.png)
Im jüngsten FAO-Bericht (SOFA, 2020) wird geschätzt, dass mehr als 70 Prozent des Wasserverbrauchs auf die Landwirtschaft entfallen. Diese Schätzungen werden angesichts des Anstiegs der Weltbevölkerung und der Nachfrage nach Nahrungsmitteln eher noch zunehmen.
In den letzten 20 Jahren sind die Süßwasserreserven weltweit um mehr als 20 Prozent zurückgegangen; ein Trend, der sich angesichts des Klimawandels und seiner Auswirkungen wahrscheinlich nicht ändern wird. Schlecht verteilte Regenfälle, Dürren und hohe Temperaturen belasten den Anbau.
Am stärksten von den Auswirkungen des Klimawandels betroffen sind die Gebiete in Südeuropa (Italien, Spanien, Portugal, Südfrankreich, Griechenland), wo halbtrockene oder trockene Bedingungen den Einsatz von Bewässerung erfordern, um eine qualitativ und quantitativ akzeptable landwirtschaftliche Produktion zu erzielen.
In den letzten Jahren hat das Interesse an Entscheidungsunterstützungssystemen(DSS - Decision Support Systems) aufgrund von Vorschriften zur Steigerung der Input-Effizienz zugenommen. Die Prognosemodelle von xFarm Technologies wurden konzipiert, entworfen, kalibriert und validiert, um Landwirten und Lieferketten ein zusätzliches technisches Instrument zur Unterstützung ihrer Aktivitäten an die Hand zu geben.
Zu den Aktivitäten von xFarm Technologies gehört die Unterstützung von Kunden in mehrjährigen Pfaden für die Erstellung und Anpassung von:
Die Experimente fanden in Zusammenarbeit mit Agriveneto Spaeinem führenden Unternehmen in der Produktion und Vermarktung von Kartoffeln in der Gegend von Padovano. Es wurden drei Bewässerungsstrategien angewandt, die im Hinblick auf die Menge und Qualität der Endproduktion verglichen und bewertet wurden. Alles mit dem Ziel, das Bewässerungs-DSS auf base an die Anforderungen der Kultur, der Umwelt, des Bodens und des Betriebs anzupassen und zu kalibrieren. Bei der Kultur handelt es sich um die Speisekartoffel (Solanum tuberosum L.), Sorte Melrose. Die Knollen wurden im Februar 2022 auf einem lehmig-tonigen Boden mit einem Pflanzmuster von 0,22 m x 0,9 m ausgesät, und die Ernte begann im Juli. Die Bewässerung erfolgte mit Mini-Sprinklern.
Auf drei Versuchsparzellen wurden drei verschiedene Bewässerungsstrategien angewandt:
Der Prozentsatz der ETc-Restitution (Evapotranspiration der Pflanzen) wurde so gewählt, dass während der gesamten Saison zwei unterschiedliche Stressniveaus herrschten; außerdem lieferte das DSS Bewässerung von xFarm Technologien in den Thesen 1 und 2 die"Bewässerungsempfehlung" und Informationen darüber, wann und wie viel bewässert werden sollte. Diese Angaben sind die Ergebnisse der Modelle, die die Klimavariablen des Betriebs sowie die Boden-, Kultur- und Sortenmerkmale berücksichtigen.
Zu den im Feld installierten Sensoren gehören die Wetterstation xSense Pro (unerlässlich für die Erfassung kontextbezogener Wettervariablen wie Temperatur, Niederschlag, relative Luftfeuchtigkeit, Sonneneinstrahlung, Windrichtung und -geschwindigkeit), ein Teros 10 Doppeltiefensensor (20 cm - 40 cm) pro Parzelle (punktuelle Messung derBodenfeuchtigkeit) und ein Teros 21 Doppeltiefensensor (20 cm - 40 cm) pro Parzelle (punktuelle Messung des Wasserpotenzials).
Während der Saison wurden die Parzellen zusätzlich zur ständigen Aufzeichnung der von den installierten Sensoren gemessenen Daten (in 30-Minuten-Intervallen) kadenziert überwacht und Stichproben für die phänologische Kartierung der Sorte in Bezug auf die GDDs (Growing Degree Days) und für die Bewertung des Aussehens und des Verhaltens der Pflanzen ( es. in Bezug auf Wuchsstärke, Vorhandensein von abiotischen und/oder biotischen Symptomen) bei unterschiedlichen Bewässerungsgaben durchgeführt.
Kurz vor der Ernte wurden Erhebungen durchgeführt, um die Produktion und den Prozentsatz der Abfall-/Parzellenkartoffeln (Kartoffeln mit nicht handelsüblichem Kaliber) zu ermitteln.
Schaubild 1 zeigt dieKlimatrends für das Jahr 2022, die von der Wetterstation in der Nähe der Versuchsparzellen aufgezeichnet wurden. Die aufgetretenen Niederschläge und die geschätzte Evapotranspiration (ETc) der Pflanzen, die in jeder phänologischen Phase akkumuliert wurden, sind ebenfalls dargestellt.
Schaubild 1. Klimatrend 2022 in Stork (PD) mit einer Aufschlüsselung des Jahres nach phänologischen Phasen. Für jede phänologische Phase sind die Summen der Gesamtniederschläge (mm) und die Summe der Etc (mm) angegeben.
Im Jahr 2022 betrug die kumulierte Niederschlagsmenge während der Vegetationsperiode (April bis Juli) 97 mm, verglichen mit dem historischen Durchschnitt von 400 mm in den letzten zehn Jahren am gleichen Standort und im gleichen Bezugszeitraum. In den aus Sicht des Wasserbedarfs kritischsten phänologischen Phasen, wie der vegetativen Entwicklung und dem Anschwellen der Knollen, meldete die Pflanze einen hohen Wasserbedarf.
Schaubild 2. Mit dem Sensor während der Saison gemessene Bodenfeuchtigkeitsdaten in den Versuchsparzellen, in denen die verschiedenen Bewässerungsstrategien angewandt wurden. Für jede These und für jede phänologische Phase wird das gesamte versickerte Wasser und das vom DSS gelieferte Wasser in Form von Bewässerung und Bewässerungsempfehlungen in mm angegeben
Weit unterdurchschnittliche natürliche Vorkommen und sehr hohe Durchschnittstemperaturen haben dazu geführt, dass die Zahl der Bewässerungsmaßnahmen erhöht werden musste.
Schaubild 2. zeigt den Trend der Messungen der Bodenfeuchtesensoren in den verschiedenen Arbeiten. Außerdem sind die Perkolationsdaten (Summe des versickerten Wassers pro phänologischer Phase) und die spezifischen Bewässerungsempfehlungen für jede Arbeit (Gesamtwassermenge in mm, die simuliert und dann ausgeführt wurde) dargestellt.
Am Ende der Saison, kurz vor der Ernte, wurde eine Reihe von Messungen an den Pflanzen und auf den Parzellen vorgenommen, darunter auch die Gesamtproduktion für jede Arbeit. Einige der Daten, die am Ende der Saison auf dem Feld erhoben wurden und die sich aus den vorläufigen Analysen ergeben, sind in der folgenden Tabelle aufgeführt.
Aus einer ersten Analyse am Ende der Saison geht hervor, dass die Thesis 2, die mit Hilfe der DSS-Bewässerung von xFarm Technologies durchgeführt wurde und sich durch einen durchschnittlichen Ertrag von 81 % von Etc auszeichnet, zu einer Produktionssteigerung von etwa 80 Qli/ha bei fast gleichem Wasserverbrauch im Vergleich zur traditionellen Parzelle führte.
Dieser Unterschied, der in der Versuchssaison 2023 bewertet und validiert werden soll, kann auf die Steigerung der Bewässerungseffizienz zurückgeführt werden, die durch die Integration von Informationen aus dem Bewässerungs-DSS und der Erfahrung der Techniker möglich wurde. Die vom DSS gelieferten Bewässerungsempfehlungen ermöglichten es, den Bewässerungszeitpunkt und die Wassermenge im Hinblick auf den tatsächlichen Bedarf der Pflanze in den verschiedenen phänologischen Phasen zu ermitteln und zu quantifizieren.
In These 1 hingegen war die Produktion niedriger als in den beiden anderen Thesen, da ein durchschnittlicher Ertrag von 60 % gewählt wurde, gegenüber 81 % bzw. 78 %. Dies führte zu Wasserstress, der sich auf die Produktion auswirkte.
Wie der Versuch gezeigt hat, sind DSS ein wichtiger Verbündeter für eine effiziente Wassernutzung. Trotz der ermutigenden Ergebnisse des Feldversuchs ist eine weitere Verfeinerung der Modelle erforderlich, um ihre Wirksamkeit zu erhöhen.
Daher wird in der Saison 2023 das Verhalten der Pflanzen erneut bewertet, indem sie mit Hilfe von Sensoren und mathematischen Modellen "kontrolliertem Wasserstress" ausgesetzt werden. Dies wird für die Kalibrierung und Validierung des DSS Bewässerung von entscheidender Bedeutung sein, da es die Ermittlung der optimalen Mindest- und Höchstwerte für die Bodenfeuchtigkeit für die jeweilige Sorte, das phänologische Stadium, die Bodenbeschaffenheit und die agroökologischen Merkmale ermöglicht.
Ziel ist es, bei gleicher Produktion die Effizienz der Wassernutzung zu erhöhen.
Dies wird nicht nur durch die Einrichtung von Feldversuchen möglich sein, dank derer kontextbezogene Daten über die Kultur, das Gebiet und die pedoklimatischen Merkmale gesammelt werden, die es ermöglichen, das Produkt an den Betrieb und die Anbaubedürfnisse "anzupassen", sondern vor allem dank Entscheidungsunterstützungssystemen wie DSS und dem Einsatz innovativer Technologien, die die Entscheidungsfindung des Technikers in der Landwirtschaft unterstützen und verbessern. All dies wird über die Plattform xFarm mit der ständigen Unterstützung des Forschungs- und Entwicklungsteams zur Verfügung gestellt, das dieses und viele andere agronomische Projekte begleiten wird.
.svg)
