Защо е необходима точна и надеждна информация от земеделското поле?
Това е въпросът, който стои пред много фермери, а ние ще се опитаме да дадем ясен отговор и насоки на всички, които желаят да подобрят своите добиви и да постигнат лесна оптимизация на разходите си.
За целта ще представим експертното мнение на Девън Лис, който има над 14 години опит в прецизното земеделие в Trimble.
Според Лис, точната информация от добива, играe основна роля за увеличаване на рентабилността и производителността на едно стопанство.
Разбира се, че има и други фактори, които влияят върху желаните резултати, но без ясни данни за добивa, фермерите могат да вземат не до там правилни решения за провеждането на различните стопански мероприятия.
Ролята на точните данни за добива става все по-голяма при решаването на проблема с различните зони на продуктивност в едно поле. За да може фермерът да предприеме правилните стъпки за подобряване производителността на всеки един участък от неговото поле, то той трябва да разполага с точна информация. Само така ще може да се постигне по-ефективно управление на стопанството.
Мерките, които могат да се вземат на база тази информация, са различни и специфични за всяко едно стопанство. Зони, които имат много ниска производителност , могат напълно да се извадят от обработваемата площ. За други зони може да се наложи да се намали количеството на вложените суровини, които така или иначе не биха променили добива. Не е лошо да се обмислят и почвени проби за да се анализират проблемните зони.
Но за да се вземат правилни и своевременни мерки, фермерите трябва да разполагат с информацията, която може да им покаже какво всъщност се случва с културата.
Данните за добива са отчетната карта, която показва какъв е резултатът от годината и какво се е случило на полето. Но трябва да бъдем наясно, че тези данни могат да бъдат не дотам точни. Тяхното несъвършенство може да се дължи на редица причини като презастъпвания, неправилно калибриране и др. Така или иначе тези данни са важни и с висок потенциал, но понякога с лошо качество.
Проблемът
Точността на данните зависи до голяма степен от това до колко внимателно операторът на комбайна регистрира данните за добива от своя дисплей. Повечето дисплеи изискват операторите сами да извършат т.нар. калибриране. Тоест да измерят действителното количество добив за даден участък от полето. Това става най-често чрез притегляне на зърното и последващото въвеждане на теглото в дисплея. Тази калибрация трябва да се извършва по време на прибирането на реколтата за всяка отделна култура и да се взимат под внимание други специфични характеристики като влага и вид на семената.
Ако по някаква причина (най-често липса на време) тази калибрация се пропусне, то данните за реколтата няма да бъдат напълно точни. Особено ако се работи с повече от един некалибриран комбайн.
Резултатът? Куп безсмислени данни, които не отразяват реалната ситуация на полето.
Други причини, които могат да доведат до неточност на данните, могат да бъдат:
Загуба на сигнала – така се поражда разлика от регистрираното място на реколтиране и реалното такова
GPS и сензорни неточности
Решението
Според Девън Лис някои фермери предпочитат да „изчистват“ данните за реколтата си ръчно. Това обаче отнема доста време и е трудоемко. Други обаче се обръщат към иновативни инструменти за събиране на информация от добива.
По долу сме включили списък, който фермерите могат да използват при избор на инструмент, който най-точно може да филтрира данните от системите за картиране на добива. В обобщение инструментът трябва да може:
- Работи с всички данни от добив, прочетени от софтуера TrimbleAg , идващи от най-разпространените дисплей за прецизно земеделие.
- Автоматично премахва невалидни данни, свързани с грешки от сензора, забавяне на екватора, топографски грешки и презастъпвания.
- Лесно коригиране на липсващи / непълни данни поради жътва с няколко комбайни
- Даващ възможност за корекция на данните, използвайки данните от реалният добив.
- Даващ възможност за експортиране на данните за следните видове добив:Калибриран добив – включва всички корекции и настройки приложени към слоя със сурови данни.Нормализирн добив – поставя всички добиви в скала до 100, където 100 представлява 100% от средният добив за всяко поле. Този метод дава възможност за лесно сравнение на добивите през годините, дори когато е имало различна култура.