Studium przypadku: mapy i modele wspierające plantatorów oliwek

Wprowadzenie

Uprawa oliwek to wielowiekowa praktyka polegająca na uprawie drzewa oliwnego (Olea europaea) w celu produkcji oliwek stołowych, a przede wszystkim oliwy z oliwek. Ten sektor rolnictwa ma ogromne znaczenie gospodarcze i kulturowe w wielu regionach świata, zwłaszcza w krajach basenu Morza Śródziemnego, stając się istotną częścią kultury i gospodarki wielu społeczności. W ostatnich latach branża oliwna przechodzi istotne przemiany, w tym konkurencję ze strony nowych krajów producenckich na arenie międzynarodowej, pojawienie się zagrożeń związanych ze zdrowiem roślin oraz zmiany warunków klimatycznych. Aby skutecznie sprostać tym wyzwaniom, Agrobit udostępnia szereg innowacyjnych usług i narzędzi, które wspierają przedsiębiorstwa w zarządzaniu gajem oliwnym i w optymalizacji jakości produktu końcowego.

Rys.1: Gaj oliwny

iDrone: mapy zmienności generowane przez drony

Dzięki analizie zdjęć w świetle widzialnym (RGB), wielospektralnych i/lub termalnych, wykonanych przez drony, możliwe jest odtworzenie map tematycznych gaju oliwnego, takich jak na przykład mapy NDVI (Normalized Difference Vegetation Index) – ważnego narzędzia wykorzystywanego do monitorowania i oceny wigoru gaju oliwnego (Rys. 2).

Rys.2: Mapa wigoru gaju oliwnego w trzech klasach: niski, średni, wysoki

Mapy mogą być wykorzystywane do różnych celów:

1. Racjonalizacja zabiegów ochrony roślin

Mapy wigoru umożliwiają identyfikację i scharakteryzowanie zmienności w polu, co pozwala na stworzenie map strefowania, które po wgraniu do maszyn o zmiennej dawce (VRT) umożliwiają skoncentrowanie zabiegów w strefach o większym wigorze i podawanie mniejszej ilości środka w strefach o mniejszym wigorze, optymalizując zużycie wody i środków ochrony roślin.

2. Zróżnicowane nawożenie

Dzięki mapom wigoru, które pozwalają zidentyfikować zmienność w polu, możliwe jest dostosowanie nawożenia do specyficznych potrzeb danego gaju oliwnego. Umożliwia to dokładniejsze zarządzanie składnikami odżywczymi, ograniczając marnotrawstwo, oraz poprawia dystrybucję proporcjonalnie do obszarów, w których jest ona najbardziej potrzebna. Gdy jest wykonywane prawidłowo, zróżnicowane nawożenie oparte na mapach wigoru przyczynia się do optymalizacji zużycia nawozów. W istocie, poprzez rozprowadzanie mniejszych ilości nawozu w strefach już wigorowych i większych ilości w strefach o mniejszym wigorze, poprawia się dystrybucję składników odżywczych w polu i zmniejsza się zmienność.

3. Optymalizacja nawadniania i zarządzanie stresem wodnym

Za pomocą kamer termowizyjnych zamontowanych na dronach można generować mapy temperatury pozwalające świadomie zarządzać stresem wodnym. Mapy te dostarczają informacji o temperaturze drzew oliwnych i gleby, pomagając zidentyfikować obszary narażone na stres wodny. Te krytyczne strefy można wykryć odpowiednio wcześnie, aby podjąć działania zapobiegawcze i określić celowane harmonogramowanie nawadniania, umożliwiając plantatorowi oliwek podejmowanie bardziej świadomych decyzji dotyczących nawadniania w celu bardziej świadomego wykorzystania zasobów wodnych. Wskaźnik stresu wodnego CWSI (Crop Water Stress Index) to wskaźnik stosowany w rolnictwie do oceny poziomu stresu wodnego upraw (Rys. 3). Mapy mogą wskazywać obszary gaju oliwnego wymagające nawadniania lub mające problemy z drenażem czy zastojami wody, umożliwiając celowane zarządzanie zasobami wodnymi w celu poprawy dobrostanu roślin i zmniejszenia ryzyka nieprawidłowego zarządzania nawadnianiem.

Rys.3: Mapa stresu wodnego gaju oliwnego (CWSI). Po lewej: stres wodny koron drzew (na czerwono – większy stres wodny; na niebiesko – dobry stan wodny). Po prawej: strefowanie stresu wodnego uzyskane poprzez reklasyfikację i przestrzenne odwzorowanie wartości CWSI. Wartości wahają się od 1 do 5, czyli od niższych do wyższych poziomów stresu.

iAgro: precyzyjna uprawa oliwek za pomocą smartfona

Wśród rozwiązań Agrobit znajduje się również iAgro, pierwsza mobilna aplikacja DSS dedykowana konkretnej lokalizacji, zdolna optymalizować zabiegi ochrony roślin i tworzyć mapy wigoru gaju oliwnego przy użyciu jedynie własnego smartfona.

Dzięki iAgro, poprzez prowadzone skanowanie fotograficzne drzewa oliwnego (Rys. 4), można szybko i obiektywnie zmierzyć kilka parametrów, w szczególności:

• wysokość, grubość i objętość korony zeskanowanej rośliny;
• Leaf Area Index (LAI);
• Leaf Wall Area (LWA);
• Tree Row Volume (TRV);
• optymalną dawkę wody do zabiegów ochrony roślin na każdym etapie fenologicznym.

Rys.4: Chmura punktów 3D drzewa oliwnego wygenerowana przez aplikację iAgro

Pobierając wystarczającą liczbę próbek dobrze rozmieszczonych roślin w polu (co najmniej 5 punktów na pole), aplikacja automatycznie generuje mapy wigoru wegetatywnego (wskaźnik LAI), które można wykorzystać do optymalizacji nawożenia, a także mapy aplikacyjne do zmiennych i zoptymalizowanych zabiegów ochrony roślin, w oparciu o rzeczywiste potrzeby gaju oliwnego i na każdym zarejestrowanym etapie fenologicznym (Rys. 5).

Rys.5: Mapa wigoru (wskaźnik LAI) w 3 klasach, wygenerowana przez aplikację iAgro (na żółto – punkty zeskanowane przy pomocy aplikacji), wykorzystywana do optymalizacji nawożenia. Bielsze strefy odpowiadają niższemu wigorowi w porównaniu ze strefami bardziej zielonymi, które mają wyższy wigor wegetatywny.

W zależności od rodzaju zabiegu i opryskiwacza gospodarstwa, aplikacja będzie w stanie stworzyć mapę aplikacyjną dla prawidłowej dawki wody i środka ochrony roślin do rozprowadzenia (Rys. 6), zawsze z poszanowaniem etykiety producenta. Dzięki iAgro można zaoszczędzić do 60% wody na zabieg i lepiej rozprowadzać środki ochrony roślin, z pozytywnymi skutkami ekonomicznymi, środowiskowymi i społecznymi.

Rys.6: Mapa aplikacyjna dawek wody (l/ha) w 3 klasach, wygenerowana przez aplikację iAgro (na żółto – punkty zeskanowane przy pomocy aplikacji), wykorzystywana do optymalizacji zabiegów ochrony roślin, także poprzez bezpośrednie wgranie do maszyn o zmiennej dawce (VRT)

Stacje meteorologiczne, DSS i modele prognostyczne

W kontekście wysokiej jakości uprawy oliwek stacje meteorologiczne i modele prognostyczne stanowią niezastąpione narzędzia, będące prawdziwymi systemami wspomagania decyzji agronomicznych (DSS, Decision Support System). Ich znaczenie jest kluczowe, ponieważ dostarczają one niezbędnych danych do optymalnego zarządzania gajem oliwnym oraz do podejmowania świadomych decyzji na podstawie informacji pochodzących z pola (gleba i mikroklimat).

Stacje meteorologiczne zbierają dane meteorologiczne w czasie rzeczywistym, takie jak temperatura, wilgotność, opady, zwilżenie liści, prędkość i kierunek wiatru itp., podczas gdy modele prognostyczne wykorzystują te dane wraz z dokładnymi prognozami pogody i modelami mechanistycznymi opartymi na biologii drzewa oliwnego, aby dostarczyć użytecznych informacji wspomagających decyzje, takich jak:

• fenologia uprawy (etap rozwoju lub etap dojrzewania);
• ryzyko infestacji patogenami w każdym momencie cyklu uprawy;
• zapotrzebowanie na składniki odżywcze i wodę.

Przykładem DSS dla uprawy oliwek jest Oliwes, rozwiązanie firmy Agricolus, które dostarcza rolnikowi szereg bardzo przydatnych informacji, wśród nich:

• Model fenologiczny: prognoza fenologii pozwalająca ocenić potrzeby gaju oliwnego na każdym etapie rozwoju;
• Szacowanie zapotrzebowania na nawadnianie: umożliwiające interwencję w razie potrzeby z optymalną dawką wody;
• Model nawożenia: obliczanie całkowitego zapotrzebowania na azot, fosfor i potas, wraz z sugestiami dotyczącymi dawek nawozu do zastosowania;
• Modele prognostyczne chorób i szkodliwych owadów (nasionnica oliwkowa): wiadomo już powszechnie, że wśród przeciwności, z jakimi mierzy się uprawa oliwek, nasionnica oliwkowa stanowi poważne zagrożenie dla plonu i jakości oliwek. Samice tego owada składają jaja wewnątrz owoców, powodując uszkodzenia miąższu w wyniku żerowania larw i wywołując przedwczesne opadanie zaatakowanych owoców. W Oliwes możliwe jest przewidywanie tych infestacji w celu szybkiej interwencji, dzięki modelowi śmiertelności owada, który opisuje dzienny i tygodniowy poziom śmiertelności młodych form owada na podstawie minimalnych i maksymalnych temperatur rejestrowanych przez stację meteorologiczną, oraz modelowi rozwoju owada, który szacuje rozkład populacji owada w poszczególnych stadiach fenologicznych, czyli przebieg poszczególnych stadiów w czasie oraz liczbę pokoleń owada w ciągu roku, wykorzystując dane o temperaturze godzinowej (Rys. 7). Te prognozy pozwalają plantatorowi oliwek podejmować działania zapobiegawcze i przeprowadzać zabiegi w sposób bardziej wydajny i skuteczny.

Rys.7: Model prognostyczny rozwoju (u góry) i śmiertelności (u dołu) nasionnicy oliwkowej

Wnioski

Zarządzanie gajem oliwnym za pomocą środków ochrony roślin i nawozów ma istotny wpływ na bilans ekonomiczny i środowiskowy przedsiębiorstwa. Ważne jest, aby wdrożyć racjonalizację praktyk rolniczych charakteryzujących zarządzanie gajem oliwnym za pomocą narzędzi pozwalających zmniejszyć jego wpływ na środowisko, czyniąc przedsiębiorstwo bardziej zrównoważonym i konkurencyjnym na rynku oraz zgodnym z nowymi przepisami (Europejski Zielony Ład i strategia „od pola do stołu”).

Wykorzystanie map wigoru gaju oliwnego, generowanych za pomocą usługi iDrone lub samodzielnie za pomocą aplikacji iAgro, pozwala rolnikom przyjąć bardziej celowane i zrównoważone podejście do zarządzania drzewami oliwnymi, poprawiając jakość produktu końcowego i zmniejszając marnotrawstwo zasobów. Ta strategia operacyjna wyróżnia się znaczną solidnością w określaniu specyficznych cech gaju oliwnego, koncentrując się w szczególności na definiowaniu zmienności naturalnie występującej w polu, co pozwala przedsiębiorstwu utrwalić coraz bardziej precyzyjną tożsamość i wyróżnić się na rynku.

Wykorzystanie stacji meteorologicznych i modeli prognostycznych pozwala plantatorom oliwek podejmować decyzje oparte na danych naukowych i ograniczać ryzyko, poprawiając jakość i plon oliwek, a co za tym idzie, produkcję oliwy. W sektorze uprawy oliwek, w którym wahania temperatury wpływają na wszystkie procesy fizjologiczne rządzące rozwojem fenologicznym i fizjologicznym, zdolność do stałego przewidywania i monitorowania tego rodzaju informacji ma podstawowe znaczenie dla zapewnienia wysokiej kontroli jakości oliwek i odpowiedniej produktywności. Wykorzystując stacje meteorologiczne i modele prognostyczne, plantatorzy oliwek mogą działać w optymalnych momentach, optymalizując działania ochronne i wykorzystanie zasobów, ograniczając marnotrawstwo i poprawiając efektywność produkcji.