Aartappelproduksie: gebruik van presisielandboupraktyke

Presisielandboupraktyke behels meer presiese saai, besproeiing, bemesting en plaagdodergebruik ten einde gewasproduksie te optimaliseer met die doel om produsente se inkomste te verhoog en die impak van landbou op die omgewing gelyktydig te verminder. In hierdie artikel sal ons die gebruik van PA-praktyke, soos veranderlike tempo besproeiing en afstandswaarneming, in aartappelproduksie bespreek.

Volgens die International Society of Precision Agriculture is “presisielandbou (PA) 'n bestuurstrategie wat tydelike, ruimtelike en individuele data versamel, verwerk en ontleed en dit kombineer met ander inligting om bestuursbesluite volgens beraamde veranderlikheid te ondersteun vir verbeterde hulpbrongebruikdoeltreffendheid. , produktiwiteit, kwaliteit, winsgewendheid en volhoubaarheid van landbouproduksie.”

Met ander woorde, PA bied die moontlikheid om die regte ding te doen, op die regte plek, op die regte tyd en op die regte manier. Hoëwaarde-gewasse soos aartappels word erken as goeie kandidate vir die aanvaarding van PA vanweë die hoë koste van insette. Boonop maak die sensitiwiteit van aartappelknolopbrengs en kwaliteit vir produksiepraktyke en omgewingstoestande presisiebestuur ekonomies krities. 

Wisselvallige besproeiing

Die veranderlike snelheid besproeiingstegnologie (VRI) pas water teen veranderlike dosisse toe eerder as een eenvormige dosis langs die lengte van die spilpunt. Daar is twee stappe om die VRI toe te pas: eerstens, gebaseer op grond elektriese geleidingsvermoë (EG) of hoogtekartering, word die veld in verskillende bestuursones verdeel; tweedens, die stelsel dien spesifieke hoeveelheid water op verskillende bestuursones toe deur individuele spuitpunte (spuitpuntbeheer VRI) aan en af ​​te skakel of die beweegspoed van die spilpunt te beheer (spoedbeheer VRI).

VRI kan water teen verskillende dosisse toedien op verskillende gewasse of kultivars, verskillende grondtipes, hoë afloopgebiede of lae areas wat geneig is om nat en versadig te word, en omgewingsensitiewe gebiede binne die veld. Die oorkoepelende doel van VRI is om oor- en onderbesproeiing te vermy sodat geen water vermors word nie en geen waterstres voorkom nie, terwyl oesopbrengs en kwaliteit gehandhaaf of verhoog word. 

In die somer van 2018 het ons 'n studie gedoen om die voordele van die gebruik van VRI op kommersiële aartappels te kwantifiseer (Russet Burbank) produksie in Wisconsin. Ons het twee lande gekies wat onderskeidelik met spuitstukbeheer-VRI en spoedbeheer-VRI besproei is.

In elke veld was daar ongeveer 15 voet hoogteverskil tussen die hoogste en laagste gebiede. Met oes het ons die knolopbrengs en kwaliteit van die droogste area, die mees verteenwoordigende/gemiddelde area en die natste area van elke veld geëvalueer. Onder spuitpuntbeheer VRI (Figuur 1a), was daar 'n betekenisvolle opbrengsvermindering (ongeveer 140 cwt/a, p<0.05) in die natste area in vergelyking met die gemiddelde area. Opbrengs van die droogste area was effens hoër (ongeveer 20 cwt/a, p>0.05) as dié van die gemiddelde area. Onder spoedbeheer VRI (Figuur 1b), was daar geen betekenisvolle opbrengsverskil tussen die drie liggings nie, alhoewel die getal in die droogste gebied hoër was as dié in die gemiddelde en natste gebiede.

Ons data het voorgestel dat: 

• 'n Groot voordeel van die gebruik van VRI is om opbrengs en kwaliteit te verbeter, dus om potensieel die winsgewendheid te verbeter in die ergste (of die hoë afloop) area van 'n veld wat meer kwesbaar is vir onderbesproeiing. VRI is in staat om grondvog binne die wortelsone van die plante te handhaaf;
• VRI kan besproeiingswater bespaar en besproeiingsdoeltreffendheid verbeter in die lae area van 'n veld wat geneig is om nat of versadig te wees. Selfs onder VRI is die bestuur van aartappelopbrengs en kwaliteit in die lae area egter steeds uitdagend, aangesien plante geneig is om meer verrotting en gebrekkige probleme te hê;
• VRI is ’n belowende stelsel om water te bespaar terwyl aartappelwinsgewendheid verbeter word, maar verdere fyn aanpassing is nodig om dit beter te bestuur op lande met wisselvalligheid. 

Afstandwaarneming en masjienleer

Om opbrengs en winsgewendheid te handhaaf, moet aartappelboere die behoefte van die gewasse aan stikstof bevredig. Om omgewingsagteruitgang te minimaliseer en die finansiële risiko's wat verband hou met regulatoriese en wetlike onsekerheid rondom nitraat in grondwater te verminder, benodig aartappelboere nuwe bestuursinstrumente om hulle te help om die regte hoeveelheid stikstof op die regte tyd deur die groeiseisoen toe te dien. 

Algemeen gebruikte metodes om in-seisoen aartappelplantstikstofstatus te moniteer is arbeidsintensief, tydrowend, soms misleidend, en is slegs plekspesifiek binne die veld. Daarbenewens is daar geen publiek-beskikbare hulpmiddels wat hele veldkaarte genereer om in-seisoen plantstikstofstatus en einde-van-seisoen knolopbrengs te voorspel deur afstandwaarnemingsbeelde te gebruik nie.

Afstandswaarneming is 'n innoverende, tydige, nie-vernietigende en ruimtelik omvattende benadering om bestaande in-seisoen gewasproduksiebestuurpraktyke te verbeter. Afstandwaarneming verskaf tipies verskeie smal spektrale bande (~ 3-10 nm), wat fyn absorpsie eienskappe van gewasvoedingstowwe kan vasvang. Tot dusver het baie studies aangedui dat afstandwaarneming effektief toegepas kan word om gewasparameters/veranderlikes, soos blaaroppervlakte-indeks, biomassa, blaar-N-konsentrasie, ens. 

Die metodes wat gebruik word om oeseienskappe te voorspel/modelleer fokus hoofsaaklik op die bou van voorspellingsalgoritmes tussen spektrale seine en veldmetings. 'n Tipiese modelvoorspeller is plantegroei-indekse (VI), wat wiskundige kombinasies van reflektansie by twee of meer spektrale bande is. Byvoorbeeld, genormaliseerde verskil plantegroei-indeks (NDVI) is wyd gebruik in vorige studies as gevolg van die eenvoudige toepassing daarvan op die monitering van plantegroeidinamika op streek- en globale skale. 

Ons het drie masjienleermodelle bestudeer (besluitboom (DT), ondersteuning vector masjien (SVM) en ewekansige woud (RF)) wat NDVI gebruik het om die N-status en finale opbrengs van vier aartappelkultivars (twee rooibruine insluitend Silverton en Lakeview Russet, twee versplinters insluitend Snowden en Hodag) oor twee groeiseisoene in 2018 en 2019 te voorspel .

Ons voorlopige resultate het aangedui dat NDVI 'n groot potensiaal het om die aartappel-N-status te voorspel wat deur blaarsteel NO3-N, heelblaartotaal N, of hele wingerdstoktotaal N sowel as die einde-van-seisoen totale opbrengs aangedui word (Tabel 4). Ons het R2 gebruik wat wissel van 0 tot 1 om die goeie pas vir die modelle te meet. Hoe hoër die R2, hoe beter is die voorspelling. Dit word as 'n baie goeie voorspelling beskou as R2 hoër as 0.75 is. 

Onder beide VRI-stelsels het knolle van die natste gebied laer soortlike gewig gehad in vergelyking met dié van die droogste en gemiddelde gebiede, en die verskil onder die spuitpuntbeheerstelsel was betekenisvol (Tabel 1).

Figuur 2 het getoon dat knolle van die natste area van elke veld 'n aansienlik hoër lengte tot breedte verhouding gehad het. Dienooreenkomstig was daar hoër voorkoms van

hol hart in knolle van die natste gebiede van beide lande, en die verskil was betekenisvol onder die spoedbeheerstelsel (Tabel 2).

Tydens berging onder 48°F het ons hoër voorkoms van verrotting in knolle van die natste areas van beide lande waargeneem (Figuur 3). Daar word gemeen dat die knolle wat in versadigde grond gekweek is, vergrote lensies op die oppervlak gehad het, wat perfekte toegangspunte vir patogene in die veld en tydens berging geskep het.

Daarbenewens het ons die besproeiingsdoeltreffendheid (IE) van die spoedbeheer-VRI-stelsel bereken (nommers van die spuitpuntbeheer-VRI was nie beskikbaar nie), en dit het getoon dat daar 'n beduidende verbetering van IE in die natste area was in vergelyking met die gemiddelde oppervlakte van die veld. IE in die droogste gebied was effens hoër as die gemiddelde (Tabel 3).

Vir stikstofstatus het die gebruik van NDVI om blaarsteelnitraat-N te voorspel die beste R2-resultate vir beide aartappeltipes gegenereer, in vergelyking met heelblaartotaal N en heelwingerdstoktotaal N. Vir totale opbrengsvoorspelling was DT en RF beter as SVM, en die resultate vir 2019 was beter as 2018 (Tabel 4, hierbo).

Tot dusver het ons gevind dat: 

• 1) besluitboom en ewekansige woud is beter as ondersteuning vector masjien vir die voorspelling van beide in-seisoen N-status en einde-van-seisoen opbrengs vir aartappels;
• 2) blaarsteelnitraat-N kan beter voorspel word deur gebruik te maak van NDVI en masjienleermodelle in vergelyking met totale N in blare of wingerde. Ons sal die modelle valideer en hierdie werk uitbrei deur meer jare se data oor meer aartappelvariëteite te gebruik.

Die skrywer wil graag die Wisconsin Aartappel- en Groentekwekersvereniging, die Wisconsin Departement van Landbou, Handel en Verbruikersbeskerming, die Wisconsin Kunsmisnavorsingsraad en die Universiteit van Wisconsin-Madison Kollege vir Landbou- en Lewenswetenskappe bedank vir die befondsing van ons navorsing.

- Yi Wang is 'n assistent-professor in die Universiteit van Wisconsin-Madison se Departement Tuinbou. Sy is 'n voormalige wenner van Spudman's Emerging Leader Award.

/besproeiingstegnologie