מסריקה למרשם: כיצד נוצרות מפות מינון משתנה

חוות מודרניות כבר אינן מוגבלות על ידי יכולות המיכון.

פעילויות רבות בקנה מידה גדול כיום כבר כוללות:

• מפזרות במינון משתנה
• מרססים עם בקרת מקטעים
• מזרעות מדויקות
• פלטפורמות מיכון מחוברות

המגבלה כבר אינה טכנולוגיית היישום.
המגבלה היא איכות ההחלטות.

יצירת מפת (VRA) במינון משתנה אינה פשוט עניין של שרטוט אזורים. זהו תהליך עבודה מובנה שממיר נתוני קרקע ברזולוציה גבוהה לפעולות מוכנות לשטח ומבוססות כלכלית.

מאמר זה מסביר כיצד מתרחשת הטרנספורמציה הזו - ומדוע היא יוצרת הבדל מדיד בשטח.

שלב 1: סריקת קרקע רציפה - בניית התשתית המרחבית

התהליך מתחיל בחישת קרקע ברזולוציה גבוהה.

סריקה מבוססת גמא אוספת מדידות רציפות ברחבי השדה, ולוכדת שונות ב:

• הרכב מינרלי
• מרקם
• תכולת חרסית
• מינרלים נושאי אשלגן

בניגוד לדגימת רשת, המבצעת אינטרפולציה בין נקודות דלילות, סריקה רציפה בונה מערך נתונים קוהרנטי מרחבית.

עם זאת, רזולוציה מרחבית לבדה אינה מספיקה. יש לכייל את הנתונים.

שלב 2: כיול ואימון מודלים - המרת אות לאגרונומיה

דגימות קרקע מייצגות נאספות מאזורים מובחנים שזוהו בסריקה.

ניתוח מעבדתי מספק מדידות מאומתות של:

• pH
• יסודות הזנה ברי-חילוף
• חומר אורגני
• קיבול חילוף קטיונים

תוצאות אלה משמשות לאימון מודלים חזויים המקשרים בין חתימות חיישנים לבין פרמטרים אגרונומיים - בהתאם למסגרות מבוססות של מיפוי קרקע דיגיטלי (McBratney et al., 2003; Minasny & McBratney, 2016).

מערכות מודרניות משלבות יותר ויותר טכניקות למידת מכונה, כולל מודלי רגרסיה וגישות אנסמבל, כדי לשפר את החוסן החזויי (Viscarra Rossel et al., 2010).

התוצאה אינה מפת חום חזותית - אלא שכבת יסודות הזנה מאומתת מרחבית.

שלב 3: תחימת אזורים - הבניית שונות

לאחר יצירת שכבות קרקע מכוילות, המשימה הבאה היא להבנות את השונות לאזורים בעלי משמעות אגרונומית וישימות תפעולית.

ב-Terra Oracle AI Portal, תכנון VRA מתחיל בבחירת הקשר המקור לחלוקה לאזורים, כגון:

• קרקע
• NDVI

משם, המשתמש יכול לבחור מבין שיטות החלוקה לאזורים הזמינות כיום ב-Portal:

• מעבדה
• מרווח שווה
• שטח שווה
• סטיית תקן
• ידני

המטרה אינה לגרום לחלוקה לאזורים להיראות מתוחכמת מתמטית. המטרה היא לארגן את השונות באופן התומך בהחלטות טובות יותר ובביצוע מעשי.

מחקר בחקלאות מדייקת מראה שתחימת אזורים מובנית משפרת את יעילות הקצאת יסודות ההזנה בהשוואה לאסטרטגיות אחידות או לאסטרטגיות רשת גסה (Taylor et al., 2007; Mulla, 2013).

בשלב זה, השונות כבר אינה מופשטת. היא נעשית מובנית.

שלב 4: לוגיקה אגרונומית + AI - ממצב יסודות ההזנה להחלטה

כאן מתרחשת הטרנספורמציה.

מפת קרקע מציגה את התפלגות יסודות ההזנה.
מפת מרשם קובעת מה ליישם.

פלטפורמת Terra Oracle AI משלבת:

• שכבות יסודות הזנה בקרקע
• סוג גידול
• יעדי יבול
• ניהול היסטורי
• מחירי דשנים
• דפוסי מזג אוויר
• אילוצים כלכליים

ה-Terra Oracle AI Advisor מסייע להעריך:

• רמות מספיקות של יסודות הזנה
• עקומות הסתברות תגובה
• ספי תשואה שולית פוחתת
• תרחישי אופטימיזציית מרווח רווח

במקום למקסם יבול באופן עיוור, המערכת יכולה לסייע בסימולציה של תוצאות כלכליות - תוך יישור שיעורי הדישון עם רווחיות ולא עם ייצור מרבי תאורטי.

דבר זה מתיישב עם מחקר אגרונומי המדגיש ניהול יסודות הזנה תלוי-אתר ואופטימיזציה כלכלית במערכות חקלאות מדייקת (Zhang et al., 2002; Gebbers & Adamchuk, 2010).

השינוי המרכזי הוא זה:

נתונים מתארים שונות.
AI מפרש שונות.
מרשמים הופכים שונות לתפעולית.

שלב 5: כוונון מפת VRA ויצירת מרשם

לאחר שלוגיקת החלוקה הראשונית לאזורים קיימת, Terra Oracle AI Portal מאפשר למשתמש לדייק את המפה לפני הייצוא.

זהו שלב קריטי. מרשם שימושי אינו רק מבוסס אגרונומית. עליו להיות גם ניתן לביצוע בשטח.

בתוך VRA Maps, משתמשים יכולים:

• לכוונן ספים והגדרות אזורים
• לסקור חזותית את התפלגות האזורים באמצעות היסטוגרמת האזורים
• לבחון טווחים, שטח והתאמות לפי אזור בטבלת האזורים
• להחיל גבולות אזורים חכמים כדי לצמצם את השפעתם של ערכים חריגים על גבולות ביניים
• להגדיר שטח יישום מינימלי כדי להימנע מכתמים קטנים ולא מעשיים
• לשמור את תוכנית ה-VRA
• לייצא את הפלט הסופי

המפות המתקבלות:

• מקצות שיעורי יישום משתנים לכל פוליגון או תא רשת
• מכבדות אילוצי מיכון (שינויי מינון מינימליים, רוחב מקטע)
• תומכות בביצוע מעשי יותר מבחינה תפעולית

בתהליך העבודה הנוכחי של ה-Portal, הייצוא מוריד קובץ ZIP המכיל פלטי shapefile עבור מפת ה-VRA.

הממשק של Terra Oracle AI מפשט את התהליך הזה.

במקום להתאים אזורים ידנית, אגרונומים יכולים:

• לסקור המלצות שנוצרו על ידי AI
• להתאים פרמטרים כלכליים
• להריץ סימולציות תרחישים
• לייצא פלטי מרשם סופיים

שכבת השימושיות חשובה. אימוץ נכשל כאשר המורכבות עולה על היכולת התפעולית.

פלטפורמה יעילה חייבת להפחית חיכוך בין ניתוח לפעולה.

מה משתנה בשטח?

ההשפעה של המרת נתוני קרקע למפות מרשם היא מדידה.

בפעילויות בקנה מידה גדול העוברות מאסטרטגיות אחידות לאסטרטגיות מכוילות במינון משתנה, התוצאות הנפוצות כוללות:

• הפחתת יישום-יתר של דשן באזורים עתירי רזרבות
• תיקון ממוקד באזורים חסרים
• שיפור יעילות השימוש ביסודות הזנה
• הפחתת שונות היבול בתוך השדה
• יישור טוב יותר בין עלות התשומות לבין תגובת היבול

באזורים מינרליים עשירי אשלגן, שיעורי היישום מופחתים לעיתים קרובות ללא פגיעה ביבול.
בכיסים חומציים, הקצאת סיד משפרת את יעילות קליטת יסודות ההזנה.
בקרקעות קלות יותר, אסטרטגיות תזמון חנקן מותאמות ליכולת ההחזקה.

השדה מפסיק להיות מטופל כממוצע.

הוא מנוהל כמערכת מרחבית.

ההבדל בין מפות להחלטות

חוות רבות כבר מייצרות מפות.

פחות מהן מייצרות מרשמים מאומתים.

ההבדל טמון באינטגרציה.

מפת חום ללא כיול היא מידע.
שכבת יסודות הזנה מכוילת היא מבנית.
מפת VRA מכווננת בתוך Terra Oracle AI היא תפעולית.

מחקר בחקלאות מדייקת מראה בעקביות שהיתרון הכלכלי של יישום במינון משתנה תלוי ב:

• אפיון מרחבי מדויק
• פרשנות אגרונומית נכונה
• אופטימיזציה כלכלית
• שימושיות מעשית

ללא שכבות אלה, מפות שונות עשויות להיראות מתוחכמות אך לא לשנות תוצאות.

שימושיות כיתרון אסטרטגי

אימוץ טכנולוגיה בחקלאות תלוי בפשטות תהליך העבודה.

Terra Oracle AI Portal מתמקד ב:

• המחשה ברורה של אזורים
• בקרות חלוקה לאזורים מובנות
• כלים להשוואת תרחישים
• תהליכי ייצוא מעשיים

AI פועל לא כתחליף לאגרונומים, אלא כשכבת תמיכה בהחלטות - המעבדת משתנים מרחביים וכלכליים מורכבים שלא היה מעשי לחשב ידנית על פני מאות הקטרים.

התוצאה היא קבלת החלטות מהירה יותר וברת-הגנה יותר.

מנתונים להבדל

חקלאות מדייקת אינה יוצרת ערך בשלב החישה.

היא יוצרת ערך בשלב היישום.

כאשר סריקת קרקע מכוילת, מפורשת, ממודלת כלכלית ומתורגמת למרשמים במינון משתנה, ההשפעה נראית לעין:

• התשומות מיושרות עם התנהגות הקרקע האמיתית
• שונות היבול מצטמצמת
• מרווחי הרווח מתייצבים תחת תנודתיות במחירי הדשנים
• הביטחון בהחלטות עולה

המרת נתוני סריקה למפות מרשם אינה תרגיל טכני.

זהו הרגע שבו בינת קרקע דיגיטלית הופכת לפעולה פיזית - שבו השונות כבר אינה רק נצפית, אלא מנוהלת.

ושם החקלאות המדייקת מתחילה ליצור הבדל מדיד בשטח.

מקורות מדעיים נבחרים

• McBratney, A.B., Santos, M.L.M., & Minasny, B. (2003). על מיפוי קרקע דיגיטלי. Geoderma, 117(1–2), 3–52.
• Viscarra Rossel, R.A., McBratney, A.B., & Minasny, B. (2010). חישת קרקע מקרוב. Springer.
• Minasny, B., & McBratney, A.B. (2016). מיפוי קרקע דיגיטלי: היסטוריה קצרה וכמה לקחים. Geoderma, 264, 301–311.
• Gebbers, R., & Adamchuk, V.I. (2010). חקלאות מדייקת וביטחון מזון. Science, 327(5967), 828–831.
• Taylor, J.C., McBratney, A.B., & Whelan, B.M. (2007). קביעת מחלקות ניהול לייצור גידולי שדה רחבי-היקף. Agronomy Journal, 99(5), 1366–1376.
• Zhang, N., Wang, M., & Wang, N. (2002). חקלאות מדייקת-סקירה עולמית. Computers and Electronics in Agriculture, 36(2–3), 113–132.