A termesztési ciklus kezdeti szakaszában kritikus jelentőségű annak meghatározása, hogy hol és mennyi műtrágyát kell alkalmazni. 2021-től jelentős szerep jut ebben (is) a dróntechnológiának. Mivel a mezőgazdaság már hosszú ideje használ drónokat és drónadatokat a döntések meghozatalához, a jelek szerint a gépi tanulás használatának növekedését fogjuk tapasztalni a vizuális adatok megértésének felgyorsítása érdekében.
A talaj minőségétől kezdve a csapadékon át a hőmérsékletig a gazdák számos kihívással néznek szembe a növények gondozása során. Mivel az időjárás, a fény és a víz mindennap másképp hat a talajra, egyetlen mezőn is számtalan neuralgikus pont keletkezhet, és eltérő eredményeket hozhat.
Részletesebb adatok – okosabb ültetési döntések
Nem véletlen, hogy a gazdák lázasan kezdték keresni nem csupán a földterület egészének, de a terményeik meghatározott területeinek felmérésére szolgáló módszereket. A részletesebb adatok elengedhetetlenné váltak az okosabb ültetési döntések meghozatalához.
A hatékony bemeneti allokáció egy olyan kulcskérdés, amely nagymértékben támaszkodhat a konkrét terepi adatokra. A termesztési időszak kezdeti szakaszában kritikus jelentőségű annak meghatározása, hogy hol és mennyi műtrágyát kell alkalmazni.
A gépi tanulás használatának növelése
2021-től jelentős szerep jut ebben (is) a dróntechnológiának – szögezi le a futurefarming.com/ elemzése.
Mivel a mezőgazdaság már hosszú ideje használ drónokat és drónadatokat a döntések meghozatalához, a jelek szerint a gépi tanulás használatának növekedését fogjuk tapasztalni a vizuális adatok megértésének felgyorsítása érdekében a következő évben. Ez időt és pénzt takarít meg a gazdálkodók számára, és gyorsabb, fenntarthatóbb ültetési folyamatot hoz létre.
A változékonyság azonosítása légi betekintéssel
A hatékony inputadatok meghozatalához a gazdálkodóknak számos információforrást kell felhasználniuk, ideértve a talajmintákat, a topográfiai adatokat, valamint a vetőmag típusát és a vetés sűrűségét.
A légi adatok egyszerűsíthetik ezt a döntéshozatalt azáltal, hogy azonosítják a növények egészségi állapotának változékonyságát, ami valószínűleg nem volt látható a földről. A drónadatok segíthetnek a gazdálkodóknak a szántóföldi adatok szegmentálásában, így minden növény megfelelő típusú és mennyiségű tápanyagot kap.
A műtrágya adagolására felszerelt drónok felhasználhatják a légi adatok alapján generált változó sebességű nitrogén előírását is.
A területborítás után, ha a variabilitás nitrogénhiány miatt jelenik meg, a légi adatok segíthetnek a terep zónákra szegmentálásában. A gazdálkodók ezután előírhatnak nitrogént meghatározott területekre, ahelyett, hogy fix mennyiséget alkalmaznának az egész területen. A műtrágya adagolására felszerelt drónok felhasználhatják a légi adatok alapján generált változó mértékű nitrogén előírását is.
Egyszerűbb a talaj- és szövetmintavétel
Ezenkívül a drón pontossága többórányi kézi munkát takarít meg a gazdálkodóknak, ha műtrágya alkalmazásához szükséges talajmintákat kell venni. Például a DroneDeploy Live Map gyorsan megmutathatja a gazdának, hogy vannak-e problémás részek egy területen belül, így az egyes zónákból talajmintákat vehet, és nem kell mintákat vennie az egész területről. Ez célzottabb és megfontoltabb megközelítést kínál a mintavételhez, lehetővé téve a gazdák számára, hogy több időt töltsenek a gazdaság más területeinek ápolásával.
Hogyan tovább?
A drónok és az általuk gyűjtött adatok kritikus fontosságúak a szántóföldi változékonyság és a trágyázási igények hatékony megértésének és kezelésének szempontjából. Képesek felismerni a lehetséges hiányosságokat, változó arányú recepteket készíteni és segíteni a műtrágya kijuttatásában, növelni fogják a mezőgazdasági termelést, és csökkentik az elpazarolt időt és erőforrásokat.
Hiányzik azonban a hardver és a szoftver teljes összekapcsoltsága. E technológiák képességeinek teljes kihasználása és az őket megillető benchmarking státusz elérése érdekében a hardver és a szoftver közötti kapcsolatnak a IoT továbbfejlesztett képességei és az automatizálási gyakorlatok felé kell elmozdulnia. A Drone szoftver elemzi a zónák változékonyságát, és onnantól kezdve az ajánlásait táplálja az önálló permetezőkbe – ennek a kapcsolatnak zökkenőmentesebbnek és gyorsabbnak kell lennie – fogalmaz meg határozott követelményt a holland szakportál írása.
