ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ
Από RemoteSensing Wiki
Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2
Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων
xkarydas@maich.gr
Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης
silleos@agro.auth.gr
ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ
Η Γεωργία Ακριβείας είναι μία νέα αντίληψη για τη γεωργία και ταυτοχρόνως, μία νέα μέθοδος γεωργικής πρακτικής. Σε πολλές ανεπτυγμένες χώρες τα πρώτα βήματα του νέου αυτού διατομεακού και πολυεπιστημονικού γεωργικού κλάδου έχουν ήδη γίνει, ενώ όλο και πιο προηγμένες τεχνικές βρίσκουν συνεχώς έδαφος για εφαρμογή. Στην εργασία αυτή επιχειρείται να φωτιστεί η έννοια της παραλλακτικότητας, η οποία αποτελεί το πρώτο βήμα σε κάθε εφαρμογή Γεωργίας Ακριβείας και να περιγραφούν τα πεδία όπου αυτή εκδηλώνεται, καθώς και οι τρόποι καταγραφής της.
ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ
Η Γεωργία Ακριβείας βασίζεται σε τεχνολογίες και μέσα ικανά να καταγράψουν με ακρίβεια την υπάρχουσα κατάσταση στον αγρό, στη συνέχεια να διαχειριστούν τη συγκεντρωμένη πληροφορία και δεδομένα και τέλος να εφαρμόσουν τις εισροές έτσι, ώστε να καλύπτουν τις ανάγκες κάθε σημείου και χρονικής στιγμής ξεχωριστά. Στις τεχνολογίες αυτές συμπεριλαμβάνονται: - Συστήματα και μηχανισμοί καταγραφής δεδομένων, όπως χάρτες αποδόσεων, εργαστηριακές αναλύσεις, Τηλεπισκόπηση, Συστήματα εντοπισμού θέσης και Αισθητήρες. - Συστήματα διαχείρισης και απόδοσης αποτελεσμάτων, όπως Γεωγραφικά Συστήματα Πληροφοριών - Γ.Σ.Π. και Έμπειρα συστήματα. - Συστήματα μεταβαλλόμενης εφαρμογής (της ροής ή του είδους), όπως λιπασματοδιανομείς, σπορείς, ψεκαστήρες, κ.ά. Στο διεθνή χώρο ο βαθμός εφαρμογής της μεθόδου έχει ήδη αναπτυχθεί σε πολύ σημαντικό βαθμό. Έως το 1998, το 15 % περίπου των γεωργών στη Μ. Βρετανία είχαν χρησιμοποιήσει τεχνικές Γεωργίας Ακριβείας και όπως δήλωσαν οι ίδιοι σε σχετική έρευνα του ίδιου έτους, οι προσδοκίες τους, σε γενικές γραμμές, επαληθεύτηκαν. Στις Η.Π.Α., η γεωργία ακριβείας εφαρμόζεται κυρίως σε περιοχές όπου υπάρχουν προβλήματα λειψυδρίας (μεσοδυτικές και δυτικές πολιτείες), ανωμαλίες ή ιδιαιτερότητες ως προς διάφορα χαρακτηριστικά των εδαφών, ή έντονες ελλείψεις θρεπτικών στοιχείων, λόγω παρατεταμένης εξαντλητικής εκμετάλλευσης. Υπάρχουν πολλές εταιρείες σε αυτόν τον τομέα, οι οποίες παρέχουν προϊόντα (χάρτες και σχετικοί στατιστικοί δείκτες) στους γεωργούς - πελάτες, είτε σε ηλεκτρονική, είτε σε έντυπη μορφή.
ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ
Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης διαφόρων γεωργικών παραμέτρων, είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους
ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ
Η διαφορά μεταξύ της έως σήμερα (παραδοσιακής) γεωργίας και της νέας γεωργικής πρακτικής ακριβείας βρίσκεται στον τρόπο που κάθε μια αντιμετωπίζει τα αγροτεμάχια. Ενώ, δηλαδή, η παραδοσιακή γεωργία αντιμετωπίζει τα αγροτεμάχια ως ομοιόμορφα (βασιζόμενη σε μέσους όρους), η Γεωργία Ακριβείας αναγνωρίζει, καταγράφει και διαχειρίζεται την εγγενή ή επίκτητη, ως προς το χώρο και το χρόνο, παραλλακτικότητά τους (variability). Ακολούθως αναφέρονται κάποιες ενδεικτικές περιπτώσεις καταγραφής της παραλλακτικότητας αγροτεμαχίων η οποία οφείλεται κάθε φορά σε διαφορετικές παραμέτρους.
1) Εντοπισμός της παράλλακτικότητας εξωτερικών και εσωτερικών ιδιοτήτων του εδάφους
Στον προσδιορισμό των ιδιοτήτων του εδάφους μπορούν να χρησιμοποιηθούν η τηλεπισκόπηση (για την τοπογραφία, το χρώμα, την οργανική ουσία, την υγρασία, την αλατότητα, τα οξείδια σιδήρου, κ.ά.), οι αισθητήρες (για την ηλεκτρική αγωγιμότητα, την υγρασία, τη σκληρότητα, κ.ά.) και οι χωρικά προσδιορισμένες εδαφολογικές αναλύσεις (για όλες τις εργαστηριακά μετρήσιμες ιδιότητες). Για παράδειγμα με τη βοήθεια αεροφωτογραφιών (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μπορεί να διακριθεί καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του.
2) Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών
Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες, είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου. Ορισμένοι ερευνητές πέτυχαν τον υπολογισμό του εδαφικού αζώτου, μέσω της μέτρησης της φασματικής αντίδρασης των φυτών με επίγεια τηλεπισκόπηση. Για την εκτίμηση της κατάστασης του φυτικού αζώτου, προτείνουν το φασματικό δείκτη NRI (Nitrogen Reflectance Index), που υπολογίζεται ως NIR / G (Near Infrared / Green). Τα αποτελέσματα της έρευνάς τους δείχνουν, ότι οι τεχνικές της τηλεπισκόπησης είναι δυνατό να χρησιμοποιηθούν όχι μόνο για την εκτίμηση του διαθέσιμου εδαφικού αζώτου, αλλά επίσης και του λιπάσματος που χρειάζεται κάθε σημείο του χωραφιού, με τη χρήση του φυτικού αζώτου ως δείκτη.
3) Προσδιορισμός διαφόρων ανωμαλιών
Σχετική έρευνα (Schuler et al,1998), προσδιορίζει τους σπουδαιότερους μετρήσιμους παράγοντες που περιορίζουν την παραγωγή. Ιδιαίτερο ρόλο παίζουν οι επιδράσεις των γεωργικών μηχανημάτων στο χωράφι, καθώς και οι εστίες παρασίτων και ζιζανίων. Σε πολύ ετερογενή χωράφια, τα τηλεπισκοπικά δεδομένα μαζί με στοιχεία από GPS, μπορούν να προσδιορίσουν τις επιδράσεις της ετερογένειας στις οικονομικές αποδόσεις. Τότε, ο γεωργός μπορεί να χρησιμοποιήσει αυτήν την πληροφορία για να προσδιορίσει αν και πότε μικρές ποσότητες νερού, που ανακουφίζουν το φυτό από το στρες (μικροάρδευση), αξίζουν οικονομικά.
4) Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών
Σε αυτόν τον τομέα το πλέον χρήσιμο εργαλείο είναι η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), η οποία μπορεί να χρησιμοποιηθεί προληπτικά, προκειμένου να αποφευχθούν ή να μειωθούν οι καταστροφικές συνέπειες των ασθενειών, ενώ σε συνδυασμό ή όχι με δειγματοληπτικές εργαστηριακές αναλύσεις, να εκτιμηθεί το μέγεθος της ζημίας. Με τη χρήση υπερφασματικών ραδιόμετρων και φορητού υπολογιστή εφοδιασμένου με το κατάλληλο λογισμικό, μπορεί να γίνει συσχέτιση διαφόρων ασθενειών με συγκεκριμένες συχνότητες.
5) Εντοπισμός περιοχών με ζιζάνια
Στον τομέα αυτό η πλέον προχωρημένη τεχνική συνδυάζει τηλεπισκόπηση με αισθητήρες. Τα στοιχεία που καταγράφονται είναι είτε η μορφή των ζιζανίων, είτε η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών, με τη βοήθεια μιας φασματικής βιβλιοθήκης προτύπων, η οποία φέρεται από τους μηχανισμούς των αισθητήρων. Στα πλαίσια σχετικής έρευνας, αναπτύχθηκε λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, με επιτυχία αναγνώρισης των φυτών του αραβοσίτου η οποία φτάνει το 75%. Σε άλλη έρευνα δημιουργήθηκε σύστημα που αποτελείται από κάμερα και λογισμικό, για την αυτόματη ανίχνευση ζιζανίων. Αποδείχθηκε, ότι ο ψεκασμός ζιζανιοκτόνου εντός των γραμμών, σε σχέση με τον πάνω από τις γραμμές των φυτών ψεκασμό, μειώνει σημαντικά την ποσότητα εφαρμογής.
6) Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες
Στον τομέα αυτόν, εργασία επάνω στα ζαχαρότευτλα, έδειξε ότι οι εμφανέστερες φασματικές διαφορές για υψηλή και χαμηλή περιεκτικότητα σε ζάχαρη εμφανίζονται στα 360, 550, 700 και 1200 nm. Προτείνουν σχετικό προγνωστικό μοντέλο παραγωγής ζάχαρης, το οποίο χρησιμοποιεί τον φασματικό δείκτη BDVI (Beet Differential Vegetative Index), ο οποίος συνίσταται από τις τιμές ανάκλασης στα 500, 550 και 830 nm και είναι δευτέρου βαθμού.
7) Πρόβλεψη της παραγωγής
Στην πρόβλεψη παραγωγής χρησιμοποιούνται συνδυαστικά με πολύ αξιόπιστα αποτελέσματα η τηλεπισκόπηση, οι χωρικά προσδιορισμένες μετρήσεις πεδίου (εργαστηριακές μετρήσεις για τη συσχέτιση της φυτομάζας ή της φυτοκάλυψης με την απόδοση) και οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών. Τα μοντέλα πρόβλεψης παραγωγής περιέχουν δείκτες βλάστησης (όπως NDVI, IPVI, LAI, κ.ά.), καθώς και κλιματολογικές ή άλλες παραμέτρους. Οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών χρησιμεύουν, κυρίως, στην κατανομή της παραλλακτικότητας της προβλεπόμενης παραγωγής.
8) Συνδυασμός πεδίων
Είναι δυνατός ο συνδυασμός όλων των παραπάνω πεδίων, με τη χρήση όλων των διαθέσιμων τεχνικών, ξεχωριστά ή σε συνεργασία. Για παράδειγμα, μία ψευδο-έγχρωμη αεροφωτογραφία (δηλ., με καταγραφή στις φασματικές περιοχές του πράσινου, του ερυθρού και του εγγύς υπερύθρου) μπορεί να χρησιμοποιηθεί ταυτοχρόνως για την εκτίμηση των αναγκών σε άζωτο, την ανίχνευση πιθανών ασθενειών, τον εντοπισμό διαφόρων ανωμαλιών, τον χαρακτηρισμό της υφής του επιφανειακού εδάφους και την πρόβλεψη της παραγωγής. Προτείνονται από διάφορους ερευνητές φασματικά μοντέλα υπολογισμού φυτομάζας και φυτοκάλυψης τα οποία συνδυασμένα με γεωγραφικές πληροφορίες μπορούν να φανούν χρήσιμα στην λεπτομερή παρακολούθηση όλων των παραμέτρων οι οποίες προαναφέρθησαν.
ΠΑΡΑΔΕΙΓΜΑ
Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates)
(Από τα τέλη της δεκαετίας του 1980, οι οινοπαραγωγοί της Καλιφόρνιας ήρθαν αντιμέτωποι με την καταστροφή των αμπελιών τους εξαιτίας προσβολής από Φυλλοξήρα. Σε οκτώ επαρχίες της πολιτείας, χιλιάδες εκτάρια ανώτερης ποιότητας αμπελιών καταστράφηκαν και έχει ήδη σχεδιασθεί η αντικατάστασή τους. Από το 1993-95 η NASA συνεργάστηκε με τη βιομηχανία και ακαδημαϊκούς για την ανάπτυξη ενός τρόπου εντοπισμού του προβλήματος της φυλλοξήρας, με τηλεπισκόπηση και τις σχετικές υπολογιστικές τεχνικές). Αρχικά, χρησιμοποιήθηκαν αεροφωτογραφίες στο ερυθρό και υπέρυθρο (R-NIR) τμήμα του ηλεκτρομαγνητικού φάσματος (Εικόνα 3.3.1). Οι μολύνσεις με φυλλοξήρα είναι ανιχνεύσιμες στις αεροφωτογραφίες από τα πολύ πρώιμα στάδια ακόμη, όταν η φυλλοξήρα βρίσκεται κάτω από το έδαφος, τρώγωντας τις ρίζες του φυτού, ενώ το φυτό επιφανειακά φαίνεται υγιές.
Στη συνέχεια, παρήχθησαν εικόνες που δείχνουν το δείκτη βλάστησης, όπου ο χρωματικός κώδικας πράσινο - κίτρινο - καφέ αντιστοιχεί σε διαβάθμιση από τη υγιή προς την άρρωστη βλάστηση. Τα ορθογώνια που φαίνονται στην εικόνα αντιπροσωπεύουν τις περιοχές από όπου ελήφθησαν δείγματα από τα φυτά για εξέταση στο εργαστήριο (Εικόνα 3.3.2).
Τέλος, προκειμένου να διαπιστωθεί η πορεία ανάπτυξης των νεο-εγκατεστημένων αμπελώνων, συγκρίθηκαν εικόνες δείκτη βλάστησης διαδοχικών ετών (με αφαίρεση της εικόνας βλάστησης, του προηγούμενου από το επόμενο έτος) (Εικόνα 3.3.3). Η σημαντική αύξηση στη βλάστηση αντιπροσωπεύεται από το μπλε χρώμα, ενώ η μεγαλύτερη μείωση από το ματζέντα (λιλά). Το πράσινο αντιστοιχεί σε μη αλλαγή στην κατάσταση της βλάστησης.
ΣΥΜΠΕΡΑΣΜΑΤΑ
Ο συνδυασμός διαφόρων τεχνικών τηλεπισκόπησης με δεδομένα τα οποία λαμβάνονται από αισθητήρες, εργαστηριακές αναλύσεις, χάρτες αποδόσεων και συστήματα γεωγραφικών πληροφοριών (G.I.S.), μπορούν να δώσουν αξιόπιστα αποτελέσματα σε μια σειρά από εφαρμογές στη γεωργία, αυξάνοντας την ακρίβεια και την ποιότητα των καλλιεργητικών επεμβάσεων, εξοικονομώντας ταυτόχρονα σημαντικούς οικονομικούς και ανθρώπινους πόρους.
Πηγή άρθρου: http://users.auth.gr/silleos/new_page_6.htm