BJ-Agro Kartoffeldag 2019 Erfaringer og muligheder med præcisionsteknologi i kartofler. 7. Februar 2019

Størrelse: px

Starte visningen fra side:

Download "BJ-Agro Kartoffeldag 2019 Erfaringer og muligheder med præcisionsteknologi i kartofler. 7. Februar 2019"

Margrethe Søgaard
5 år siden
Visninger:

1 BJ-Agro Kartoffeldag 2019 Erfaringer og muligheder med præcisionsteknologi i kartofler 7. Februar 2019

2 Emner Hvor står vi i kartoffelbranchen i forhold til præcisionslandbrug Jordfugtsmåler Logning af markvanding Udbyttekort og anvendelse Gradueret kvælstoftilførsel

3 Præcisionslandbrug Baggrund Manglende standardisering/isobus har gjort opstart besværligt I DK har hovedfokus i udvikling været i kornafgrøder Jacob van den Borne har vist én vej i kartofler Men der skal arbejdes rigtig meget med dataanalyse Teknik Mange maskiner, som allerede kan udfører præcisionstildeling eller dataopsamling Redskabs/traktorcomputer er klar Kompatibilitetsproblemer Så hvorfor er det svært? 4

4 Præcisionslandbrug Vinter Markgrænser Jordvariation Jordprøver Forår Gødning Jordbehandling Lægning Efterår Sommer Lagring Optagning Gødning Sensorer Plantetest Vanding Planteværn 5

5 Præcisionslandbrug Vinter Markgrænser Jordvariation Jordprøver Forår Gødning Jordbehandling Lægning Efterår Sommer Lagring Optagning Gødning Sensorer Plantetest Vanding Planteværn 6

6 Præcisionslandbrug Kartofler i DK Flere er i gang med nogle af delene Kræve meget dataanalyse, hvis hele årshjulet skal udnyttes Kræver langt større grad af automatisering Hvad kan du gøre? Hvilke data har jeg på min bedrift? Kan jeg skaffe andre data, som kan give værdi ved at udføre en handling? Hvilke delelementer skal jeg starte med? Hvem kan hjælpe mig? 7

7 Jordfugtsmålinger Kan optimal markvanding bestemmes med jordfugtssensorer? Kan rodudvikling følges med jordfugtssensorer? Vi opsatte udstyr fra RanchSystems Første spørgsmål: hvor skal sonden placeres? Top eller bund af kammen, eller? Billede fra Grøn Viden nr. 205, marts

8 Jordfugtsmålinger Opsat sonde i top og bund af kam 6 målepunkter (5, 15, 25, 35, 45, 55 cm dybde) Nedbørsmåler opsat, for at verificere markvanding og nedbør Billede fra sentekusa.com 9

9 Jordfugtsmålinger Top af kam Bund af kam Periode 15. juli til 29. juli

10 Jordfugtsmålinger Periode 25. juli til 31. juli

11 Jordfugtsmålinger, optimal jordfugt Den øverste grafik er vandingsoverblikket. Den blå kurve bliver vægtet i løbet af sæsonen på baggrund af de 6 sensorer. Grønt område styres af % af maks og min plantetilgængelig vand. 14

12 Logning af markvanding Det er svært at få tid til at registrere vanding på en tilstrækkelig struktureret måde, så man kan få overblik. Kan det automatiseres? Kan det give et bedre overblik? Bedre vandstyring? 15

13 Logning af markvanding Dato Start- sluttidspunkt Vandmængde pr. GPS punkt GPS-koordinat GPS

14 Logning af markvanding Vandtrykket målt i dysen er vist Indirekte mål for vandmængden Vandmængde Beregnet ud fra kendskab til dysestørrelse, hastighed og slangelængde Periode 26. juli til 29. juli

side af vandspor Område med lavt udbytte, ikke optimalt

15 Sammenhæng til udbyttedata Udbyttedata Påmonteret stenseparator Billede af et højere udbytte på den vestlige side af vandspor Område med lavt udbytte, ikke optimalt vandet. Relativ ensartet i længderetningen Udbyttedata udlånt af Henning Thybo 18

16 Sammenhæng vandingsdata/udbyttedata Udbyttedata Område der ikke er vandet optimalt Hvad betyder det? Middel Ton/ha Variations koefficient Lidt vand 43,05 17,65 Normalt vand 55,64 17,39 Bedste område 61,86 11,41 Udbyttedata udlånt af Henning Thybo 19

17 EM-38 måling Forholdsvis lille markvariation Interpolation, anvendt anden skala EM-38 data udlånt af Teknologisk Institut 20

18 Evapotranspiration via satellit Data venligst stillet til rådighed af DHI GRAS. DHI 22

19 Opsamling Jordfugtsmålinger Vandoverskud kan detekteres med jordfugtssensorer Rodudvikling kan følges med jordfugtssensorer Optimal markvanding kan måske bestemmes med jordfugtssensorer, men kræver konkrete forsøgsafprøvning Logning af markvanding Det er muligt at autoopsamle oplysninger om markvanding Det kan automatiseres Overblik kan skabes, og give bedre beslutningsstøtte Mangler automatisk fordampningstal til justering af vandregnskab 23

20 Udbyttekort Udbyttekort Udbyttekort 2 marker Henning Thybo, Arnborg Kuras i begge marker Relativ høj grundtilførsel af kalium Derfor begrænset gradueret kaliumtilførsel Udbytteforskel mark TV: Vandtilførsel? Middel Ton/ha Variations koefficient ,87 19, ,53 16,35 24

21 Udbyttekort - jordbundsanalyser (Kt) Jordanalyser Er der sammenhæng mellem udbyttekort og kaliumtal (Kt) Kali IKKE gradueret Svært at se sammenhænge 25

22 Udbyttekort - biomassekort 26

23 Udbyttekort - biomassekort 27

24 NDVI Ton/ha Udbyttekort - biomassekort 0,9 70 0, , , ,7 20 0, , _27-6mean _12-7mean _27-7mean _21-8mean _YIELDmean 28

25 Tilvækst i biomasse, skimmelbehandling? Tilvækstkort Udnytte tilvækst til omfordeling Problem, NDVI mættes for hurtigt Sikkerhed, forsøg Tilvækstkort Giver det mening? Finde bedre index til at se på tilvækst i kartofler 29

26 Tilvækst i biomasse 30

27 Tilvækst i biomasse 31

28 Gradueret kvælstoftilførsel Baggrund Det er svært at overføre biomassekort til gradueret N tilførsel i kartofler Bladsaftmålinger og planteanalyser kan hjælpe et stykke af vejen Svært at lave et detaljeret kort over marker Sorts- og årsvariationer Økonomisk gevinst at hente ved optimering mellem sorter Økonomisk gevinst ved at ramme det optimale N niveau det enkelte år

29 Kg kvælstof pr. ha Gradueret kvælstoftilførsel 260 N optimum Dronninglund N optimum Arnborg Kuba Kuras Seresta Smaragd Supporter Kuba Kuras Seresta Smaragd Supporter 33

30 Gradueret kvælstoftilførsel Afprøvning 2018 Testede i samarbejde med AU Foulum MobilLas Kombination af RVI og LAI RVI (forholdet mellem nær infrarød og rød reflektans) LAI (bladarealindex) Bestemme kartoflers kvælstofoptag Foreløbige opsummering Kræve individuelle strategier (algoritmer) for de enkelte sorter eller grupper af sorter Algoritme ser ud til at kan parallelforskydes imellem sorter Kan give en udbytteprognose

31 Gradueret kvælstoftilførsel: MobilLas Den øverste arm holder GPS og det aktive spektrometer, som måler afgrødens reflektans. Bruges til at beregne vegetationsindeks/biomasse Den nederste arm holder laser scanner, som bl.a. måler bladarealindeks MobilLas målere set fra traktorens førerhus. Foto: Anton Thomsen, AgroSens

32 Gradueret kvælstoftilførsel Det fremtidige mål! Opbygge specifik N algoritme for sortsgruppe eller sorter i stivelseskartofler Der foreligger allerede en N algoritme i kartofler Tildelingskort til højre: Viser tildelingskort i hvede baseret på MobilLas Gns. målt 130 kg N. Sidste tildeling gns. 30 kg N Variation: 0 60 kg N Data: Anton Gårde Thomsen, AgroSens

33 Opsamling Hvor ser I mulighederne for præcisionsteknologi i kartofler? Hvor ser I de største muligheder ved præcisionsteknologi? Hvad er de vigtigste områder at vi arbejde med?

34 40

Relaterede dokumenter

DET ØKONOMISKE POTENTIALE VED PRÆCISIONSLANDBRUG.

DET ØKONOMISKE POTENTIALE VED PRÆCISIONSLANDBRUG. Plantekongres, 16 januar 2019, Herning Søren Marcus PEDERSEN Institut for Fødevare og Ressourceøkonomi 16/01/2019 2 Udviklingen i Danmark 1970-1980: GPS