Kockázatok a mezőgazdaságban és a precíziós gazdálkodás

A mezőgazdasági termelés körülményeit minden esetben nagyfokú bizonytalanság jellemzi. A termésátlag jelentősen ingadozhat az időjárás, a kártevők, az öntözés és tápanyag-utánpótlás függvényében, de a piaci és a politikai tényezők is nagyban befolyásolják a gazdálkodás eredményességét. Különböző termelési tényezők (pl. csapadék, aszály, betegségek stb.) befolyásolhatják a termények és termékek mennyiségét és minőségét.

A modern technológia eszközei által lehetővé tett precíziós gazdálkodás segítségével számos termelési tényező pontosan követhető, és ezáltal a kockázatok csökkenthetők. A precíziós gazdálkodás a termőhelyhez alkalmazkodó termesztést jelent, amely figyelembe veszi a táblán belül eltérő jellemzőket (talajviszonyok, víz- és tápanyag-ellátottság, gyomok előfordulása stb.). Ehhez felhasználja a szenzoros és távérzékelést, a térinformatikát, a csúcstechnológiás mezőgazdasági gépeket, berendezéseket. A precíziós gazdálkodás fontos részét képezik a talajtérképek, terméstérképek, a termést befolyásoló különböző tényezők hatásának modellezése, az adatok alapján hozott döntéshozatal.

A precíziós termesztés tehát a helyi, táblán belüli viszonyokhoz és igényekhez igazodó termesztést jelenti. Ennek szerves része a szabatos mérés és ahhoz kapcsolódóan a pontosan szabályozott beavatkozás. Az adatok felhasználásával gyorsabban és hatékonyabban lehet beavatkozni, ezáltal könnyebben elkerülhetők a negatív kimenetelek és csökkenthetők a költségek. A precíziós gazdálkodás folyamatát jól összefoglalja az 1. ábra.

Internet of Things és szenzorok a mezőgazdaságban

Az „Internet of Things (IoT)” egyedi azonosítóval rendelkező, hálózatra kapcsolt beágyazott eszközök rendszerét jelenti. Ezáltal különböző készülékek, rendszerek, szolgáltatások kapcsolhatók össze, emberi beavatkozás nélkül. Mindez számos alkalmazási területen megkönnyíti az adatgyűjtést és a folyamatok automatizálását. Így jóval több adatot lehet gyorsabban feldolgozni, ami pedig az adatmennyiség további növekedését indukálja.

A precíziós gazdálkodásnak fontos részét jelentik a szenzorok, amelyek különböző talaj- és környezeti jellemzőket mérnek folyamatosan, illetve a mezőgazdasági műveletekhez kapcsolódó paramétereket (pl. a betakarításnál). Szakértői vélemények alapján egy bizonyos birtokméret felett egyértelműen megéri a technológia egy vagy több elemének alkalmazása. Az IoT alkalmazása ezért gyorsan terjed a mezőgazdaságban. Ahogy a népességnövekedés miatt a jövőben jelentősen nő az élelmiszerigény (és ennek következtében az élelmiszerárak is), úgy az IoT mezőgazdasági alkalmazásai egyre fontosabb szerephez jutnak majd a termelés ennek megfelelő növelésében. A szenzortechnológia, a szoftverek, a telekommunikációs rendszerek, a pontos helymeghatározó rendszerek, az analitikai megoldások alkalmazása teret nyer a jövő mezőgazdaságában.

A pontos GPS-rendszerek segítségével költséghatékonyabban végezhetők el a szántóföldi munkák (szántás, vetés stb.). A jövőben megvalósulhatnak az önvezető traktorok és kombájnok. Ha például egy mező adatai nem változnak, akkor az előző évben végzett munkák során rögzített GPS-adatok felhasználhatók a következő évben a jármű irányítására. A különböző járművek helyzet-, sebesség- és fogyasztási adatai alapján optimalizálható az adott mezőgazdasági feladat. Az automatizált irányítás és az egymás közti kommunikáció révén hatékonyabbá válhat a járműpark felhasználása: egy betakarításnál például a kombájn és a terményt szállító pótkocsik mozgása összehangolható.

Az IoT forradalmi változásokat hozhat a mezőgazdaságban. Michael E. Porter és James E. Heppelmann cikke [Porter – Heppelmann (2014)] jól megvilágítja a változások lényegét. Az okos, hálózatba kötött termékek saját számítási teljesítménnyel rendelkeznek és kapcsolódnak valamilyen hálózathoz. Rendelkeznek fizikai elemekkel, szoftver elemekkel és hálózati elemekkel. Egy nagy cég egymáshoz kapcsolódó berendezések és szolgáltatások egy csomagját kínálhatja, amelyek a végeredményt optimalizálják. Az iparág így például a traktorgyártáson túllépve mezőgazdasági termelési rendszer-optimalizálássá válik. A termelési rendszer már nemcsak mezőgazdasági gépeket kapcsol össze, hanem öntözőrendszereket, talajszenzorokat és információkat az időjárásról, aktuális és határidős gabonaárakról, annak érdekében, hogy optimalizálja egy mezőgazdasági üzem átfogó teljesítményét.

Talaj-, meteorológiai és speciális szenzorok

Szenzorok segítségével nagy mennyiségű adatot kell gyűjteni a földeken a növények állapotáról és a környezeti feltételekről. A precíziós gazdálkodás a mezőgazdasági tevékenységet befolyásoló tényezőkről való adatgyűjtés és az ennek alapján tervezett célzatos beavatkozások révén törekszik a mezőgazdaság eredményességének növelésére. A gyűjtött adatok jelentik a jobb és gyorsabb döntéshozatal alapját, aminek révén a mezőgazdasági tevékenységek hatékonysága és jövedelmezősége növelhető.

Talajszenzorok

Talajszenzorok segítségével meghatározható a talaj dielektromos permittivitása, elektromos vezetőképessége, a talajhőmérséklet és a térfogati nedvességtartalom. Az amerikai Decagon cég 5TE talajszenzorával például egymástól függetlenül méri a talaj dielektromos permittivitását, a hőmérsékletét és az elektromos vezetőképességét (2. ábra). Az ásványi talajok nedvességtartalmát pedig az adatok alapján számítja. Egy vízérzékelő szenzorral mérhető a talajvíz szintje és a talajvíz hőmérséklete, ami segíthet a talaj vízháztartásának követésében.

Ezek az adatok felhasználhatók az öntözéstervezéshez vagy a növénybetegségek előrejelzéséhez. A mérésekből következtetni lehet a talaj sótartalmára, ami főleg a szárazabb területeken jelentősen befolyásolhatja a növények fejlődését. A fenti adatok alapján megalapozott döntéseket lehet hozni, hogy mikor kell vagy éppen felesleges öntözni. Az adatok segítségével így optimalizálni lehet az öntözővíz-felhasználást, ami megtakarításokhoz vezet. 

Lokális meteorológiai szenzorok

A helyi meteorológiai szenzorok mérik a napsugárzás intenzitását, a helyi légnedvességet, a léghőmérsékletet, a csapadékot vagy akár a levélfelület nedvességét, ezekből az adatokból pedig jó előre lehet jelezni egyes növénybetegségek (pl. peronoszpóra, lisztharmat) megjelenését. Ezáltal gyorsabban be lehet avatkozni, és csökkenthető a termés károsodásának veszélye.

Az angol Delta-T cég időjárási állomásának szenzorai mérik a relatív páratartalmat, a léghőmérsékletet, a napsugárzást, a csapadékmennyiséget, illetve a szél sebességét és irányát. Szenzor segítségével jól mérhető a napsugárzás, vagy akár a fotoszintetikusan aktív sugárzás (a növények által a fotoszintézishez felhasznált hullámhossz-tartományú fény) intenzitása. Az intenzitásadatok időbeli lefutásából a napsütéses órák száma is meghatározható (3. ábra).

A levélnedvesség szenzor a levélfelület nedvességének térbeli és időbeli kiterjedését méri, kimutatja a jégképződést. A szenzor vékony üveggyapotból készül, mely megközelíti egy egészséges levél teljes párolgási tulajdonságait, így a nedvesség kicsapódása és párolgása azonos mértékű, mint egy normál levélnél (3. ábra).

Speciális szenzorok

Speciális szenzor segítségével mérhető a visszavert fény spektruma adott sávokban, amelyek alapján meghatározható az NDVI-érték (Normalized Difference Vegetation Index) és a PRI-érték (Photochemical Reflectence Index). Ezek szorosan korrelálnak a fotoszintetikus aktivitással, a növényvegetáció fejlődésével (levélterület index), a biomassza mennyiségével. A spektrális adatok elemzéséből következtetni lehet a növényeket ért stresszhatásokra is.

Az Agrodat K+F projekt (VKSZ_12-1-2013-0024) keretében olyan képszenzor és képfeldolgozó technológia fejlesztése is folyik, amelynek segítségével felismerhetők növényeket károsító rágcsálók, ezáltal pedig automatikus riasztás adható ki. Egy másik szenzorfejlesztés révén meghatározható a kártevő rovarok előfordulási száma egy rovarcsapda segítségével. A képszenzor esetében lényegesen nagyobb adatmennyiséget kell feldolgozni, illetve továbbítani, mint más szenzorok esetében.
A nagyobb számítási kapacitás és adattovábbítás pedig nagyobb energiaigénnyel jár, ami egy szántóföldi eszköz esetében általában csak korlátozottan áll rendelkezésre, ezért egy ilyen fejlesztés során számos szempontot kell egyeztetni a megfelelő megoldás kidolgozása érdekében.

Szenzorrendszerek

Az egyes szenzorokat szenzorcsoportokba és szenzorhálózatokba kell szervezni a hatékony működtetés érdekében. A 4. ábra néhány, az Agrodat projektben kifejlesztett szenzorcsoportot (nyári és téli talajszonda, meteorológiai oszlop) mutat.

A szenzorok és szenzorcsoportok kialakítása során fontos szempont a rendszer energiafogyasztása, szélsőséges időjárási viszonyokkal szembeni védelme és a (rádiós) adattovábbítás kialakítása. A szokásos GSM-kommunikáció mellett ezért a Low Power Wide Area hálózati technológia (LPWAN) egy megvalósítása rendkívül ígéretesnek tűnik mezőgazdasági alkalmazásoknál, mert ezzel az adattovábbítás energiaigénye negyede-ötöde a hagyományos mobilhálózatos megoldásnak.

Összegzés

A precíziós gazdálkodás modern technológiai eszközök sorát emeli be a gazdálkodásba integrált módon, annak érdekében, hogy optimalizálja a termelési folyamatot és csökkentse a kockázati tényezők befolyását. A környezeti állapotok és a növényállapot folyamatos megfigyelése különböző szenzorok hálózatba szervezett rendszere révén valósítható meg. A megfelelő adatok rendelkezésre állása az időszerű és célzott beavatkozások alapja.

Ezek segítségével pedig optimalizálni lehet az öntözővíz-felhasználást, a tápanyag-utánpótlást és növényvédelmet, így csökkenhet a ráfordítások mennyisége, a költségek nagysága, miközben növekedhet a terméshozam. Mindez a mezőgazdasági eredetű környezetterhelés csökkenése és a gazdálkodás jövedelmezőségének javulása felé mutat. Ez jelentős lépés a fenntartható mezőgazdaság megvalósítása felé, ami a világ növekvő népességszáma miatt hatalmas jelentőséggel bír.

Dr. Élő Gábor, Szármes Péter

Források:

Gebbers, R. - Adamchuk, V. I. (2010): Precision Agriculture and Food Security. Science Magazine, 12 February 2010: Vol. 327 no. 5967, pp. 828–831.

Porter, Michael E., - James E. Heppelmann (2014): How Smart, Connected Products Are Transforming Competition. Harvard Business Review 92, no. 11 (November 2014): 64–88.
https://hbr.org/2014/11/how-smart-connected-products-are-transforming-competition

A cikk szerzője: Dr. Élő Gábor