyüme stabilitesini/özelliklerini topolojik arazi özelliklerine bağlayan bir fitojeomorfolojik yaklaşım bulunmaktadır. Fitojeomorfolojik yaklaşıma olan ilgi, jeomorfoloji bileşeninin tipik olarak çiftlik alanının hidrolojisini belirlemesinden kaynaklanmaktadır.
Hassas tarım uygulaması GPS ve GNSS'nin ortaya çıkmasıyla mümkün olmuştur . Çiftçinin ve/veya araştırmacının bir tarladaki kesin konumlarını belirleme yeteneği, ölçülebildiği kadar çok değişkenin (örneğin mahsul verimi, arazi özellikleri/topografya, organik madde içeriği, nem seviyeleri, vb.) nitrojen seviyeleri, pH, EC, Mg, K ve diğerleri). Benzer veriler, GPS donanımlı biçerdöverlere monte edilen sensör dizileri tarafından toplanır . Bu diziler, multispektral görüntülerle birlikte klorofil seviyelerinden bitki su durumuna kadar her şeyi ölçen gerçek zamanlı sensörlerden oluşur . Bu veriler, kaynakları en uygun şekilde dağıtmak için ekme makineleri, püskürtücüler vb. dahil olmak üzere değişken oran teknolojisi (VRT) tarafından uydu görüntüleri ile birlikte kullanılır . Bununla birlikte, son teknolojik gelişmeler, insan varlığına ihtiyaç duymadan kablosuz olarak veri iletebilen gerçek zamanlı sensörlerin doğrudan toprakta kullanılmasını sağlamıştır.
Hassas tarım da imkan tanınmış insansız hava araçlarının gibi DJI Phantom nispeten ucuzdur ve acemi pilotlar tarafından çalıştırılabilir. Bu tarım dronları , ortofotolar oluşturmak için fotogrametrik yöntemler kullanılarak bir araya getirilebilen bir alanın birçok görüntüsünü yakalamak için multispektral veya RGB kameralarla donatılabilir . Bu multispektral görüntüler , NDVI haritaları gibi bitkisel indeksleri işlemek ve analiz etmek için kullanılan yakın kızılötesi ve kırmızı kenar spektrum değerleri gibi geleneksel kırmızı, yeşil mavi değerlere ek olarak piksel başına birden çok değer içerir . Bu insansız hava araçları, görüntüleri yakalama ve yazılımın hassas topografya haritaları oluşturmak için harita cebir işlevlerini gerçekleştirmesine olanak tanıyan yükseklik gibi ek coğrafi referanslar sağlama yeteneğine sahiptir. Bu topografik haritalar, mahsul sağlığı ile topoğrafya arasında ilişki kurmak için kullanılabilir; bunun sonuçları, değişken oranlı uygulamalar yoluyla su, gübre veya herbisitler ve büyüme düzenleyicileri gibi kimyasallar gibi mahsul girdilerini optimize etmek için kullanılabilir.
Tarih
Hassas tarım, modern tarım devrimlerinin üçüncü dalgasının önemli bir bileşenidir . İlk tarım devrimi, 1900'den 1930'a kadar mekanize tarımın artmasıydı . Her çiftçi bu süre zarfında yaklaşık 26 kişiyi besleyecek kadar yiyecek üretti. 1960'lar , her bir çiftçinin yaklaşık 156 kişiyi beslemesine yol açan yeni genetik modifikasyon yöntemleriyle Yeşil Devrim'e yol açtı. 2050 yılına kadar küresel nüfusun yaklaşık 9,6 milyara ulaşması ve her ağzı beslemek için gıda üretiminin mevcut seviyelerin etkin bir şekilde iki katına çıkması bekleniyor. Hassas tarımın tarım devrimindeki yeni teknolojik gelişmelerle birlikte, her çiftçi aynı dönümde 265 kişiyi besleyebilecek.
genel bakış
Hassas tarım devriminin ilk dalgası, uydu ve hava görüntüleri, hava tahmini, değişken oranlı gübre uygulaması ve mahsul sağlığı göstergeleri biçiminde geldi. İkinci dalga, daha hassas ekim, topografik haritalama ve toprak verileri için makine verilerini toplar.
Hassas tarım, aşağıdakilerle ilgili olarak saha düzeyinde yönetimi optimize etmeyi amaçlar:
- ekin bilimi : çiftçilik uygulamalarını mahsul ihtiyaçlarına daha yakın bir şekilde eşleştirerek (örneğin gübre girdileri);
- çevre koruma : çiftçiliğin çevresel risklerini ve ayak izini azaltarak (örneğin nitrojen sızıntısını sınırlandırarak);
- ekonomi : daha verimli uygulamalar yoluyla rekabet gücünü artırarak (örneğin, gübre kullanımının ve diğer girdilerin daha iyi yönetimi).
Hassas tarım ayrıca çiftçilere aşağıdakiler için zengin bilgiler sağlar:
- çiftliklerinin bir kaydını oluşturmak
- karar vermeyi geliştirmek
- daha fazla izlenebilirliği teşvik etmek
- çiftlik ürünlerinin pazarlamasını geliştirmek
- kira düzenlemelerini ve ev sahipleri ile ilişkileri geliştirmek
- çiftlik ürünlerinin doğal kalitesini artırmak (örneğin, ekmek unu buğdayındaki protein seviyesi)
reçeteli ekim
Reçeteli ekim , verimi en üst düzeye çıkarmak için tek bir tarlada değişen koşullara uyum sağlamak için değişken ekim oranlarını belirleyebilen, veriye dayalı ekim önerileri sunan bir tür çiftçilik sistemidir. " Çiftlikte Büyük Veri " olarak tanımlandı . Monsanto , DuPont ve diğerleri bu teknolojiyi ABD'de piyasaya sürüyor.
Prensipler
Hassas tarım birçok alet kullanır, ancak işte temellerden bazıları: hepsi otomatik yönlendirme sistemleri olarak kabul edilen traktörler, biçerdöverler, püskürtücüler, ekiciler, kazıcılar. GIS'i (coğrafi bilgi sistemi) kullanan ekipman üzerindeki küçük cihazlar, kesinliği ag'ı bu hale getiren şeydir. CBS sistemini “beyin” olarak düşünebilirsiniz. Hassas tarımı kullanabilmek için ekipmanın doğru teknoloji ve veri sistemleriyle kablolanması gerekir. Daha fazla araç Değişken oran teknolojisi (VRT), Küresel konumlandırma sistemi ve Coğrafi bilgi sistemi, Izgara örneklemesi ve uzak sensörleri içerir.
coğrafi konum belirleme
Geolocating bir alan önceki bitkileri ve toprak özdirencine kirler ve kalıntı azot analizi ve bilgi elde edilen bindirme bilgilere çiftçi sağlar. Coğrafi konum iki şekilde yapılır
- Çiftçi tarlanın etrafında bir traktör sürerken, alan araç içi bir GPS alıcısı kullanılarak çizilir.
- Alan, havadan veya uydu görüntülerinden elde edilen bir temel harita üzerinde tasvir edilir. Temel görüntülerin, konum belirlemenin yeterince doğru olmasını sağlamak için doğru çözünürlük ve geometrik kalite düzeyine sahip olması gerekir.
Değişkenler
Alan içi ve alanlar arası değişkenlik bir dizi faktörden kaynaklanabilir. Bunlara iklim koşulları ( dolu , kuraklık, yağmur vb.), topraklar (doku, derinlik, azot seviyeleri ), mahsul uygulamaları ( toprak işlemesiz tarım ), yabani otlar ve hastalık dahildir. Kalıcı göstergeler (başlıca toprak göstergeleri) çiftçilere temel çevresel sabitler hakkında bilgi sağlar. Nokta göstergeleri, bir mahsulün durumunu takip etmelerine, yani hastalıkların gelişip gelişmediğini, mahsulün su stresi mi , azot stresi mi yoksa barınma mı yaşadığı, buzdan zarar görüp görmediğini vb. görmelerini sağlar . Bu bilgi, meteoroloji istasyonlarından ve diğer sensörlerden (toprak elektrik direnci, çıplak gözle algılama, uydu görüntüleri vb.) gelebilir. Toprak analizi ile birlikte toprak özdirenç ölçümleri, nem içeriğinin ölçülmesini mümkün kılar . Toprak direnci de nispeten basit ve ucuz bir ölçümdür.
stratejiler
Çiftçiler, toprak haritalarını kullanarak tarla girdilerini ayarlamak için iki strateji izleyebilir:
- Tahmine dayalı yaklaşım: mahsul döngüsü sırasında statik göstergelerin (toprak, özdirenç , tarla geçmişi vb.) analizine dayanır .
- Kontrol yaklaşımı: statik göstergelerden gelen bilgiler, mahsul döngüsü sırasında aşağıdakiler yoluyla düzenli olarak güncellenir:
- örnekleme: biyokütlenin tartılması , yaprak klorofil içeriğinin ölçülmesi , meyve tartılması vb.
- uzaktan algılama: Kablosuz Sensör Ağları ve Nesnelerin İnterneti (IoT) sayesinde sıcaklık (hava/ toprak ), nem (hava/ toprak /yaprak), rüzgar veya gövde çapı gibi parametreleri ölçmek mümkündür.
- proxy algılama: araç içi sensörler yaprak durumunu ölçer; bu, çiftçinin tüm tarlayı dolaşmasını gerektirir.
- havadan veya uydudan uzaktan algılama: hastalık göstergeleri de dahil olmak üzere mahsulün biyofiziksel parametrelerinin haritalarını türetmek için multispektral görüntüler elde edilir ve işlenir. Havadan taşınan aletler, bitki örtüsünün miktarını ölçebilir ve ekinler ile yabani otları ayırt edebilir.
Kararlar karar destek dayalı olabilir modelleri (mahsul simülasyon modelleri ve öneri dayalı modeller) büyük veri , ama son tahlilde yine iş değeri açısından ve darbelere karar vermek çiftçi kalmıştır çevre - Bir rol olmanın devralan tarafından yapay zeka (AI) sistemleri dayalı makine öğrenme ve yapay sinir ağları .
KA teknolojisinin neden benimsendiğini veya benimsenmediğini anlamak önemlidir, "KA teknolojisinin benimsenmesi için çiftçinin teknolojiyi yararlı ve kullanımı kolay olarak algılaması gerekir. KA'nın ekonomik yararları hakkında olumlu dış verilere sahip olmak yetersiz olabilir. Çiftçilerin algıları bu ekonomik düşünceleri yansıtmak zorunda olduğundan teknoloji."
Uygulama uygulamaları
Yeni bilgi ve iletişim teknolojileri, tarla düzeyinde ürün yönetimini çiftçiler için daha operasyonel ve daha kolay hale getiriyor. Mahsul yönetim kararlarının uygulanması , örneğin değişken oranlı teknolojiyi ( VRT ) destekleyen tarımsal ekipmanı, örneğin azot ve bitki sağlığı ürünlerinin değişken oranlı uygulaması (VRA) ile birlikte değişen tohum yoğunluğunu gerektirir .
Hassas tarım, tarım ekipmanlarında teknolojiyi kullanır (örn. traktörler, püskürtücüler, biçerdöverler, vb.):
- konumlandırma sistemi (örneğin , dünya üzerindeki bir konumu tam olarak belirlemek için uydu sinyallerini kullanan GPS alıcıları);
- coğrafi bilgi sistemleri (CBS), yani mevcut tüm verileri anlamlandıran yazılım;
- değişken oranlı tarım ekipmanları ( ekme makinesi , serpme makinesi ).
dünya çapında kullanım
Hassas tarım kavramı ilk olarak 1980'lerin başında Amerika Birleşik Devletleri'nde ortaya çıktı. 1985 yılında, Minnesota Üniversitesi'ndeki araştırmacılar, mahsul alanlarındaki kireç girdilerini değiştirdi. Aynı zamanda, grid örnekleme uygulaması (hektar başına bir örnekten oluşan sabit bir grid uygulayarak) ortaya çıktı. 1980'lerin sonuna doğru, bu teknik, gübreler ve pH düzeltmeleri için ilk girdi tavsiye haritalarını türetmek için kullanıldı. GPS alıcılarının gelişiyle birlikte yeni teknolojilerden geliştirilen verim sensörlerinin kullanımı o zamandan beri zemin kazanıyor. Bugün, bu tür sistemler birkaç milyon hektarı kaplamaktadır.
Amerikan Ortabatısında (ABD), sürdürülebilir tarımla değil, yalnızca gübre gerektiren alanlarda para harcayarak karı maksimize etmeye çalışan ana akım çiftçilerle ilişkilidir. Bu uygulama, çiftçinin, GPS kılavuzlu Izgara veya Bölge Örnekleme ile belirlenen ihtiyaca göre tarladaki gübre oranını değiştirmesine olanak tanır. İhtiyacı olmayan alanlara serpilecek olan gübre, ihtiyacı olan alanlara yerleştirilebilir, böylece kullanımı optimize edilebilir.
Tüm dünyada hassas tarım değişen bir hızda gelişti. Öncü ülkeler Amerika Birleşik Devletleri, Kanada ve Avustralya idi. Avrupa'da bu yola ilk giren Birleşik Krallık oldu ve onu ilk kez 1997-1998 yıllarında ortaya çıktığı Fransa takip etti. In Latin Amerika lider ülkedir Arjantin bunun desteğiyle orta 1990'larda tanıtıldı, Ulusal Tarımsal Teknoloji Enstitüsü . Brezilya , sürdürülebilir tarımı araştırmak ve geliştirmek için devlete ait bir işletme olan Embrapa'yı kurdu . GPS ve değişken oranlı yayma tekniklerinin geliştirilmesi, hassas tarım yönetimi uygulamalarının sabitlenmesine yardımcı oldu. Bugün, Fransa'daki çiftçilerin %10'undan daha azı değişken oranlı sistemlerle donatılmıştır. GPS kullanımı daha yaygındır, ancak bu, saha düzeyinde öneri haritaları sağlayan hassas tarım hizmetlerini kullanmalarını engellemedi.
Dünya nüfusunun üçte biri hala geçimini tarımdan sağlıyor. Daha gelişmiş hassas tarım teknolojileri büyük ön yatırımlar gerektirse de, gelişmekte olan ülkelerdeki çiftçiler mobil teknolojiden yararlanmaktadır. Bu hizmet, verimliliği artırmak için çiftçilere mobil ödemeler ve makbuzlar konusunda yardımcı olur. Örneğin Tanzanya'daki 30.000 çiftçi sözleşmeler, ödemeler, krediler ve ticari organizasyon için cep telefonlarını kullanıyor.
Hassas tarımın ekonomik ve çevresel faydaları Çin'de de doğrulandı, ancak Çin tarım sistemi, benimsenme oranını artıran küçük ölçekli aile çiftlikleri ile karakterize edildiğinden, Çin Avrupa ve Amerika Birleşik Devletleri gibi ülkelerin gerisinde kalıyor. hassas tarım diğer ülkelere göre daha düşüktür. Bu nedenle Çin, hassas tarım teknolojisini kendi ülkesine daha iyi tanıtmaya ve bazı riskleri azaltmaya çalışıyor ve Çin'in teknolojisinin gelecekte hassas tarım geliştirmesinin önünü açıyor.
Ekonomik ve çevresel etkiler
Hassas tarım, adından da anlaşılacağı gibi, mahsulün verimliliğini artırmak ve verimini en üst düzeye çıkarmak için doğru zamanda su, gübre, ilaç vb. girdilerin doğru ve doğru miktarda uygulanması anlamına gelir. Hassas tarım yönetimi uygulamaları, verimi artırırken kullanılan besin ve diğer mahsul girdilerinin miktarını önemli ölçüde azaltabilir. Çiftçiler böylece su, böcek ilacı ve gübre maliyetlerinden tasarruf ederek yatırımlarının geri dönüşünü elde ederler.
Girdileri hedeflemenin ikinci, daha büyük ölçekli faydası, çevresel etkilerle ilgilidir. Doğru miktarda kimyasalın doğru yerde ve doğru zamanda uygulanması ekinlere, toprağa ve yeraltı sularına ve dolayısıyla tüm ürün döngüsüne fayda sağlar. Sonuç olarak, hassas tarım, ekinlere, toprağa ve çiftçilere saygı duyduğu için sürdürülebilir tarımın temel taşı haline geldi . Sürdürülebilir tarım, uzun vadede üretimi sürdürmek için gerekli olan ekolojik, ekonomik ve sosyal sınırlar içinde sürekli bir gıda arzı sağlamayı amaçlar.
2013 tarihli bir makale, hassas tarımın Hindistan gibi gelişmekte olan ülkelerdeki çiftçilere yardımcı olabileceğini göstermeye çalıştı.
Hassas tarım, makinelerin verimliliğini artırarak ve devreye alarak tarımın çevre üzerindeki baskısını azaltır. Örneğin, GPS gibi uzaktan yönetim cihazlarının kullanımı tarım için yakıt tüketimini azaltırken, besin maddelerinin veya pestisitlerin değişken oranlı uygulanması potansiyel olarak bu girdilerin kullanımını azaltabilir, böylece maliyetlerden tasarruf edebilir ve su yollarına zararlı akışı azaltabilir.
gelişen teknolojiler
Hassas tarım, çığır açan dijital tarım teknolojilerinin bir uygulamasıdır. Tarım teknolojisi şirketlerine (bazen agtech olarak da adlandırılır) 4,6 milyar doların üzerinde yatırım yapılmıştır.
robotlar
John Deere ekipmanı otomatik pilotta bir uçak gibi çalıştığından , kendi kendini yönlendiren traktörler bir süredir var . Traktör, çiftçinin acil durumlar için devreye girmesiyle işin çoğunu yapar. Teknoloji, GPS tarafından gübre veya saban toprağı yaymak için programlanan sürücüsüz makinelere doğru ilerliyor. Diğer yenilikler arasında yabani otları tanımlayan ve onları bir doz herbisit veya lazerle kesin olarak öldüren güneş enerjisiyle çalışan bir makine yer alıyor. AgBots olarak da bilinen tarım robotları zaten var, ancak olgun meyveleri tanımlamak, şekil ve boyutlarına uyum sağlamak ve onları dallardan dikkatlice koparmak için gelişmiş hasat robotları geliştiriliyor.
Drone'lar ve uydu görüntüleri
Hassas tarımda drone ve uydu teknolojisi kullanılmaktadır. Bu genellikle, uydular daha büyük resmi yakalarken dronlar yüksek kaliteli görüntüler çekerken ortaya çıkar. Hafif uçak pilotları, mevcut alan biyokütlesi seviyesine dayalı olarak gelecekteki verimleri tahmin etmek için hava fotoğrafçılığını uydu kayıtlarından elde edilen verilerle birleştirebilir . Birleştirilmiş görüntüler, suyun nereye aktığını izlemek, değişken oranlı tohumlamayı belirlemek ve az ya da çok üretken olan alanların verim haritalarını oluşturmak için kontur haritaları oluşturabilir.
nesnelerin interneti
Şeylerin Internet veri toplama ve toplanmasını sağlayan elektronik donatılmış fiziksel nesnelerin ağıdır. IoT, sensörlerin ve çiftlik yönetimi yazılımlarının geliştirilmesiyle devreye giriyor. Örneğin, çiftçiler sıvı gübre içindeki nitrojen, fosfor ve potasyumu spektroskopik olarak ölçebilir ve bu tutarsızlıklarla ünlüdür. Daha sonra ineklerin nerede idrar yaptığını görmek için toprağı tarayabilir ve yalnızca ihtiyacı olan noktalara gübre uygulayabilirler. Bu, gübre kullanımını %30'a kadar azaltır. Topraktaki nem sensörleri, bitkileri uzaktan sulamak için en iyi zamanları belirler. Sulama sistemleri ağacın yan bitkinin ihtiyacı ve yağışa dayalı Suya gövdede anahtara programlanabilir.
Yenilikler sadece bitkilerle sınırlı değildir, hayvanların refahı için de kullanılabilirler. Sığırlar , mide asiditesini ve sindirim problemlerini takip etmek için dahili sensörlerle donatılabilir. Harici sensörler, ineğin sağlığını ve zindeliğini belirlemek, fiziksel yaralanmaları algılamak ve üreme için en uygun zamanları belirlemek için hareket modellerini izler. Sensörlerden gelen tüm bu veriler, trendleri ve kalıpları tespit etmek için toplanabilir ve analiz edilebilir.
Başka bir örnek olarak, arıcılığı daha verimli hale getirmek için izleme teknolojisi kullanılabilir. Bal arıları önemli bir ekonomik değere sahiptir ve çeşitli mahsulleri tozlaştırarak tarıma hayati bir hizmet sağlar. Bir bal arısı kolonisinin sağlığının kablosuz sıcaklık, nem ve CO2 sensörleri aracılığıyla izlenmesi, arıların verimliliğini artırmaya ve tüm bir kovanın hayatta kalmasını tehdit edebilecek verilerdeki erken uyarıları okumaya yardımcı olur.
Akıllı telefon uygulamaları
.jpg)
Akıllı tarımda akıllı telefon ve tablet uygulamaları giderek daha popüler hale geliyor. Akıllı telefonlar, kamera, mikrofon, GPS ve ivmeölçer de dahil olmak üzere önceden yüklenmiş birçok kullanışlı uygulamayla birlikte gelir. Ayrıca tarla haritalama, hayvanları takip etme, hava ve mahsul bilgilerini alma ve daha fazlası gibi çeşitli tarım uygulamalarına özel olarak yapılmış uygulamalar da bulunmaktadır. Kolayca taşınabilirler, ekonomiktirler ve yüksek bilgi işlem gücüne sahiptirler.
Makine öğrenme
Makine öğrenimi, yaygın olarak dronlar, robotlar ve nesnelerin interneti cihazlarıyla birlikte kullanılır. Bu kaynakların her birinden veri girişine izin verir. Bilgisayar daha sonra bu bilgileri işler ve uygun eylemleri bu cihazlara geri gönderir. Bu, robotların mükemmel miktarda gübre sunmasına veya IoT cihazlarının doğrudan toprağa mükemmel miktarda su sağlamasına olanak tanır. Makine öğrenimi, gübreleme planlamasına rehberlik etmek için toprakta bitkide bulunan azot içeriği gibi ihtiyaç noktasında çiftçilere tahminler de sağlayabilir . Daha fazla tarım her zamankinden daha dijital hale geldikçe, makine öğrenimi daha az el emeği ile verimli ve hassas tarımı destekleyecektir.
Konferanslar
- InfoAg Konferansı
- Avrupa Hassas Tarım Konferansı (ECPA) (iki yılda bir)
- Uluslararası Hassas Tarım Konferansı (ICPA) (iki yılda bir)
Ayrıca bakınız
- Tarım dronları
- jeoistatistik
- Entegre tarım
- Entegre haşere yönetimi
- Landsat programı
- NDVI
- Besin bütçelemesi
- Besin yönetimi
- fitobiyom
- Hassas arıcılık
- Hassas hayvancılık
- Hassas bağcılık
- Uydu mahsul izleme
- SPOT (uydular)
- Değişken oran teknolojisi
Notlar
Dış bağlantılar
İlgili Ortam Hassas tarım Wikimedia Commons
- Hassas tarım , IBM