Big Data a mezőgazdaságban

 

Nemesítés és informatika

A mezőgazdaság alapvető feladata az emberiség élelmiszerrel való ellátása. A Föld népességének várható további gyarapodása és a meglévő erőforrások ésszerű felhasználása, azaz a fenntartható gazdálkodás, két olyan sarkalatos pont, mely a közeljövő mezőgazdaságát alapvetően meghatározza. Nem elég mennyiségileg többet termelni, hanem ezt a növekedést a mainál sokkal hatékonyabb input-anyagfelhasználással kell elérni. Ebben a genetika mellet, mely mind a növénytermesztésben, mind az állattenyésztésben a termelésnövekedés egyik fő motorja, a termelés digitalizációja, azaz az információk összegyűjtése, feldolgozása és okszerű felhasználása, tehát a Smart Farming a másik főszereplő.

A precíziós gazdálkodás az első lépés

A precíziós gazdálkodás (Wikipédia Link) a Smart Farming alapvető eleme, enélkül a fokozat nélkül egyszerűen nem lehet továbblépni. A precíziós gazdálkodás egyik legnagyobb előnye, hogy a kijuttatott anyagok mennyiségét és térbeli elhelyezkedését sokkal pontosabban lehet szabályozni, mint a hagyományos módon. Kissé sarkítva akár úgy is fogalmazhatunk, hogy a zsák helyett evőkanállal, a kanna helyett pedig pipettával adagoljuk, akkor és oda a vetőmagot, műtrágyát, növényvédő szert, amikor a munkaművelet optimális időpontja elérkezett. A szigorú értelemben vett precíziós gazdálkodás a kijuttatási (applikációs) térképek használatát is magában foglalja. Az applikációs térképek készítéséhez azonban helyspecifikus információkra van szükség, enélkül a precíziós kijuttatásnak nincs értelme.

Információ minden mennyiségben

A Smart Farming és a Big Data (Wikipédia Link) kéz a kézben jár. Vegyünk egy egyszerű példát, mely már ma is bárki számára megvalósítható, ha rendelkezik a (kereskedelmi forgalomban kapható) technikai háttérrel. Példánkban az osztott nitrogénműtrágyázás egy olyan esetét nézzük meg, ahol a szenzortechnika, a távérzékelés és az applikációs térkép egy egységet képez és az eredőjük határozza meg a kijuttatandó anyag mennyiségét a tábla adott pontján. Erről már egy korábbi posztban részletesen írtunk (A távérzékelés és a szenzortechnika kombinációja). A kijuttatást megalapozó, a termőterületre jellemző helyspecifikus adatok sok forrásból származhatnak, az azonban közös bennük, hogy jelentős mennyiségű adatot tartalmaznak, ill. jelentős mennyiségű adat feldolgozásával jönnek létre. Ezek az adatok éppúgy lehetnek valós idejűek, mint történelmi adatok, azaz olyan információk, melyek egy korábbi időpontban keletkeztek. Költséghatékonyság szempontjából az egyik legjobb megoldás a távérzékelési adatok használata. Ezek egy része, mint például a Talking Fields térképek alapjául szolgáló műholdfelvételek eleve rendelkezésre állnak, elkészíttetésük a felhasználó számára nem jelent sem külön költséget, sem személyes közreműködést és természetesen a táblákon sem történik semmilyen fizikai behatás, hiszen az adatgyűjtéshez nem kell a táblára rámenni. Természetesen adatok származhatnak rengeteg más forrásból, lehet drónokkal dolgozni, hozamtérképeket, talajgenetikai térképeket, talajvizsgálati eredményeket stb. felhasználni.

Központi elem a szoftver

Az összegyűjtött adatokat tárolni, feldolgozni, kiértékelni és felhasználni csak megfelelő szoftver segítségével lehet. Természetesen a Smart Farming és a Big Data a programokkal szemben további követelményeket támaszt. A nagy mennyiségű adat kezeléséhez mindenképpen egy olyan robusztus adatbank (adatbázis kezelő) szükséges, mely képes megbirkózni ezzel az adattömeggel. A következő lényeges szempont az adatok importálása és exportálása, hiszen a nyersadatoknak be kell kerülniük a rendszerbe és a feldolgozás után pl. applikációs térképek, bordcomputer feladatok formájában el kell hagyniuk azt. További nagyon fontos elem a kiértékelési lehetőség széles köre, hiszen az adatokat nem öncélúan gyűjtjük, hanem azért, hogy belőlük megfelelő következtetéseket levonva, döntéseket (pl. az applikációs térkép tartalma) hozhassunk.Ezért érdemes már ma olyan szoftver keresni, mely a precíziós gazdálkodást is támogatja és a Smart Farming irányába mutat.

Újabb Copernicus műhold vár a kilövésre

Kép: ESA

A Copernicus program

A Sentinel-2A műhold pályára állításával újabb lökést kap az Európai Űrügynökség az ESA (Wikipédia link) Copernicus programja. A műhold nagy mennyiségű távérzékelési adatot fog mezőgazdasági területekről gyűjteni. A nagy-felbontású multispektrális képek használatával a jelenleginél is több információt kapunk a szántóföldekről, így akár a Talking Fields térképekhez hasonló új termékek és szolgáltatások is születhetnek.

Sentinel-2A start élőben

Az ESA a műhold fellövését élőben közvetíti. A start tervezett időpontja közép-európai idő szerint 2015.06.23 03:52, és ezen a honlapon lehet követni. Az Airbus Defence and Space (Wikipédia link) által épített 1140 kg tömegű műhold 786 km magasságban fog a Föld körül keringeni. Ez a második az összesen 10 Sentinel műhold közül, melyeket 2021-ig szeretne az ESA földkörüli pályára juttatni.

A távérzékelés és a szenzortechnika kombinációja

AO Greenseeker ISOBUS

A precíziós gazdálkodás és a Smart Farming

A Smart Farming egy evolúciós folyamat része, azaz bevezetése egy üzemben nem ugrásszerűen történik, hanem lépésről-lépésre. Ebben a folyamatban egy megkerülhetetlen fokozat a precíziós gazdálkodás megléte, hiszen ez adja a gépi oldalról azt az alapfeltételt, ami az intelligens mezőgazdasághoz szükséges, valamint a másik oldalról ez biztosítja azt a szoftver hátteret, mely a keletkező adatokat feldolgozza és kiértékeli, valamint a gazdaság számára jogszabályokban meghatározott dokumentációkat (pl. Gazdálkodási Napló, permetezési napló stb.) elkészíti. A precíziós gazdálkodás esetében a helyspecifikus anyagkijuttatás, azon belül is elsősorban a műtrágya és vetőmag mennyiségének a szabályozása az, mely a már korábban összegyűjtött adatok kiértékelésén és feldolgozásán alapul. Ezek az adatok lehetnek saját felvételezések, pl. hozamtérkép, lehetnek távérzékelési adatok, pl. Talking Fields térképek és lehetnek laboradatok is, pl. talajvizsgálati eredmények. Az így összeállított adatok lehetnek ugyan nagyon pontosak, de tagadhatatlanul egy vagy több korábbi aratási év eredményeit adják vissza, az aktuális állapotra nem reflektálnak. A múltbeli tényadatokból kényelmesen tudunk a számítógépünkön változtatható anyagkijuttatást vezérlő applikációs térképeket készíteni. Amennyiben valós idejű, az aktuális növényállomány állapotát is figyelembe vevő anyagkijuttatást szeretnénk végezni, akkor már szenzorokra is szükségünk van a vezérléshez.

N-szenzorok

Az utóbbi időben rohamosan terjed a nitrogénszenzorok használata, melyekkel a tápanyag-utánpótlást lehet optimalizálni. A különböző gyártmányú szenzorok nagyon hasonló elven működnek és a növényállomány fejlettségéről és nitrogénellátottságáról az úgynevezett NVDI érték (Wikipédia Link) formájában adnak tájékoztatást. Az NDVI érték közvetlenül felhasználható a műtrágyaszóró vezérlésére. A nitrogénszenzor kizárólagos használatának ugyanaz az előnye, ami egyben a legnagyobb hátránya is: A szenzor csak a valós idejű értékeket veszi figyelembe, így a múltbeli tapasztalatok nélkül, automatikusan az aktuális állapot alapján vezérel, ami nem feltétlenül jelenti az optimális kijuttatást. Az igazi előrelépést az jelenti, ha a múltbeli adatokat (hozamtérkép, Talking Fields, talajvizsgálat) és a valós idejű adatokat (N-szenzor) egymással kombináljuk és így alapozzuk meg a gazdaságilag optimális tápanyag kijuttatást.

A kulcs a Map Overlay

A Map Overlay használatával egyszerűen lehet kombinálni a múltbeli, térkép alapú és a valós idejű adatokat és így a nitrogénkijuttatást még pontosabban lehet szabályozni. A Map Overlay lényege, hogy egy applikációs térkép segítségével korrigáljuk az NDVI adatok alapján kijuttatandó tápanyagmennyiséget. Így roppant egyszerűen lehet az általunk kiválasztott helyekre minimális vagy maximális értéket megadni, függetlenül attól, hogy az NDVI érték szerint az adott pontra kevesebb vagy több lenne a tápanyag-kijuttatás. Természetesen ez csak akkor működik, ha a rendszerünk összes eleme, hardver és szoftver egyaránt, támogatja ezt megoldást.

Egy gyakorlati példa

A valóságban a Map Overlay felhasználása a következő példában részletezett módon zajlik. Első lépésként feldolgozzuk az érintett táblák Talking Fields alaptérképeit az AO Agrár-Office programcsomag segítségével, majd adott esetben a talajvizsgálati eredményeket is figyelembe véve, elkészítjük a programmal a Map Overlay applikációs térképet. Az applikációs térkép alapján elkészített feladatot (előírást) a szokásos módon feltöltjük egy John Deere Greenstar 2630 (GS3) monitorra. Ezután a traktorunkra felszerelt AO Greenseeker ISOBUS nitrogénszenzorunkkal úgy vezérelhetjük a GS 2630 monitoron keresztül az ISOBUS (Wikipédia Link) műtrágyaszórónkat, hogy az aktuális NDVI érték alapján meghatározott szórási mennyiség a Map Overlay applikációs térképpel korrigálásra kerül. Miután az AO Greenseeker ISOBUS eszköz esetében tetszőlegesen határozhatjuk meg az adott NDVI tartományhoz tartozó kijuttatási értékeket a Greenstar monitoron, így a teljes kijuttatási stratégia a kezünkben marad. Ez egyben ennek, az itt felvázolt rendszernek a legfontosabb jellemzője is. Az összegyűjtött és feldolgozott adatok, továbbá a valós idejű szenzoradatok összehangolásával és együttes alkalmazásával pontosan az a stratégia kerül megvalósításra (adott helyen, adott mennyiségű műtrágya kijuttatása), amit szakmailag a legjobbnak tartunk.

Növénytermesztés: Digitális térképek alapozzák meg a döntéseket

A növénytermesztők számára igen sokféle digitális térkép áll rendelkezésre. Lehet hozamtérkép, tápanyagellátottsági vagy éppen talajtani térkép, a listát sokáig lehetne folytatni. A térkép részben a lokális hozamkülönbségekről, vagy például az adott terület termőképességéről (Talking Fields alaptérkép) adnak felvilágosítást. A digitális térképek egy adott pillanat vagy egy hosszabb időszak jellemző állapotát adják vissza nagy pontossággal és a jó térbeli felbontással, azonban a táblán belüli különbségek magyarázatával, az okok feltárásával adósok maradnak.

Talking Fields alaptérkép

A digitális térképek, ugyanúgy mint a táblatörzskönyv arra szolgálnak, hogy a gazdálkodó számára az információkat összegyűjtsék és megjelenítsék, de a döntés az mindig a növénytermesztő kezében van. A térképi információk megfelelő interpretálásához azonban speciális ismeretekre is szükség van, amit vagy elsajátít valaki, vagy szaktanácsadó segítségét érdemes igénybe vennie. A térképek csak eszközök, melyeket lehet jól, de lehet rosszul is használni. Az utóbbi esetben azonban hiába várunk többlettermést vagy költségmegtakarítást a térképek használatától.
Pontosan ezen okok miatt lesz a 2015 évi Agritechnika kiállítás egyik kiemelt témája a digitális térképek értelmezése.
http://www.agritechnica.com/digital-cropping.html