.png)
W najnowszym raporcie FAO (SOFA, 2020) szacuje się, że ponad 70% zużycia wody przypada na rolnictwo. Szacunki te będą rosły, biorąc pod uwagę wzrost liczby ludności na świecie i popytu na żywność.
W ciągu ostatnich 20 lat zasoby słodkiej wody na całym świecie zmniejszyły się o ponad 20 procent; tendencja, która prawdopodobnie nie ulegnie zmianie, biorąc pod uwagę zmiany klimatu i ich skutki. Słabo rozłożone opady deszczu, susze i wysokie temperatury obciążają uprawy.
Obszary najbardziej narażone na skutki zmian klimatycznych to te w południowej Europie (Włochy, Hiszpania, Portugalia, południowa Francja, Grecja), gdzie półsuche lub suche warunki wymagają stosowania nawadniania w celu uzyskania jakościowo i ilościowo akceptowalnej produkcji rolnej.
W ostatnich latach, ze względu na przepisy dotyczące zwiększenia efektywności nakładów, wzrosło zainteresowanie systemami wspomagania decyzji(DSS - Decision Support Systems). Modele prognostyczne xFarm Technologies zostały opracowane, zaprojektowane, skalibrowane i zatwierdzone w celu zapewnienia rolnikom i łańcuchom dostaw dodatkowego narzędzia technicznego wspierającego ich w ich działalności.
Wśród działań xFarm Technologies znajduje się wsparcie klientów w wieloletnich ścieżkach tworzenia i dostosowywania:
Eksperyment odbył się we współpracy z Agriveneto Spawiodącą firmą zajmującą się produkcją i komercjalizacją ziemniaków w rejonie Padovano. Zastosowano trzy strategie naw adniania, które porównano i oceniono pod względem ilości i jakości końcowej produkcji. Wszystko w celu dostosowania i kalibracji systemu nawadniania DSS na stronie base upraw, środowiska, gleby i wymagań gospodarstwa. Uprawą będącą przedmiotem zainteresowania jest ziemniak stołowy (Solanum tuberosum L.), odmiana Melrose. Bulwy wysiano w lutym 2022 r. na glebie gliniasto-gliniastej w rozstawie 0,22 m x 0,9 m, a zbiory rozpoczęto w lipcu. Nawadnianie przeprowadzono przy użyciu minizraszaczy.
Na trzech poletkach doświadczalnych zastosowano trzy różne strategie nawadniania:
Procent restytucji ETc (ewapotranspiracji upraw) został wybrany w taki sposób, aby narzucić dwa różne poziomy stresu w ciągu sezonu; ponadto w tezach 1 i 2 DSS Irrigation of xFarm Technologies zwrócił"Poradę dotyczącą nawadniania" oraz informacje o tym, kiedy i ile należy nawadniać. Wskazania te reprezentują wyniki modeli, które uwzględniają zmienne klimatyczne gospodarstwa, glebę, uprawę i cechy odmiany.
Czujniki zainstalowane w terenie obejmują stację pogodową xSense Pro (niezbędną do zbierania kontekstowych zmiennych pogodowych, takich jak temperatura, opady, wilgotność względna, promieniowanie słoneczne, kierunek i prędkość wiatru); czujnik Teros 10 o podwójnej głębokości ( 20 cm - 40 cm ) na poletko (punktowy pomiarwilgotności gleby) oraz czujnik Teros 21 o podwójnej głębokości (20 cm - 40 cm) na poletko (punktowy pomiar potencjału wody).
W trakcie sezonu, oprócz ciągłego rejestrowania danych (w odstępach 30-minutowych) mierzonych przez zainstalowane czujniki, poletka były monitorowane na zasadzie kadencyjnej, a próbki pobierano w celu mapowania fenologicznego odmiany w odniesieniu do GDD (Growing Degree Days) oraz w celu oceny wyglądu i zachowania roślin (na es. pod względem wigoru, obecności objawów abiotycznych i/lub biotycznych) przy różnych nakładach na nawadnianie.
W pobliżu zbiorów przeprowadzono badania w celu oceny produkcji i odsetka odpadów / działek (ziemniaki o nieakceptowanym komercyjnie kalibrze).
Wykres 1 przedstawiatrendy klimatyczne w 2022 r. zarejestrowane przez stację meteorologiczną zlokalizowaną w pobliżu poletek doświadczalnych. Pokazano również występujące opady i szacunkową ewapotranspirację upraw (ETc) zgromadzoną w każdej fazie fenologicznej.
Wykres 1. Trend klimatyczny 2022 w Stork (PD) z podziałem roku na fazy fenologiczne. Dla każdej fazy fenologicznej pokazano sumy całkowitych opadów (mm) i sumy Etc (mm).
W 2022 r. łączna suma opadów w sezonie wegetacyjnym (od kwietnia do lipca) wyniosła 97 mm w porównaniu do historycznej średniej wynoszącej 400 mm w ciągu ostatnich 10 lat w tej samej lokalizacji i w tym samym okresie referencyjnym. W najbardziej krytycznych fazach fenologicznych z punktu widzenia zapotrzebowania na wodę, takich jak rozwój wegetatywny i pęcznienie bulw, uprawy zgłaszały wysokie zapotrzebowanie na wodę.
Wykres 2. Dane dotyczące wilgotności gleby zmierzone przez czujnik w trakcie sezonu na poletkach doświadczalnych, na których zastosowano różne strategie nawadniania. Dla każdej pracy dyplomowej i dla każdej fazy fenologicznej, całkowita ilość przesączonej wody i wody pod względem nawadniania i porad dotyczących nawadniania zwróconych przez DSS jest podana w mm
Znacznie niższe od średniej zasoby naturalne i bardzo wysokie średnie temperatury doprowadziły do konieczności zwiększenia liczby interwencji irygacyjnych.
Wykres 2. przedstawia trend pomiarów wykonanych przez czujniki wilgotności gleby w różnych pracach dyplomowych. Pokazano również dane dotyczące perkolacji (suma przesączonej wody na fazę fenologiczną) i konkretne porady dotyczące nawadniania dla każdej pracy (całkowita woda w mm symulowana, a następnie przeprowadzona).
Pod koniec sezonu, blisko zbiorów, wykonano serię pomiarów na roślinach i poletkach, w tym całkowitą produkcję dla każdej pracy dyplomowej. Niektóre z danych zebranych na koniec sezonu i wynikających ze wstępnych analiz przedstawiono w poniższej tabeli.
Na podstawie wstępnej analizy na koniec sezonu można zauważyć, że Teza 2 przeprowadzona za pomocą nawadniania DSS firmy xFarm Technologies i charakteryzująca się średnim zwrotem 81% Etc, doprowadziła do wzrostu produkcji o około 80 Qli / ha prawie przy tej samej ilości wody zużytej do nawadniania w porównaniu z tradycyjną działką.
Różnica ta, która zostanie oceniona i zweryfikowana podczas sezonu doświadczalnego 2023, może być przypisana wzrostowi wydajności nawadniania, możliwemu dzięki integracji informacji z systemu DSS i doświadczeniu techników. Porady dotyczące nawadniania zwrócone przez DSS umożliwiły identyfikację i określenie ilościowe, kiedy należy nawadniać i ile wody należy podać w odniesieniu do rzeczywistych potrzeb rośliny w różnych fazach fenologicznych.
Z drugiej strony w tezie 1 produkcja była niższa niż w pozostałych dwóch tezach, ponieważ wybrano średni zwrot Etc na poziomie 60% w porównaniu z odpowiednio 81% i 78%. Doprowadziło to uprawy do stresu wodnego, który wpłynął na produkcję.
Jak wykazało badanie, DSS są ważnym sprzymierzeńcem efektywnego wykorzystania wody. Pomimo zachęcających wyników testów terenowych, nadal konieczne jest dalsze udoskonalanie modeli w celu zwiększenia ich skuteczności.
Dlatego też w sezonie 2023 zachowanie upraw zostanie ponownie ocenione poprzez poddanie ich "kontrolowanemu stresowi wodnemu" przy użyciu czujników i modeli matematycznych. Będzie to miało kluczowe znaczenie dla wspierania kalibracji i walidacji DSS Irrigation, ponieważ pozwala na identyfikację optymalnych minimalnych i maksymalnych progów wilgotności gleby dla konkretnej odmiany, etapu fenologicznego, tekstury gleby i cech rolno-środowiskowych.
Celem jest zwiększenie wydajności zużycia wody przy tej samej produkcji.
Będzie to możliwe nie tylko dzięki eksperymentom polowym, dzięki którym gromadzone będą dane kontekstowe dotyczące upraw, obszaru i cech pedo-klimatycznych, które umożliwią "dostosowanie" produktu do potrzeb gospodarstwa i uprawy, ale przede wszystkim dzięki systemom wspomagania decyzji, takim jak DSS i wykorzystaniu innowacyjnych technologii, które będą wspierać i usprawniać podejmowanie decyzji przez technika rolniczego. Wszystko udostępnione za pośrednictwem platformy xFarm przy stałym wsparciu zespołu badawczo-rozwojowego, który będzie towarzyszył temu i wielu innym projektom agronomicznym.
.svg)
