Die tegniek ingespan om gewasreaksie te meet

Data Intensive Farm Management (DIFM) is ’n bestaande multidissiplinêre navorsings­projek waarbinne verskeie agronomiese proewe die afgelope jare op vyf plase uitgevoer is. Nuwe eksperimentele tegnieke is ontwikkel wat die grootte en die koste van agronomiese proewe aansienlik kan verminder.

DIFM sluit ’n span agronome, landbou-ingenieurs, landbou-ekonome, statistici en grondkundiges in van die Universiteit van Illinois, die Illinois-staatsuniversiteit, die Louisiana-staatsuniversiteit, die Universiteit van Massachusetts-Amherst, die Montana-staatsuniversiteit, die Universiteit van Nebraska, die Texas A&M-universiteit en die Washington-staatsuniversiteit. Plaaslike vennote sluit in die Buro vir Voedsel- en Landboubeleid (BFAP), die Proteïennavorsingstigting, die Universiteit van Pretoria­ asook Graan SA.

Deur gebruik te maak van GPS-presisielandboutegnologie, werk navorsers en produsente saam aan die DIFM-projek en word grootskaalse proewe op die plase gedoen. Die doel van DIFM is om die bestuur van presisieboerdery op plase te verbeter deur saam met produsente te werk om wetenskaplike eksperimente op hulle eie plase te implementeer. Dit sal produsente in staat stel om hul wins te verhoog deur datagedrewe bestuursbesluite te neem wanneer dit kom by investe­ring in presisieboerdery en watter veranderlikes om in ag te neem tydens die ontwerp van presisieboerderyvoorskrifte. Die DIFM-proewe is ontwerp om beide die agronomiese en ekonomiese reaksie van ’n gewas op landerye te meet.

Hierdie presisielandbouprojek gebruik die produ­sent se vermoë om GPS-inligting, plantdigtheid, voe­dingstowwe en opbrengsmonitors te gebruik om ’n datagedrewe wetenskaplike eksperiment op die plaas uit te voer sonder om huidige bestuurspraktyke te veel te verander. Die eksperimente is geskep om die produsent se bestaande toerusting en metodes van plant en toediening te gebruik asook die bestaande toedieningsvlakke wanneer die minimum en maksimum reeks vir die proefontwerpe bepaal word. Die data word op ’n ruimtelike skaal ingesamel (identifiseer die geografiese ligging van kenmerke en grense) sodat ander inligting oor landskap- en grondeienskappe, indien beskikbaar, by die finale proefanalise ingesluit kan word. Hierdie data sal verduidelik waarom sekere areas van ’n plaas dalk anders reageer op die eksperiment se behandelings.

Resultate van 2021
Sojabone in Noordwes
Schietfontein is ’n 42,4 ha-land wat toegewy is vir die DIFM-sojaboonproewe vir die 2021-oesseisoen in Noordwes. Die produsent plant gewoonlik 300 000 plante/ha en het versoek dat die proef tussen 150 000 en 450 000 plante/ha wissel, in inkremente van 50 000 plante/ha. Die produsent plant vooraf gedefinieerde spore van ses rye, 6,85 m uit mekaar (gemiddelde rywydte van 1,15 m). Die toerusting wat gebruik word, sluit in:

• John Deere 6330-trekker
• John Deere 1750-“vakuum”-planttoerusting
• AgLeader-presisielandbousagteware
• John Deere S660-stroper

Saadprys gebruik in die proef: R0,0025 per saad (R350 @ 140 000 pitte) en ’n kommoditeitsprys vir sojabone van R7 500/ton.

Die ontwerp van die proewe in die linkerkantste paneel van Figuur 1 is aan die produsent verskaf en is op 23 November 2020 aangeplant (sien die hoeveelhede soos aangeplant op die regterkantste paneel). Die aanplanting is baie akkuraat uitgevoer.

Na ’n bogemiddelde seisoen is die proef op 5 April 2021 gestroop met ’n algehele gemiddelde opbrengs van 3,5 t/ha. In die regterkantste paneel van Figuur 2 word die opbrengsdata getoon, bestaande uit 2 460 subdele met konsekwente opbrengs- en plantdigtheidwaarnemings. Kunsmatige intelligensie en ’n groeperings­algoritme is uitgevoer om die verwerkte data te genereer, wat gebruik is vir verdere statistiese analises.

Algemene byvoegingsmodelle is by die verwerkte data gepas vir bepaling van beide opbrengs en optimale wins. Figuur 3 beeld die data uit met die gevolglike gepaste kurwes en dui ook die produsent se status quo-koers (300 000 plante/ha) en die plantdigtheid vir optimale opbrengs van 422 000 sade/ha aan.

As die produsent sy plantdigtheid sou verhoog tot 422 000 sade/ha in ’n seisoen met identiese groeitoestande as in 2020/2021, sal ’n geprojekteerde toename van 0,15 t/ha behaal kon word.

Figuur 3 beeld die optimale plantdigtheid van 397 000 sade/ha uit en die model skat dat in ’n seisoen met identiese groeitoestande as die 2020/2021-seisoen, die produsent sy wins met net minder as R1 000/ha kon verhoog het as die optimale “konstante digtheid” gebruik sou word.

’n Geografies geweegde regressie is gebruik om terreinspesifieke plotte vir plantdigtheid op die Schietfontein-land te definieer (sien Figuur 4).

Die beste skatting wat deur die data en model verskaf word, is dat onder groeitoestande identies aan dié van die proewe in 2021, die implementering van die aanbevole terreinspesifieke plantdigtheidstrategie die wins met ongeveer R1 360/ha sou verhoog het (relatief tot die status quo-vastekoersaansoek). Die data en model het ’n vlak van statistiese vertroue van 95% geplaas dat hierdie wins tussen ongeveer R1 016/ha en R1 704/ha sou wees.

Mielies in die Noordwes-Vrystaat
Uitsny is ’n 57,5 ha-land wat vir die tweede jaar gedurende die 2021-stroopseisoen aan die DIFM-mielieproewe toegewy is. Die produsent plant gewoonlik 18 000 plante/ha en het versoek dat die proewe tussen 10 000 en 50 000 plante/ha wissel. Nadat ureum 46 voor aanplanting toegedien is, voeg die produsent gewoonlik 200 kg/ha van 15.10.6-kunsmis toe met aanplanting. Die proefontwerp het die kunsmistoediening tussen 90 kg/ha en 300 kg/ha laat wissel. Die produsent plant rye van 16,3 voet en die proewe is dus ontwerp om 48 voet breed te wees. Die toerusting wat gebruik word, sluit in:

• John Deere-trekker
• Equalizer-planter en John Deere Seedstar 2 en Greenstar-koers­kontroleerderplanttoerusting
• John Deere S660-stroper

Saadprys gebruik in die proef was R0,0475 per saad (R3 800 @ 80 000­pitte) met die ureum op R7 519/ton en ’n kommoditeitsprys van R2 950/ton vir die mielies.

Die plantdigtheidsproefontwerp in die boonste paneel van Figuur 5 is aan die produsent verskaf en is op 14 November 2020 geplant (sien die plantdigtheid soos geplant op die onderste paneel). Die ureumtoedieningsproefontwerp en die data soos toegedien word in Figuur 6 uitgebeeld.

Na ’n bogemiddelde seisoen is die proewe op 24 April 2021 gestroop met ’n algehele gemiddelde opbrengs van 9,5 t/ha.

In die regterkantste paneel van Figuur 7 word die verwerkte opbrengsdata getoon, bestaande uit 3 410 subplotte met konsekwente opbrengs-, plantdigtheid- en “met-plant”-kuns­miswaarnemings. Kunsmatige intelligensie en ’n groeperingsalgoritme is uitgevoer om die verwerkte data te genereer wat vir verdere statistiese analise gebruik kan word.

Algemene byvoegingsmodelle is by die verwerkte data ge­plaas vir beide opbrengs en optimale wins. Figuur 8 beeld die data uit met die gevolglike gepaste kurwes en dui ook die produsent se status quo-plantdigtheid (18 000 plante/ha) en die winsmaksime­rende plantdigtheid van 26 000 sade/ha aan. Dit is interessant om hier op te let dat in 2019/2020 gevind is dat die winsmaksimerende plantdigtheidsyfer 29 600 sade/ha was. Die resultate lyk konsekwent in hierdie twee bogemiddelde reënvalseisoene dat ’n hoër plantdigtheid wins sou verhoog het.

Dit was ook duidelik dat die optimale saaidigtheid tussen 15 000 en 35 000 gevarieer het tussen die verskillende sones. Dit dui weer eens op die voordeel en belangrikheid van varieerbare toediening.

Figuur 9 beeld die optimale kunsmistoediening van 285 kg/ha uit. In die vorige seisoen se resultate is die hoogste kunsmistoedie­ning van 300 kg/ha beraam om wins te maksimeer. Beide seisoene se data is konsekwent deurdat hoër hoeveelhede kunsmis aanbe­veel word.

’n Geografies geweegde regressie is gebruik om terreinspesifieke plotte vir plantdigtheid en kunsmistoediening op die Uitsny-land te definieer (sien Figuur 10).

Die beste skatting wat deur die data en model verskaf word, is dat onder groeitoestande identies aan dié van die proewe in 2021, die implementering van die aanbevole terreinspesifieke plantdigtheidstrategie (sien linkerkant van Figuur 9) die wins met ongeveer R978/ha sou verhoog het (relatief tot die status quo-vastetarieftoediening). Die data en model het ’n vlak van statistiese vertroue van 95% geplaas dat hierdie wins tussen ongeveer R703/ha en R1 253/ha sou wees.

Verder word getoon dat onder identiese groeitoestande van dié van die proewe in 2021, die implementering van die aanbevole terreinspesifieke kunsmistoediening (sien regterkant van Figuur 10) die wins met ongeveer R3 361/ha sou verhoog het (relatief tot die status quo-vastetariefaansoek). Die data en model het ’n vlak van statistiese vertroue van 95% geplaas dat hierdie wins tussen ongeveer R2 948/ha en R3 773/ha sou wees. Dit is belangrik om hier op te let dat die terreinspesifieke kunsmisstrategie eintlik ’n winsmaksimerende vastekoersstrategie is: Die optimale kunsmishoeveelheid in die vier gedefinieerde plotte is dieselfde teen 300 kg/ha.

Opsommend
Om op te som het die data die vermoë om navorsing te versnel en verskaf dit nuwe insigte om optimale wins te behaal. Deur presisie­tegnologie te benut, kan winste geoptimaliseer word en sodoende kan beter marges behaal word. Die sleutel tot die sukses van navor­sing is om uit te brei na ander plase, maar ook wat betref jare en die variasie van seisoene. Daar moet in ag geneem word dat dit besonder goeie reënvaljare en opbrengste was. Dit sal goed wees om te sien wat die resultate in droër jare toon. Hoe meer data mettertyd gegenereer kan word, hoe makliker word dit om besluite spesifiek betreffende klimaatstoestande te neem. Deur in wese twee veranderlikes doeltreffend te bestuur, kan winste verhoog word, wat die volhoubaarheid van produksie sal verhoog. Die bykomende waarde is dat alhoewel nie alle produsente die tegnologie beskikbaar het nie, hulle die voordele van die navorsingsresultate vir toekomstige toepassing kan pluk.