Jak zmienne dawkowanie pozwoliło zaoszczędzić 64 USD/ha na nasionach i nawozach do kukurydzy
Czas czytania: 10 minut
Studium przypadku gospodarstwa z Ukrainy
Olha Matsera
Agronom OneSoil
Rolnictwo precyzyjne zaczyna się od zrozumienia pola
Rolnictwo precyzyjne często kojarzy się z pojedynczymi technologiami: zdjęciami satelitarnymi, mapami aplikacyjnymi, analizą gleby czy zmiennym dawkowaniem nawozów.
Największe korzyści pojawiają się jednak wtedy, gdy wszystkie te narzędzia tworzą jeden spójny proces podejmowania decyzji.
To studium przypadku przedstawia gospodarstwo z obwodu winnickiego na Ukrainie, które wykorzystało Strefy Produktywności OneSoil do zaplanowania pobierania prób gleby, identyfikacji czynników ograniczających plonowanie oraz przygotowania map zmiennego dawkowania nawozów i materiału siewnego.
Już w pierwszym sezonie gospodarstwo ograniczyło koszty nasion i nawozów, a jednocześnie zwiększyło średni plon kukurydzy. Najważniejszym efektem było jednak stworzenie procesu podejmowania decyzji opartego na danych z własnego pola.
Rolnictwo precyzyjne często kojarzy się z pojedynczymi technologiami: zdjęciami satelitarnymi, mapami aplikacyjnymi, analizą gleby czy zmiennym dawkowaniem nawozów.
Największe korzyści pojawiają się jednak wtedy, gdy wszystkie te narzędzia tworzą jeden spójny proces podejmowania decyzji.
To studium przypadku przedstawia gospodarstwo z obwodu winnickiego na Ukrainie, które wykorzystało Strefy Produktywności OneSoil do zaplanowania pobierania prób gleby, identyfikacji czynników ograniczających plonowanie oraz przygotowania map zmiennego dawkowania nawozów i materiału siewnego.
Już w pierwszym sezonie gospodarstwo ograniczyło koszty nasion i nawozów, a jednocześnie zwiększyło średni plon kukurydzy. Najważniejszym efektem było jednak stworzenie procesu podejmowania decyzji opartego na danych z własnego pola.
Uprawa:
kukurydza na ziarno
Powierzchnia pola:
34,9 ha
Lokalizacja:
obwód winnicki, Ukraina
kukurydza na ziarno
Powierzchnia pola:
34,9 ha
Lokalizacja:
obwód winnicki, Ukraina
Projekt przyniósł trzy wymierne rezultaty:
64 $/ha
1,37 t/ha
$2,234
oszczędność na nasionach i nawozach
Wzrost plonu
Całkowita oszczędność na całym polu
Krok 1. Wyznaczenie stabilnych stref produktywności
Pierwszym etapem było poznanie, jak pole zachowywało się w kolejnych sezonach.
OneSoil przeanalizował zdjęcia satelitarne z sześciu lat, automatycznie odrzucając obrazy o niewystarczającej jakości.
Analiza wykazała, że 64% powierzchni pola zachowywało tę samą klasę produktywności przez kolejne sezony.
Oznaczało to, że zmienność plonowania miała trwały charakter, a nie była wynikiem przypadkowych czynników.
OneSoil przeanalizował zdjęcia satelitarne z sześciu lat, automatycznie odrzucając obrazy o niewystarczającej jakości.
Analiza wykazała, że 64% powierzchni pola zachowywało tę samą klasę produktywności przez kolejne sezony.
Oznaczało to, że zmienność plonowania miała trwały charakter, a nie była wynikiem przypadkowych czynników.
Krok 2. Weryfikacja mapy produktywności
Przed wykorzystaniem mapy do planowania zabiegów należało sprawdzić, czy odzwierciedla ona rzeczywiste warunki panujące na polu.
Mapę porównano z ukształtowaniem terenu, a następnie z wynikami analiz gleby.
Uzyskana korelacja na poziomie 0,95–0,98 potwierdziła, że strefy produktywności odpowiadają rzeczywistym różnicom występującym na polu.
Mapę porównano z ukształtowaniem terenu, a następnie z wynikami analiz gleby.
Uzyskana korelacja na poziomie 0,95–0,98 potwierdziła, że strefy produktywności odpowiadają rzeczywistym różnicom występującym na polu.
Krok 3. Pobieranie prób gleby według stref produktywności
Kolejnym krokiem po utworzeniu mapy Stref Produktywności było przygotowanie mapy poboru prób gleby do wykonania analizy agrochemicznej.
Powszechnie stosowaną metodą jest pobór prób według regularnej siatki. Ma ona jednak istotną wadę, szczególnie na polach o dużej zmienności – jedna próbka może obejmować zarówno obszary o wysokiej, jak i niskiej produktywności. W efekcie laboratorium otrzymuje wartość średnią, która nie opisuje prawidłowo żadnej z tych stref.
Dlatego stosujemy pobór prób według jednorodnych stref. Takie podejście pozwala nie tylko ograniczyć liczbę analiz i obniżyć ich koszty, ale również uzyskać wyniki, które rzeczywiście odzwierciedlają właściwości każdej części pola.
Powszechnie stosowaną metodą jest pobór prób według regularnej siatki. Ma ona jednak istotną wadę, szczególnie na polach o dużej zmienności – jedna próbka może obejmować zarówno obszary o wysokiej, jak i niskiej produktywności. W efekcie laboratorium otrzymuje wartość średnią, która nie opisuje prawidłowo żadnej z tych stref.
Dlatego stosujemy pobór prób według jednorodnych stref. Takie podejście pozwala nie tylko ograniczyć liczbę analiz i obniżyć ich koszty, ale również uzyskać wyniki, które rzeczywiście odzwierciedlają właściwości każdej części pola.
Krok 4. Identyfikacja czynników ograniczających plonowanie
Wyniki analiz gleby zestawiono ze Strefami Produktywności.
W strefach o niższym potencjale stwierdzono niższą zawartość siarki i cynku.
Nie oznaczało to, że były to jedyne czynniki wpływające na plonowanie, jednak analiza wskazywała, że mogły one należeć do najważniejszych ograniczeń produkcyjnych. Na tej podstawie opracowano strategię nawożenia.
W strefach o niższym potencjale stwierdzono niższą zawartość siarki i cynku.
Nie oznaczało to, że były to jedyne czynniki wpływające na plonowanie, jednak analiza wskazywała, że mogły one należeć do najważniejszych ograniczeń produkcyjnych. Na tej podstawie opracowano strategię nawożenia.
Krok 5. Opracowanie mapy aplikacyjnej i założenie doświadczeń polowych
Na podstawie map produktywności i wyników analiz gleby przygotowano mapę aplikacyjną dla zmiennego dawkowania nawozów.
Równocześnie na polu założono doświadczenia z różnymi dawkami nawozów.
Ponieważ był to pierwszy sezon stosowania zmiennego dawkowania, gospodarstwo postanowiło zweryfikować rekomendacje w praktyce. W tym celu wykorzystano linie kontrolne, które umożliwiły porównanie różnych dawek nawozów w rzeczywistych warunkach polowych.
Takie podejście pozwala podejmować kolejne decyzje w oparciu o wyniki uzyskane na własnym polu, a nie wyłącznie o ogólne zalecenia.
Równocześnie na polu założono doświadczenia z różnymi dawkami nawozów.
Ponieważ był to pierwszy sezon stosowania zmiennego dawkowania, gospodarstwo postanowiło zweryfikować rekomendacje w praktyce. W tym celu wykorzystano linie kontrolne, które umożliwiły porównanie różnych dawek nawozów w rzeczywistych warunkach polowych.
Takie podejście pozwala podejmować kolejne decyzje w oparciu o wyniki uzyskane na własnym polu, a nie wyłącznie o ogólne zalecenia.
Krok 6. Ocena różnych dawek nawozów
W tych miejscach dodatkowe nawożenie nie przynosiło uzasadnionego ekonomicznie zwrotu.
Po zbiorach przeanalizowano wyniki doświadczeń.
W strefach o najwyższym potencjale największy plon (9,89 t/ha) uzyskano przy najwyższej dawce nawozów. Jednak różnica w porównaniu ze średnią dawką nie była statystycznie istotna.
Oznaczało to, że średnia dawka pozwala osiągnąć podobny plon przy niższych kosztach nawożenia. W strefach o niskim potencjale zwiększenie dawki nawozów praktycznie nie wpłynęło na wysokość plonu.
W strefach o najwyższym potencjale największy plon (9,89 t/ha) uzyskano przy najwyższej dawce nawozów. Jednak różnica w porównaniu ze średnią dawką nie była statystycznie istotna.
Oznaczało to, że średnia dawka pozwala osiągnąć podobny plon przy niższych kosztach nawożenia. W strefach o niskim potencjale zwiększenie dawki nawozów praktycznie nie wpłynęło na wysokość plonu.
Krok 7. Weryfikacja strategii po zbiorach
Ostatnim etapem było porównanie mapy plonu z mapą produktywności.
Uzyskana korelacja 0,8 potwierdziła, że Strefy Produktywności dobrze odzwierciedlają potencjał plonowania pola.
Dzięki temu zgromadzone dane mogą być wykorzystane do jeszcze dokładniejszego planowania kolejnych sezonów.
Uzyskana korelacja 0,8 potwierdziła, że Strefy Produktywności dobrze odzwierciedlają potencjał plonowania pola.
Dzięki temu zgromadzone dane mogą być wykorzystane do jeszcze dokładniejszego planowania kolejnych sezonów.
Efekt ekonomiczny
Przed wdrożeniem strategii zmiennego dawkowania łączne koszty nasion i nawozów wynosiły 407,9 USD/ha.
Po zastosowaniu map aplikacyjnych spadły do 343,9 USD/ha, co oznacza oszczędność 64 USD/ha.
Jednocześnie średni plon wzrósł o 1,37 t/ha.
To studium przypadku pokazuje, że lepsze rozmieszczenie nakładów może jednocześnie obniżyć koszty i zwiększyć plon.
Po zastosowaniu map aplikacyjnych spadły do 343,9 USD/ha, co oznacza oszczędność 64 USD/ha.
Jednocześnie średni plon wzrósł o 1,37 t/ha.
To studium przypadku pokazuje, że lepsze rozmieszczenie nakładów może jednocześnie obniżyć koszty i zwiększyć plon.
Dlaczego nie chodzi wyłącznie o ograniczenie ilości nawozów?
To studium przypadku pokazuje, że skuteczność rolnictwa precyzyjnego nie wynika z zastosowania pojedynczej technologii.
Najpierw wyznaczono stabilne strefy produktywności, następnie zweryfikowano je na podstawie danych terenowych, zaplanowano pobieranie prób gleby, zidentyfikowano czynniki ograniczające plonowanie, przygotowano mapy aplikacyjne, sprawdzono różne dawki nawozów przy użyciu linii kontrolnych, a na końcu oceniono wyniki na podstawie mapy plonu.
Efektem było ograniczenie kosztów nasion i nawozów o 64 USD/ha oraz wzrost średniego plonu kukurydzy o 17,1% już w pierwszym sezonie.
Największą wartością projektu było jednak stworzenie procesu podejmowania decyzji opartego na danych. Każdy kolejny sezon dostarcza nowych informacji, dzięki którym decyzje dotyczące siewu i nawożenia stają się coraz bardziej precyzyjne i opłacalne.
Najpierw wyznaczono stabilne strefy produktywności, następnie zweryfikowano je na podstawie danych terenowych, zaplanowano pobieranie prób gleby, zidentyfikowano czynniki ograniczające plonowanie, przygotowano mapy aplikacyjne, sprawdzono różne dawki nawozów przy użyciu linii kontrolnych, a na końcu oceniono wyniki na podstawie mapy plonu.
Efektem było ograniczenie kosztów nasion i nawozów o 64 USD/ha oraz wzrost średniego plonu kukurydzy o 17,1% już w pierwszym sezonie.
Największą wartością projektu było jednak stworzenie procesu podejmowania decyzji opartego na danych. Każdy kolejny sezon dostarcza nowych informacji, dzięki którym decyzje dotyczące siewu i nawożenia stają się coraz bardziej precyzyjne i opłacalne.
Podobne artykuły