Ezért kincs az agráradat – 1. rész: Adatgyűjtés és adatvagyon

Támogatók:

A nyomtatásban és online is megjelenő sorozatban a modern, adatalapú mezőgazdasággal foglalkozó gyakorlati szakemberek osztják meg a tapasztalataikat, ezzel segítve a gazdálkodókat. A terveink szerint minden hónapban a következő művelési feladatokhoz kapcsolódó szakcikkekkel jelentkezünk, amelyekhez jó olvasást kívánunk!

Napjainkban lépten-nyomon a precíziós gazdálkodásról hallani, már-már elcsépelt is a kifejezés a szakma egy részének. Mégis érdemes megfontolni és megnézni, mit nyújt a technológia a sikeres termeléshez.

Jobban átgondolva a precíziós gazdálkodást, talán időszerűbb az adatalapú gazdálkodás kifejezést használni, hiszen a kulcs az adatok gyűjtésében, azok minőségében, majd az ezekből származtatott információ helyességében rejlik.

Mára az adatok nem csak saját gyűjtésből származhatnak, hiszen rengeteg olyan adatforrás létezik – elég csak a meteorológiai adatokat, vagy a műholdas távérzékelés adatait említeni –, ami segítheti az adatgyűjtést, ugyanakkor ingyenesen elérhető.

A most induló cikksorozat első témaköre ezért mi is lehetne más, mint az adat.

Ezt a fontos kérdést körüljárva vizsgáljuk meg, hogy mi az adat szerepe és helye a mezőgazdasági adatvagyon-gazdálkodásban, mire alkalmazható a magán adatvagyon, és hogyan használható a közadat egy gazdálkodó számára. Bepillantást nyerhetünk egy olyan gazdaság életébe és adatgazdálkodásába, aminek szerepe, hogy bemutató- és mintaüzemként egy olyan komplex rendszert valósítson meg, ahol ezeket az adatkezelési technológiákat bárki megnézheti. Kitérünk azokra a kisebb gazdaságokra is, akik szerényebb eszközökkel, mégis el kell kezdjék az adataik gyűjtését és rendszerezését, hiszen ez lesz később a sikeres gazdálkodásuk kulcsa.

Érdemes átgondolni, hogy a helytelen adatoknál csak az a rosszabb, ha az adatokat be se gyűjtjük!

Felhasználható lesz az adatvagyon: néhány év és aranyat érnek a közadatok a gazdáknak is

A magyar kormány elmúlt években meghozott döntései, illetve a 2021-re várható fejlesztések alapján a magán- és közadatok összekapcsolásával létrejöhet a hazai agrár adatpiac. Varga Péter, a Digitális Jólét Nonprofit Kft. Digitális Agrár Stratégiáért felelős vezetője beszélt arról, miért lesz ez különösen jó a magyar mezőgazdaságnak.

Tavaly ősszel fogadta el a magyar kormány a Mesterséges Intelligencia Stratégiát. A stratégia egyik pillére az adatgazdaság beindítása. Ehhez tudatossá és szabályozottá kell tenni az adatok gyűjtését és másodlagos felhasználását, továbbá az adatvagyonnal való gazdálkodást a magán és az állami szektorban egyaránt.

A mesterséges intelligenciát használó megoldások alapvető eleme az adatfeldolgozás és az adatelemzés, ehhez elsősorban adatokra, adattömegekre van szükség. Az adatgazdaság beindítása az agrárgazdaság számára különösen fontos. A termelésből származó adatokat ugyanis elsődlegesen a technológiaszolgáltatók és a közigazgatás gyűjtheti és tárolhatja strukturáltan, feldolgozásra alkalmasan. A feldolgozás eredményére pedig a termelőknek van szükségük.

Amint elfogadják a nemzeti adatvagyonról szóló törvényt, az adatokat vagyonelemként kezelhetjük a rendszerekben, ezekre pedig jogokat lehet ráépíteni.

Az adat lehet az új olaj, az új arany, ami a mezőgazdaságban is rendkívül fontos, bevételt és kiadást meghatározó tényező lesz.

A NAVÜ, vagyis a Nemzeti Adatvagyon Ügynökség felelős azért, hogy nemzeti szinten beinduljon az adatgazdaság, aminek ágazati feladatai is vannak. Az agrárium területén Magyarország Digitális Agrár Stratégiájára épülő új megoldások fejlesztik és biztosítják az adatok gyűjtését a közszférában, amely az agrár-adattermelés egyik lába. A DAS emellett programokat indít arra, hogy az ágazatban termelői szinten meglegyen a képzés és növekedjen a képesség a minőségi adatok létrehozására és azok értelmezésére, valamint a döntésekben történő felhasználásukra.

Nagyon fontos, hogy a magyar állam birtokában már jelenleg is rengeteg olyan adat, légi- és űrfelvétel van, amelyekre elemzéseket építve a mezőgazdasági termelés számára is hasznosítható információkat lehet kinyerni. Az adatokra épülő termelői szolgáltatások fejlesztése azonban nem állami feladat. A digitális innováció felgyorsulása miatt az állam nem lehet jó gazdája ilyen szolgáltatásoknak, mert a szabályozott működési módja miatt sokkal lassabban reagál az innovációs lehetőségre, mint a piaci szereplők. Az állam feladata, hogy a jogszabályok, illetve a támogatási rendszerek által összegyűjtött adatokat az innovációban résztevő szereplők, cégek, egyetemek, kutató intézetek számára hozzáférhetővé tegye, szabályozott, ellenőrzött és átlátható módon. A piac számára kell lehetővé tenni, hogy az innovatív adatfeldolgozó szolgáltatások hozzáférjenek a szükséges adatokhoz. Az adatgazdaság beindítása keretében biztosítani kell, hogy a magánadatokat előállító piaci szereplők is be tudjanak lépni az adatpiacra.

Az adatgazdaság egyik elsődleges érdeke, hogy a termelőknek legyen lehetőségük rendelkezni a saját adataik felett, illetve annak engedhessék át saját adataikat feldolgozásra, akinek ők szeretnék. Ez a létrehozandó adattárca szolgáltatás. Ma az agráriumban a legkevesebb adat a gazdáknál található, pedig nekik van a legnagyobb szükségük az adatokra alapozott jó döntésekre. Ám nagyon fontos, hogy ehhez feldolgozott adatok kellenek, az adattömeget így lehetne szaktanácsadói rendszerekben is hatékonyan felhasználni, aminek a termékeit és szolgáltatásait a termelők értik és hasznosítani is tudják.

A Mesterséges Intelligencia Stratégiában szerepel az agráradat keretrendszer, ami nem egy új adatgyűjtő rendszer, hanem egy platform, egy olyan felület, ami első körben a közigazgatásból, a másodikban pedig a magánadatkészletekből fogadja be az adatokat. A tervek szerint ezek a termelő által adott jogosítvánnyal felhasználhatók lesznek a szaktanácsadó rendszerben is. Amennyiben a mezőgazdasági termelést érintő, nemcsak az agrár-közigazgatásban, hanem más szervezetekben is létrejövő közadatok egy platformon elérhetők lesznek, lehetőség lesz a mesterséges intelligencia alkalmazási feltételének biztosítására.

Úgy gondolom, hogy az országnak nagy szüksége van egy saját nemzeti agrár adattérre.

A közigazgatás különböző területeiről és az egyébként is az agrárvilágban tevékeny szervezetektől össze kell gyűjteni az adatokat, és olyan platformra hozni, amelyen szabályozott körülmények között elérhetőek az adatok mindenki számára. A technológia ezt lehetővé teszi, az előkészítési folyamat pedig már elkezdődött. Az adatgazdaság beindításának számos eleme lesz, a szabályozástól a platformon át a közadatportál megvalósításáig. Az egyik legfontosabb tényező az adatok minősége, a NAVÜ munkatársai ezt is folyamatosan vizsgálják.

Máshol már működik, gyorsítja az ügyintézést

Szerbiában például egy banki hiteligénylésnél elég az egyszeri személyes igazolás, utána átadhatom a banknak azokat az adatköröket, amiket át akarok adni a folyamathoz, ez pedig lényegesen felgyorsítja a banki ügyintézést. Ez Magyarországon is meg fog jelenni.

A termelő eldöntheti, hogy azokból az adatokból, amit az ügyintézések kapcsán átad az állami szervezeteknek, a szándéka és a célja szerint miket, kinek és mire ad meg, legyen az szaktanácsadó, bank, biztosító, pályázat vagy beruházás. Ami ahhoz szükséges, gyorsan, egyszerűen oda tudja adni az illetékesnek. Elképesztő gyorsulás várható ettől a fejlesztéstől.

A következő fejlődési szint, amikor ezekre az adatkörökre szolgáltatások épülnek majd rá, például a szaktanácsadás. Amikor létrejön a közös platform/adatkezelő felület, a tanácsadó szolgáltatásoknak teljes, országos kitekintése lesz bizonyos területekre. Lehet összehasonlításokat képezni, a termelő odaadhatja az adatait a tanácsadó cégnek vagy alkalmazásnak, amit akár az állam, vagy egy egyetem is üzemeltethet, és ez alapján megkapja az azokból számolt eredményeket, valamint javaslatot, választási lehetőségeket és következtetéseket is kap a gazdálkodási gyakorlatának fejlesztéséhez.

Az agráradatok gyűjtésének jelenleg elsődlegesen nem az a célja, hogy a felhasználásuk után azokat elemezve tanácsot adjanak a termelőnek. Pedig egy gazdaság, egy üzem, egy vállalkozás adatait más üzem adataival összevetve akár olyan trendeket is meg lehet határozni, amik alapján a gazdának érdemes lehet változtatnia akár a választott kultúrnövényen vagy jószágon is. Az adatalapú szaktanácsadásnak pedig meglesz az a plusz előnye is, hogy a határszemle mellett arról is lesz információja, hogy éppen mi zajlik a növényen belül, és a termés milyen áron találhat vevőt a piacon, megfelel-e az igényeknek.

A rendszer jelzi, hogy mit kell tennie a gazdának ahhoz, hogy olyat termeljen, amit el is tud adni.

Tanulni egymás adataiból

Ehhez jön még hozzá az a lehetőség, amivel egymás adataiból is tanulhatnának a gazdák. Az adatplatform segítségével azok, akik messzebbre és mélyebbre szeretnének látni a technológiában, megismerhetik a többi termelő eredményeit, a jó és a rossz példából is tanulhatnak, egymást erősítő rendszerben fejleszthetik a gazdálkodásukat. A farmmenedzsment rendszerek még több adathoz juthatnak majd hozzá, így a rengeteg elérhető agráradattal a vállalatirányítási szoftvereket és rendszereket kínáló cégek is sokkal jobb minőségű és eredményesebb szolgáltatásokat fejleszthetnek. Jól működő gyakorlati példa Hollandiában a Wageningeni Egyetem mellett működő Akkerweb, ahová például a Syngenta is szolgáltat adatot, valamint Anglia is, ahol több mint 15 éve működnek ilyen nagy adattárházak.

Varga Péter szerint az adatgazdaság kiépülése kultúraváltást is magával hoz. Ebben a mezőgazdaság szereplői elfogadják és megértik, hogy a saját adat nem lesz kisebb értékű, ha az adatpiacra kerül, mert az megmarad nekik is, miközben más adataiból sok hasznos és költségcsökkentő, bevételnövelő következtetést lehet levonni, természetesen a névtelenséget megőrizve.

A precíziós mezőgazdaság terjedése és helyes alkalmazása összességében az adatminőséget és a -mennyiséget is javítja, ami rendkívül fontos. Hiszen minél több jó minőségű agráradat van az adatgazdaságban, annál több mindenre lehet használni azokat. Ráadásul olyan adatokat is rögzíteni kell, aminek egyelőre még nem biztos, hogy látjuk az értelmét. Annyira gyors és innovatív a fejlődés, hogy nem lehet tudni, 3 év múlva milyen mesterséges intelligencia rendszerek, új elemző programok vizsgálják és hasznosítják az adatokat arra, hogy még jobb döntésekhez segítsék a gazdákat – mondta Péter.

A felhasználható adatvagyon kialakítása és a Digitális Agrár Stratégia fejlesztése után érdemes Mezőhegyesre látogatnunk, ahol nagy birtokméreten rengeteg adat rögzítésével, elemzésével és felhasználásával foglalkoznak. A precíziós mezőgazdasághoz kapcsolódó kihívásokról, feladatokról és megoldásokról érdeklődtünk.

Adatgyűjtés és precíziós gyakorlat Mezőhegyesen

8 ezer hektáron termeszt precíziós technológiával haszonnövényeket az állami tulajdonban lévő Nemzeti Ménesbirtok és Tangazdaság Zrt. Mezőhegyesen. Bónus Krisztián árunövény csoportvezető beszélt arról, hogyan valósul meg a helyspecifikus növénytermesztés és milyen rendszerben gyűjtik az adatokat a Békés megyei birtokon.

Ahogy a precíziós gazdálkodás gyakorlatában, Mezőhegyesen is a legalapvetőbb tevékenység a helyes adatgyűjtés, hiszen az egész rendszer erre épül. Az adatszerkezet kialakítása – azaz ahová a kimenő és bejövő adatainkat elhelyezzük – azért nagyon fontos, mert ha nincs helye az adatnak, az olyan, mintha a levegőbe rajzolnánk. Nálunk a nagy birtokméret miatt nagyon sok tábla, parcella és még több információ érkezik be, ezek kezelését egy 3 fős csapattal felügyeljük – mesélte a Keszthelyen növényvédelmi és agrokémiai, Gödöllőn pedig talajtani szakmérnöki képzést végzett Bónus Krisztián.

Az adat csak akkor értékes, ha a helyén van

Lényeges, hogy egységes parcellanév struktúra kerüljön be a traktorok monitorjaiba, amit a 30 feletti traktorállomány miatt felhő alapon kiküldve valósítunk meg, mivel a pendrive-os megoldás irreálisan sok többletmunkát jelentett. Gépparkunk modernizálása folyamatos, de emellett több rendszer is üzemel a gazdaságban.

Először külön művészetnek tűnt a nagyjából 2400 hektáron termesztett hibrid kukorica esetében az apasorokat az anyasorok közé vetni AB nyomvonalakkal több géptípus esetében, ami – mint kiderült – nem ördögtől való dolog, de kell hozzá az egységes nevezéktan a farmmenedzsment rendszerben. Egységes AB nyomvonal struktúrát alkalmazunk a többi táblánk esetében is, hiszen, ha már vannak pontos határvonalaink, könnyebb és hatékonyabb előre megszerkeszteni azokat, mint a gépkezelőinknek új vonalakat felvenni az egyes munkafolyamatok esetében. Nem beszélve arról, hogy így minden művelet (növényápolás és permetezés) ugyanazt a párhuzamirányítást tudja használni a saját munkaszélességének beállításával és nem halmozódnak fel időről időre újra felvett nyomvonalak a monitorokban és a felhő platformon.

Közel 400 parcellánál az alapadatok elkészítése és feltöltése nagy munka, utána viszont jó esetben a gépek a parcellahatáron és a nevezéktanon belül tudnak már dolgozni, és megfelelő helyre gyűjtenek adatot. Az adatstruktúra kialakítását egyszer kell jól megcsinálni, hogy utána ne legyen vele keveredés, és ezt utána könnyebb karbantartani is. A precíziós mezőgazdaságot nem azért találták ki, hogy az emberek adatokat keresgéljenek, hanem arra, hogy megkönnyítse a munkát és a döntési helyzetben rendelkezésre álljon a kapcsolódó adat, ami segíti az agrárszakmai kérdések megválaszolását.

Ezután következhetnek a térkép alapú művelési folyamatok. Az interjú készítésekor épp a nitrogén-fejtrágyázást készítjük elő műhold- és drónfelvételek alapján történő zonális talaj ásványi nitrogéntartalom-mérés segítségével, melyek eredményeit térképezve végzünk differenciált kijuttatást.

Foszfor és kálium tekintetében talajszkenner alapú zonális talajvizsgálatok eredményeit használjuk fel először a szerves­trágyázás irányítására a legszükségesebb táblarészekre, majd, ha az elfogyott, akkor kerül sor – a felvehetőségi adatok alapján – a P, K műtrágyaigény megítélésére. A talajszkenner információit más esetekben is hasznosítjuk, így például a talajművelésben is, amelyben a legnagyobb értéket a mélylazítás differenciálása jelentheti, de nem feledkezhetünk meg a precíziós öntözés elkövetkezendő műveleteiről sem. Az eltérő nedvességgazdálkodású zónák ismeretében az árunövény területeinken a tőszám-differenciálás lehetőségét is kihasználjuk.

Érdekes volt az egyik tőszámkísérletünk, ahol 25 kukoricafajtát vetettünk 50-től 100 ezres tőszámig hektáronként, és az itteni viszonyok közt, a tavalyi szezonban a 100 ezres tőszám sem állította meg a kukorica hozamnövekedését. Meglepetés volt, hogy nem bukott át a csökkenésbe, ahogy a korábbi években 80-85-90-nél történt egyes fajtáknál. A legrosszabb esetben is legfeljebb stagnált a termés, pedig ezt az állományt nem öntöztük (és nem is a tavalyi évjáratot tekintjük a legjobbnak kukorica szempontjából).

Igyekszünk az elvégzendő művelet szakmai igényeit leginkább kielégítő adatbázist felhasználni a precíziós tevékenységeink során. A termőzónáinkat többféle vizsgálattal elemezve (ez esetenként 40–50 paraméter ismeretét jelenti zónánként) próbáljuk minél részletesebb adathalmazzal alátámasztani a precíziós döntéseinket.

A döntések alapján műveleti- vagy input applikációs térképek készülnek, amelyeket a farmmenedzsment programunkban rögzítünk és tárolunk.  

Várjuk a Dróntörvény hatályba lépését is, mivel nagy lehetőséget látunk ebben a technológiában. Mezőhegyesen egy nagy teljesítményű VTOL UAV-t helyeztünk üzembe, ami a multispektrális és termális hullámsávban képes képanyagot rögzíteni, a kapcsolódó feldolgozó számítógép kapacitás pedig mindezt fel is tudja dolgozni. Amellett, hogy rendszerünk lefedi a műholdak tudását, rendelkezésünkre áll akkor is, amikor a műholdak nem járnak erre, vagy épp felhős az égbolt.

Drónfelvételek a Békés megyei birtokon

A rendszeres időközönként végzett drónrepüléssel a növényállomány vegetációs és hőmérsékleti monitoringját biztosítjuk a területünkön. Ezzel számos szakterületet támogatunk: ilyen a növényvédelem, az öntözés, a tápanyag-utánpótlás, illetve a betakarítási logisztika. A drón segítségével egy komoly méretű indexált képállományhoz jutunk. A legtökéletesebb az volna, ha a drónképek is egy platformba kerülhetnének a többi adattal, hogy azonnal ugyanabban az adatbázisban legyenek elérhetők. Ám egyelőre még nincs olyan farmmenedzsment program, ami tudná fogadni és kezelni a hatalmas adatállományú képanyagot.

Célunk elérni, hogy a megfelelő adatrendszerhez nagy mennyiségű minőségi információt tudjunk elemezhetően hozzárendelni. Aztán pedig az adatokat a vállalatirányítási rendszerhez párosítva, a költségek kimutatásával döntéseket tudjunk hozni arról, hogy melyik területrészen milyen jellegű ráfordítás lehet a legeredményesebb.

Az adatgyűjtési folyamat végén a hozamtérkép mutatja meg az egész helyspecifikus gazdálkodás értelmét és eredményét. Nagyon fontos a jó kalibráció, és hogy a hozamtérképezés gépeken átívelő legyen. Modern kombájnjaink esetében van olyan tábla, ahol a bekerült anyagmennyiség és mért érték között csak minimális eltérés van, és az olyan eset is gyakori, hogy csak a mérlegrendszerek gyári pontatlansága okozza a differenciát, tehát a hibahatáron belül tudunk maradni.

Mindez sok segítséget jelent a gazdálkodásban. Annyira, hogy még olyan információra is fény derülhet, amire agronómusként nem is gondoltunk volna. A folyamat legvége az, hogy az adott zónához hozam-, forintális-, árbevételi- és költségadatot rendeljünk, és költségtérképet készítsünk róla. Erről sokan beszélnek, adatokkal viszont csak néhányan töltik fel a rendszerüket. Pedig ez biztosítaná azt, hogy a termelők a valós képet lássák, és helyes következtetéseket vonhassanak le.

Persze van olyan helyzet is, amikor el kell engednünk egy-egy precíziós műveletet, hiszen bármilyen kis mértékű (adatösszeállítás miatti) késlekedés hozamcsökkenést okozhat. Például, ha az időjárással versenyzünk. Egy helyesen kialakított adatstruktúra azonban nagyban lecsökkenti az ilyen esetek számát.

A precíziós mezőgazdaság gyakorlatának egyik fontos tapasztalata, hogy soha nem lehet elengedni és figyelmen kívül hagyni a területismeretet és a gazdálkodói tapasztalatokat.

Célszerű továbbá fokozottan odafigyelni az adatok karbantartására és tisztítására, mert hiába vannak és lesznek tanuló algoritmusok, a helytelen adatokkal a jövő mesterséges intelligenciája sem tud jól gazdálkodni. Nem szabad szó nélkül elmenni a képzett munkaerő kérdésköre mellett sem. Mindenképp fontosnak tartjuk a gépkezelőink oktatását, hiszen ez egy win-win helyzet. Egy egyszerű példán szemléltetve ugyanis azon kollégáink, akik használják az automatizált táblavégi fordulót a gépeken, kevesebb fáradtság mellett nagyobb területteljesítményre képesek. 17 évnyi, agráradatgyűjtéssel és -elemzéssel eltöltött idő után úgy vélem, a technológia most jutott el odáig, hogy el tudjunk kezdeni igazán jól adatot gyűjteni. Vannak nagyon modern gazdaságok, és vannak olyanok is, akik régóta gyűjtenek hozamadatokat és egyéb információkat a területeikről, de az biztos, hogy ez a technológia nem egységesen, hanem foltszerűen jelent meg Magyarországon. 

Azzal, hogy az agrár-felsőoktatás precíziós mezőgazdasági szakmérnökök képzésével fejleszti az agronómusok és a gazdák szaktudását, meghozza azt a lehetőséget, hogy az agrárium adatokra hagyatkozva, a lehető leghatékonyabban működhessen.

Békés megye után Baranya megye következik, ahol azt kérdeztük meg, hogyan hasznosítható és miért fontos az adat, továbbá a szaktanácsadás fejlesztési lehetőségeiről és a Green Deal követelményeinek sürgősségéről tudtunk meg érdekes szakmai információkat.

Kicsiknek és nagyoknak: hogyan érdemes felépíteni az adatalapú gazdálkodást, hogy a támogatás is megmaradjon?

Borsiczky István, a Tomelilla Kft. ügyvezetője, a Széchenyi István Egyetem mosonmagyaróvári képzési helyének óraadó oktatója a 2000-es évek közepe óta foglalkozik integrált növényvédelmi megoldások fejlesztésével a precíziós technológiában rejlő lehetőségekre összpontosítva. Vele beszélgettünk az adatalapú mezőgazdaság terjedését ösztönző szabályozásról és a gyakorlati megoldásokról.

Milyen folyamatok ösztönzik az adatalapú mezőgazdaság fejlődését és terjedését?

Az Európai Unió fenntartható mezőgazdaságra és élelmiszeriparra való áttérést célzó terve a zöld megállapodás, vagyis a Green Deal, amivel mostanában elég sokat foglalkozom. Világosan le van írva benne, hogy 2030-ig 20 százalékkal kevesebb műtrágya és 50 százalékkal kevesebb növényvédőszer-kijuttatás elérése a cél. Ennek megvalósítása, megjelenítése és bizonyítása úgy a legegyszerűbb, ha hagyjuk a gépeinket információkat rögzíteni, az adatokat pedig kinyerjük belőlük és szükség szerint felhasználjuk azokat a termelésben és az adminisztrációban is. A műtrágya- és a növényvédőszer-felhasználás csökkentését viszont a jelenlegi termelési szintek megtartásával csak precíziós gazdálkodási megoldásokkal lehet megvalósítani – mondta Borsiczky István. 

Green Deal

A Green Deal nagyon fontos aktualitást ad az agrárdigitalizációs folyamatnak, kényszerítő erejű lesz, amihez hirtelen és szinte egyszerre kell felnőnie az ágazat összes szereplőjének. Ugyanis az új támogatási rendszerben például várhatóan be kell mutatni majd az eredményeket a gazdálkodási folyamatok változtatásáról és kijuttatási terveket kell tudni készíteni és végrehajtani. Így az agrárdigitalizáció az ágazatban kivétel nélkül mindenkit érint, mindenkinek tanulnia kell, aki nem akar pénzt veszíteni. A szabályozás erős katalizátor lesz ehhez, a tudás átadása viszont nehéz, és csak a szakmai konferenciákon nem lehetséges.

Úgy kell megtanítani a gazdákat a gyakorlati precíziós gazdálkodásra, hogy gyakorlatilag kéz a kézben fejlődjenek és tanuljanak új dolgokat az oktatók és a tanulók. A fejlődés oka tehát adott, az EU-s szabályozás ösztönzi a folyamatot. A feladatra pedig összesen 9 év van, így értelmet nyert a készülődés, mert hamar elszállnak az évek, és a kihívás minden Európában termelő gazdálkodó előtt egyszerre magasodik majd.

Hogyan lehet eredményesen átadni a precíziós mezőgazdasághoz szükséges ismereteket?

A helyspecifikus gazdálkodást a gyakorlatban kell megtapasztalni, úgy szerezhető igazán érvényes tudás. Az ismeretek átadása komoly kihívás, úgy gondolom, a leghatékonyabb egyesével meglátogatni a gazdálkodókat, megnézni a gép- és eszközállományt. A helyszínen aztán sokról kiderül, hogy amire azt hitte, hogy precíziós eszköz, az valójában nem is az, vagy pedig hiányzik belőle a szoftver licenckulcsa. A termelők nagy része tud róla, mi kell a technológiához, mik a lehetőségek, de a rendszert működtetni kell, aminek a megtanulása nem egyszerű. Nagyon sok, gyakorlati tudással felvértezett tanítóra és tanárra van szükség, akik első körben a szaktanácsadókat, a szakmérnököket és a vállalkozó kedvű gazdákat képzik ki, hogy általuk tudás- és hatástöbbszörözést lehessen elérni. Összességében viszont nem biztos, hogy a felsőoktatás elegendő ehhez. Úgy gondolom, hogy egyéb tanfolyamokra is szükség van, amivel hatékonyan és célzottan el lehet érni a gazdálkodókat, mert a termelők jelentős része nem tud elmenni szakmérnöki képzésekre.

Az eredményességhez a saját tapasztalataim szerint az kell, hogy a kereskedők ne csak eladják a gépeket, hanem a gazdák segítséget kapjanak a beüzemelésnél, és az egész folyamat alatt foglalkozzanak velük. A független és a márkákhoz kötődő szaktanácsadók is nagyon fontos szerepet töltenek be a folyamatban, nekik is haladniuk kell a gépek és a programok fejlődésével, ismerniük kell a programok, a gépek, az eszközök és a megoldások működését. A helyzet azért is nehéz, mert a legújabb technológia elsőként mindig a kereskedőnél van, másodsorban a gazdánál és csak utána kerül be az oktatási intézményekbe. Így az is előfordul, hogy elavul, mire odakerül.

Az adatgazdálkodás helyzete és a kezdeti lépések

Az adat alapvetően a gazdálkodóé, annak gyűjtése az ő feladata. Az adatfeldolgozás folyamata pedig egy bizalmi kapcsolat a termelő és a szolgáltató között.

Elsőként a farmmenedzsment szoftver használatát érdemes megtanulni, szerencsére több, jobbnál jobb magyar nyelvű program is van a piacon, amiket folyamatosan fejlesztenek a gazdák igényei szerint.

Ezek segítségével aztán az adattároló rendszerből azt vesz ki a termelő, és azt használ, amit akar. Így jön létre az adatokból a gazdaság visszanézhető múltja, ahol tendenciákat lehet látni, amiből elemzéseket lehet végezni és amik alapján döntéseket lehet hozni.

A második lépésben csakis olyan eszközöket érdemes venni, amik kompatibilisek a farmmenedzsment rendszerekkel és a gazda tudásával, képességeivel egyaránt. A munkacsúcsoknál ugyanis a szervizszolgáltatásokhoz hasonlóan sokan akarnak egyszerre segítséget, ezért előny, ha a gazdának, vagy egy arra kinevezett munkatársnak mélyreható ismeretei vannak az általa működtetett rendszerről.

Harmadikként nagyon fontos a gépkezelés magas szintű megtanulása, mert a precíziós gépek nem egyszerű berendezések. Teljesen meg kell ismerni a tudásukat és a határaikat. Innentől már magabiztosabban lehet alkalmazni a precíziós megoldásokat. A helyspecifikus gazdálkodás eszközei közül a két legfontosabb a megfelelő műtrágyaszóró és permetezőgép, ezekkel lehet a legegyszerűbben megfelelni az Európai Unió által kijelölt szigorú támogatási feltételeknek. Végül van egy tévhit, amit szívesen oszlatok el: egy fontos szempontból a kisebb, közepes méretű gazdaságok nincsenek hátrányban a precíziós mezőgazdaság technológiájának megvalósításában a nagyokkal szemben. Az információátadást sokkal gyorsabban tudják megvalósítani, és sokszor jóval hamarabb tudnak reagálni a változásokra, mint a nagyobbak. Érdemes tehát mindenkinek idejében átgondolnia, miket kell fejlesztenie azért, hogy teljesíteni tudja az EU-s elvárásokat, így támogatáshoz jusson, és a lehető leghatékonyabban gazdálkodhasson – mondta István.

Záró gondolatok a folytatásról

Márciusban folytatjuk az adatalapú gazdálkodás összefüggéseinek és értelmének bemutatását. Sorozatunk következő részében a növényvédelem és a kijuttatás-technológia izgalmas kérdéseivel és gyakorlati megoldásaival foglalkozunk majd.

A cikk szerzője: Csurja Zsolt