Γράφει ο Θεοφάνης Γέμτος Ομ Καθ Τμ Γεωπονίας, Φυτικής Παραγωγής και Αγροτικού Περιβάλλοντος, Παν Θεσσαλίας
Η Γεωργία πρέπει στα επόμενα χρόνια να αυξήσει την παραγωγικότητά της κατά 70% για να μπορέσει να καλύψει τις ανάγκες 9 δισεκατομμυρίων ανθρώπου που θα ζουν στο Πλανήτη το 2050. Αυτό πρέπει να το πετύχει με ταυτόχρονη προστασία του περιβάλλοντος, προσαρμογή στην αναμενόμενη κλιματική αλλαγή και ταυτόχρονα να συμβάλλει στην αποτροπή της με αύξηση της αποθήκευσης διοξειδίου του άνθρακα στο έδαφος αλλά και διατηρώντας τη οικονομική βιωσιμότητα των εκμεταλλεύσεων. Δεν υπάρχει αμφιβολία ότι πολλές νέες τεχνολογίες θα βοηθήσουν στην επίτευξη των στόχων. Η γενετική και η βιοτεχνολογία θα δημιουργήσουν πιο αποδοτικές ποικιλίες, η γεωργία συντηρήσεως με την εφαρμογή αμειψισπορών, χρήση καλλιεργειών φυτοκάλυψης και ακαλλιέργεια θα προστατεύσουν το έδαφος και θα αυξήσουν τη γονιμότητα και τη περιεκτικότητα σε οργανική ουσία ενώ οι τεχνολογίες της πληροφορικής και των τηλεπικοινωνιών θα βοηθήσει στη βελτίωση των καλλιεργητικών τεχνικών βελτιώνοντας τη διαχείριση των καλλιεργειών και των αγροκτημάτων. Θα δώσω ένα περίγραμμα του τι μπορούν να κάνουν οι τελευταίες και πως μπορούν να εφαρμοστούν και στη χώρα μας.
Οι τεχνολογίες της πληροφορικής και των τηλεπικοινωνιών άρχισαν να εφαρμόζονται μετά το 1990 στη γεωργία. Οι πρώτοι αισθητήρες σε μηχανές συγκομιδής που μετρούσαν τη ροή του προϊόντος κατά τη συγκομιδή έδειξαν τη μεγάλη παραλλακτικότητα της παραγωγής δηλαδή τη διαφορά παραγωγής από σημείο σε σημείο του χωραφιού. Αυτό ήταν η έναρξη της ανάπτυξης της γεωργίας ακριβείας δηλαδή μιας μεθόδου διαχείρισης των αγροκτημάτων με βάση της ανάγκες των φυτών σε κάθε σημείο του χωραφιού. Η γεωργία ακριβείας ξεκινά με τη μέτρηση της παραλλακτικότητας του εδάφους, της φυτείας κλπ και προσπαθεί να τη διαχειριστεί εφαρμόζοντας τις εισροές (λιπάσματα, φυτοφάρμακα, σπόρους) σε διαφορετικές δόσεις σε κάθε τμήμα του χωραφιού.
Η εφαρμογή των διαφοροποιημένων δόσεων μπορεί να γίνει με δύο τρόπους. Με βάση δεδομένα που συγκεντρώνονται με διάφορες τεχνικές όπως μέτρηση ιδιοτήτων εδάφους, φυτών, παραγωγής και ότι άλλο και δημιουργία ζωνών με κοινά χαρακτηριστικά που επιδέχονται κοινές καλλιεργητικές φροντίδες. Με το τρόπο αυτό δημιουργούνται χάρτες εφαρμογής που χρησιμοποιούνται από τα μηχανήματα για να διαφοροποιήσουν τις δόσεις. Στη Εικόνα 1 φαίνεται ο χάρτης εφαρμογής αζωτούχου λίπανσης σε ένα οπωρών 50 στρεμμάτων στην Αγιά. Ο χάρτης αυτός προέκυψε από το χάρτη παραγωγής της προηγούμενης χρονιάς (Εικόνα 2). Η παραγωγή εκτιμήθηκε με μέτρηση των κιβωτίων με μήλα καθώς συγκόμιζαν οι εργάτες κάθε 15 μέτρα. Δηλαδή υπολογίσαμε με βάση τη παραγωγή τα θρεπτικά στοιχεία που αφαιρέθηκαν από το χωράφι και τα αντικαταστήσαμε με την εφαρμογή του λιπάσματος υπολογίζοντας μια απώλεια αζώτου 35%. Όπως γίνεται κατανοητό αυτό μπορεί να γίνει χωρίς καμία τεχνολογία με μια μικρή προσπάθεια του παραγωγού. Καθώς το λίπασμα το εφάρμοζε με τα χέρια η διαφοροποίηση ήταν πολύ απλή. Στην εφαρμογή αυτή είχαμε μείωση του λιπάσματος κατά 20% χωρίς ουσιαστική μείωση της παραγωγής αλλά με βελτίωση της ποιότητας και προφανώς ωφέλεια για το περιβάλλον.
Εικόνα 1. Χάρτης εφαρμογής αζωτούχου λιπάσματος σε οπωρώνα μήλων 50 στρεμμάτων
Εικόνα 2. Χάρτης παραγωγής της προηγούμενης χρονιάς
Μια δεύτερη γραμμή δράσης για διαφοροποιημένη λίπανση είναι με χρήση αισθητήρων που μετρούν κάποιες ιδιότητες των φυτών ή του εδάφους και αυτόματα αλλάζουν τη ρύθμιση του μηχανήματος εφαρμογής κατά τη λειτουργία στο χωράφι. Θα αναφερθώ σε μια εφαρμογή που αναπτύχθηκε από μια νεοφυή επιχείρηση της περιοχής μας την Argile Agriculture Technologies. Το προϊόν ονομάστηκε eyeQ και είναι ένα προϊόν που προστίθεται σε υπάρχοντες λιπασματοδιανομείς και μπορεί να εφαρμόσει διαφοροποιημένη λίπανση σε χειμερινά σιτηρά στο πρωτότυπο. Αργότερα θα επεκταθεί και σε άλλες καλλιέργειες. Μια σχηματική παράσταση φαίνεται στην Εικόνα 3. Στο μπροστά μέρος του τρακτέρ τοποθετούνται δύο κάμερες που καταγράφουν το χρώμα το σιταριού. Είναι αυτό που φαίνεται στην Εικόνα 4. Ο παραγωγός βλέπει τις διαφορές αλλά δεν έχει τη δυνατότητα να αλλάξει τη ρύθμιση. Στην εφαρμογή με το eyeQ υπάρχει ένας μάρτυρας με πλήρη λίπανση. Το λογισμικό του μηχανήματος εκτιμά τη διαφορά του χρώματος του μάρτυρα με το χρώμα της φυτείας από όπου περνάει και μεταβάλλει αυτόματα την εφαρμοζόμενη ποσότητα λιπάσματος. Οι εφαρμογές του 2017 σε 2000 στρέμματα έδειξαν ότι επιτυγχάνεται μια μείωση του λιπάσματος κατά 5% και αύξηση της παραγωγής κατά 10% που δίνει ένα κέρδος στο αγρότη πάνω από 10 €/στρέμμα. Επί πλέον βελτιώθηκε η ποιότητα του σκληρού σιταριού με αύξηση της πρωτεΐνης κατά 15%. Αυτά είναι μέσοι όροι από όλες τις δοκιμές που έγιναν. Σε επιμέρους χωράφια είχαμε εξοικονόμηση λιπάσματος μέχρι 20% κυρίως εκεί που εφαρμόζονταν μεγάλες δόσεις λιπάσματος.
Εικόνα 3 Σημαντική παράσταση του eyeQ
Εικόνα 4. Τι βλέπει ο αγρότης και τι το eyeQ
Οι δύο εφαρμογές που περιέγραψα έχουν εφαρμοστεί με επιτυχία στη περιοχή μας και μπορούν να συμβάλλουν στη μείωση του κόστους παραγωγής των προϊόντων μας αλλά και στη βελτίωση της ποιότητας
Υπάρχουν όμως μια σειρά εφαρμογές ώριμες να χρησιμοποιηθούν και οι αγρότες ιδιαίτερα οι νέοι πρέπει να ανοίξουν τα μάτια τους και τις υιοθετήσουν για να πετύχουν βελτίωση της διαχείρισης των αγροκτημάτων τους.
Τα επόμενα χρόνια μικρά ελικοπτεράκια (drones) θα χρησιμοποιηθούν για να εποπτεύουν τα χωράφια και να προειδοποιούν για τυχόν προβλήματα. Αλλά και μηχανήματα με τεχνητή νοημοσύνη που θα βελτιώνουν την εργασία των μηχανημάτων και θα εξοικονομούν πόρους και κόστος παραγωγής.
*
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου