E pratiche di l'agricultura di precisione implicanu sementi più precise, irrigazione, fertilizazione, è l'usu di pesticidi per ottimisà a produzzione di culturi per u scopu di aumentà i rivenuti di i cultivatori è riduce l'impattu di l'agricultura in l'ambiente simultaneamente. In questu articulu, discuteremu l'usu di e pratiche di PA, cum'è l'irrigazione a tarifa variabile è a telerilevazione, in a produzzione di patata.
Sicondu a Società Internaziunale di Agricultura di Precisione, "l'agricultura di precisione (PA) hè una strategia di gestione chì riunisce, processa è analizà e dati temporali, spaziali è individuali è combina cù altre informazioni per sustene e decisioni di gestione secondu a variabilità stimata per l'efficienza di l'usu di risorse megliu. , a produtividade, a qualità, a prufittuità è a sustenibilità di a pruduzzione agricula ".
In altri palori, PA offre a pussibilità di fà ciò chì hè ghjustu, in u locu ghjustu, à u mumentu bellu è in u modu ghjustu. I culturi d'altu valore cum'è e patate sò ricunnisciuti com'è boni candidati per l'adopzione di PA per via di l'altu costu di inputs. Inoltre, a sensibilità di u rendiment di i tuberi di patata è a qualità à e pratiche di produzzione è e cundizioni ambientali rende a gestione di precisione economicamente critica.
Irrigazione à tassi variabili
A tecnulugia d'irrigazione à ritmu variabile (VRI) applicà l'acqua à ritmi variàbbili invece di una tarifa uniforme à longu u longu di u pivot centru. Ci hè dui passi per applicà u VRI: prima, basatu nantu à a conduttività elettrica di a terra (EC) o a mappa di l'elevazione, u campu hè divisu in diverse zoni di gestione; in siconda, u sistema applicà una quantità specifica d'acqua nantu à e diverse zoni di gestione accendendu è disattivate ugelli individuali (controlu di uge VRI) o cuntrullendu a velocità di muvimentu di u pivot (controlu di velocità VRI).
VRI pò applicà l'acqua à ritmi diffirenti per e diverse culturi o cultivars, varii tipi di terra, zoni di russu elevatu o zoni bassi propensi à umidi è saturati, è zoni sensibili ambientali in u campu. L'obiettivu generale di VRI hè di evità l'irrigazione eccessiva è sottumessa, per quessa chì l'acqua ùn hè micca spreca è ùn si faci micca stress acque, mentre chì u rendiment è a qualità di i culturi sò mantinuti o aumentati.
In l'estiu di 2018, avemu realizatu un studiu per quantificà i benefici di l'usu di VRI nantu à a produzzione di patata cummerciale (Russet Burbank) in Wisconsin. Avemu sceltu dui campi irrigati cù u cuntrollu di ughjettu VRI è u cuntrollu di velocità VRI rispettivamente.
In ogni campu, ci era circa 15 metri di diffarenza di elevazione trà e zone più altu è più bassu. À a cugliera, avemu evaluatu u rendiment di i tuberi è a qualità di a zona più secca, a zona più rappresentativa / media, è a zona più umida di ogni campu. Sottu u cuntrollu di ugettu VRI (Figura 1a), ci era una riduzione significativa di u rendiment (circa 140 cwt / a, p <0.05) in l'area più umida cumparata cù l'area media. U rendiment da a zona più secca era ligeramente più altu (circa 20 cwt / a, p> 0.05) da quellu di l'area media. Sottu u cuntrollu di a velocità VRI (Figura 1b), ùn ci era micca una differenza di rendimentu significativu trà i trè lochi, ancu s'ellu u numeru in l'area più secca era più altu ch'è quelli in l'area media è umida.
I nostri dati suggerenu chì:
- Un grande benefiziu di l'usu di VRI hè di migliurà u rendiment è a qualità, per quessa, per pudè migliurà a prufittuità in l'area più brutta (o l'altu run-off) di un campu chì hè più vulnerable à l'irrigazione sottu. VRI hè capaci di mantene l'umidità di a terra in a zona di radicazione di e piante;
- VRI pò salvà l'acqua di irrigazione è migliurà l'efficienza di irrigazione in a zona bassa di un campu chì tende à esse umitu o saturatu. Tuttavia, ancu sottu VRI, a gestione di u rendiment di patata è a qualità in a zona bassa hè sempre sfida, postu chì e piante tendenu à avè più prublemi di putrefazione è difetti;
- VRI hè un sistema prumessu per risparmià l'acqua mentre migliurà a prufittuità di a patata, ma hè bisognu di più fine-tuning per gestisce megliu in i campi cù variabilità.
Remote sensing è machine learning
Per mantene a pruduzzione è a prufittuità, l'agricultori di patata anu da suddisfà a necessità di i culturi di nitrogenu. Per minimizzà a degradazione ambientale è diminuite i risichi finanziari assuciati à l'incertezza regulatoria è legale chì circundanu i nitrati in l'acqua di terra, i viticultori di patate anu bisognu di novi strumenti di gestione per aiutà à applicà a quantità ghjusta di nitrogenu à u mumentu propiu durante a stagione di crescita.
I metudi cumunimenti usati di monitorà u statutu di nitrogenu di a pianta di patata in stagione sò intensivi di travagliu, di tempu, à volte ingannevoli, è sò solu specifichi di u situ in u campu. Inoltre, ùn ci sò micca strumenti dispunibuli publicamente chì generanu carte intere di u campu per predichendu u statutu di azotu di a pianta in a stagione è a produzzione di tuberi di fine di stagione cù l'imaghjini di telerilevazione.
A telerilevazione hè un approcciu innovativu, puntuale, micca distruttivu è spaziale cumpletu per migliurà e pratiche esistenti di gestione di a produzzione di culturi in stagione. A telerilevazione tipicamente furnisce parechje bande spettrali strette (~ 3-10 nm), chì ponu catturà caratteristiche di assorbimentu fine di nutrienti di culturi. Finu a ora, parechji studii anu indicatu chì a telerilevazione pò esse applicata in modu efficace à predichendu parametri / variabili di culturi, cum'è l'indici di l'area foglia, a biomassa, a concentrazione di N foliar, etc.
I metudi aduprati per predicherà / mudele i tratti di i culturi si cuncentranu principarmenti in a creazione di algoritmi di prediczione trà i segnali spettrali è e misurazioni di u campu. Un predictore di mudellu tipicu hè l'indici di vegetazione (VI), chì sò combinazioni matematiche di riflettanza à duie o più bande spettrali. Per esempiu, l'indice di vegetazione di differenza nurmalizata (NDVI) hè statu largamente utilizatu in studii precedenti per via di a so applicazione simplice per monitorà a dinamica di a vegetazione à scala regiunale è glubale.
Avemu studiatu trè mudelli di machine learning (arbre di decisione (DT), support vector machine (SVM) è random forest (RF)) chì anu utilizatu NDVI per predichendu u statutu N è u rendiment finali di quattru cultivars di patata (dui russe cumpresi Silverton è Lakeview). Russet, duie cippatrici cumprese Snowden è Hodag) in duie stagioni di crescita in 2018 è 2019.
I nostri risultati preliminari indicanu chì l'NDVI hà un grande potenziale di prediczione di u statutu N di patata indicatu da u petiole NO3-N, l'azotu tutale di foglia intera, o l'azote totale di a vigna sana, è ancu u rendimentu tutale di a fine di stagione (Table 4). Avemu usatu R2 chì varieghja da 0 à 1 per misurà a bontà di i mudelli. Più altu hè u R2, u megliu hè a prediczione. Hè cunsideratu una predizione assai bona se R2 hè più altu di 0.75.
Sottu à i dui sistemi VRI, i tuberi da l'area più umida avianu una gravità specifica più bassa in paragunà à quelli di i zoni più secchi è medii, è a diferenza sottu u sistema di cuntrollu di u boccu era significativa (Table 1).
A figura 2 hà dimustratu chì i tuberi da l'area più umida di ogni campu avianu un rapportu longu à larghezza significativamente più altu. In currispundenza, ci era una incidenza più altu di
cori cavu in tuberi da i zoni più umidi di i dui campi, è a diferenza era significativa sottu u sistema di cuntrollu di velocità (Table 2).
Durante u almacenamentu sottu 48 ° F, avemu osservatu una incidenza più alta di putrefazione in tuberi da e zone più umide di i dui campi (Figura 3). Hè pinsatu chì i tuberi cultivati in terreni saturati avianu lenticels allargati nantu à a superficia, chì creanu punti d'ingressu perfetti per i patogeni in u campu è durante u almacenamiento.
Inoltre, avemu calculatu l'efficienza di l'irrigazione (IE) di u sistema VRI di cuntrollu di velocità (i numeri di u VRI di cuntrollu di l'ugelli ùn eranu micca dispunibili), è hà dimustratu chì ci era una mellura significativa di IE in l'area più umida cumparatu cù l'area media di l'aria. campu. IE in a zona più secca era ligeramente più altu ch'è a media (Table 3).
Per u statutu di nitrogenu, usendu NDVI per predict petiole nitrate-N hà generatu u megliu risultati R2 per i dui tipi di patata, cumparatu cù u fogliu tutale N è u vitinu tutale N. Per a prediczione di rendiment tutale, DT è RF eranu megliu cà SVM, è i risultati per 2019 eranu megliu cà 2018 (Table 4, sopra).
Finu a ora avemu trovu chì:
- 1) l'arbulu di decisione è a furesta aleatoria sò megliu cà a macchina di vettore di supportu per predichendu u statutu N in a stagione è u rendimentu di a fine di a stagione di patate;
- 2) petiole nitrate-N pò esse megliu predichendu cù NDVI è mudelli di machine learning paragunatu à N tutale in foglie o viti. Validaremu i mudelli è espansione stu travagliu cù più anni di dati nantu à più varietà di patata.
L'autore vole ringrazià l'Associazione di Cultivatori di Patate è Verdure di Wisconsin, u Dipartimentu di l'Agricultura, u Cummerciu è a Proteczione di u Cunsumu di Wisconsin, u Cunsigliu di Ricerca di Fertilizanti di Wisconsin, è l'Università di Wisconsin-Madison College di Scienze Agricole è Vita per u finanziamentu di a nostra ricerca.
- Yi Wang hè un prufissore assistente in u Dipartimentu di Orticultura di l'Università di Wisconsin-Madison. Hè un anticu vincitore di u Premiu Leader Emergente di Spudman.