Точное земледелие: Какой в этом смысл?

Концепция точного земледелия основана на идее о том, что неоднородность условий выращивания растений является одной из основных причин внутрипольной пестроты урожайности, и представлении о целесообразности расходования средств химизации в соответст­вии с локальными изменениями почвенных свойств (Robert, 1993).
Для проведения работ по точному земледелию у сельхозпроизводителя должна быть высоко­качественная информация о пространственном варьировании различных почвенных показателей, которые могут лимитировать урожайность на конкретных участках поля. Невозможность получения такой информации оперативно и по приемлемой цене, используя отбор поч­венных образцов и их лабораторный анализ, остается одним из главных препятствий для внед­рения точного земледелия. Для получения слоев с высокой плотностью расположения данных по поч­венным показателям используются технологии как наземного, так и дистанционного зондирования. При дистанционном зондировании сенсорные системы устанавливаются на воздухоплавательных платформах или космических спутниках. Наземное зондирование требует размещения сенсора вблизи или даже в контакте с обследуемой почвой. Это позволяет проводить измерения почвенных характеристик in situ для конкретных участков на поверхности почвы или глубже (McBratney et al., 2005). Аналогичным образом зондирование сельскохозяйственных культур на уровне растительного покрова или отдельных лис­тьев обеспечивает получение данных о состоянии конкретных растений, которые часто могут быть связаны с условиями произрастания в данном месте.
Некоторые наземные сенсорные системы могут работать в поле в стационарном положении и использоваться для: 1) проведения измерений в одной точке, 2) выполнения серии измерений на разных глубинах в заданной точке или 3) мониторинга изменений почвенных свойств за период времени при установке сенсоров в определенной точке. Например, на рис. 1а показан ручной зонд, разработанный для локальных измерений величины рН почвы или активности ионов (например, NO₃^- или K⁺) на заданной глубине. На рис. 1б показано расположение модуля для беспроводного мониторинга матричного потенциала почвенной влаги и температуры почвы на ­четырех глубинах с 15-минутным интервалом. Хотя измерения в одной точке и могут быть полезны в ряде случаев, тематические почвенные карты высокого разрешения обычно создаются на основе измерений, выполненных при перемещении сенсорных систем в ландшафте. Эти наземные технологии поч­венного зондирования в движении привели к созданию междисциплинарной области исследований, которая занимается разработкой необходимых инст­рументов для точного земледелия и других сфер деятельности, связанных с управлением природными ресурсами (Hummel et al., 1996; Sudduth et al., 1997; Adamchuk et al., 2004; Shibusawa, 2006). Наземные растительные сенсоры применяются для определения физиологических параметров (например, биомассы, содержания хлорофилла, высоты растений и др.), которые являются индикаторами пространственной неоднородности состояния сельскохозяйственных культур, включая, например, недостаток азота или водный стресс (Solari et al., 2008; Samborski et al., 2009).



Сенсоры используются в дополнение и к «прогностичес­ким», и к «реагирующим» подходам к дифференцированию агротехнологических приемов. При «реагирующем» (в реальном времени) способе размещения сенсора вносимая доза изменяется в ответ на изменение местных условий, фиксируемых сенсором во время внесения. Прогностическая (основанная на картограммах) стратегия, напротив, включает использование большого количества поч­венных сенсоров для создания картограмм почвенных свойств, которые могут обрабатываться и интерпретироваться вне поля для принятия решений об оптимизации распределения применяемых средств химизации. К сожалению, измерения в реальном времени не всегда реалистичны из-за запаздывания во времени или же являются неприменимыми, когда пространственное распределение измеряемых почвенных свойств (например, удельной электропроводности) не меняется в течение сезона выращивания. С другой стороны, большая часть динамических параметров (например, индексы сос­тояния растений) должна определяться в реальном времени для того, чтобы дифференцированное применение средств химизации могло выполняться свое­временно для устранения причины, вызвавшей изменения в состоянии растений. Поэтому разные научно-исследовательские группы в своих последних работах сосредоточились на наиболее перспективном – интегрированном методе.
Существует большое разнообразие конструктивных принципов, но большинство разработанных поч­венных сенсоров, работающих в движении, основывается на одном из следующих методов измерений: 1) электрические и электромагнитные сенсоры, которые измеряют удельное электрическое сопротивление/удельную электропроводность или электро­емкость, зависящие от состава анализируемой почвы; 2) оптические и радиометрические сенсоры, которые используют электромагнитные волны для определения уровня энергии, поглощаемой/отражаемой или излучаемой почвенными частицами; 3) механические сенсоры, измеряющие силы воздейст­вия инструмента на почву; 4) акустические сенсоры, которые измеряют звук, производимый инст­рументом при взаимодейст­вии с почвой; 5) пневматические сенсоры, оценивающие способность воздуха проникать в почву; 6) электро­химические сенсоры, использующие ионселективные мембраны, на которых создается электрическое напряжение в зависимости от активности отдельных ­ионов (например, иона водорода, K⁺, NO₃^- и др.).
В идеале почвенный сенсор должен отзываться на варьирование только одного почвенного показателя и тесно коррелировать с результатами общепринятого специфического аналитического метода. К сожалению, в действительности каждый разработанный сенсор реагирует на изменение нескольких почвенных свойств. Разделение их влияния является сложной задачей; процесс зависит от многих факторов, характерных для конкретного региона. В табл. 1 обобщены основные типы почвенных сенсоров, работающих в движении, и соответствующие агрономические свойства почв, от которых зависит величина сигнала. Во многих случаях приемлемая корреляция между показаниями сенсора и конкретными агрономическими свойствами поч­вы получалась для отдельных типов почвы или же достигалась в случае незначительного варьи­рования мешаю­щих парамет­ров.



На рис. 2 в качестве примера показан прототип интегрированной системы картирования физических свойств почвы (integrated soil physical properties mapping system, ISPPMS), разработанный в Университете Небраски-Линкольна. На рис. 3 приведен другой пример – передвижная сенсорная платформа (mobile sensor platform, MSP), которая объединяет в себе устройства по автоматическому измерению и картированию удельной электропроводности и рН почвы, работающие с приемником глобальной навигационной спутниковой системы (global navigation satellite system, GNSS) сантиметровой точности. В этих методах используются разные типы сенсоров. Система ISPPMS измеряет диэлектрические свойст­ва почвы при использовании ёмкостного сенсора для обеспечения лучшей расшифровки значений механического сопротивления почвы, которые получены с помощью оснащенного тензометрами ножа, и измерений оптической отражательной способности почвы, выполненных с использованием набора фото­диодов. С практичес­кой точки зрения такая система может использоваться для учета пространственного варьирования влажности почвы и содержания органического вещества, а также плотности почвы. При использовании сельхозпроизводителями метода MSP, исходя из значений рН почвы, отображаются участки поля с кислой почвой, а измерения удельной электропроводности используются для косвенной оценки количества извести, необходимого для повышения рН почвы до требуемого уровня (с учетом почвенной серии). Использование приемника GNSS сантимет­ровой точности позволяет сельхозпроизводителю получить качественную карту высот поля. Для незасоленных почв объединение информации о рельефе ландшафта с результатами геофизических измерений, таких как удельная электропроводность, дает полезную информацию о пространственном варьи­ровании водоудерживающей способности и величины потенциального смыва почвы.





В целом, результаты наземного зондирования почв обеспечивают получение недорогой информации о пространственном варьировании с высокой плотностью данных. Полученные карты интегрируются с цифровыми картами высот для отображения участков поля с существенно различающимися условиями произрастания сельскохозяйственных культур, а также для определения участков с целью целе­направленного отбора почвенных образцов. Отбор почвенных образцов и лабораторные анализы остаются крайне важными компонентами процесса картирования даже при использовании наземного зондирования. Однако количество образцов, не­обходимое для характеристики неоднороднос­ти поля, может быть гораздо меньшим, чем при система­тическом дискретном отборе образцов, поскольку пространственная неоднородность многих почвенных свойств может быть с высокой степенью точности отображена с помощью почвенного зондирования в движении. В настоящее время ведутся исследования по определению наиболее эффективной стратегии отбора образцов для увеличения информативности почвенных сенсоров, работающих в движении (Lesch, 2005; Minasny and McBratney, 2006; de Gruijter, 2008; Adamchuk et al., 2008).
Растительные сенсоры используются для определения параметров, связанных с физическим размером сельскохозяйственных культур, при помощи механических, ультразвуковых и других методов наземного зондирования. Сенсоры, измеряющие оптическую отражательную способность, в последнее время стали широко применяться для измерения способности растительного покрова отражать свет в видимой и ближней инфракрасной областях спектра электромагнитного излучения. Исходя из физичес­ких размеров сельскохозяйственных культур, осуществляется дифференцированное внесение средств химизации в соответствии с прогнозируемой потребностью, тогда как зондирование состояния растений применяется для корректировки системы применения удобрений и/или полива в течение сезона с целью поддержания требуемой доступности элементов питания и/или воды. Однако было отмечено, что при изменении почвенных условий в течение сезона на разных участках поля может потребоваться применение разных доз удобрений с учетом пространст­венных различий в отзывчивости растений.

Заключение

Информация о внутрипольном варьировании различных почвенных показателей очень важна для процесса принятия решений в точном земледелии. Наземное зондирование почвы в движении является наиболее перспективным способом получения столь необходимых измерений основных почвенных свойств с высокой плотностью точек измерения. Сис­темы наземного зондирования почв основаны на таких методах измерения, как электрические и электромагнитные, оптические и радиометричес­кие, механические, акустические, пневматические и электро­химические. Основное преимущество зондирования в движении – возможность количественной оценки внутрипольной гетерогенности (неоднородности) почвы и корректировки подходов к получению других данных и, соответственно, к агротехнике. Интеграция различных систем зондирования на мультисенсорных платформах позволяет лучше прогнозировать агрономические показатели почвы. Дополнительные опции по зондированию растений позволят сельхозпроизводителям использовать полученные измерения для корректировки агротехнических операций в течение сезона в режиме реального времени.

Д-р Адамчук – адъюнкт-профессор кафедры проекти­рования биологических систем Университета Небрас­ки-Линкольна, e-mail: vadamchuk2@unl.edu

Перевод с английского под редакцией В.В. Носова, С.Е. Ивановой.

Литература

Adamchuk, V.I., J.W. Hummel, M.T. Morgan, and S.K. Upadhyaya. 2004. Computers and Electronics in Agriculture, 44: 71–91.

Adamchuk, V.I., R.A. Viscarra Rossel, D.B. Marx, and A.K. Samal. 2008. Enhancement of on-the-go soil sensor data using guided sampling. In Pro-ceedings of the Ninth International Conference on Precision Agriculture, Denver, Colorado, 20-23 July 2008, ed. R. Kholsa. Fort Collins, Colorado: Colorado State University (CD publication, 13 pages).
de Gruijter, J.J., A.B. McBratney, and J. Taylor. 2008. Sampling for high resolu-tion soil mapping. In Proceedings of the First Global Workshop on High Resolution Digital Soil Sensing and Mapping, 5-8 February 2008, The University of Sydney, Australia.
Hummel, J.W., L.D. Gaultney, and K.A. Sudduth. 1996. Computers and Elec-tronics in Agriculture, 14: 121–136.
Lesch, S.M. 2005. Computers and Electronics in Agriculture, 46(1), 153-180.
McBratney, A., B. Whelan, T. Ancev, and J. Bouma. 2005. Precision Agriculture, 6: 7-23.
Minasny, B. and A.B. McBratney. 2006. Computers and Geosciences 32(9), 1378-1388.
Robert, P.C. 1993. Geoderma, 60: 57-72.
Samborski, S.M., N. Tremblay, and E. Fallon. 2009. Agron. Journal, 101: 800-816.
Shibusawa, S. 2006. Soil sensors for precision agriculture. In Handbook of Pre-cision Agriculture. Principles and Applications, A. Srinivasan, ed., 57.90. Food Products Press, New York, New York, USA.
Solari, F., J. Shanahan, R. Ferguson, J. Schepers, and A. Gitelson. 2008. Agron. Journal, 100: 571–579.
Sudduth, K.A., J.W. Hummel, and S.J. Birrell. 1997. Sensors for site-specific management. In The State of Site-Specific Management for Agriculture, F.T. Pierce and E.J. Sadler, eds., 183-210. ASA-CSSA-SSSA, Madison, Wisconsin, USA.