Produksi kentang: ngagunakeun prakték pertanian presisi

Praktik pertanian presisi ngalibatkeun pembibitan, irigasi, pemupukan, sareng panggunaan péstisida anu langkung tepat pikeun ngaoptimalkeun produksi pepelakan pikeun tujuan ningkatkeun pendapatan patani sareng ngirangan dampak pertanian kana lingkungan sacara simultan. Dina tulisan ieu, urang bakal ngabahas panggunaan prakték PA, sapertos irigasi laju variabel sareng penginderaan jauh, dina produksi kentang.

Numutkeun International Society of Precision Agriculture, "tatanén presisi (PA) nyaéta strategi manajemen anu ngumpulkeun, ngolah, sareng nganalisis data temporal, spasial, sareng individu teras ngagabungkeunana sareng inpormasi sanés pikeun ngadukung kaputusan manajemen numutkeun perkiraan variabilitas pikeun ningkatkeun efisiensi panggunaan sumber daya, produktivitas, kualitas, kauntungan, sareng keberlanjutan produksi pertanian."

Ku kituna, PA nyadiakeun kamungkinan pikeun ngalakukeun hal anu leres, dina tempat anu leres, dina waktos anu leres sareng ku cara anu leres. Pepelakan anu bernilai tinggi sapertos kentang diaku salaku calon anu saé pikeun diadopsi PA kusabab biaya input anu luhur. Salian ti éta, sensitivitas hasil sareng kualitas umbi kentang kana prakték produksi sareng kaayaan lingkungan ngajantenkeun manajemen presisi penting sacara ékonomis. 

Irigasi laju variabel

Téhnologi irigasi laju variabel (VRI) nerapkeun cai dina laju variabel tinimbang hiji laju seragam sapanjang poros tengah. Aya dua léngkah pikeun nerapkeun VRI: kahiji, dumasar kana konduktivitas listrik taneuh (EC) atanapi pemetaan elevasi, lapangan dibagi kana zona manajemen anu béda; kadua, sistem nerapkeun jumlah cai anu khusus dina zona manajemen anu béda ku cara ngahurungkeun sareng mareuman nozzle individu (kontrol nozzle VRI) atanapi ngontrol kecepatan gerakan poros (kontrol kecepatan VRI).

VRI tiasa nerapkeun cai dina laju anu béda-béda pikeun pepelakan atanapi kultivar anu béda-béda, jinis taneuh anu béda-béda, daérah anu sering limpasan cai atanapi daérah anu handap anu rawan baseuh sareng jenuh cai, sareng daérah anu sénsitip kana lingkungan di jero sawah. Tujuan utama VRI nyaéta pikeun nyingkahan irigasi anu kaleuleuwihi sareng kirang supados teu aya cai anu diboroskeun sareng teu aya setrés cai, sedengkeun hasil sareng kualitas pepelakan dijaga atanapi ningkat. 

Dina usum panas 2018, kami ngalaksanakeun panilitian pikeun ngitung mangpaat tina ngagunakeun VRI dina kentang komérsial (Russet Burbank) produksi di Wisconsin. Kami milih dua sawah anu diairi nganggo kontrol nozzle VRI sareng kontrol kecepatan VRI masing-masing.

Di unggal sawah, aya bédana elevasi sakitar 15 kaki antara daérah pangluhurna sareng panghandapna. Nalika panén, kami meunteun hasil umbi sareng kualitas daérah anu paling garing, daérah anu paling representatif/rata-rata, sareng daérah anu paling baseuh di unggal sawah. Dina kontrol nozzle VRI (Gambar 1a), aya panurunan hasil anu signifikan (sakitar 140 cwt/a, p<0.05) di daérah anu paling baseuh dibandingkeun sareng daérah rata-rata. Hasil tina daérah anu paling garing rada langkung luhur (sakitar 20 cwt/a, p>0.05) tibatan daérah rata-rata. Dina kontrol kecepatan VRI (Gambar 1b), teu aya bédana hasil anu signifikan antara tilu lokasi, sanaos jumlah di daérah anu paling garing langkung luhur tibatan anu aya di daérah rata-rata sareng paling baseuh.

Data kami nunjukkeun yén: 

• Kauntungan ageung tina ngagunakeun VRI nyaéta pikeun ningkatkeun hasil panén sareng kualitas, ku kituna poténsialna ningkatkeun kauntungan di daérah anu paling parah (atanapi limpasan anu luhur) di sawah anu langkung rentan ka kakurangan irigasi. VRI tiasa ngajaga kalembaban taneuh dina zona perakaran pepelakan;
• VRI tiasa ngahémat cai irigasi sareng ningkatkeun efisiensi irigasi di daérah handap sawah anu condong baseuh atanapi jenuh. Nanging, sanajan dina VRI, ngatur hasil sareng kualitas kentang di daérah handap masih nangtang, sabab pepelakan condong langkung seueur masalah buruk sareng cacad;
• VRI mangrupikeun sistem anu ngajangjikeun pikeun ngahémat cai bari ningkatkeun kauntungan kentang, tapi peryogi panyempurnaan salajengna pikeun ngaturna langkung saé dina lahan anu variatif. 

Panginderaan jauh sareng pembelajaran mesin

Pikeun ngajaga hasil panén sareng kauntungan, patani kentang kedah nyumponan kabutuhan pepelakan kana nitrogén. Pikeun ngaminimalkeun degradasi lingkungan sareng ngirangan résiko kauangan anu aya hubunganana sareng kateupastian pangaturan sareng hukum anu aya hubunganana sareng nitrat dina cai taneuh, patani kentang peryogi alat manajemen énggal pikeun ngabantosan aranjeunna nerapkeun jumlah nitrogén anu pas dina waktos anu pas sapanjang usum tanam. 

Métode anu umum dianggo pikeun ngawas status nitrogén pepelakan kentang dina usumna butuh tanaga, nyéépkeun waktos, sakapeung nyasabkeun, sareng ngan ukur spésifik lokasi dina lapangan. Salian ti éta, teu aya alat anu sayogi sacara umum anu ngahasilkeun peta lapangan sacara gembleng pikeun ngaduga status nitrogén pepelakan dina usum sareng hasil umbi akhir usum nganggo citra penginderaan jauh.

Panginderaan jauh mangrupikeun pendekatan anu inovatif, tepat waktu, henteu ngaruksak, sareng komprehensif sacara spasial pikeun ningkatkeun prakték manajemen produksi pepelakan usum anu tos aya. Panginderaan jauh biasana nyayogikeun sababaraha pita spéktral anu sempit (~ 3-10 nm), anu tiasa néwak fitur panyerepan anu saé tina nutrisi pepelakan. Dugi ka ayeuna seueur panilitian anu nunjukkeun yén panginderaan jauh tiasa diterapkeun sacara efektif pikeun ngaduga parameter/variabel pepelakan, sapertos indéks daérah daun, biomassa, konsentrasi N daun, jsb. 

Métode anu dianggo pikeun ngaramal/modél sipat pepelakan utamina museur kana ngawangun algoritma prédiksi antara sinyal spéktral sareng pangukuran lapangan. Prediktor modél anu has nyaéta indéks végétasi (VI), nyaéta kombinasi matematis tina réfléksi dina dua atanapi langkung pita spéktral. Salaku conto, indéks végétasi bédana anu dinormalisasi (NDVI) parantos seueur dianggo dina panilitian sateuacana kusabab aplikasi anu saderhana pikeun ngawaskeun dinamika végétasi dina skala régional sareng global. 

Kami parantos nalungtik tilu modél pembelajaran mesin (tangkal kaputusan (DT), dukungan vector mesin (SVM) sareng leuweung acak (RF)) anu nganggo NDVI pikeun ngaduga status N sareng hasil ahir opat kultivar kentang (dua russet kalebet Silverton sareng Lakeview Russet, dua chipper kalebet Snowden sareng Hodag) salami dua usum tanam dina taun 2018 sareng 2019.

Hasil awal kami nunjukkeun yén NDVI gaduh poténsi anu ageung pikeun ngaduga status N kentang anu dituduhkeun ku petiole NO3-N, total N daun sadayana, atanapi total N pepelakan sadayana ogé total hasil akhir usum (Tabel 4). Kami nganggo R2 anu rentangna ti 0 dugi ka 1 pikeun ngukur kacocokan pikeun modél. Beuki luhur R2, beuki saé prediksina. Éta dianggap prediksi anu saé pisan upami R2 langkung luhur tibatan 0.75. 

Dina dua sistem VRI, umbi-umbian ti daérah anu paling baseuh ngagaduhan gravitasi spésifik anu langkung handap dibandingkeun sareng anu ti daérah anu paling garing sareng rata-rata, sareng bédana dina sistem kontrol nozzle éta signifikan (Tabel 1).

Gambar 2 nunjukkeun yén umbi-umbian ti daérah anu paling baseuh di unggal sawah gaduh babandingan panjang ka lébar anu langkung luhur. Saluyu sareng éta, aya insiden anu langkung luhur

jantung kosong dina umbi-umbian ti daérah anu paling baseuh di dua sawah, sareng bédana éta signifikan dina sistem kontrol kecepatan (Tabel 2).

Salila disimpen dina suhu di handap 48°F, urang niténan insiden buruk anu langkung luhur dina umbi-umbian ti daérah anu paling baseuh di dua lahan (Gambar 3). Diperkirakeun yén umbi-umbian anu dipelak dina taneuh anu jenuh ngagaduhan lentisel anu ageung dina permukaan, anu nyiptakeun titik éntri anu sampurna pikeun patogén di lapangan sareng salami disimpen.

Salian ti éta, urang ngitung efisiensi irigasi (IE) tina sistem VRI kontrol kecepatan (jumlah VRI kontrol nozzle teu sayogi), sareng éta nunjukkeun yén aya paningkatan IE anu signifikan di daérah anu paling baseuh dibandingkeun sareng rata-rata daérah lapangan. IE di daérah anu paling garing rada langkung luhur tibatan rata-rata (Tabel 3).

Pikeun status nitrogén, ngagunakeun NDVI pikeun ngaduga petiole nitrat-N ngahasilkeun hasil R2 anu pangsaéna pikeun dua jinis kentang, dibandingkeun sareng total N daun sadayana sareng total N pepelakan sadayana. Pikeun prediksi total hasil panén, DT sareng RF langkung saé tibatan SVM, sareng hasil pikeun taun 2019 langkung saé tibatan taun 2018 (Tabel 4, di luhur).

Nepi ka ayeuna urang mendakan yén: 

• 1) tangkal kaputusan sareng leuweung acak langkung saé tibatan dukungan vector mesin pikeun ngaramalkeun status N dina usum sareng hasil ahir usum pikeun kentang;
• 2) nitrat-N tangkai daun tiasa diprediksi langkung saé nganggo NDVI sareng modél pembelajaran mesin dibandingkeun sareng total N dina daun atanapi sulur. Kami bakal ngavalidasi modél sareng ngalegaan padamelan ieu nganggo data salami mangtaun-taun ngeunaan langkung seueur variétas kentang.

Panulis ngahaturkeun nuhun ka Asosiasi Patani Kentang sareng Sayuran Wisconsin, Departemen Pertanian, Perdagangan sareng Perlindungan Konsumén Wisconsin, Déwan Panalungtikan Pupuk Wisconsin, sareng Universitas Wisconsin-Madison College of Agricultural and Life Sciences anu parantos ngabiayaan panalungtikan kami.

— Yi Wang nyaéta asistén profesor di Departemen Hortikultura Universitas Wisconsin-Madison. Anjeunna mantan juara Spudman's Emerging Leader Award.

/téhnologi-irigasi