A betakarítást megelőzően – a monitorozás és adatgyűjtés részeként – ismét elkészítettük a látható fény tartományban a tábla légi felvételét, amely a növényhiányos, illetve a növénymagasság tekintetében visszamaradott területeket mutatta meg. Mivel a felvételek felbontása lehetővé teszi azt, hogy akár az egyes növényeket egyed szinten el tudjuk különíteni egymástól olyan növényhiányos részek is láthatóvá válnak, amelyeket a betakarításkor nem lehet regisztrálni (1. ábra).

A betakarítást egy CASE IH 8120 típusú 12 soros vágóasztallal és hozammérő rendszerrel ellátott kombájnnal végeztük (2. ábra). 

A hozammérő rendszert a kísérleti tábla betakarítása során nem volt szükséges kalibrálni, hiszen a kalibrációt korábban már elvégeztük. A betakarítás során a gépkezelő már a munkafolyamat közben is látja a hozammérés aktuális adatait, hiszen a fülkében elhelyezett kijelző folyamatosan tájékoztat a mért értékekről (3. ábra). 

A monitoron kijelzett adatok több tekintetben is segítik a munkavégzést. A képernyőn egy gombnyomás segítségével válthatunk a hozam-, illetve a szemnedvesség adatok térképi megjelenítése között. A termény elszállításához segítségünkre lehet a kezelőfelületen megjelenített teljes nedves súly adat, aminek értéke megmutatja, hogy a gépkezelő az aktuális szállító járműre mennyi terményt rakott. Ennek elsősorban akkor lehet jelentősége, ha a terményt kamionnal szállítják, és a súlykorlátozás miatt szükséges a kamion terhelésének betartása. Bár jelen esetben nem volt szükségünk kalibrálásra, ez az adat a mért értékek és a valós mérlegelt súly közötti kalibrációban is segít.

A hozamadatok gyűjtését követően a hozammérő rendszer automatikusan eltárolja az adatokat, amennyiben a gépkezelő az adattárolást elindította. Sok esetben fordul az elő, hogy tapasztalatok hiányában az adatnaplózást a gépkezelő nem indítja el, így a betakarítás során ugyan az adatok láthatóak, de azokat a rendszer nem menti el. Mivel a kísérleti táblán a betakarítást gyakorlott személyzet végezte, ez a hiba nem fordulhatott elő. Érdemes azonban különös körültekintéssel eljárni az adatnaplózás során, hiszen nem lehet elégszer ismételni, hogy a betakarításkor egyetlen esély van a hozam mérésére,
a munkafolyamat nem ismételhető!

A hozamadatok kiolvasását a monitorról egy adathordozóra (ez lehet USB-kulcs, memóriakártya stb.) egyszerűen elvégezhetjük, majd azt követően az arra alkalmas szoftverrel – a mi esetünkben a gazdaságban is rendelkezésre álló AgLeader Spatial Management System, avagy a köznyelvben csak „SMS” – az adatok nyers formában máris megjeleníthetők (4. ábra).  

Agrárinformatikai tudás hiányában ezzel az adatbázissal és hozamtérképpel az átlagos felhasználók már megelégedhetnek, hiszen a táblán belüli különbségeket a nyers hozamtérkép szépen kirajzolja. A gyakorlott precíziós gazdálkodók azonban a nyers adatokat csak tájékoztató jellegűnek tekintik, hiszen ez az adatbázis hibákkal terhelt, azaz még csak tájékoztató jellegű. Ahhoz, hogy a valós hozamtérképet elkészítsük, az adatbázist szűrnünk kell, azaz el kell távolítanunk azokat a hibás adatokat, amelyek a hozamtérkép torzulását okozhatják.

A hozamadatok legjellemzőbb hibaforrásai

A hozamadatok értékelésekor két alapértéket kell figyelembe venni: a betakarított tábla valós területét (jelen esetben 12,12 hektár), valamint a mérlegen mért összesített nedves súlyt (jelen esetben 160 370 kg). Ezek alapján a táblaátlag (nedves súly) 13,23 t/ha. Figyelembe véve azt is, hogy a szemnedvesség átlagértéke 19,95%, a hozam még mindig jelentős többletet mutat a megelőző év 9 t/ha táblaátlagához képest.

Ezek az adatok azok a sarokszámok, amelyeket figyelembe véve érdemes az adatbázist megvizsgálni. A nedves tömegre vonatkoztatott mért értékek átlaga a nyers adatbázisban 162 786 kg, (azaz a különbség 2416 kg). Itt hangsúlyozni kell, hogy ezek a nyers adatok, ezekből szűréssel még a „felesleges”, azaz kívülálló adatokat el kell távolítani, aminek eredményeképp a hozamadatok már sokkal jobban közelítenek majd a valós értékekhez.

Mi okozhatja tehát a legszembetűnőbb hibákat? Elsődleges hibaforrás lehet az, hogy a termény betakarítását megkezdve az adatnaplózás elindul, azonban a magfelhordón megtett terményút, illetve terménymennyiség miatt a szenzor „alul mér”. Ennek legszembetűnőbb megjelenése, hogy minden második soron helyes adatokat látni a hozamtérkép nyers adataiban, minden második sorban azonban feltűnően alacsony értékkel indul a sor, majd az értékek folyamatosan növekszenek, végül hozzásimulnak az értékek a környező (szemben jövő irányú) mérési értékekhez (5/a. ábra). Ezeket az értékeket egy szűrővel el kell távolítani, hiszen indokolatlanul mozaikossá teszik a hozamtérképet, és helytelen következtetésekhez vezetik a gazdálkodót. Hasonló okokból kell kiszűrni a helytelen adatokat azokon a helyeken, ahol a tartály ürítése miatt a kombájn megállt (5/b ábra), majd újraindult. Mivel a rendszer naplózza a fogások sorszámát, a megállások és újraindulások helyszínét egyszerűen le lehet keresni egy arra alkalmas program segítségével. A sorok bezárásakor ennek fordítottja látszik, ekkor indokolatlanul magas értékeket rögzít a hozammérő rendszer, amiket szintén el kell távolítani. A hozammérés során korábban hibát okozhatott, ha nem lehetett automata sorbeállítást alkalmazni, azaz a gépkezelőnek kézzel kellett folyamatosan újraállítani az aktív sorok számát. Ez a jelenlegi rendszerekben már automatikusan történik, a rendszer magától állítja és naplózza az aktív sorok számát, és ehhez viszonyítva számítja a hozamértékeket, azaz nem kódol hibát az adatbázisba (5/c ábra).

A hozammérő rendszer által mért helytelen adatok eltávolítására számos módszert alkalmaznak, a klasszikus statisztikai és geostatisztikai módszereket is ide értve. Azonban ezeknek a szűrőknek az alkalmazása az adatforrás ismeretének hiányában jelentős hasznos adat elvesztését is eredményezheti. A körültekintő és szakmai szempontból is indokolt adatok eltávolítását követően a pontszerűen megjelenített adatbázisból úgynevezett interpolációs technikával létre lehet hozni a látványos hozamtérképet, ami a táblán belüli különbségeket jól szemlélteti (6. ábra).

A következő havi számunkban az elemzéseket követő tapasztalatokat foglaljuk össze elsősorban a gazdálkodási szempontokat figyelembe véve, valamint betekintést nyújtunk egy felhő alapú tervező és nyilvántartó rendszerbe is.

Dr. Milics Gábor, Szabó Szilárd, Dakos Ákos, Pörneczi Attila, PG konzorcium

A cikk szerzője: Dakos Ákos