פּרעסיסיאָן אַגריקולטורע פּראַקטיסיז אַרייַנציען מער גענוי סידינג, יראַגיישאַן, פערטאַליזיישאַן און פּעסטאַסייד נוצן אין סדר צו אַפּטאַמייז גערעטעניש פּראָדוקציע פֿאַר דעם ציל פון ינקריסינג גראָווער רעוועך און רידוסינג די פּראַל פון אַגריקולטורע אויף די סוויווע סיימאַלטייניאַסלי. אין דעם אַרטיקל, מיר וועלן דיסקוטירן די נוצן פון פּאַ פּראַקטיסיז, אַזאַ ווי יראַגיישאַן פון וועריאַבאַל קורס און ווייַט סענסינג, אין קאַרטאָפל פּראָדוקציע.
לויט דער אינטערנאציאנאלע געזעלשאפט פון פּרעסיסיאָן אַגריקולטורע, "פּינטלעכקייַט אַגריקולטורע (פּאַ) איז אַ פאַרוואַלטונג סטראַטעגיע וואָס קאַלעקץ, פּראַסעסאַז און אַנאַליזעס צייט-, ספּיישאַל און יחיד דאַטן און קאַמביינז עס מיט אנדערע אינפֿאָרמאַציע צו שטיצן פאַרוואַלטונג דיסיזשאַנז לויט די עסטימאַטעד וועריאַביליטי פֿאַר ימפּרוווד ריסאָרס נוצן עפעקטיווקייַט. , פּראָודאַקטיוויטי, קוואַליטעט, פּראַפיטאַביליטי און סאַסטיינאַביליטי פון לאַנדווירטשאַפטלעך פּראָדוקציע.
אין אנדערע ווערטער, PA גיט די מעגלעכקייט צו טאָן די רעכט זאַך, אין די רעכט אָרט, אין די רעכט צייט און אין די רעכט וועג. הויך-ווערט קראַפּס ווי פּאַטייטאָוז זענען אנערקענט ווי גוט קאַנדאַדייץ פֿאַר די אַדאַפּשאַן פון PA ווייַל פון די הויך פּרייַז פון ינפּוץ. אין אַדישאַן, די סענסיטיוויטי פון קאַרטאָפל טובער טראָגן און קוואַליטעט צו פּראָדוקציע פּראַקטיסיז און ינווייראַנמענאַל טנאָים מאכט פּינטלעכקייַט פאַרוואַלטונג עקאַנאַמיקלי קריטיש.
יראַגיישאַן מיט בייַטעוודיק קורס
די וועריאַבאַל קורס יראַגיישאַן (VRI) טעכנאָלאָגיע אַפּלייז וואַסער אין וועריאַבאַל ראַטעס אלא ווי איין מונדיר קורס צוזאמען די לענג פון די צענטער דרייפּונקט. עס זענען צוויי סטעפּס צו צולייגן די VRI: פירסטלי, באזירט אויף באָדן עלעקטריקאַל קאַנדאַקטיוואַטי (עק) אָדער הייך מאַפּינג, די פעלד איז צעטיילט אין פאַרשידענע פאַרוואַלטונג זאָנעס; צווייטנס, די סיסטעם אַפּלייז אַ ספּעציפיש סומע פון וואַסער אויף פאַרשידענע פאַרוואַלטונג זאָנעס דורך קערן אויף און אַוועק יחיד נאַזאַלז (נעזל קאָנטראָל VRI) אָדער קאַנטראָולינג די מאָווינג גיכקייַט פון די דרייפּונקט (גיכקייַט קאָנטראָל VRI).
VRI קענען צולייגן וואַסער אין פאַרשידענע ראַטעס צו פאַרשידענע קראַפּס אָדער קולטיוואַרס, וועריינג באָדן טייפּס, הויך לויפן-אַוועק געביטן אָדער נידעריק געביטן פּראָנע צו באַקומען נאַס און סאַטשערייטאַד, און ינווייראַנמענאַלי שפּירעוודיק געביטן אין דעם פעלד. די אָווועראַרטשינג ציל פון VRI איז צו ויסמיידן אָוווער- און אונטער-יראַגיישאַן אַזוי קיין וואַסער איז ווייסטאַד און קיין וואַסער דרוק אַקערז, בשעת גערעטעניש טראָגן און קוואַליטעט זענען מיינטיינד אָדער געוואקסן.
In the summer of 2018, we conducted a study to quantify the benefits of using VRI on commercial potato (Russet Burbank) production in Wisconsin. We picked two fields irrigated with nozzle control VRI and speed control VRI respectively.
אין יעדער פעלד, עס איז געווען וועגן 15 פֿיס הייך חילוק צווישן די העכסטן און לאָואַסט געביטן. אין שניט, מיר עוואַלואַטעד טובער טראָגן און קוואַליטעט פון די דרייסט געגנט, די מערסט רעפּריזענאַטיוו / דורכשניטלעך געגנט, און די נאַסאַסט שטח פון יעדער פעלד. אונטער נעזל קאָנטראָל VRI (Figure 1a), עס איז געווען אַ באַטייטיק טראָגן רעדוקציע (וועגן 140 cwt / a, p <0.05) אין די וויטעסט געגנט קאַמפּערד צו די דורכשניטלעך געגנט. ייעלדס פון די דרייסט געגנט איז געווען אַ ביסל העכער (וועגן 20 cwt/a, p>0.05) ווי אַז פון די דורכשניטלעך געגנט. אונטער גיכקייַט קאָנטראָל VRI (Figure 1b), עס איז געווען קיין באַטייטיק טראָגן חילוק צווישן די דריי לאָוקיישאַנז, כאָטש די נומער אין די דרייסט געגנט איז געווען העכער ווי יענע אין די דורכשניטלעך און וועטאַסט געביטן.
אונדזער דאַטן סאַגדזשעסטיד אַז:
- א גרויס נוץ פון ניצן VRI איז צו פֿאַרבעסערן טראָגן און קוואַליטעט, דעריבער צו פּאַטענטשאַלי פֿאַרבעסערן די פּראַפיטאַביליטי אין די דיעסט (אָדער די הויך לויפן-אַוועק) געגנט פון אַ פעלד וואָס איז מער שפּירעוודיק צו אונטער-יראַגיישאַן. VRI איז ביכולת צו האַלטן באָדן נעץ אין די רוטינג זאָנע פון די געוויקסן;
- VRI קענען ראַטעווען יראַגיישאַן וואַסער און פֿאַרבעסערן יראַגיישאַן עפעקטיווקייַט אין די נידעריק געגנט פון אַ פעלד וואָס טענדז צו זיין נאַס אָדער סאַטשערייטאַד. אָבער אפילו אונטער VRI, אָנפירונג פון קאַרטאָפל טראָגן און קוואַליטעט אין די נידעריק געגנט איז נאָך טשאַלאַנדזשינג, ווייַל געוויקסן טענד צו האָבן מער ראַטינג און כיסאָרן ישוז;
- VRI איז אַ פּראַמאַסינג סיסטעם צו שפּאָרן וואַסער בשעת ימפּרוווינג קאַרטאָפל פּראַפיטאַביליטי, אָבער נאָך פיין-טונינג איז דארף צו בעסער פירן עס אויף פעלדער מיט וועריאַביליטי.
רימאָוט סענסינג און מאַשין לערנען
צו האַלטן טראָגן און פּראַפיטאַביליטי, קאַרטאָפל פאַרמערס מוזן באַפרידיקן די נויט פון די קראַפּס פֿאַר ניטראָגען. צו מינאַמייז ינווייראַנמענאַל דערנידעריקונג און פאַרמינערן די פינאַנציעל ריסקס פֿאַרבונדן מיט רעגולאַטאָרי און לעגאַל אַנסערטאַנטי אַרום נייטרייט אין גראַונדוואָטער, קאַרטאָפל פאַרמערס דאַרפֿן נייַע פאַרוואַלטונג מכשירים צו העלפֿן זיי אָנווענדן די רעכט סומע פון ניטראָגען אין די רעכט צייט איבער די גראָוינג צייַט.
קאַמאַנלי געניצט מעטהאָדס פון מאָניטאָרינג אין-צייַט קאַרטאָפל פאַבריק ניטראָגען סטאַטוס זענען אַרבעט-אינטענסיווע, צייט-קאַנסומינג, מאל מיסלידינג, און זענען בלויז פּלאַץ-ספּעציפיש אין דעם פעלד. אין אַדישאַן, עס זענען קיין עפנטלעך בנימצא מכשירים וואָס דזשענערייט גאַנץ פעלד מאַפּס צו פאָרויסזאָגן אין-צייַט פאַבריק ניטראָגען סטאַטוס און סוף-פון-צייַט טובער טראָגן ניצן ווייַט סענסינג בילדער.
רימאָוט סענסינג איז אַן ינאַווייטיוו, בייַצייַטיק, ניט-דעסטרוקטיווע און ספּיישאַלי פולשטענדיק צוגאַנג צו פֿאַרבעסערן די יגזיסטינג פּראַקטיסיז פון גערעטעניש פּראָדוקציע אין-צייַט. רימאָוט סענסינג טיפּיקלי גיט עטלעכע שמאָל ספּעקטראַל באַנדס (~ 3-10 נם), וואָס קענען כאַפּן פיין אַבזאָרפּשאַן פֿעיִקייטן פון גערעטעניש נוטריאַנץ. ביז איצט פילע שטודיום האָבן אנגעוויזן אַז ווייַט סענסינג קענען זיין יפעקטיוולי געווענדט צו פּרידיקטינג גערעטעניש פּאַראַמעטערס / וועריאַבאַלז, אַזאַ ווי בלאַט שטח אינדעקס, בייאַמאַס, פאָוליאַר N קאַנסאַנטריישאַן, עטק.
די מעטהאָדס געניצט צו פאָרויסזאָגן / מאָדעל גערעטעניש טרייץ דער הויפּט פאָקוס אויף בנין פּרידיקטינג אַלגערידאַמז צווישן ספּעקטראַל סיגנאַלז און פעלד מעזשערמאַנץ. א טיפּיש מאָדעל פּרידיקטער איז וועדזשאַטיישאַן ינדיסעס (VI), וואָס זענען מאַטאַמאַטיקאַל קאַמבאַניישאַנז פון ריפלעקטיוואַנס אין צוויי אָדער מער ספּעקטראַל באַנדס. פֿאַר בייַשפּיל, נאָרמאַלייזד דיפעראַנסיז וועדזשאַטיישאַן אינדעקס (NDVI) איז וויידלי געניצט אין פרייַערדיק שטודיום רעכט צו זיין פּשוט אַפּלאַקיישאַן צו מאָניטאָר די דינאַמיש פון וועדזשאַטיישאַן אין רעגיאָנאַל און גלאבאלע וואָג.
מיר האָבן געלערנט אויף דריי מאַשין לערנען מאָדעלס (באַשלוס בוים (דט), שטיצן vector מאַשין (SVM) און טראַפ וואַלד (RF) וואָס געוויינט NDVI צו פאָרויסזאָגן די N סטאַטוס און לעצט טראָגן פון פיר קאַרטאָפל קולטיוואַרס (צוויי רוסעץ אַרייַנגערעכנט סילווערטאָן און לייקוויעוו רוססעט, צוויי טשיפּערז אַרייַנגערעכנט סנאָוודען און האָטאָג) איבער צוויי גראָוינג סעאַסאָנס אין 2018 און 2019 .
אונדזער פּרילימאַנערי רעזולטאַטן האָבן געוויזן אַז NDVI האט אַ גרויס פּאָטענציעל צו פאָרויסזאָגן די קאַרטאָפל ען סטאַטוס ינדאַקייטיד דורך פּעטיאָלע NO3-N, גאַנץ בלאַט גאַנץ N, אָדער גאַנץ ווייַנשטאָק גאַנץ N, ווי געזונט ווי די סוף-פון-צייַט גאַנץ טראָגן (טאַבלע 4). מיר געוויינט R2 וואָס ריינדזשאַז פון 0 צו 1 צו מעסטן גוטסקייט-פון-פּאַסיק פֿאַר די מאָדעלס. די העכער די R2, די בעסער די פּראָגנאָז. עס איז באטראכט צו זיין אַ זייער גוט פאָרויסזאָגן אויב R2 איז העכער ווי 0.75.
אונטער ביידע VRI סיסטעמען, טובערס פון די וועטאַסט געגנט האָבן נידעריקער ספּעציפיש ערלעכקייט קאַמפּערד מיט די דרייסט און דורכשניטלעך געביטן, און די חילוק אונטער די נעזל קאָנטראָל סיסטעם איז געווען באַטייטיק (טאַבלע 1).
פיגורע 2 האט געוויזן אַז טובערס פון די וועטאַסט געגנט פון יעדער פעלד האָבן אַ באטייטיק העכער לענג צו ברייט פאַרהעלטעניש. קאָראַספּאַנדינגלי, עס איז געווען העכער ינסידאַנס פון
פּוסט האַרץ אין טובערס פון די וועטאַסט געביטן פון ביידע פעלדער, און די חילוק איז געווען באַטייַטיק אונטער די גיכקייַט קאָנטראָל סיסטעם (טאַבלע 2).
בעשאַס סטאָרידזש אונטער 48 ° F, מיר באמערקט העכער ינסידאַנס פון ראַטינג אין טובערס פון די וויטעסט געביטן פון ביידע פעלדער (פיגורע 3). עס איז געדאַנק אַז די טובערס דערוואַקסן אין סאַטשערייטאַד סוילז האָבן ענלאַרגעד לענטיסעלס אויף די ייבערפלאַך, וואָס באשאפן שליימעסדיק פּאָזיציע פונקטן פֿאַר פּאַטאַדזשאַנז אין פעלד און בעשאַס סטאָרידזש.
אין אַדישאַן, מיר קאַלקיאַלייטיד יראַגיישאַן עפעקטיווקייַט (IE) פון די גיכקייַט קאָנטראָל VRI סיסטעם (נומערן פון די נעזל קאָנטראָל VRI זענען נישט בנימצא), און עס געוויזן אַז עס איז געווען אַ באַטייטיק פֿאַרבעסערונג פון IE אין די וויטעסט געגנט קאַמפּערד מיט די דורכשניטלעך שטח פון די פעלד. הייסט אין די דרייסט געגנט איז געווען אַ ביסל העכער ווי די דורכשניטלעך (טאַבלע 3).
פֿאַר ניטראָגען סטאַטוס, ניצן NDVI צו פאָרויסזאָגן פּעטיאָלע נייטרייט-ען דזשענערייטאַד די בעסטער ר 2 רעזולטאטן פֿאַר ביידע קאַרטאָפל טייפּס, קאַמפּערד מיט גאַנץ בלאַט גאַנץ ען און גאַנץ ווייַנשטאָק גאַנץ ען. פֿאַר 2019 געווען בעסער ווי 2018 (טאַבלע 4 אויבן).
ביז איצט מיר האָבן געפֿונען אַז:
- 1) באַשלוס בוים און טראַפ - וואַלד זענען בעסער ווי שטיצן vector מאַשין פֿאַר פּרידיקטינג ביידע אין-צייַט N סטאַטוס און סוף-פון-צייַט טראָגן פֿאַר פּאַטייטאָוז;
- 2) פּעטיאָלע נייטרייט-ען קענען זיין בעסער פּרעדיקטעד ניצן NDVI און מאַשין לערנען מאָדעלס קאַמפּערד מיט גאַנץ ען אין בלעטער אָדער וויינז. מיר וועלן וואַלאַדייט די מאָדעלס און יקספּאַנד דעם אַרבעט מיט מער יאָרן פון דאַטן וועגן מער קאַרטאָפל ווערייאַטיז.
דער מחבר וואָלט דאַנקען די וויסקאָנסין קאַרטאָפל און גרינס גראָוערז אַססאָסיאַטיאָן, די וויסקאָנסין דעפּאַרטמענט פון אַגריקולטורע, האַנדל און קאָנסומער פּראַטעקשאַן, די וויסקאָנסין פערטיליזער פאָרשונג קאָונסיל און די אוניווערסיטעט פון וויסקאָנסין-מאַדיסאָן קאַלידזש פון אַגריקולטוראַל און לעבן ססיענסעס פֿאַר פאַנדינג אונדזער פאָרשונג.
- יי וואַנג איז אַן אַסיסטאַנט פּראָפעסאָר אין אוניווערסיטעט פון וויסקאָנסין-מאַדיסאָן ס דעפּאַרטמענט פון האָרטיקולטורע. זי איז א געוועזענער געווינער פון Spudman's Emerging Leader Award.
