Γεωργία ακριβείας

Από Triple Performance
Μετάβαση σε:πλοήγηση, αναζήτηση

AgriculturePrecision.jpg Στοχευμένη λίπανση, δορυφόροι, αισθητήρες, διασπορά, ψεκασμός, drones, RTK, ρομποτοποίηση, λογισμικό...

Γεωργία ακριβείαςΣτοχευμένη λίπανση, δορυφόροι, αισθητήρες, διασπορά, ψεκασμός, drones, RTK, ρομποτοποίηση, λογισμικό...AgriculturePrecision.jpg

Ηγεωργία ακριβείας, η οποία εμφανίστηκε τη δεκαετία του 1980 στις Ηνωμένες Πολιτείες, βασίζεται στη χρήση πληροφοριών και ψηφιακών τεχνολογιών για να ληφθεί υπόψη η χωρική και χρονική μεταβλητότητα της γεωργικής παραγωγής στις καλλιεργητικές πρακτικές. Πιο συγκεκριμένα, η Διεθνής Εταιρεία Γεωργίας Ακριβείας(ISPA) ορίζει τη γεωργία ακριβείας ως "μια στρατηγική διαχείρισης που συγκεντρώνει, επεξεργάζεται και αναλύει χωρικά, χρονικά και ατομικά δεδομένα και τα συνδυάζει με άλλες πληροφορίες για να καθοδηγήσει διαμορφωμένες αποφάσεις διαχείρισης φυτών ή ζώων για τη βελτίωση της αποδοτικότητας των πόρων, της παραγωγικότητας, της ποιότητας, της κερδοφορίας και της βιωσιμότητας της γεωργικής παραγωγής".

Στόχοι

Η γεωργία ακριβείας αποσκοπεί στην αντιμετώπιση πολλαπλών οικονομικών, γεωπονικών, περιβαλλοντικών και κοινωνικών προκλήσεων:[1]

  • Οικονομικές: αύξηση των μέσων αποδόσεων παραγωγής ή/και μείωση του κόστους παραγωγής, ιδίως του κόστους που συνδέεται με τη χρήση εισροών. Η ανομοιογένεια των αποδόσεων έχει φυσική προέλευση (τοπογραφία, λιθολογία κ.λπ.) καθώς και ανθρώπινη προέλευση που συνδέεται με την ανθρώπινη δραστηριότητα (κατεργασία εδάφους, διασπορά λιπασμάτων κ.λπ.). Η γεωργία ακριβείας χρησιμοποιείται παραδοσιακά γιατη βελτιστοποίηση της χρήσης των εισροών, ιδίως των εισροών αζώτου.
  • Αγρονομική: βελτιστοποίηση της προσαρμογής των πρακτικών στις ανάγκες της καλλιέργειας.
  • Περιβαλλοντική: μείωση ορισμένων τύπων ρύπανσης που συνδέονται με τις εισροές, όπως η έκπλυσηαζώτου, και περιορισμός της χρήσης υδάτινων πόρων γιαάρδευση.
  • Κοινωνικοί: βελτίωση της άνεσης στην εργασία και βελτιστοποίηση του χρόνου εργασίας.

Τα 4 στάδια της γεωργίας ακριβείας

Η γεωργία ακριβείας μπορεί να χωριστεί σε τέσσερα στάδια:

  • Απόκτηση: συλλογή δεδομένων για τη μέτρηση και την ποσοτικοποίηση της μεταβλητότητας της γεωργικής παραγωγής.
  • Χαρακτηρισμός: απόκτηση γεωπονικών δεδομένων για την πλαισίωση και την απόδοση νοήματος στα δεδομένα που συλλέγονται.
  • Συστάσεις: ανάλυση των δεδομένων που συλλέγονται για την κατανόηση της μεταβλητότητας και επιλογή τεχνικών δρομολογίων που λαμβάνουν υπόψη αυτή τη μεταβλητότητα.
  • Εφαρμογή: εφαρμογή των αποφάσεων διαχείρισης της καλλιέργειας (διαμόρφωση των λιπασμάτων, άρδευση κ.λπ.).

Συλλογή δεδομένων και μέτρηση της μεταβλητότητας

Μετρούµενες παράµετροι

Οι πληροφορίες που συλλέγονται μας επιτρέπουν να κατανοήσουμε την ετερογένεια των διαφόρων παραμέτρων εντός ενός αγροτεμαχίου:

  • Τα φυσικοχημικά και βιολογικά χαρακτηριστικά του εδάφους: Οι χάρτες αγωγιμότητας ή ηλεκτρικής αντίστασης μπορούν να χρησιμοποιηθούν σε συνδυασμό με αναλύσεις εδάφους και έρευνες πεδίου για τη μελέτη της κατάστασης του εδάφους.
  • Η κατάσταση των καλλιεργειών ή/και του ζωικού κεφαλαίου: απαιτήσεις άρδευσης και λίπανσης, στάδιο ανάπτυξης, παρουσία παθογόνων μικροοργανισμών, ζημιές από παγετό κ.λπ.
  • Κλιματολογικές συνθήκες.

Εξοπλισμός συλλογής δεδομένων

Υπάρχει ένα ευρύ φάσμα εξοπλισμού και τεχνολογιών για τη συλλογή δεδομένων, τα οποία μπορούν να ταξινομηθούν σύμφωνα με μια πληθώρα τεχνικών ή γεωπονικών κριτηρίων: τη θέση τους, πότε τα ψηφιακά αυτά εργαλεία χρησιμοποιούνται για τον υπολογισμό των δόσεων λίπανσης κ.λπ

Ανάλογα με τον τόπο τοποθέτησής τους, τα ψηφιακά εργαλεία συλλογής δεδομένων διακρίνονται σε δύο κατηγορίες:

  • Proxidetection: τα δεδομένα συλλέγονται από αισθητήρες που βρίσκονται στο αγροτεμάχιο, από αισθητήρες επί των γεωργικών μηχανημάτων ή επί ενός βραχίονα διασποράς, από εφαρμογές smartphone με χειροκίνητη εισαγωγή κ.λπ.
  • Τηλεπισκόπηση: πρόκειται για τη χρήση εικόνων που λαμβάνονται από δορυφόρους (85% των εικόνων)[2]αεροσκάφη ή μη επανδρωμένα αεροσκάφη. Η τηλεπισκόπηση παρέχει ευρύτερη χωρική κάλυψη από την τηλεπισκόπηση.


Οι τεχνολογίες που χρησιμοποιούνται μπορούν επίσης να διακριθούν ανάλογα με το αν πραγματοποιούν :

  • Άμεσες μετρήσεις.
  • Έμμεσες μετρήσεις.

Στην περίπτωση της αζωτούχου λίπανσης, για παράδειγμα, είναι δυνατόν να εκτιμηθούν οι ανάγκες των φυτών σε άζωτο με άμεσες μετρήσεις (μέτρηση νιτρικών στο χυμό) ή με έμμεσες μετρήσεις που βασίζονται στην ανάκλαση, τη διαπερατότητα ή το φθορισμό των φυτών για τον προσδιορισμό των επιπέδων χλωροφύλλης.[3]


Οι περισσότεροι αισθητήρες και ανιχνευτές δεν παρέχουν πλήρεις πληροφορίες: για παράδειγμα, οι δορυφορικοί χάρτες μετρούν μεν τις αλλαγές στην ποσότητα του αζώτου στις καλλιέργειες, αλλά όχι τις απόλυτες ποσότητες. Επομένως, πρέπει να συνδυαστούν με ανάλυση κανονικών αγροτεμαχίων. Ένα άλλο παράδειγμα: τα πυρανόμετρα δεν μετρούν την υγρασία του εδάφους, αλλά την ηλιακή ακτινοβολία. Συνδυάζοντάς την με ένα ανεμόμετρο και ένα βροχόμετρο, μπορούμε να συμπεράνουμε την υγρασία του εδάφους.

Χάρτης απόδοσης ενός γεωργικού αγροτεμαχίου. Aspexit


Χάρτες όπως οι χάρτες απόδοσης μπορούν να χρησιμοποιηθούν για την οπτικοποίηση της μεταβλητότητας εντός ενός αγροτεμαχίου. Η μελέτη της μεταβλητότητας εντός του αγροτεμαχίου με τη χρήση χαρτών απόδοσης έχει αναπτυχθεί εκτενέστερα στην αροτραία γεωργία. [2]Οι συνδυασμοί που είναι εφοδιασμένοι με αισθητήρες ροής μπορούν να μετρήσουν την ποσότητα των σιτηρών που εισέρχονται στη χοάνη.

Χαρακτηρισμός δεδομένων

Τα ακατέργαστα δεδομένα που συλλέγονται συγκρίνονται με μια γεωπονική διάγνωση για να τους δοθεί νόημα.Η τεχνητή νοημοσύνη ή απλά διαγράμματα μπορούν να χρησιμοποιηθούν για την εξαγωγή συμπερασμάτων γεωπονικών δεδομένων από τα μετρούμενα δεδομένα. Για παράδειγμα,η υγρομέτρηση τουεδάφους μπορεί να εκτιμηθεί με τη μοντελοποίηση της εξατμισοδιαπνοής και τη μέτρηση διαφόρων παραμέτρων, όπωςη ηλιοφάνεια και η βροχόπτωση.

Συστάσεις και λήψη αποφάσεων

Με την ανάλυση των δεδομένων, είναι στη συνέχεια δυνατή η επιλογή τεχνικών δρομολογίων που λαμβάνουν υπόψη τη μετρούμενη μεταβλητότητα. Η λήψη αποφάσεων διευκολύνεται με την ανάπτυξη μοντέλων πρόβλεψης καιεργαλείωνυποστήριξης αποφάσεων (DST ), όπως οι χάρτες συστάσεων. Για παράδειγμα, οι συστάσεις για την άρδευση των καλλιεργειών μπορούν να καθοριστούν με βάση τη μοντελοποίηση των απαιτήσεων άρδευσης, σε συνδυασμό με την υγρομέτρηση του εδάφους σε ένα αγροτεμάχιο.

Οι βάσεις δεδομένων και ητεχνητή νοημοσύνη αποτελούν το κλειδί για τη διαχείριση και την ενσωμάτωση των τεράστιων ποσοτήτων πληροφοριών που παράγονται από την απόκτηση και τον χαρακτηρισμό δεδομένων στη λήψη αποφάσεων.

Η γεωργία ακριβείας δεν αποσκοπεί στην επανεξέταση ολόκληρης της λειτουργίας του υφιστάμενου συστήματος παραγωγής. Παρέχει εργαλεία μέτρησης και διάγνωσης που μπορούν να χρησιμοποιηθούν γιατη βελτιστοποίηση του ήδη υπάρχοντος συστήματος παραγωγής. Τα υπολογιστικά μοντέλα και οι άλλες ψηφιακές τεχνολογίες που χρησιμοποιούνται δεν προορίζονται να αντικαταστήσουν την ανθρώπινη λήψη αποφάσεων, αλλά να παρέχουν αντικειμενικά δεδομένα για τη διευκόλυνση της λήψης αποφάσεων.

Εφαρμογή των αποφάσεων

Αυτό το τελικό στάδιο της γεωργίας ακριβείας περιλαμβάνει την εφαρμογή των αποφάσεων διαχείρισης της καλλιέργειας (ή του ζωικού κεφαλαίου) που λαμβάνουν υπόψη τη μετρούμενη και μοντελοποιημένη μεταβλητότητα, με άλλα λόγια, την εφαρμογή της διαμόρφωσης εντός του αγροτεμαχίου. Η αρχή της διαμόρφωσης εντός του αγροτεμαχίου μπορεί να συνοψιστεί ως "εφαρμογή της σωστής δόσης, στο σωστό μέρος, τη σωστή στιγμή".

Για ποιες πρακτικές

Θεραπεία με drone.

Ο συνδεδεμένος εξοπλισμός μπορεί να χρησιμοποιηθεί για τη διαμόρφωση διαφόρων παραμέτρων και καλλιεργητικών εργασιών:

  • Δόσεις εισόδου.
  • Πυκνότητα σποράς.
  • Προετοιμασία εδάφους.
  • Άρδευση.

Η γεωργία ακριβείας έχει αναπτυχθεί περισσότερο στις αροτραίες καλλιέργειες και, σε μικρότερο βαθμό, στην αμπελουργία. Η πιο συχνή εφαρμογή της παραμένει η διαχείριση της λίπανσης.[2]

Εξοπλισμός παρέμβασης

Η διαμόρφωση της δόσης μπορεί να πραγματοποιηθεί με χειροκίνητη εφαρμογή (καθοδηγούμενη από εργαλεία υποστήριξης αποφάσεων), με ρομποτοποίηση ή με γεωργικά μηχανήματα.


Σε γενικές γραμμές, ο εξοπλισμός διαμόρφωσης που συνδέεται με γεωργικά μηχανήματα συνδυάζει :

  • Μια κεραία GNSS, δηλαδή ένα σύστημα εντοπισμού θέσης GPS: υπάρχουν διάφορα συστήματα εντοπισμού θέσης(RTX, RTK, PPP, PPK κ.λπ.) τα οποία διαφέρουν ως προς τον τύπο του χρησιμοποιούμενου σήματος, το αν η διόρθωση εντοπισμού μεταδίδεται σε πραγματικό χρόνο ή όχι, τον αριθμό των χρησιμοποιούμενων δεκτών κ.λπ. Οι περικοπές τμημάτων με τη βοήθεια GPS μπορούν να χρησιμοποιηθούν για τον περιορισμό των επικαλύψεων κατά τη διέλευση.[4]
  • Εξοπλισμός με ρύθμιση ροής: οι λειτουργίες μπορούν να προγραμματιστούν εκ των προτέρων ή να ρυθμιστούν σε πραγματικό χρόνο.
  • Κονσόλα καθοδήγησης: οι κονσόλες καθοδήγησης μπορούν να λειτουργούν με τη χρήση υποβοηθούμενης καθοδήγησης (η οποία υποδεικνύει τη διαδρομή που πρέπει να ακολουθηθεί χωρίς να ελέγχει τις κινήσεις των γεωργικών μηχανημάτων) ή αυτοκαθοδήγηση (έλεγχος των κινήσεων των γεωργικών μηχανημάτων).Η αυτοκαθοδήγηση μπορεί να είναι ηλεκτρική (ηλεκτρικός κινητήρας που επενεργεί στο τιμόνι ή στην κολόνα του τιμονιού) ή υδραυλική (που επενεργεί στο υδραυλικό σύστημα διεύθυνσης).


Ρομποτικός βραχίονας για γεωργική χρήση. Aspexit

Η ρομποτοποίηση καθιστά δυνατή την αυτοματοποίηση των εργασιών που εκτελούνται από τον άνθρωπο, για παράδειγμα, για να έρθουν πιο κοντά τα περάσματα ή να συστηματοποιηθούν. Είναι επίσης ένας τρόπος αντιμετώπισης της αγγαρείας της εργασίας και της έλλειψης εργατικού δυναμικού. Για παράδειγμα, υπάρχουν ρομπότ συγκομιδής μούρων που χρησιμοποιούν τεχνητή νοημοσύνη για να αναγνωρίζουν τα ώριμα φρούτα. Ένα άλλο παράδειγμα είναι τα ρομπότ σίτισης που μπορούν να εξατομικεύουν τις μερίδες στην κτηνοτροφία.

Ωστόσο, τα ρομπότ εξακολουθούν να μην είναι πολύ καλά προσαρμοσμένα σε μη τυποποιημένα περιβάλλοντα, με ανώμαλη τοπογραφία ή δύσκολες κλιματικές συνθήκες. Παρόλο που αναδύονται πολλές πρωτοβουλίες, εξακολουθούν να συναντώνται σπάνια στις γεωργικές εκμεταλλεύσεις.[5]


Στρατηγικές διαμόρφωσης

Μπορούν να διακριθούν δύο στρατηγικές για τη διαμόρφωση των δόσεων εισόδου:

  • Μια στρατηγική αντιστάθμισης, η οποία αποσκοπεί στην αύξηση των αποδόσεων σε περιοχές με χαμηλό δυναμικό παραγωγής με την αύξηση των δόσεων εισροών στις περιοχές αυτές.
  • Στρατηγική βελτιστοποίησης, η οποία αποσκοπεί στη μείωση της ποσότητας των χρησιμοποιούμενων εισροών. Αυτή περιλαμβάνει τη μείωση των δόσεων εισροών σε περιοχές όπου το δυναμικό παραγωγής είναι χαμηλότερο και περιορίζεται από παράγοντες άλλους από την ποσότητα των εισροών, όπως η φύση του εδάφους. Σε αυτές τις περιοχές, η αύξηση των δόσεων εισροών είναι σπατάλη, διότι δεν αυξάνει το δυναμικό παραγωγής.[6]

Ενσωμάτωση

Σε ορισμένες περιπτώσεις, όλα αυτά τα στάδια της γεωργίας ακριβείας πραγματοποιούνται χωριστά, με ξεχωριστά εργαλεία που απαιτούν χειρισμό από τον χειριστή (π.χ. εξαγωγή δορυφορικών δεδομένων, διόρθωση των δεδομένων, εισαγωγή των δεδομένων στον ελκυστήρα). Σε άλλες περιπτώσεις, τα 4 στάδια της γεωργίας ακριβείας εκτελούνται ταυτόχρονα και με πλήρως ολοκληρωμένο τρόπο: για παράδειγμα, με έναν αισθητήρα αζώτου σε συνδυασμό με ένα σύστημα εντοπισμού θέσης GPS που είναι τοποθετημένο στο τρακτέρ, το οποίο επιτρέπει την άμεση εκτέλεση της διαμόρφωσης σε πραγματικό χρόνο.

Η ποιότητα και η καταλληλότητα ενός συστήματος ακριβείας εξαρτάται από την ακρίβεια του πιο αδύναμου από τα 4 στάδια: αν η ποιότητα του αισθητήρα συλλογής δεδομένων είναι κακή, θα επηρεαστεί η ποιότητα της ανάλυσης των δεδομένων και η καταλληλότητα των συστάσεων.


Ηολοκλήρωση και η τυποποίηση των 4 σταδίων αποτελεί ισχυρό επιχείρημα υπέρ ενός λειτουργικού συστήματος:

  • Ευκολία στη διασύνδεση (πρωτόκολλα, συνδετήρες κ.λπ.): Το πρότυπο ISOBUS ή ISO 11783 καθορίστηκε από τοAEF (Agricultural Industry Electronics Foundation) για την τυποποίηση και την απλούστευση της ανταλλαγής δεδομένων μεταξύ διαφορετικών εργαλείων κινητού εξοπλισμού (π.χ. αισθητήρες επί του οχήματος ενός ελκυστήρα), ακόμη και αν τα εργαλεία αυτά προέρχονται από διαφορετικούς κατασκευαστές. Ωστόσο, η δημιουργία ενός πλήρους συστήματος ISOBUS μπορεί να είναι αρκετά δαπανηρή.[7]
  • Καλύτερη συνεκτίμηση των δυνατοτήτων κάθε αισθητήρα και κάθε στοιχείου εφαρμογής.
  • Λιγότερες αλληλεπιδράσεις και χειρισμοί σε κάθε στάδιο.

Εξάρτηση από τους προμηθευτές εξοπλισμού

Η απόκτηση συχνά πολύπλοκου και δαπανηρού εξοπλισμού για τη γεωργία ακριβείας ενέχει τον κίνδυνο εξάρτησης από τους κατασκευαστές του εξοπλισμού αυτού. Υπάρχουν διάφοροι μηχανισμοί που μπορούν να αναγκάσουν τους αγρότες να παραμείνουν στον ίδιο προμηθευτή:

  • Τεχνικοί περιορισμοί: η διαλειτουργικότητα του εξοπλισμού ή των βάσεων δεδομένων διαφορετικών κατασκευαστών δεν εξασφαλίζεται σκόπιμα, καθιστώντας αδύνατη την κοινή χρήση εξοπλισμού διαφορετικών κατασκευαστών ή την ανταλλαγή δεδομένων.
  • Νομικοί περιορισμοί: Η ιδιωτικοποίηση των δεδομένων που παράγονται συλλογικά από μικρό αριθμό φορέων, ιδίως από κατασκευαστές γεωργικών μηχανημάτων, καθιστά δυνατό τον περιορισμό ή ακόμη και την απαγόρευση της κοινής χρήσης τους. Οι περιορισμοί αυτοί δημιουργούν εξάρτηση όσον αφορά την επεξεργασία των δεδομένων που συλλέγονται. Επιπλέον, αυτά τα ιδιωτικοποιημένα δεδομένα μπορούν να χρησιμοποιηθούν για την ανάπτυξη και την εμπορία νέου ψηφιακού εξοπλισμού προσαρμοσμένου σε μια συγκεκριμένη μέθοδο παραγωγής, γεγονός που μπορεί να εγκλωβίσει τους αγρότες σε μια λογική παραγωγής.[8]



Articles dans cette thématique

Πηγές


  1. Agrifind. [10/2022]. https://www.agrifind.fr/agriculture-de-precision-riche/
  2. 2,0 2,1 2,2 Πρόεδρος AgroTIC.2018. Ποιες είναι οι χρήσεις της τηλεπισκόπησης στη γεωργία;. https://www.youtube.com/watch?v=6va_lJTITYM
  3. Leroux C. 2022. Le raisonnement de la fertilisation azotée par les outils numériques: une amourette assez fragile. https://www.aspexit.com/le-raisonnement-de-la-fertilisation-azotee-par-les-outils-numeriques-une-amourette-assez-fragile/
  4. Leroux. C. 2020. Γεωεντοπισμός στη γεωργία. https://www.aspexit.com/geopositionnement-en-agriculture/
  5. Leroux C. 2022. Η ρομποτική είναι στο λιβάδι: πού βρισκόμαστε και πού πηγαίνουμε; https://www.aspexit.com/la-robotique-est-dans-le-pre-ou-sommes-nous-et-ou-allons-nous/
  6. Spotifarm. 2021. Λευκή Βίβλος Γεωργία ακριβείας. https://blog.spotifarm.fr/hubfs/PROMIZE/Spotifarm/livre-blanc-spotifarm-agriculture-de-precision-2021.pdf
  7. Leroux C. 2021. Standards et échanges de données dans le numérique agricole. https://www.aspexit.com/standards-et-echanges-de-donnees-dans-le-numerique-agricole/
  8. Bertrand Valiorgue. 2020. Επανίδρυση της γεωργίας στην εποχή του Ανθρωποκαίνου.