Chcielibyśmy kultywować kulturę dyskusji

...z naszym agriconBLOG

agriconBLOG

22.07.2019

Rolnictwo precyzyjne za pomocą satelity czy czujnika?

Od czasu udostępnienia zdjęć satelitarnych Sentinel-2 gwałtownie wzrosła liczba ofert dotyczących wykorzystania tych danych. Od firm rozpoczynających działalność po międzynarodowe korporacje - wszystkie one walczą o względy rolników. Różne oświadczenia marketingowe sugerują potencjalnym klientom, że dzięki tym tanim (najczęściej bezpłatnym) narzędziom mogą zwiększyć plony i zaoszczędzić na nawozach i pestycydach. Ponadto ich obsługa jest dziecinnie prosta. Nasuwa się więc pytanie: czy tak jest naprawdę? A jaka jest racja bytu czujników na ciągniku lub maszynie?

Faktem jest, że rolnictwo precyzyjne wymaga możliwie najdokładniejszych źródeł informacji jako punktu wyjścia do automatyzacji procesów produkcyjnych. Dlatego przydatność źródła informacji należy zawsze sprawdzać według określonych kryteriów. Obejmują one pytania dotyczące

wartość pomiaru,
jakość i dokładność pomiarów,
powtarzalności i niezawodności,
praktyczność i ergonomiczność procesu, oraz
analiza kosztów i korzyści

Niezależnie od tego, czy jest to czujnik, czy satelita - każde źródło danych musi być mierzone w odniesieniu do tych punktów. Chcielibyśmy to zrobić na przykładzie nawożenia azotem w danym miejscu i bardziej szczegółowo omówić różnice między tymi dwoma systemami informacyjnymi. Ponieważ tworzenie map wysiewu z wykorzystaniem zdjęć satelitarnych odbywa się zasadniczo zawsze według tych samych zasad, jako przykłady licznych ofert wykorzystamy produkty "atfarm" firmy Yara i "CropView" firmy 365 FarmNet. Na przykładzie tego samego pola można zilustrować, jak różnie działają poszczególne systemy.

Prawidłowa wartość pomiaru

	N-Sensor^®	Zdjęcia satelitarne
Metoda pomiaru	Odbicie pasm spektralnych	Odbicie pasm spektralnych
Pochodna wartość pomiarowa	Wskaźniki bezwzględne z kalibracją do bezwzględnego pobrania N w kg N/ha	Wskaźniki względne bez kalibracji do bezwzględnego poboru N ("więcej lub mniej")

Obie metody mierzą informację spektralną drzewostanu. Czujnik N-Sensor® wykorzystuje dwie zdefiniowane długości fal. Na ich podstawie można określić dokładny i bezwzględny pobór N przez stanowisko roślinne.

Z drugiej strony, dane dostawców zdjęć satelitarnych są zawsze wskaźnikami względnymi, które oznaczają jedynie "więcej" lub "mniej". Bezpośrednie odniesienie do aktualnego poboru N przez rośliny nie jest możliwe.

Przykład praktyczny: CropView (365 FarmNet)

Podczas prezentacji danych nie ma liczb określających "roślinność". Użytkownik sam musi ocenić "dużo" i "mało" i na tym oprzeć swoje nawożenie N.

Zgodnie z obecnym stanem wiedzy wskaźnikiem stosowanym do określania różnic w wegetacji jest bezwymiarowy znormalizowany wskaźnik zróżnicowanej wegetacji (NDVI). Struktury są prawie nierozpoznawalne na mapie.

Problem polega na tym, że stosowany NDVI wchodzi w tzw. nasycenie przy poborze 40 kg N/ha (zboża w EC 30/31, rzepak w EC 16-18). Oznacza to, że wszystkie pomiary powyżej tego poboru N nie są technicznie wyraźnie rozróżnialne. Zmierzone różnice są więc czysto przypadkowe i można je sobie wyobrazić tylko przez "rozwinięcie" skali.

Przykład praktyczny: atfarm (Yara Digital)

Nie podano również żadnych liczb bezwzględnych dla oferowanych indeksów. Nazwy (w przykładzie "Widok z czujnika N") są sprytnie dobrane z marketingowego punktu widzenia, ponieważ sugerują bezpośrednie odniesienie do technologii czujnika YARA.

W porównaniu z technologią czujnikową, obraz satelitarny nie pokazuje jednak średniego pobrania N, a zatem nie jest możliwe bezpośrednie określenie optymalnego nawożenia N. Ponieważ przy pobraniu przez rzepak 160 kg/ha N nie trzeba by było stosować żadnych nawozów, natomiast przy pobraniu 100 kg/ha potrzeba by było około 60 kg. Użytkownik nie otrzymuje tej decydującej informacji.

Nie wiadomo też, czy gradacja kolorów oznacza 5, 10 czy może 20 kg N/ha. Struktury lub częściowe obszary są ledwo rozpoznawalne na mapie.

Przykład praktyczny: agriPORT (Agricon)

Dane z czujnika N-Sensor® zawsze pokazują pobór N przez roślinę, zmierzony w momencie krzyżowania. Umożliwia to bezwzględną i obiektywną ocenę stanu roślin.

W porównaniu z obrazami satelitarnymi, N-Sensor® uzyskiwany maszynowo ma znacznie wyższą rozdzielczość, dzięki czemu znacznie lepiej odwzorowuje struktury i podobszary.

Jakość, dokładność i wiarygodność pomiarów

N-Sensor® jako system związany z maszyną mierzy odbicie światła od drzewostanu z odległości od ok. 4 do 7 m. Oprócz mrozu w lutym/marcu lub ewentualnego tworzenia się pyłu w warunkach suszy (gdzie nawożenie N i tak nie ma sensu), nie ma żadnych zmiennych zakłócających, które mogłyby zafałszować sygnał z czujnika.

Zdjęcia satelitarne są wykonywane z wysokości ponad 750 000 m (!). Pomiędzy nimi znajduje się cała atmosfera ziemska. Wszystkie zawarte w nim cząstki (pył, para wodna, aerozole itp.) znajdują się więc w stale zmieniających się proporcjach między urządzeniem pomiarowym a roślinami.

	N-Sensor^®	Zdjęcia satelitarne
Niezależność od pogody	Tak	Nr
Dostępność	Immer	Tylko przy bezchmurnym niebie podczas przelotu i na polach wolnych od cienia chmur.
Wiek pomiaru	W czasie rzeczywistym	Dni, tygodnie, czasem miesiące (w zależności od zachmurzenia)

Ponadto chmury i ich cienie na powierzchni Ziemi odgrywają istotną rolę w obrazach satelitarnych, ponieważ mogą w znacznym stopniu zakłócić interpretację obrazów lub całkowicie uniemożliwić ich wykorzystanie.

Przykład praktyczny: Chmury i cienie

Chociaż sama chmura pokrywa tylko część pól, nie można wykorzystać nawet tych oddziaływań lub części obszarów, na których znajdują się cienie chmur. W związku z tym do obliczenia mapy rozproszenia N nie można wykorzystać ok. 40% do 50% całego przekroju.

Przykład praktyczny: dostępność danych

W sezonie wegetacyjnym często nie są dostępne żadne użyteczne dane z satelity Sentinel-2. W przedstawionym przykładzie żadne ze zdjęć satelitarnych nie mogło być wykorzystane z powodu zachmurzenia w okresie od 27 kwietnia do 14 maja 2019 r. Zmienne nawożenie N było więc możliwe tylko w ograniczonym zakresie lub tylko na podstawie nieaktualnych danych.

Przykład praktyczny: Wadliwa mapa wysiewu

Pomimo zachmurzenia użytkownik ma możliwość wykorzystania obrazów do nawożenia. Gdyby na przykład zdjęcie z 2 maja 2019 r. zostało wykorzystane do obliczenia mapy wysiewu, rolnik musiałby się liczyć z wyraźnymi błędami w pomiarze dawki nawozu N. Szczególnie w miejscach, gdzie na polu zalegają chmury, występuje wyraźne przenawożenie ze względu na zbyt niski wskaźnik pomiaru.

Jakość i wiarygodność pomiarów

Jakość i wiarygodność pomiarów wykonywanych za pomocą zdjęć satelitarnych jest zatem niższa w porównaniu z pomiarami wykonywanymi przez czujniki pokładowe, ponieważ są one narażone na znacznie więcej zmiennych zakłócających.

Rozdzielczość przestrzenna	N-Sensor^®	Zdjęcia satelitarne
Zmierzone wartości na ha	125	25
Dokładność pozycjonowania	+/- 0,1 ... 0,3 m	+/- 11 m (w terenie pagórkowatym również więcej)

Pomiary wykonywane przez N-Sensor® mają pięciokrotnie wyższą rozdzielczość przestrzenną niż zdjęcia satelitarne. Zdjęcia satelitarne charakteryzują się średnią niedokładnością pozycjonowania wynoszącą +/- 11 m. Każdy "kafelek obrazu" ma wymiary 20 na 20 m i zawiera tylko jedną informację. Położenie płytki obrazu może być przesunięte we wszystkich kierunkach o 11 m w stosunku do rzeczywistości. Oznacza to, że trudno jest z całą pewnością wykryć różnice w małej skali.

Słaba georeferencja: po stronie północno-zachodniej biomasa jest pokazana na granicy pola, która nie istnieje w rzeczywistości. W rzeczywistości znajduje się tam droga gruntowa, a co za tym idzie - brak znaczącej roślinności. Wskazana biomasa pochodzi z sąsiedniego pola, które znajduje się dopiero za ścieżką polną. W związku z tym cała mapa ma prawdopodobnie przesunięcie o 10 (?) metrów.

Problem niedokładności pozycjonowania i efektu krawędziowego jest oczywiście bardziej zauważalny na mniejszych polach niż na dużych, niezależnie od błędu pozycjonowania w polu.

Praktyczność i ergonomia

Ze względu na brak bezwzględnych wartości pomiarowych nie można stosować bezwzględnych funkcji sterowania agronomicznego. To właśnie tutaj użytkownik musi podjąć największe i najważniejsze decyzje:

Decyzja 1: Zgodnie z jaką zasadą chcę nawozić?

Funkcja Robin Hooda (zabierać bogatym i dawać biednym) lub
Funkcja króla Jana (zabierać biednym, a dawać bogatym)

Decyzja 2: Jakie jest nachylenie funkcji kontrolnej?

W jakim stopniu chcę reagować na różnice na mapie, stosując nawożenie N?

Pozytywnie rzecz ujmując, prawie wszyscy usługodawcy dają rolnikom wolną rękę w udzielaniu odpowiedzi na te dwa pytania. Jednak, patrząc trzeźwo, rolnicy są pozostawieni sami sobie z decyzjami, ponieważ większość dostawców nie przedstawia żadnych zaleceń. Co więcej, nie mają prawie żadnej możliwości sprawdzenia poprawności decyzji po ich podjęciu.

Dlatego rolnik musi sam określić bezwzględny poziom nawożenia. Zazwyczaj opiera się przy tym na swoich wartościach empirycznych i "oku Pana". Aby zwiększyć dokładność, można wykonać kilka cięć biomasy w rzepaku lub kilka pomiarów za pomocą N-testera w zbożach. Oprócz wysiłku praktycznego, dane należałoby następnie przyporządkować do odpowiednich kafelków na obrazie satelitarnym w komputerze. W chwili obecnej jest to mało prawdopodobne.

Dlatego zawsze istnieje niebezpieczeństwo, że...

wybór funkcji sterowania,
bezwzględny poziom nawożenia oraz
zmienność ilości N

jest fundamentalnie wadliwy.

Ergonomia

W szczycie sezonu kierownik gospodarstwa lub agronom musi wykonywać stosunkowo dużo pracy biurowej. Korzystając ze zdjęć satelitarnych, należy wykonać następujące czynności dla każdego pola:

Sprawdź: czy dostępne są aktualne obrazy?
Jeśli nie: jakie obrazy należy wybrać jako alternatywę?
Jaki jest poziom nawożenia?
Określenie min. i maks. kg N/ha
Pobierz mapę rozrzutu
Ręczne eksportowanie każdej mapy rozrzutu do pamięci USB
Przekazanie na holownik

Przyjrzyjmy się temu na przykładzie gospodarstwa rolnego o powierzchni 1000 ha, w którym uprawia się 70% zbóż i rzepaku: Przy średniej wielkości pola wynoszącej 15 ha, jest to około 50 pól. Użytkownik musi więc obliczyć 50 kart wysiewu dla pierwszej dawki azotu w zimie, kolejne 50 w marcu/kwietniu dla drugiej dawki azotu i ewentualnie kolejne 40 do 70 kart w maju/czerwcu dla trzeciej i czwartej dawki w zbożach. W ten sposób powstaje około 140 do 170 kart do smarowania, które muszą być wykonane zgodnie z opisanymi powyżej etapami. A wszystko to w i tak już pracowitym sezonie wiosennym.

Dzięki naszej metodzie nawożenia N z czujnikiem N-Sensor® prace biurowe ograniczają się zasadniczo do dwóch rzeczy:

Tworzenie map rozrzutu dla pierwszej aplikacji azotu na podstawie jesiennych skanów N-Sensor®. Wszystkie pola z jednym typem uprawy mogą być obliczane jednocześnie i niemal automatycznie.
Zarządzanie zadaniami: wysyłanie danych pocztą elektroniczną do maszyny, skąd kierowca może je pobrać i natychmiast przetworzyć.

Zamówienia te można opcjonalnie składać dla wszystkich darów i wszystkich pól przed sezonem wiosennym, dzięki czemu nie stanowią one dodatkowego obciążenia dla rolnika.

Koszty, korzyści i sprawdzone efekty

Obecnie Atfarm pobiera opłatę w wysokości 8 €/ha powierzchni aktywnej. W przypadku gospodarstwa o powierzchni 1000 ha, w którym uprawia się 70% zbóż i rzepaku, gospodarstwo płaci 5 600 euro rocznie. W ciągu dziesięciu lat jest to około 56 000 euro.

Gotowy do użycia system, składający się z czujnika N-Sensor® ALS 2 i terminala, kosztuje 27 500 €, gdy jest w pełni zmontowany. Jest on amortyzowany przez pięć lat. Kontrola sprzętu powinna być przeprowadzana co dwa lata, a jej koszt wynosi 500 €. Przy oprocentowaniu 3% i dwóch do trzech kontroli w okresie amortyzacji powstają roczne koszty w wysokości około 5 700 EUR. W ciągu dziesięciu lat daje to łączną sumę 32 000 euro.

Ale strona kosztowa jest tylko drugorzędna. Naprawdę decydujące pytanie brzmi: co za to dostaniesz? Korzyści płynące z zastosowania czujnika N-Sensor® zostały wielokrotnie udowodnione. Obejmują one oszczędność N do 15%, wzrost plonów o 5%, poprawę wydajności koszenia i jakości zbieranego produktu oraz uniknięcie wylegania związanego z N. W efekcie uzyskuje się korzyści wynoszące średnio 100 euro/ha, a w przypadku ochrony upraw po 45 euro/ha za zastosowanie regulatorów wzrostu lub fungicydów. Dlatego inwestycje w technologię czujników są bardzo ekonomiczne, a zwrot z inwestycji następuje zwykle już po roku.

Zgodnie z obecnym stanem wiedzy nie przeprowadzono jeszcze żadnych prób na dużą skalę z udziałem dostawcy zdjęć satelitarnych. W związku z tym nie dostarczono jeszcze dowodów na to, że nawożenie N ma pozytywny wpływ na glebę według zdjęć satelitarnych.

Wniosek

Wykorzystanie zdjęć satelitarnych do nawożenia azotem jest prawdopodobnie lepszym rozwiązaniem niż stałe stosowanie nawozów. Jednak stosunek ceny do jakości nie jest właściwy. Najważniejsze wady, zilustrowane na przykładzie atfarm w porównaniu z N-Sensor®, to:

Ograniczona dostępność z powodu zachmurzenia i cienia chmur
Niedokładność pozycjonowania płytek
Do 33% niższa rozdzielczość
Brak kalibracji dla bezwzględnego poboru N
Funkcje sterowania bezwzględnego nie są dostępne lub nie mają zastosowania
Słaba ergonomia oznacza duże nakłady czasu w sezonie
W przypadku większych gospodarstw koszty są wyższe niż w przypadku czujnika N-Sensor®.

W ostatnich latach Agricon wielokrotnie analizował zdjęcia satelitarne jako potencjalne źródło informacji dla rolnictwa precyzyjnego. Jednak ze względu na znane słabe punkty celowo zrezygnowaliśmy z tego rozwiązania. Nie udało nam się uzyskać pozytywnych efektów wydajności analogicznych do N-Sensor®. Jaki jest pożytek z pozornie "taniego" narzędzia cyfrowego, jeśli nie uzyskamy pozytywnego efektu? W takim przypadku lepiej nie oferować rozwiązania satelitarnego niż rozwiązanie, które jest gorsze od technologii czujników.