Studium przypadku: mapy i modele wspierające winiarzy

Wprowadzenie

Winiarstwo ma starożytne korzenie, które zbiegają się z powstaniem pierwszych cywilizacji, i miało znaczący wpływ na rozwój naszego społeczeństwa. Na przestrzeni tysiącleci byliśmy świadkami istotnych przemian, zarówno pod względem uprawianych odmian winorośli, jak i metod rolniczych stosowanych w ich uprawie. Obecnie, głównie z powodu szybkich zmian klimatycznych i silnego wpływu na środowisko, stajemy przed zestawem poważnych wyzwań. Ochrona winnic i zapobieganie szkodliwym zjawiskom, takim jak grad, przymrozki i choroby, przy jednoczesnym poszanowaniu środowiska, staje się coraz trudniejsze. Aby lepiej stawić czoła tym problemom, dostępny jest szereg innowacyjnych narzędzi, które pomagają przedsiębiorstwom w zarządzaniu winnicą i podnoszeniu jakości gotowego produktu.

Rys.1: Winnica prowadzona na szpalerze

iDrone: mapy zmienności generowane przez drona

Dzięki analizie obrazów widzialnych (RGB), multispektralnych i/lub termalnych wykonanych dronem (zobacz usługę iDrone), możliwe jest odtworzenie map tematycznych winnicy, takich jak na przykład mapy NDVI (Normalized Difference Vegetation Index) – ważne narzędzie wykorzystywane do monitorowania i oceny wigoru winnicy (Rys. 2).

Mapy mogą być wykorzystywane do różnych celów:

1. Racjonalizacja zabiegów ochrony roślin

Mapy wigoru pozwalają zidentyfikować i scharakteryzować zmienność w polu, co umożliwia tworzenie map stref, które po wgraniu do maszyn o zmiennej dawce (VRT) pozwalają skoncentrować zabiegi w bardziej żywotnych strefach i stosować mniej produktu w strefach mniej żywotnych, optymalizując zużycie wody i środków ochrony roślin.

2. Selektywne zbiory

Mapy oparte na NDVI mogą pomóc zidentyfikować różne strefy wigoru w polu, w których winogrona osiągnęły różny stopień dojrzałości. Jest to szczególnie przydatne przy uprawie różnych odmian winorośli lub gdy celem jest produkcja win wysokiej jakości. Mapy wigoru pozwalają rolnikom planować zbiory bardziej efektywnie, zbierając winogrona z dojrzalszych stref w określonych momentach, co poprawia jakość gotowego produktu. Aby dowiedzieć się więcej, możesz obejrzeć webinar, który przeprowadziliśmy na ten temat -> Strefowanie winnicy dla precyzyjnych zbiorów

3. Zróżnicowane nawożenie

Dzięki mapom wigoru możliwe jest dostosowanie nawożenia do specyficznych potrzeb krzewów winorośli w każdej strefie winnicy. Pozwala to na dokładniejsze zarządzanie składnikami odżywczymi, unikanie marnotrawstwa i lepszy rozkład w zależności od tego, gdzie zapotrzebowanie na składniki odżywcze jest największe. Prawidłowo przeprowadzone zróżnicowane nawożenie oparte na mapach wigoru pomaga zoptymalizować zużycie nawozów. W rzeczywistości, dzięki dystrybucji mniejszej ilości nawozu w strefach już żywotnych, a jednocześnie większej ilości w strefach mniej żywotnych, poprawia się rozkład w polu i zmniejsza się jego zmienność.

4. Zarządzanie stresem wodnym

Dzięki kamerom termalnym montowanym na dronach można generować mapy temperatury, aby świadomie zarządzać stresem wodnym. Mapy te dostarczają informacji o temperaturze krzewów winorośli i gleby, pomagając zidentyfikować obszary narażone na stres wodny. Te krytyczne strefy można wykryć odpowiednio wcześnie, aby podjąć działania zapobiegawcze i określić celowany harmonogram nawadniania, co pozwala winiarzowi podejmować bardziej świadome decyzje dotyczące nawadniania w celu bardziej racjonalnego wykorzystania zasobów wodnych. Wskaźnik stresu wodnego CWSI (Crop Water Stress Index) jest wskaźnikiem stosowanym w rolnictwie do oceny poziomu stresu wodnego upraw. Mapy mogą wskazywać strefy winnicy wymagające nawadniania lub mające problemy z drenażem czy zastojem wody, umożliwiając celowane zarządzanie zasobami wodnymi w celu poprawy kondycji roślin i zmniejszenia ryzyka nieprawidłowego zarządzania nawadnianiem.

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

iAgro: winiarstwo precyzyjne ze smartfona

Wśród rozwiązań Agrobit znajduje się również iAgro, pierwsza mobilna aplikacja DSS działająca w oparciu o dane z konkretnego miejsca, zdolna optymalizować zabiegi ochrony roślin i tworzyć mapy wigoru winnicy, wykorzystując wyłącznie własny smartfon.

Dzięki iAgro, poprzez fotograficzne skanowanie krzewu winorośli lub fragmentu rzędu (Rys. 3), można szybko i obiektywnie zmierzyć różne parametry, 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.3: Chmura punktów 3D krzewu winorośli wygenerowana przez aplikację iAgro

Próbkując wystarczającą liczbę 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 lub zbioru winogron, a także mapy zaleceń dla zmiennych i zoptymalizowanych zabiegów ochrony roślin, w oparciu o rzeczywiste potrzeby winnicy i na każdym zarejestrowanym etapie fenologicznym (Rys. 4).

Rys.4: Mapa wigoru (wskaźnik LAI) w 3 klasach wygenerowana przez aplikację iAgro (na żółto punkty zeskanowane aplikacją), którą można wykorzystać do optymalizacji nawożenia i zbioru winogron. Bielsze strefy odpowiadają niższemu wigorowi w porównaniu ze strefami bardziej zielonymi, które charakteryzują się wyższym wigorem wegetatywnym.

W zależności od rodzaju zabiegu i opryskiwacza gospodarstwa, aplikacja będzie w stanie stworzyć mapę zaleceń dotyczących prawidłowej dawki wody i środka ochrony roślin do zastosowania (Rys. 5), zawsze z zachowaniem etykiety producenta. Dzięki iAgro można zaoszczędzić do 60% wody na zabieg i lepiej rozprowadzić środki ochrony roślin, co przekłada się na pozytywne skutki ekonomiczne, środowiskowe i społeczne.

Rys.5: Mapa zaleceń dotyczących dawek wody (l/ha) w 3 klasach wygenerowana przez aplikację iAgro (na żółto punkty zeskanowane aplikacją), którą można wykorzystać do optymalizacji zabiegów ochrony roślin, w tym poprzez bezpośrednie wgranie jej do maszyn o zmiennej dawce (VRT)

Stacje meteorologiczne, DSS i modele prognostyczne

W kontekście winiarstwa jakościowego stacje meteorologiczne i modele prognostyczne stanowią niezastąpione narzędzia, które tworzą prawdziwe systemy wspomagania decyzji agronomicznych (DSS, Decision Support System). Ich znaczenie jest kluczowe, ponieważ dostarczają niezbędnych danych do optymalnego zarządzania winnicą oraz do podejmowania świadomych decyzji w oparciu o informacje pochodzące z pola (gleba i mikroklimat).

Stacje meteorologiczne gromadzą dane pogodowe 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 winorośli, aby dostarczyć użytecznych informacji wspomagających podejmowanie decyzji, takich jak:

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

Przykładem DSS dla winiarstwa jest GrapeDSS, rozwiązanie firmy Agricolus, które dostarcza szereg bardzo przydatnych informacji dla rolnika, w tym:

• Model fenologiczny: prognozowanie fenologii w celu oceny potrzeb gaju oliwnego na każdym etapie rozwoju;
• Szacowanie zapotrzebowania na nawadnianie: aby interweniować w razie potrzeby z optymalnym dostarczeniem wody;
• Model nawożenia: obliczanie całkowitego zapotrzebowania na azot, fosfor i potas w celu przedstawienia sugestii dotyczących dawek nawozu do zastosowania;
• Modele prognostyczne chorób (mączniak rzekomy, mączniak prawdziwy, szara pleśń) i szkodliwych owadów (obelka winiarka): ryzyko związane z patogenami takimi jak mączniak rzekomy, mączniak prawdziwy i szara pleśń jest prognozowane na podstawie analizy danych mikroklimatycznych (Rys. 6), podobnie jak infestacje obelki winiarki, dla której model jest w stanie symulować rozwój pokoleń pojawiających się w ciągu sezonu, umożliwiając winiarzowi podjęcie działań zapobiegawczych i skuteczniejsze oraz efektywniejsze prowadzenie zabiegów.

Rys.6: Model prognostyczny Plasmopara viticola (u góry) i Lobesia botrana (u dołu)

Podsumowanie

Zarządzanie winnicą za pomocą środków ochrony roślin i nawozów ma istotny wpływ na bilans ekonomiczny i środowiskowy przedsiębiorstwa. Ważne jest, aby wdrożyć racjonalizację praktyk rolniczych, które charakteryzują zarządzanie winnicą, za pomocą narzędzi pozwalających zmniejszyć jej 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 winnicy, generowanych za pomocą usługi iDrone lub samodzielnie za pomocą aplikacji iAgro, pozwala rolnikom przyjąć bardziej ukierunkowane i zrównoważone podejście do zarządzania krzewami winorośli, poprawiając jakość gotowego produktu i zmniejszając marnotrawstwo zasobów. Ta strategia operacyjna wyróżnia się znaczną solidnością w określaniu specyficznych cech winnicy, koncentrując się w szczególności na definiowaniu zmienności naturalnie występującej w polu, co pozwala przedsiębiorstwu budować coraz bardziej precyzyjną tożsamość i wyróżniać się na rynku.

Wykorzystanie stacji meteorologicznych i modeli prognostycznych pozwala winiarzom podejmować decyzje oparte na danych naukowych i ograniczać ryzyko, poprawiając jakość i plon winogron, a w konsekwencji produkcję wina. W sektorze winiarskim, w którym wahania temperatury wpływają na wszystkie procesy fizjologiczne rządzące rozwojem fenologicznym i fizjologicznym, zdolność do ciągłego prognozowania i monitorowania tego rodzaju informacji okazuje się kluczowa dla zapewnienia wysokiej kontroli jakości winogron i odpowiedniej produktywności. Wykorzystując stacje meteorologiczne i modele prognostyczne, winiarze mogą działać w optymalnych momentach, optymalizując działania ochronne i wykorzystanie zasobów, ograniczając marnotrawstwo i poprawiając efektywność produkcji.