ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

1.2 Παραλλακτικότητα

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) (Εικόνα 1.2.1).
Με βάση το χαρακτήρα της, η παραλλακτικότητα διακρίνεται σε:

2. Πεδία και τρόποι καταγραφής
Όσον αφορά, τους τρόπους καταγραφής, οι χάρτες αποδόσεων χρησιμεύουν στην ανίχνευση της παραλλακτικότητας και του βαθμού σοβαρότητάς της, όχι όμως και στη διάγνωση των αιτίων της [5]. Για τη διάγνωση των αιτίων χρησιμοποιούνται η Τηλεπισκόπηση και οι Μετρήσεις πεδίου (Εργαστηριακές αναλύσεις ή Αισθητήρες). Η γεωγραφική πληροφορία στα δεδομένα συνεισφέρεται από τα συστήματα εντοπισμού θέσης (π.χ. GPS).

2.1 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). Ήδη από το 1988, σε πείραμα των Post et al. παρουσιάζεται αεροφωτογραφία (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μαζί με τις τιμές άμμου και αργίλλου κατά θέσεις (για βάθος 30 cm), όπως αυτές μετρήθηκαν (ως ποσοστά επί %) δειγματοληπτικά. Διακρίνεται καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του (Εικόνα 2.1.1).

2.2 Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών

Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες (αφορά κυρίως το Ν), είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου (αφορά κυρίως τον P και το K). Ορισμένοι (Diker and Bausch, 1998) 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 [8].

2.3 Προσδιορισμός διαφόρων ανωμαλιών

Σε αυτόν τον τομέα χρησιμοποιούνται οι χάρτες αποδόσεων και η τηλεπισκόπηση για τον προσδιορισμό των προβληματικών περιοχών και στη συνέχεια οι εργαστηριακές αναλύσεις και επιτόπιες παρατηρήσεις, για την ταυτοποίηση του προβλήματος. Σχετική έρευνα (Schuler et al,1998), με χρησιμοποίηση των παραπάνω μέσων 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.

Οι Richard et al. (1998) χρησιμοποίησαν ως αντικείμενα μελέτης το υδατικό στρες, τα χαρακτηριστικά των φυτών και τις αποδόσεις για να δείξουν:

Απέδειξαν ότι 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 [10].

2.4 Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών

Η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), 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. Σχετικά πειράματα διεξάγονται και από το Εργαστήριο Τηλεπισκόπησης και Γ.Σ.Π. του Α.Π.Θ. σε συνεργασία με το Τμήμα Διαχείρισης Περιβάλλοντος του Μ.Α.Ι.Χ., με τη χρήση ειδικού υπερφασματικού ραδιομέτρου σάρωσης (scan radiometer) (Εικόνα 2.4.1), ενώ ο εντοπισμός προβληματικών περιοχών γίνεται με τη χρήση Διαφορικού GPS και φορητού υπολογιστή, εφοδιασμένου με το κατάλληλο λογισμικό. Το ραδιόμετρο έχει τη δυνατότητα να καταγράφει σε 512 φασματικά κανάλια, από 350 έως 1050 nm, με εύρος φασματικού καναλιού 2 nm [12].

2.5 Εντοπισμός περιοχών με ζιζάνια

Χρησιμοποιείται τηλεπισκόπηση σε συνδυασμό με αισθητήρες που χρησιμοποιούν τηλεπισκοπικές μεθόδους, για την ανίχνευση από πολύ κοντά των διαφόρων ζιζανίων (γεωργία σε κλίμακα φυτού) των οποίων καταγράφεται η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών. Στα πλαίσια σχετικής έρευνας, οι Hummel and Yu (1998) ανέπτυξαν λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, το οποίο βασίζει τη διάκρισή τους σε σχέδια φυτών αραβοσίτου, εντός όμως ορίων για τα μεγέθη των φυτών του αραβοσίτου και των ζιζανίων. Η επιτυχία αναγνώρισης των φυτών του αραβοσίτου φτάνει το 75% [13].

2.6 Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες

Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες μπορεί να γίνει με χρήση τηλεπισκόπησης, σε συνδυασμό ή όχι με χωρικά προσδιορισμένες εργαστηριακές αναλύσεις. Στον τομέα αυτόν, οι Humburg, and Stange (1998), σε εργασία τους επάνω στα ζαχαρότευτλα, έδειξαν 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. Το μοντέλο αυτό είναι επίσης χρήσιμο για την πρόβλεψη του νατρίου, του αμινο-αζώτου και της ανακτήσιμης ανά τόνο ζάχαρης. Δεν αποδείχθηκε όμως καθόλου χρήσιμο για το κάλιο [16].

2.7 Πρόβλεψη της παραγωγής

Στην πρόβλεψη παραγωγής χρησιμοποιούνται 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. Οι Wood et al. (1998) προτείνουν έναν παλινδρομικό εκτιμητή ολοκλήρωσης δειγμάτων παρατήρησης καλλιεργητικών αποδόσεων σε όλες τις θέσεις ενός αγροτεμαχίου, ο οποίος χρησιμοποιεί το δείκτη NDVI. Επίσης, αποδεικνύουν τη σπουδαιότητα της ψηφιακής αεροφωτογραφίας στην απόκτηση σε πραγματικό χρόνο, πληροφοριών σχετικών με την παραλλακτικότητα εντός του αγροτεμαχίου και τη δυναμική της απόδοσης. Αποδεικνύεται ότι τα αποτελέσματα παραμένουν αξιόπιστα ακόμη και με μικρό αριθμό δειγμάτων [17].

2.8 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 ταυτόχρόνως 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,. Παρομοίως, οι χάρτες αποδόσεων χρησιμοποιούνται για την ανίχνευση και εντοπισμό της παραλλακτικότητας όχι μόνο ενός χαρακτηριστικού, αλλά όλων των χαρακτηριστικών που έχουν επιδράσει στις αποδόσεις με τον ένα ή τον άλλο τρόπο (π.χ., την υφή του εδάφους, την υγρασία, τις ασθένειες, τα θρεπτικά στοιχεία, τις καλλιεργητικές εργασίες, τις τοπικές ανωμαλίες, κ.λ.π.).

3. ΠΑΡΑΔΕΙΓΜΑΤΑ
Στη συνέχεια παρουσιάζονται ορισμένες περιπτώσεις ανίχνευσης, καταγραφής και ταυτοποίησης της παραλλακτικότητας με τεχνικές Γεωργίας Ακριβείας (πραγματικά περιστατικά) από παραγγελία γεωργών-πελατών (ιδιωτών ή ομάδων) σε ειδικές εταιρείες ή συμπλέγματα εταιρειών παροχής υπηρεσιών Γεωργίας Ακριβείας, στις Η.Π.Α.

3.1 Χρήση Γεωγραφικών Συστημάτων Πληρφοροριών και δορυφορικών εικόνων για μείωση του κόστους της εδαφολογικής ανάλυσης σε καλλιέργεια λαχανικών (“Agricast”, California) [19]

Αρχικά κατασκευάστηκε με χρήση ειδικού λογισμικού Γ.Σ.Π. (ArcView-GIS), πλέγμα πάνω στο χάρτη του αγροκτήματος, (μονάδα πλέγματος τα 10 στρέμματα) (κλίμακα χάρτη 1:2.400) (Εικόνα 3.1.1). Στη συνέχεια, χρησιμοποιήθηκε δορυφορική εικόνα (SPOT) του ίδιου αγροκτήματος, διακριτικής ανάλυσης 20 μέτρων (Εικόνα 3.1.2). Μπορεί εύκολα να διακριθεί η διαφορετικότητα στην εμφάνιση μεταξύ των διαφόρων περιοχών του αγροκτήματος, κάτι που δηλώνει την μεταξύ τους διαφορετικότητα όσον αφορά τις συνθήκες εδάφους και καλλιέργειας. Από την ψηφιακή εικόνα με επεξεργασία, παρήχθη η εικόνα του δείκτη βλάστησης του αγροκτήματος, όπου ο χρωματικός κώδικας κόκκινο-πορτοκαλί-κίτρινο-μπλε αντιστοιχεί σε διαβάθμιση από τη μέγιστη προς την ελάχιστη φυτομάζα (Εικόνα 3.1.3). Κατόπιν, προσδιορίστηκαν οι συντεταγμένες των κόμβων του πλέγματος, βρέθηκαν τα ίδια σημεία στον αγρό με χρήση GPS και πάρθηκαν δείγματα από τα σημεία αυτά για αναλύσεις. Για να κριθεί σωστά το τελικό αποτέλεσμα και να μειωθεί το κόστος έγινε ευρεία δειγματοληψία μόνο στα 560 στρέμματα, αντί των συνολικών 2.560 στρεμμάτων. Περαιτέρω, τα αποτελέσματα της εδαφολογικής ανάλυσης, συνδυασμένα με τα σημεία GPS που ελήφθησαν, εισήχθησαν σε Γ.Σ.Π. και δημιούργησαν, με μεθόδους γεωστατιστικής, θεματικούς χάρτες για κάθε μετρημένη ιδιότητα. Οι χάρτες αυτοί χρησιμοποιήθηκαν για την ακριβή εφαρμογή των απαραίτητων εισροών.

3.2 Χρήση αισθητήρα ηλεκτρικής αγωγιμότητας του εδάφους για ανίχνευση των αιτίων της παραλλακτικότητας σε φυτεία αμυγδαλιάς (“Agricast”, California) [19]

Χρησιμοποιήθηκε δορυφορική εικόνα (IRS) του αγροκτήματος με διακριτική ανάλυση 5 μέτρων (pan-sharpened). Η περιοχή που προκαλεί ενδιαφέρον είναι η ανοικτόχρωμη περιοχή επάνω αριστερά. Οι αμυγδαλιές της περιοχής αυτής φυτεύθηκαν ακριβώς την ίδια χρονική στιγμή, όπως και όλες οι υπόλοιπες, στο υπόλοιπα αγροτεμάχια του αγροκτήματος (Εικόνα 3.2.1). Από τη δορυφορική εξήχθη η εικόνα του δείκτη βλάστησης, όπου ο χρωματικός κώδικας κόκκινο – πορτοκαλί – κίτρινο - μπλε αντιστοιχεί σε διαβάθμιση από τη μέγιστη προς την ελάχιστη φυτομάζα (Εικόνα 3.2.2). Οπτική επιθεώρηση της προβληματικής περιοχής από γεωπόνο έδειξε ότι σε αυτό το αγροτεμάχιο, τα δέντρα είχαν αναπτυχθεί πολύ λιγότερο από ότι σε όλα τα υπόλοιπα. Προκειμένου να διερευνηθεί αυτή η διαφοροποίηση, χρησιμοποιήθηκε μετρητής ηλεκτρικής αγωγιμότητας του εδάφους (Veris 3100 EC). Διενεργήθηκαν μετρήσεις μόνο για την προβληματική περιοχή. Τα αποτελέσματα καταγράφονται αυτόματα κατά την σάρωση του εδάφους με το όργανο (μία μέτρηση ανά 1 μέτρο περίπου) (Εικόνα 3.2.3). Γενικές εδαφολογικές αναλύσεις από την εν λόγω περιοχή, έδειξαν ότι οι σκοτεινές περιοχές αντιστοιχούν σε βαριά άργιλλο, ενώ οι ανοικτόχρωμες σε άμμο. Οι ενδιάμεσες αποχρώσεις είναι συνδυασμοί αργίλλου κα άμμου. Όσον αφορά τις ειρσοές σε αυτό το αγροτεμάχιο, διαπιστώθηκε από το γεωργικό ημερολόγιο, ότι εφαρμόσθηκαν στις ίδιες ακριβώς ποσότητες και χρονικές στιγμές με τις υπόλοιπες περιοχές. Άρα, η μόνη αιτία διαφοροποίησης στο αποτέλεσμα φάνηκε ότι ήταν η διαφοροποίηση στην υφή του εδάφους. Διότι με την ίδια άρδευση, οι αμμώδεις περιοχές κρατούν μικρότερη ποσότητα νερού από ότι οι αργιλλώδεις και έτσι, τα δέντρα της περιοχής αυτής υπέφεραν από υδατικό στρες. Η λύση στο πρόβλημα είναι η άρδευση του αγροκτήματος κατά μπλοκ, ανάλογα με τον τύπο του εδάφους. Μια αυτοματοποιημένη εφαρμογή αυτής της λύσης είναι η χρησιμοποίηση μηχανισμού μεταβλητής άρδευσης, ο οποίος αντλεί πληροφορίες από το χάρτη ηλεκτρικής αγωγιμότητας.

3.3 Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates) (συλλογική εφαρμογή γεωργίας ακριβείας σε μεγάλη κλίμακα) [20]

Από τα τέλη της δεκαετίας του 1980, οι οινοπαραγωγοί της Καλιφόρνιας ήρθαν αντιμέτωποι με την καταστροφή των αμπελιών τους εξαιτίας προσβολής από Φυλλοξήρα. Δεν υπάρχει τρόπος να εξάλειψης της προσβολής, παρά μόνο με την ολοκληρωτική επαναφύτευση των αμπελιών των μολυσμένων περιοχών με ανθεκτικά στη φυλλοξήρα φυτά. 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 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.

3.4 Χρήση χαρτών απόδοσης, θεματικών χαρτών θρεπτικών στοιχείων και οξύτητας, καθώς και ιστορικών δεδομένων, για τον προσδιορισμό των παραγόντων που επηρεάζουν την απόδοση, την πρόβλεψη της παραγωγής και τον καθορισμό της λιπαντικής πολιτικής σε καλλιέργειες σιτηρών (University of Missouri-Columbia) [21]

Αρχικά, ελήφθησαν οι χάρτες αποδόσεων σόγιας για τα έτη 1992 και 1994 και αραβοσίτου για το 1993. Για να είναι συγκρίσιμες, οι αποδόσεις μετατράπηκαν σε σχετικές αποδόσεις, δηλαδή η πραγματική απόδοση εκφράστηκε ως κλάσμα της μέγιστης απόδοσης την κάθε χρονιά (Εικόνα 3.4.1). Ο χάρτης της μέσης απόδοσης αποκάλυψε δύο περιοχές (κόκκινες) με τη μέγιστη απόδοση. Έως αυτό το σημείο, το μόνο ξεκάθαρο είναι ότι υπάρχει ένας εξακολουθητικός παράγοντας ή παράγοντες οι οποίοι επηρέασαν την απόδοση, αλλά προκειμένου να προσδιοριστούν αυτοί οι παράγοντες απαιτούνται περισσότερες πληροφορίες. Τις πληροφορίες αυτές προσφέρουν οι θεματικοί χάρτες του ίδιου αγροτεμαχίου για τον P, το Κ και το pH (Εικόνα 3.4.2).

Οι χάρτες P και Κ δείχνουν παρόμοιοι, ενώ η μορφή που έχει η κατανομή του pH υποδηλώνει ότι είναι περισσότερο συνέπεια διαχείρισης, παρά φυσικής εδαφικής παραλλακτικότητας. Ισχυρό στοιχείο που συνηγορεί σε αυτό το τελευταίο είναι μια φωτογραφία του αγροτεμαχίου του 1962 και όπου φαίνεται καθαρά ότι το αγροτεμάχιο που σήμερα είναι ενιαίο, τότε ήταν τρία διαφορετικά αγροτεμάχια και κατά συνέπεια υφίσταντο διαφορετική μεταχείριση (Εικόνα 3.4.3). Δύο γειτονικά κτίρια βρίσκονταν στην κάτω αριστερή γωνία και κάτω στο μέσον (μπορεί κανείς να παρατηρήσει στον αντίστοιχο θεματικό χάρτη υψηλή συγκέντρωση P κοντά σε αυτά τα δύο κτίρια), ενώ το κάτω μέρος του σημερινού αγροκτήματος ήταν λιβάδι. Ο προηγούμενος ιδιοκτήτης αυτού του μέρους του κτήματος επιβεβαίωσε ότι στα τρία κτήματα εφαρμόσθηκε ασβέστωση ξεχωριστά. Έτσι, πιθανότατα, στο κτήμα που γειτόνευε με το λιβάδι εφαρμόσθηκε περισσότερη άσβεστος από ότι στα υπόλοιπα. Επίσης, το υψηλότερο pH κατά μήκος της κάτω πλευράς του αγροτεμαχίου έχει πιθανότατα προκληθεί από την ασβεστόσκονη που έχει μεταφερθεί με τον αέρα από τον χαλικόδρομο που φαίνεται στην φωτογραφία του 1962.

Οι υψηλότερες αποδόσεις αραβοσίτου και σόγιας, που εμφανίζονται να σχετίζονται με υψηλότερο pH, ενδεχομένως οφείλονται στις ευνοϊκές συνθήκες που συνδέονται με το pH. Ωστόσο, ο συσχετισμός μεταξύ απόδοσης με μία μόνο εδαφική παράμετρο δεν είναι ασφαλής. Εξ άλλου, η έκταση με υψηλές αποδόσεις είναι σημαντικά μικρότερη από την έκταση με υψηλό pH, οπότε πρόσθετοι παράγοντες πέρα από το εδαφικό pH πρέπει να επηρέασαν την απόδοση. Αντίθετα με τον τρόπο που το pH κατανέμεται, η απόδοση φαίνεται να είναι φυσικά εξαρτώμενη από το έδαφος. Ταιριάζει αρκετά με τη θέση του στραγγιστικού καναλιού που είναι ορατό στην αεροφωτογραφία του 1962. Για την καλύτερη, όμως, κατανόηση της παραλλακτικότητας στην απόδοση, απαιτείται μια επιπλέον γνώση σχετικά με τα εδάφη της περιοχής αυτής. Τα εδάφη αυτά κατατάσσονται στην ομάδα Claypan. Αυτή η ομάδα διακρίνεται από μια απότομη αύξηση στην άργιλλο με την αύξηση του βάθους, με αποτέλεσμα τη δημιουργία ενός στρώματος (claypan), το οποίο παρεμποδίζει το νερό να κινηθεί προς τα κάτω και κατά συνέπεια δυσχεραίνει την ανάπτυξη των ριζών. Άρα υπάρχει στενή σχέση μεταξύ του βάθους του επιφανειακού εδάφους (δηλαδή, της απόστασης της επιφάνειας από το claypan) και των αποδόσεων.
Διαπιστώνεται ότι η περιοχή με το μεγαλύτερο βάθος επιφανειακού εδάφους βρίσκεται κατά μήκος του στραγγιστικού καναλιού και ότι αυτή η περιοχή είναι σαφώς η περιοχή με τις μεγαλύτερες αποδόσεις (Εικόνα 3.4.4). Οι δύο χάρτες μαζί υποδεικνύουν ότι αν το βάθος του επιφανειακού εδάφους χαρτογραφηθεί και σχετισθεί με το εδαφικό νερό, η παραγωγικότητα του εδάφους μπορεί να προβλεφθεί για τις διάφορες περιοχές του αγροκτήματος. Αυτό είναι χρήσιμο στην εφαρμογή της αζωτούχου λίπανσης, με το χάρτη βάθους του επιφανειακού εδάφους να καθοδηγεί την εφαρμογή μεταβλητών ποσοτήτων αζώτου.