Оценка экономических преимуществ дифференцированного посева

Данные экономического анализа пшеницы показывают влияние разного количества семян и разного уровня азота. Из данных видно, что посев 120 кг/га дает самый высокий чистый доход, в то время как 60 кг/га дает самый низкий чистый доход. Наибольшая чистая прибыль наблюдалась при сочетании нормы высева 120 кг/га и количества азотных удобрений 120 кг/га, а минимальная прибыль была получена при норме высева 120 кг/га и без использования N удобрений. Самая высокая предельная норма прибыли наблюдалась при сочетании 120 кг/га азота и нормы высева 120 кг/га, а самая низкая предельная норма прибыли была обнаружена на контрольных участках, засеянных при 60 кг/га.

Несколько исследователей проанализировали экономику SSS(посева с учетом местности)* с точки зрения экономической популяции растений, степени полевой изменчивости, экономической эффективности технологий дифференцированного посева, расхода семян и урожайности.

—Bullock и др. обнаружили, что оптимальная плотность посева семян кукурузы при SSS варьировалась от 44 000 до 104 000 семян/га, а урожайность - от 5,1 до 18,3 т/га. Был обнаружен положительный коэффициент корреляции Пирсона между качеством почвы на конкретном участке поля и оптимальной нормой высева. Моделирование показало, что, практикуя диф. посев, фермеры могут увеличить свой доход до 12 долларов США/га по сравнению с равномерной нормой высева.

—Robert и др. оценили экономические последствия посева кукурузы для конкретного участка. В их исследовании были определены несколько комбинаций различных вариантов урожайности (низкая, средняя и высокая) и включены затраты на семена и технологии диф. посева, использованные в анализе затрат и выгод. Для предоставления рекомендаций по диф. посеву были использованы две отдельные стратегии, а именно агрономические и экономические рекомендации по норме высева, которые учитывали потенциал урожайности каждой продуктивной зоны. Согласно агрономической рекомендации, норма высева кукурузы составляла 44 460, 69 160 и 74 100 семян/га, а согласно экономической рекомендации, в низко-, средне- и высокоурожайных зонах продуктивности она составляла 49 400, 64 220 и 74 100 семян/га, соответственно.

—Taylor и др. оценивали потенциал SSS в восточном Канзасе, США, в течение трех лет и выявили, что SSS не является рентабельным в изученных условиях выращивания. Они также предложили поискать более дешевый метод, чтобы сделать SSS экономически целесообразным.

—Elmore и Abendroth критически проанализировали несколько исследований и пришли к выводу, что SSS является также нерентабельной технологией. Отчеты показывают, что общая норма высева кукурузы 86 450 семян/га является хорошей нормой для полевых испытаний, но не обязательно экономически идеальной. Оптимальная плотность растений кукурузы в данный год может варьироваться от 12 350 до 29 640 растений/га в зависимости от назначения культуры (т.е. зерно, силос) и условий выращивания.

Принято считать, что слишком высокая или слишком низкая норма высева является неоптимальной, поэтому должно существовать какое-то экономически обоснованное оптимальное значение нормы высева или диапазон значений. Экономический анализ, проведенный Холмсом, показал, что самый высокий валовой сбор с гектара получается при более низкой норме высева, чем при самой высокой. В высокоурожайной зоне оптимальная норма высева для максимизации валового сбора была на несколько тысяч ниже, чем норма высева, при которой был получен самый высокий урожай. Результаты исследований также показали, что диф. посев является ценным инструментом для снижения потерь из-за избытка питательных веществ в посевах низкого качества, т.е. посев с переменной нормой высева обеспечивает оптимальное использование другого сельскохозяйственного сырья, например удобрений.

Дифференцированный посев исключает двойной посев в разворотных полосах и точечных рядах и перераспределяет оптимальное количество семян на очень неоднородных полях. На очень однородных полях окупаемость инвестиций в диф. посев будет низкой, в то время как на неоднородных полях с дифференцированными зонами плодородия почвы окупаемость инвестиций будет значительно выше. Автоматическая технология управления посевными рядами позволяет автоматически управлять посевными секциями, используя карту посева, чтобы уменьшить площади полей, которые могут быть засеяны дважды из-за перекрытия. Автоматическое управление секциями позволяет в среднем сэкономить 4,3% семян, а также снизить потери урожая кукурузы на 17% по сравнению с методами посева, которые неизбежно приводят к двойному засеву. При использовании диф. посева общее количество семян, используемых на поле, может быть меньше, что приводит к снижению внесению удобрений при посеве семян. Положительное влияние диф. посева на внесение удобрений также может быть обусловлено более высокой урожайностью. Еще одна мера по сокращению внесению удобрений связана с меньшим количеством топлива, необходимого для получения того же урожая.

Обобщение анализа литературы, личного опыта и неопубликованных оценок позволяет сделать вывод, что применение диф. посев оправдывает себя, когда изменчивость поля составляет более 10%. По данным немецких исследователей, эффективно применять диф. посев, когда кажущаяся электропроводность меняется на поле в среднем каждые 25 м, а для NPK (азот фосфор калий), когда рН меняется в среднем каждые 50 м. Посевы с переменной нормой высева окупаются на 10%. Изменчивость кажущейся электропроводности, органического вещества и рельефа приводит к изменчивости плотности растений. Поэтому целесообразно применять переменную норму азота. Окупаемость диф. внесения такова, что если зарабатывать в среднем 100 евро на/га, то работа на 400 га окупится за 1 год. Таким образом, можно сделать вывод, что наиболее эффективно и выгодно применять диф. посев, когда размер фермы больше, чем в среднем 150 га. Однако это также зависит от выращиваемых культур, от используемых спутниковых карт, метеорологических условий. Поэтому лучше применять дистанционные и проксимальные датчики, расположенные близко к земле, которые эффективны при любых метеорологических условиях. Это увеличивает использование бесконтактных устройств оценки видимой электропроводности из-за отсутствия необходимости в определенных условиях. Основной вывод заключается в том, что чем выше изменчивость поля (высота над уровнем моря, рельеф, песок и т.д.), тем выше эффективность и окупаемость диф. посева.

Технология vRA- это программный продукт для автоматизации облачных технологий, который предоставляет возможность выполнять развертывание в инфраструктуре гибридного облака с поддержкой нескольких поставщиков, обеспечивая гибкость и защищая существующие и будущие инвестиции в технологии, а также автоматизирует предоставление персонализированных инфраструктур, приложений и специализированных ИТ-услуг.

Существует множество технологий vRA, которые можно использовать как с системой GPS, так и без нее. Существуют две основные технологии vRA: на основе карт и на основе датчиков. Сенсорная технология vRA не требует карты или системы позиционирования. Датчики на аппликаторе измеряют свойства почвы или характеристики культуры "на ходу". На основе этого непрерывного потока информации система управления рассчитывает потребность почвы или растений во входных данных и передает информацию контроллеру, который доставляет входные данные в место, измеренное датчиком. Поскольку vRA на основе карт и датчиков имеют уникальные преимущества и ограничения, некоторые системы SSCM(управление посевами на конкретном участке)* были разработаны для использования преимуществ обоих методов. Метод на основе карт использует карты ранее измеренных объектов и может быть реализован с помощью ряда различных стратегий. Производители сельскохозяйственных культур и консультанты разработали стратегии для различных вводимых ресурсов на основе типа почвы, цвета и текстуры почвы, рельефа (возвышенности, низины), урожайности, данных полевой разведки, снимков дистанционного зондирования и множества других источников информации, которые могут быть специфичными для конкретной культуры и местности. Некоторые стратегии основаны на одном источнике информации, в то время как другие включают в себя комбинацию источников. Независимо от фактической стратегии, пользователь в конечном итоге контролирует норму внесения удобрений. Эти системы должны обладать способностью определять местоположение машины на поле и соотносить это положение с желаемой нормой внесения удобрений путем "чтения" карты предписаний. Метод на основе датчиков позволяет изменять норму внесения удобрений без предварительного составления карты или сбора данных. Датчики в реальном времени измеряют нужные свойства - обычно свойства почвы или характеристики культуры - в процессе работы. Измерения, сделанные такой системой, затем обрабатываются и немедленно используются для управления аппликатором с переменной нормой внесения удобрений. Метод с использованием датчиков необязательно требует использования системы позиционирования, также не требуется обширный анализ данных перед внесением удобрений с переменной скоростью. Однако, если данные датчиков записаны и привязаны к местности, эта информация может быть использована в будущих мероприятиях по управлению посевами на конкретном участке для создания карты предписаний для других и будущих операций, а также для обеспечения записи внесения удобрений "по мере применения" для фермера.

В следующей статье подведем итоги и рассмотрим перспективы дифференцированного посева в будущем!

Источники, использованные при написании материала и на статьи исследований:

1. bmstu.wiki/VMware_vRealize_Air_Automation
2. Agriculture, Volume 12, Issue 2 (February 2022) - 190 articles.
3. Bullock, D.S.G.; Bullock, D.S.G.; Nafziger, E.D.; Stafford, J.V. Variable rate seeding of maize in the Midwestern USA. In Precision Agriculture’99, Part 1 and Part 2, Proceedings of the 2nd European Conference on Precision Agriculture, Odense, Denmark, 11–15 July 1999; Sheffield Academic Press: Sheffield, UK, 1999.
4. Lowenberg-DeBoer, J. Economics of variable rate planting for corn. In Proceedings of the Fourth International Conference on Precision Agriculture, St. Paul, MN, USA, 19–22 July 1998; Robert, P.C., Rust, R.H., Larson, W.E., Eds.; American Society of Agronomy, Crop Science Society of America, Soil Science Society of America: Madison, WI, USA, 1999; pp. 1643–1651.
5. Taylor, R.K.; Staggenborg, S.; Schrock, M.D.; Zhang, N. Using a GIS to evaluate the potential of variable rate corn seeding. In Proceedings of the ASAE Meeting Presentation, Milwaukee, WI, USA, 9–12 July 2000; pp. 9–12.
6. Elmore, R.; Abendroth, L.J. Variable Rate Seeding Does Not Pay.
7. Holmes, A. Transforming variability to profitability—Variable seed rates in New Zealand maize. In Proceedings of the 7th Asian-Australasian Conference on Precision Agriculture, Hamilton, New Zealand, 16–18 October 2017; pp. 1–7.