Фото Красохиной С.И.
Проект Эффективный виноградник (Efficient Vineyard Project), возглавляемый Корнельским университетом (Cornell University), использует датчики для наблюдения за такими показателями, как состояние почвы и рост растительного покрова, собирает данные и объединяет их с наземными наблюдениями.
Эффективные виноградники. Разве это не то, чего хочет каждый производитель - участки, которыми можно управлять одинаково, с небольшими вариациями в росте кустов винограда и урожайности?
Исследователи из Корнельского университета пытаются улучшить хорошие процесс выращивания винограда, разрабатывая и внедряя новые стратегии ведения виноградарства для повышения общей эффективности производства, предоставляя инновационные, научно обоснованные и доступные высокоточные платформы для виноградарства, которые могут измерять и управлять источниками вариации виноградников.
«Мы просто хотим взять за основу то, что виноградари уже делают и делали веками, выращивая свои виноградники, будь то удобрения или борьба с вредителями, и добавить пространственный компонент для реального измерения того, что происходит на винограднике, моделируя это с нашим руководством для решения и применения к нему управления переменной ставкой», - сказал Терри Бейтс (Terry Bates), директор региональной программы выращивания винограда Корнельского университета.
«Мы пытаемся разработать несколько решений для измерения и автоматизации, чтобы проводить наблюдения за почвой виноградника, растительный покров и характеристики урожая и преобразовать их в решения с высоким разрешением для управления нагрузкой на урожай».
Вспомнив, что он говорит как ученый, Бейтс перефразировал: «Давайте использовать старую поговорку, что «лучшее удобрение для винограда - это след виноградаря на винограднике». Идея здесь в том, что производители вручную проводят свои наблюдения с помощью образцов почвы или измерения роста растительного покрова - наблюдения, на основе которых затем принимаются решения по уходу за виноградниками. Проект Эффективный виноградник использует датчики для проведения этих наблюдений, сбора данных и интеграции их с наземными наблюдениями.
Читайте также: Использование датчиков для тестирования водного стресса
«Мы хотим сделать технологию возделывания винограда более эффективной и более чуткой к тому, что измеряется скорее в вариациях, чем в единообразии».
Бейтс приводит следующий пример, чтобы прояснить цели своего проекта: «Производители обычно делят свой виноградник на блоки (клетки) по сортам или другим общим признакам, они обходят их, наблюдая за растущими там сортами, а затем внедряют единое управление блоками, например, вносят 25 кг азотных удобрений на весь блок. Что ж, может быть, северная часть и нуждалась в этом, но южная часть нуждалась в гораздо меньшем - тем не менее, все они разделили эти 25 кг. Наш проект предназначен для измерения вариаций между кустами винограда и управления этими индивидуальными вариациями».
Проекты на Западе
Несмотря на то, что работа по проекту координировалась в Корнелле, большая часть работы была выполнена на Западном, а также на Центральном и Северном побережьях США. Она включала моделирование характеристик почвы, растительного покрова или сельскохозяйственных культур, которые можно использовать где угодно, проверку данных полевых датчиков и управление на основе этих данных.
Бейтс называет это трехэтапным процессом – «Измерение, моделирование и управление»:
«Датчики соотносятся с числовыми значениями. Вы должны понимать, что это означает. Скажем, я хочу достичь 80% -ного заполнения кроны куста и использовать датчик, чтобы сделать карту крон кустов, показывающую некоторые кусты винограда на 50%, а некоторые - на 110%. Это измерительная часть, которая позволяет проводить моделирование для проверки этих датчиков».
«Затем следует технология возделывания виноградника, и каждый виноградарь делает это по-своему. Если вы управляете машинами, карта пространственного управления позволяет с большей точностью выполнять такие операции, как зеленая обломка. Пространственные данные интегрируются с аппаратным и программным обеспечением для точного земледелия, и трактор, управляемый человеком или автоматизированный, перемещается вверх по ряду, и изменения его работы осуществляются мгновенно».
Первоначальная фаза исследовательского проекта началась в 2016 году и теперь переросла в дальнейшие исследования.
«Тогда у нас не было датчиков, которые давали бы нам полную картину нашего производства, а теперь они есть. У нас не было возможности проверить эти датчики, а теперь мы это делаем. И у нас не было встроенных машин с переменной нормой внесения на виноградниках, а теперь они есть. Мы все еще проводим полевые испытания с несколькими датчиками, но эти машины с регулируемой скоростью появляются невероятно быстро, что приводит к робототехнике, в которой работа с переменной скоростью может выполняться на лету и без участия человека».
Читайте здесь: Влияет ли механизация на качество винограда
«Мы работаем над разработкой новых датчиков, которые будут определять состояние питательных веществ, которое не может быть обнаружено визуально человеческим глазом; датчиков, которые будут отображать виноградники в пространстве, и применять управление питательными веществами с переменной скоростью для здорового, продуктивного, экономичного и экологически устойчивого виноградарства».
