Информационное агентство "Светич". Сайт о сельском хозяйстве. 16+
Росспецмаш
Доска Почета АПК агроснабжение
Российский агротехнический форум-2017

Плодовые и овощные культуры: системы мониторинга урожайности в точном земледелии

Плодовые и овощные культуры: системы мониторинга урожайности в точном земледелии

   По сравнению с полевыми культурами, такими как зерновые и другие технические культуры, специальные культуры, плодовые и овощные, обычно требуют большей осторожности при их выращивании, т. к. они более чувствительны к условиям роста. Кроме того, продукция специализированных культур имеет наиболее высокую стоимость. Эти характеристики определяют названные культуры более предпочтительными для возделывания их в системе точного земледелия.
 
      Согласно Брауну и Розенштоку [1], рентабельность является главным фактором при возделывании зерновых и пропашных культур в системе точного земледелия. Как ни странно, до настоящего времени, исследования и разработки в области сельского хозяйства были сосредоточены, в основном, на зерновых культурах, и мало усилий было приложено для применения элементов точного земледелия при выращивании специальных культур. Это особенно касается мониторинга урожайности, который считается первым шагом при разработке точного земледелия.
    Мониторинг урожайности сельскохозяйственных культур является одной из основных составляющих точного земледелия [2, 3]. Информация об урожайности сельскохозяйственных культур необходима для успешного его внедрения. Он позволяет количественно определить величину изменчивости урожайности в пределах поля. Системы контроля урожая коммерчески доступны для зерновых, однако, очень немногие системы мониторинга урожайности являются коммерчески доступными для специальных культур. Отсутствие системы контроля урожайности является одним из узких мест, сдерживающих применение точного сельского хозяйства при возделывании специальных культур. Разнообразие типов и методов уборки специальных культур, а также относительно мелкий рынок их реализации по сравнению с зерновыми и пропашными культурами мало стимулируют коммерческие компании вкладывать средства в разработку систем мониторинга урожая специальных культур. Для большинства производителей специальных сельскохозяйственных культур знание урожайности в начале сезона так же важно, как и контроль урожая в конце сезона. Наличие точной оценки урожайности в начале сезона имеет большое значение для производителей, поскольку это может помочь им получить лучший контракт с перерабатывающими заводами. Это также помогает им более точно корректировать свой бюджет на основе реалистичной оценки доходов.
   Оценка урожайности осуществляется либо через модель, либо через системы прямого счета. Модели, которые используются для оценки урожайности, обычно включают в себя несколько факторов, таких как история урожайности, общее количество деревьев и/или площадь поверхности кроны. Мониторинг урожайности – это процесс измерения урожайности для данного места и его интеграция с полученной GPS-координатной информацией.
    Монитор урожайности включает несколько датчиков. Основным датчиком является массовый или объемный датчик расхода (подачи массы). В зависимости от типа, этот датчик измеряет объем или фактическую массу или вес плода. Индикаторы урожайности рассчитываются путем деления массы/объема урожая, прошедшего через механическую уборочную машину в течение определенного времени на площадь, из которой урожай был собран во время периода отбора проб. Площадь, с которой был убран урожай, рассчитывается на основании показаний датчиков скорости движения уборочного агрегата и ширины захвата в течение заданного времени. Наконец, информация о широте и долготе, получаемая от приемника GPS, интегрируется с данными об урожайности. Эта информация обычно собирается и хранится на карте памяти с частотой 1 Гц или более.
 

Рисунок 1- Различные методы, используемые для оценки урожая и мониторинга 
урожайности для специальных культур.

 
     Помимо изменчивости урожайности, данные, полученные при мониторинге урожайности, содержат очень полезную информацию для других применений. Данные об урожайности можно использовать для получения информации, связанной с управлением машиной, например, эффективности использования поля, производительности оператора машины, общего времени простоя и фактического времени уборки. Информация о производительности машины может быть полезной для менеджера и помочь в принятии управленческих решений для снижения затрат и повышения эффективности работы.
 

Рисунок 2 — Схема общих систем мониторинга урожайности для специальных культур
 
    Как показано на рисунке 1, массовые/объемные датчики скорости потока, непосредственное взвешивание партии и суммарное взвешивание являются наиболее часто сообщаемыми методами, используемыми при разработке систем контроля урожая для специальных культур. Различные методы, используемые для измерения массового/объемного расхода, можно классифицировать следующим образом – см. рис.1.
   Для механически собранных специальных культур, массовые или объемные измерения собранного урожая обычно производятся в конце ленточного конвейера непосредственно перед его доставкой в транспортную тележку (рисунок 2, рис. 2а и 2b).
   Типичным примером такого типа является непрерывный взвешивающий монитор томатов, который был разработан Пеллетье и Упадхьяйей [2]. Этот монитор урожайности измерял вес помидоров на ленте конвейера томатоуборочного комбайна. Датчик массового расхода этого монитора состоял из двух наборов, состоящих из трех роликов: приводного ролика в центре и двух опорных роликов, по одному с каждой стороны от весового ролика. Каждый комплект был установлен на шасси, а конвейерная лента располагалась сверху этих двух наборов. Эти датчики были установлены вдоль конвейерной ленты. Поскольку угол наклона конвейерной ленты был большим и переменным, для измерения этого угла и коррекции измерений массового расхода был использован датчик угла [3].
    Авторы выполнили полный математический анализ этого монитора урожайности. Анализ показал, что несоответственность опорных роликов может снизить точность измерения. Они показали, что эту проблему можно свести к минимуму, если учитывать нагрузку ячейки при нулевой нагрузке, т. е. когда на конвейерной ленте нет томатов. Их анализ также позволил получить важные рекомендации относительно расположения и расстояния между роликами.
        Авторы [4] разработали монитор урожайности сахарного тростника, состоящий из весовой платформы, поддерживаемой весоизмерительными ячейками. Монитор урожайности был установлен в элеваторе комбайна. Кроме того, для измерения наклона конвейера и скорости также использовались датчики. Максимальная погрешность измерений урожайности в поле составила 6,4%. Авторы [5] описали аналогичную систему мониторинга урожайности сахарного тростника. Они оценили систему в полевых условиях для различных сортов сахарного тростника, уровней зрелости и скорости потока. Результаты показали, что уровень зрелости сахарного тростника и скорость потока существенно не изменили показания монитора урожайности. Однако, влияние разнообразия сахарного тростника было значительным. В работе [6] также представлена аналогичная система, используемая при работе комбайнов сахарного тростника. Средняя ошибка в полевых условиях достигла 8%. Авторы [7] использовали тензодатчики и датчик влажности для разработки монитора урожайности силоса. Чтобы избежать чрезмерного вибрационного шума от комбайна, они установили монитор урожайности на прицепе для перевозки силоса. Полевые оценки показали, что точность этой системы была в пределах 2% от общей урожайности.
     В работе [8] представлены результаты оценки монитора массового потока цитрусовых в контролируемых лабораторных условиях. Результаты показали, что этот тип монитора урожайности был наиболее точным, если массовые скорости потока, которые используются в фазе калибровки, находятся в том же диапазоне, что и те, которые будут встречаться во время фактических измерений.
    Очень распространенным типом датчика массового расхода является датчик массового расхода ударного типа, который также широко используется для мониторинга урожайности зерна (рисунок 2c). Убранный урожай воздействует на ударную плиту, которая поддерживается весоизмерительными ячейками. Показания тензодатчика и скорость удара используются для вычисления массы урожая. Для точного измерения коэффициента отдачи должны быть точно определены коэффициент восстановления фруктов или овощей. Коэффициент восстановления объекта представляет собой значение, представляющее отношение его скорости до и после удара. Объект с коэффициентом восстановления 1 сталкивается упруго, т. е. он отскакивает с той же скоростью после удара. Объект с коэффициентом восстановления 0 будет придерживаться объекта, с которым он сталкивается. Если коэффициент восстановления урожая существенно зависит от его зрелости, влажности и т. п., мониторы урожайности ударного действия не будут приводить к точным измерениям [2]. Анализ этого типа мониторов урожайности требует знания базовой механики удара и может быть найден в [9].

   Системы контроля урожая коммерчески доступны для зерновых, однако, очень немногие системы мониторинга урожайности являются коммерчески доступными для специальных культур. Отсутствие сис-темы контроля урожайности является одним из узких мест, сдерживающих применение точного сельского хозяйства при возделывании специальных культур.
 
        В работе [10] представлен монитор урожайности ударного типа для измерения массы отдельных луковиц лука. На конце конвейерной ленты была помещена амортизированная ударная плита, поддерживаемая двумя тензодатчиками. Система смогла измерить массу отдельных луковиц с погрешностью менее 2%. Точность измерений не зависела от ориентации луковиц на конвейерной ленте или их ориентации при попадании на ударную пластину.
     Упадхая С. К., Шафи М.С. и Гарсиано Л.О. [9] разработали две системы непрерывного взвешивания томатов ударного типа. В одной конструкции для измерения ударной силы использовались четыре тензодатчика, а во втором – один тензодатчик. В обеих системах ударная пластина была размещена на конце конвейерной стрелы. Чтобы определить скорость движения помидоров, для измерения скорости конвейера был использован магнитный датчик. Оба монитора
урожайности обеспечили очень точные измерения в полевых условиях. Однако, калибровка была сложной, и они рекомендовали изолировать ударную установку от частот вибраций, связанных с комбайном.
     Мониторы урожайности специальных сельскохозяйственных культур становятся все более распространенными в Северной Америке. В работе [11] приведены данные исследования по оценке точности коммерчески доступных мониторов урожайности и использования их для мониторинга урожайности винограда в середине сезона, а также при сборе урожая для картографирования урожайности.
         Коммерчески доступными мониторы урожайности, установленные в месте выхода винограда из комбайна, стали с конца 1990-х годов. Первым коммерчески доступным монитором урожайности винограда был монитор HM-570, выпущенный HarvestMaster (Logan, UT, США). Монитор урожайности HM-570 был объемного типа, который использовал ультразвуковые датчики, установленные над разгрузочным конвейером для измерения высоты (объема) винограда на конвейерной ленте. Затем объем был откалиброван для оценки массы с использованием коэффициента плотности. Значительные проблемы с функционированием
системы в австралийских условиях в период с 1999 по 2002 год были отмечены исследователями в CSIRO и Сиднейском университете [12]. В частности, коэффициент плотности требовал постоянной корректировки не только между сортами, но и в течение всего дня, когда менялось соотношение ягод и сусла.
    В 2001 году Farmscan Ltd (Западная Австралия, Австралия) выпустила сенсорный датчик урожайности на основе тензодатчиков, который оказался более надежным, чем система HarvestMaster. Однако проблемы с материнской компанией Farmscan фактически привели к тому, что к 2007 году с рынка был снят датчик урожайности Farmscan. Вторая система на основе весоизмерительных ячеек была выпущена в 2005 году в Австралии компанией Advanced Technology Viticulture (ATV) (Аделаида, Южная Австралия, Австралия). С 2005 года наблюдается медленный, но неуклонный рост использования монитора урожайности винограда ATV, преимущественно в Австралии, но все чаще в Северной Америке с 6 установками для мониторинга урожайности в США в 2012 году, 9 в 2013 году и 30 в 2014 году. В работах [13, 14, 15] приведены примеры, а также геостатистический анализ пространственных изменений, наблюдаемых в австралийском и европейском виноградарстве [12]. Однако, независимой оценки этой технологии не проводилось. Учитывая повышенный интерес к мониторам урожайности винограда в США и ожидаемый дальнейший рост потребности в них, оценка точности и потенциального использования этой технологии считается уместной.

      Для большинства производителей специальных сельскохозяйственных культур знание урожайности в начале сезона так же важно, как и контроль урожая в конце сезона. Наличие точной оценки урожайности в начале сезона имеет большое значение для производителей, поскольку это может помочь им получить лучший контракт с перерабатывающими заводами. Это также помогает им более точно корректировать свой бюджет на основе реалистичной оценки доходов.
 
      Оценка урожайности в широком диапазоне измерения поступающей массы показала, что сенсорная система позволяет получать хорошую информацию во всем диапазоне. Показания монитора урожайности подвергаются некоторому временному сдвигу, что может приводить к абсолютным ошибкам ± 15% при измерении между различными днями сбора урожая. Следовательно, для достижения оптимальных результатов при уборке, суммарная суточная чувствительность должна быть скорректирована относительно общей массы винограда, взвешенного при раздавливании. В отдельно взятом комбайне эта зависимость
относительно прямолинейна. Однако, когда в винограднике используется несколько комбайнов (датчиков), может быть труднее отследить вес на одной машине. К сожалению, правильная коррекция также более важна при использовании нескольких уборочных комбайнов, поскольку разные машины могут иметь различные ошибки в определенный день. Важность этой ежедневной коррекции будет зависеть от того, как используется информация, и от производителя требуется относительная информация об областях с высокими и низкими урожайностями или абсолютная информация. Это потенциальное ограничение для использования мониторов урожайности винограда (МУВ) в больших виноградниках с несколькими уборочными комбайнами. Ежедневная калибровка еще более важна для любых приложений МУВ в середине сезона. Эти данные показывают, что для использования МУВ в середине сезона необходим другой калибровочный коэффициент, который используется при уборке урожая, и, похоже, этот коэффициент является динамичным по мере развития ягод. Предполагается, что на производительность датчика влияют различия в физиологии ягод, с более легкими, меньшими и более твердыми ягодами в середине сезона по сравнению с большим сочным виноградом при уборке урожая и отсутствием веса сока. Для проверки этой гипотезы необходимы дальнейшие исследования. Однако линейные зависимости, наблюдаемые в этой оценке, указывают на то, что повторная калибровка должна быть относительно простой и даст ощутимые результаты. Данные середины сезона CLEREL 2013 и 2014 указывают, что калибровка, скорее всего, будет зависеть от года, несмотря на то, что калибровка урожая стабильна между годами. Причина этого не известна. Но если на калибровку влияет физиология ягод, то быстрый рост и изменение в развитии ягод в этот период, вероятно, приведет к динамическому коэффициенту калибровки до тех пор, пока размер и масса ягод не стабилизируются. Возможно, можно провести общую калибровку, если оценка урожая может быть рассчитана на один и тот же этап выращивания ягод каждый год, но это трудно достижимо на коммерческих предприятиях. Первое использование МУВ в середине сезона демонстрирует большие перспективы применения МУВ для:
      1) оценки урожайности в результате деструктивной уборки в середине сезона;
      2) картирования удаленных плодов при прореживании операции.
    Первый из них способен революционизировать оценку урожайности в виноградарских системах, где обычным является деструктивная выборка, в то время как последняя позволит лучше применять точное виноградарство для управления загрузкой культур. Необходимы дальнейшие исследования для дальнейшей количественной оценки этих потенциальных применений, особенно в коммерческих системах. Стабильность и линейность реакции в данный день, в середине сезона или при сборе урожая, указывают на систему, которая подходит для идентификации образца, независимо от качества калибровки датчика. То есть, хотя данные могут содержать некоторую абсолютную ошибку, относительные шаблоны, сгенерированные этими выходными данными, являются правильными.
 
Список использованных источников:
1 Brown PH, Rosenstock T (2006) Perspectives on Precision farming of tree crops: estimating yields and designing interventions. Acta Horticulturae Vol. 721: 139-146
2 Pelletier G, Upadhyaya SK (1999) Development of a tomato load/yield monitor. Computers andElectronics in Agriculture 23(2): 103-117.
3 Rosa UA, Upadhyaya SK, Josiah M, Koller M, Mattson M, Pelletier MG (2000) Analysis of a tomato yield monitor. Transactions of the ASAE 43(6): 1331-1339.
4 Cerri DGP, Magalhães PG, (2005) Sugar cane yield monitor. ASAE Paper No. 051154. St. Joseph, MI: ASABE.
5 Benjamin CE, Mailander MP, Price RR (2001) Sugar cane yield monitoring system. ASAE Paper No. 011189. St. Joseph, MI: ASABE.
6 Molin JP, Menegatti LAA (2004) Field-testing of a sugar cane yield monitor in Brazil. ASAE Paper No.
041099. St. Joseph, MI: ASABE.
7 Lee WS, Burks TF, Schueller JK, (2002) Silage yield monitoring system. ASAE Paper No. 021165. St. Joseph, MI: ASABE
8 Bora GC, Ehsani R, Lee KH, Lee WS (2006) Development of a test rig for evaluating a yield monitoring system for citrus mechanical harvesters. In Proceedings 4th World Congress Conference on Computers in Agriculture and Natural Resources, p. 84-88. Orlando, FL. July 24-26.
9 Upadhyaya SK, Shafii MS, Garciano LO (2006) Development of an impact type electronic weighing system for processing tomatoes. ASAE Paper No. 061190. St. Joseph, MI: ASABE.
10 Qarallah B, Shoji K, Kawamura T (2008) Development of a yield sensor for measuring individual weights of onion bulbs. Biosystems Engineering Vol. 100: 511–515.
11 James A. Taylor, Luis Sánchez, Brent Sams, Luke Haggerty, Rhiann Jakubowski, Sarah Djafour, Terence R. Bates Evaluation of a commercial grape yield monitor for use mid-season and at-harvest Vol. 50, No 2 (2016): Journal international des sciences de la vigne et du vin Received: 10 June 2016; Accepted: 10 June 2016; Published: 27 July 2016 DOI: http://dx.doi.org/10.20870/oeno-one.2016.50.2.784
12 Taylor, J.A., Tisseyre, B., Bramley, R.G.V. and Reid, A. 2005. A comparison of the spatial variability of vineyard yield in European and Australian production systems. In: Precision Agriculture ’05. Proceedings of 5th ECPA, Uppsala, Sweden. Ed. J.V. Stafford, Wageningen Academic Publishers.
13 Bramley, R.G.V. and Hamilton, R. 2004. Understanding variability in winegrape production systems 1. Within vineyard variation in yield over several vintages. Aust J. Grape Wine R., 10(1), 32-45.
14 Tisseyre, B., Ojeda, H. and Taylor, J. 2007. New technologies and methodologies for site-specific viticulture. J. Int. Sci. Vigne Vin, 41(2), 63-76.
15 Arnó, J., Martínez-Casasnovas, J.A., Ribes-Dasi, M. and Rosell, J.R. 2009. Precision Viticulture. Research topics, challenges and opportunities in site-specific vineyard management. Span. J. Agric. Res., 7(4), 779-790.

ЛИЧМАН Г.И., д.т.н., СМИРНОВ И.Г., к. с.-х. н., ФНАЦ ВИМ,
БЕЛЕНКОВ А.И., д. с.-х. н., РГАУ-МСХА им. К.А. ТИМИРЯЗЕВА

И.А.«Светич»

Журнал "Нивы России", №8 (152) сентябрь 2017
Комментарии (0)

Нет комментариев. Ваш будет первым!

Яндекс Директ