Možnosti využití technologií precizního zemědělství v zemědělském podniku

Transkript

1 Mendelova univerzita v Brně Agronomická fakulta Ústav agrosystémů a bioklimatologie Možnosti využití technologií precizního zemědělství v zemědělském podniku Bakalářská práce Vedoucí práce: Ing. Lubomír Neudert, Ph.D. Vypracoval: Vítězslav Škoda Brno 2014

2 Čestné prohlášení Prohlašuji, že jsem bakalářskou práci na téma Možnosti využití technologií precizního zemědělství v zemědělském podniku vypracoval samostatně a veškeré použité prameny a informace uvádím v seznamu použité literatury. Souhlasím, aby moje práce byla zveřejněna v souladu s 47b zákona č. 111/1998 Sb.,o vysokých školách ve znění pozdějších předpisů a v souladu s platnou Směrnicí o zveřejňování vysokoškolských závěrečných prací. Jsem si vědom, že se na moji práci vztahuje zákon č. 121/2000 Sb., autorský zákon a že Mendelova univerzita v Brně má právo na uzavření licenční smlouvy a užití této práce jako školního díla podle 60 odst. 1 autorského zákona. Dále se zavazuji, že před sepsáním licenční smlouvy o využití díla jinou osobou (subjektem) si vyžádám písemné stanovisko univerzity, že předmětná licenční smlouva není v rozporu s oprávněnými zájmy univerzity a zavazuji se uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla, a to až do jejich skutečné výše. V Brně dne:.... podpis

3 PODĚKOVÁNÍ Rád bych poděkoval vedoucímu práce Ing. Lubomíru Neudertovi, Ph.D. za možnost zpracovávat tuto práci a za rady při konzultacích. Dále bych chtěl poděkovat panu Ing. Vojtěchovi Lukasovi, Ph.D. za konzultaci problematiky precizního zemědělství a podklady, potřebné k této práci.

4 Abstrakt Tématem bakalářské práce je Možnosti využití technologií precizního zemědělství v zemědělském podniku. Práce se zabývala vysvětlením využívaných technologií precizního zemědělství, jež je možné využít v praxi, tak jejich přínosy, problémy, ekonomikou, současností a budoucností těchto technologií. Informace byly čerpány ze zahraničních publikací, konzultoval problematiku s experty a firmami, jež se precizním zemědělstvím zabývají. Možnosti využití precizního zemědělství jsem zjišťoval v rámci svého výzkumu na farmě hospodařící s 475 ha zemědělské půdy. Na základě analýzy lokality a pěstebních technologií farmy jsem hodnotil možnosti investic do technologií precizního zemědělství a jejich ekonomický přínos pro farmu, výhody a nevýhody. Zjistil jsem, že ne všechny investice do precizního zemědělství mají v určitých podmínkách smysl. Klíčová slova Precizní zemědělství, GIS, GPS, družicový signál, data, software, hardware, mapy, vzorky půdy, variabilita půdy, půdní vlastnosti, senzory, variabilní aplikace, online, offline Abstract The topic of my thesis is "Possibilities of using technology in precision agriculture on the farm." The thesis dealt with explanation of technologies used in precision agriculture which can be used in practice and their benefits, problems, economy, present and future of these technologies. Informations were drawn from foreign publications and consulted the issues with experts and companies who are engaged in precision agriculture. I was studying possibilities of using precision agriculture in my research on the farm which manages 475 ha agricultural land. Based on the analysis of the location and farm management I evaluated investment opportunities in the technologies of precision agriculture and their economic benefits for the farm and its advantages and disadvantages.. I found out that not all investments in precision agriculture make sense in specific conditions. Key words Precision agriculture, GIS, GPS, satelite signal, data, software, hardware, maps, soil samples, variability of soil, soil properties, sensors, variable applications, online, offline

5 OBSAH 1 ÚVOD CÍL PRÁCE SOUČASNÝ STAV POZNATKŮ Úvod do precizního zemědělství Precizní zemědělství a jeho udržitelnost Variabilita půdy Snímaní půdních vlastností Přímé metody Nepřímé metody Metody invazivní Metody neinvazivní Elektrická vodivost a vlastnosti půdy SNÍMÁNÍ STAVU POROSTU Přímé metody snímání stavu porostu Nepřímé metody snímání stavu porostu Offline systémy NDVI Normalizovaný diferenční vegetační index Online systémy PRECIZNÍ ZEMĚDĚLSTVÍ A VARIABILNÍ OPERACE Setí a sadba Precizní hnojení výhody, nevýhody a ekonomika Globální navigační systémy v zemědělství GIS Geografický informační systém Mapování výnosů VLASTNÍ PRÁCE Farma Odunec Vybavení Pěstební technologie Farma a precizní zemědělství Potenciál využití technologií precizního zemědělství Klady, zápory a zhodnocení ekonomiky navrženého systému... 39

6 5 ZÁVĚR SEZNAM POUŽITÉ LITERATURY SEZNAM OBRÁZKŮ A TABULEK PŘÍLOHY... 47

7 1 ÚVOD Udržitelné a ekonomické farmaření vyžaduje přesné přizpůsobení se přírodním a ekonomickým podmínkám. Přírodní podmínky jako například půdní vlastnosti, půdní vláha a počasí nejsou všude stejné. Dokonce i v rámci malých regionů i v rámci zemědělského podniku mohou být kvalita půdy a svažitost polí rozdílné. Zemědělci se přizpůsobují těmto podmínkám celá století. Pokud zemědělec používal ruční nářadí, dařilo se mu poměrně snadno přizpůsobovat těmto rozdílům na poli. Tato situace se zásadně změnila v mnoha oblastech světa, kde je nyní využíváno na polích strojů s pracovní šířkou až 40 m, což je mnohem více než v minulosti. Za těchto podmínek zemědělec ztratil bezprostřední kontakt s půdou a pěstovanou plodinou. Těžká technika pracuje na rozsáhlých polích jednotným způsobem. Tento způsob hospodaření nelze považovat za udržitelný, jelikož se půdní vlastnosti a pěstované plodiny v rámci jednotlivých pozemků liší. Trvalým a přesným přizpůsobením měnícím se podmínkám půdních vlastností a stavu porostů může zemědělec zajistit rostlině potřebnou výživu a zvýšit tím výnosy plodin. Z tohoto důvodu vzniklo precizní zemědělství, jež nabízí velké množství technologií s rozmanitými funkcemi. V rámci precizního zemědělství přístroje sbírají informace o půdních vlastnostech a stavu porostu, jiné posuzují a rozhodují o aplikační dávce hnojiva, jež se může v různých místech pole měnit, rozhodují o dávce pesticidů. Pokud zemědělci aplikují průměrnou celoplošnou dávku hnojiva, může dojít k tomu, že na určitých místech pole může být tato dávka nedostačující, což vede ke špatnému vývoji plodiny a nebo může být nadbytečná, rostlina ji nedokáže využít a nevyužité hnojivo může mít negativní dopad na životní prostředí, např. kontaminace podzemních vod. Technologie precizního zemědělství mají za úkol tyto chyby eliminovat. 7

8 2 CÍL PRÁCE Cílem práce bylo seznámit se s technologiemi precizního zemědělství, jež jsou v současnosti použitelné v praxi, a vysvětlení principů fungování těchto technologíí. Dále bylo cílem srovnání konvenčního zemědělství s precizním zemědělstvím, jeho klady, zápory a ekonomikou. Hlavním cílem práce bylo na základě zhodnocení podmínek a hospodaření farmy Odunec zjistit potenciál využití precizního zemědělství na farmě, navrhnout jednotlivé systémy a zhodnotit je z hlediska přínosů a ekonomiky, což je pro farmu hospodařící na 475 ha zemědělské půdy prioritní. 8

9 3 SOUČASNÝ STAV POZNATKŮ 3.1 Úvod do precizního zemědělství Už za dob našich předků nebyly pozemky vyrovnané a oni sami veděli, že výnosy plodin nejsou na všech místech stejné. Proto každý zkušený sedlák věděl, která část pole je úrodnější a která naopak méně úrodná, a na základě této vědomosti, věděl na které části se vyplatí intenzivně hospodařit a dosahovat tak vyšších výnosů. Naši předkové sedláci nebyli schopni informace o stavu půdy získávat, tento vztah k půdě byl předáván z generace na generaci, jednalo se o dlouhodobou tradici péče o krajinu (Lukas et al., 2010). Do dnešní doby prošlo zemědělství mnohými proměnami, od sedláků až po dnešní zemědělské podniky hospodařící na rozsáhlých územích. S tím došlo také ke změně vztahu k půdě, prakticky se vytratila důležitost předávání z generace na generaci. Také musíme zmínit, že ještě v nedávné historii nebylo potřebné technické vybavení, jež by pomohlo k diferenciaci částí pozemků z hlediska zmiňované úrodnosti půdy. Při tradičním přístupu k hospodaření s půdou bylo velice obtížné a můžeme použít mnohdy až výraz neuskutečnítelné získávání informací o tom, jak diferenciovat části pozemků a jakým způsobem je ošetřovat s ohledem k velkým výměrám zemědělských podniků, na nich hospodařících (Lukas et al., 2010). Obrázek 1: Mechanizace minulosti a současnosti ( Obrovský rozvoj výpočetní techniky a globálních navigačních satelitních systémů (GNSS) byl impulsem pro vznik nového způsobu hospodaření, nazývaného precizní zemědělství. Nové možnosti identifikace a lokalizace rozdílů v rámci pozemků 9

10 pomocí nových technologií začaly být rozvíjeny koncem osmdesátých a začátkem devadesátých let dvacátého století. Přizpůsobení pěstebních operací aktuálním podmínkám stanoviště je hlavním cílem precizního zemědělství. To vede k zásadě provádění zvolených pěstebních operací na správných místech, se správnou intenzitou a ve správný čas (Lukas et al., 2011). Dle Mulla a Scheperse (1997) je nevyrovnanost pozemků základním předpokladem pro využití precizního zemědělství, bez ní by tento koncept neměl valný význam. Proces precizního zemědělství o pěti cyklech (Srinnivasan, 2006): 1) sběr dat (vzorkování půdy, zjišťování stavu porostu) 2) diagnostika 3) analýza dat (mapování, plánování) 4) provedení příslušné pěstební operace 5) zhodnocení Už zhodnocení ekonomiky, bezpečnosti a dopadů na životní prostředí pěstebních operací precizního zemědělství se stává součástí sběru dat pro přístí rok. Systém precizního zemědělství lze považovat za zemědělský systém 21. století, který představuje lepší rovnováhu mezi závislostí na tradičních znalostech, informačních technologiích a technologiích řízení. Ačkoliv metody precizního zemědělství jsou velmi náročné na množství informací, jež v sobě zahrnují několik technologií, aplikace těchto principů nevyžaduje ani velké operace, ani stavební stroje či těžká zařízení (Srinivasan, 2006). Obrázek 2: Technologie precizního zemědělství ( 10

11 3.2 Precizní zemědělství a jeho udržitelnost Precizní zemědělství slibuje revoluci zemědělství, nabízí řadu výhod, ziskovost, produktivitu, udržitelnost, zvýšení kvality pěstovaných komodit, ochranu životního prostředí, zvýšení kvality zemědělské práce, zvýšení bezpečnosti potravin, zlepšení ekonomiky venkova. Zemědělci mohou předvídat a řešit problémy jako například nedostatek živin, choroby a škůdci mnohem efektivněji. Z krátkodobého hlediska přinášejí výhody ve formě přesné evidence zemědělských vstupů, pracovní síly, efektivního sledování kvality životního prostředí díky zaznamenávání množství a umístění vstupních aplikací. Z dlouhodobého hlediska mohou zemědělci optimalizovat výnosy pomocí hledání míst, kde je možná maximální produkce, a také se mohou vyhnout zavádění nevhodných pěstebních systémů (Srinivasan, 2006). Přínos je i na regionální úrovni. Prostorová a časová charakteristika farmy může pomoci k indetifikaci vznikajících faktorů, které mají dopad na udržitelnost, buď v geograficky přilehlých oblastech nebo ve specifických agroekologických zónách a zaměřit se na možná řešení. Tvorba georeferenčních databází pro každé pole v regionu pomáhá k identifikaci příčin a faktorů, které jsou základem pro zvýšení produktivity v každém pěstebním systému a zvýšení udržitelnosti. Například shromážděné údaje mohou pomoci při identifikaci oblastí s vysokým potenciálem znečišťení. Přijetí precizního zemědělství ve velkém měřítku zvyšuje příležitosti pro kvalifikované pracovní sily v zemědělství a poskytuje nové nástroje pro hodnocení multifunkčního charakteru zemědělství (Srinivasan, 2006). Pro využití precizního zemědělství jsou vyžadována 3 kritéria (Srinivasan, 2006): 1) Jasné důkazy o významné prostorové a časové variabilitě půdy a plodin v rámci oblasti a v oblastech v rámci regionu 2) Schopnost identifikovat a kvantifikovat tuto variabilitu, je možné identifikovat rozdíly i pomocí konvenčních technik, ale polohovací a informační technologie jsou velkými pomocníky při kvantifikaci takové změny. Uspěšné přijetí precizního zemědělství závisí na sladění farmářova nejlepšího vědomí variability na poli s informačními a komunikačními technologiemi. 3) Schopnost přerozdělit vstupy a přizpůsobit postupy řízení s cílem zlepšit produktivitu a ziskovost a zároveň minimalizovat zhoršování životního prostředí. 11

12 Například pokud jsou známy přesné údaje výskytu plevelů na poli, můžeme aplikovat herbicidy lokálně a ušetřit tak provedení postřiků na celém poli. Je potřeba uvést, že principy a technologie precizního zemědělství jsou aplikovatelné v různých podmínkách bez ohledu na pěstební technologie, velikost farmy, typ farmy (ekologické zemědělství či konvenční), druhu pěstovaných plodin, metod hospodaření s vodou. Principy precizního zemědělství jsou aplikovatelné i v živočišné výrobě a lesnictví. Aspekty, které pohánějí myšlenku využití precizního zemědělství, mohou být ekonomický tlak, znepokojení nad stavem životního prostředí, sociální a demografické změny. Celková ziskovost využívání precizního zemělství není vždy stejná, liší se. Například malí farmáři mají omezené možnosti využití moderních technologií kvůli omezenému množství kapitálů, omezenému trhu a omezenému množství lidských dovedností. V mnoha malých farmách na celém světě, farmáři aplikovali velmi jednoduché příklady precizního zemědělství už mnoho let jako například rozhazování hnoje lokálně. Zavedení pěstebních systémů precizního zemědělství v jedné oblasti může mít pozitivní vliv na ostatní oblasti. Například pěstební technologie zaměřené na minimalizaci eroze a odtoku živin z horských povodí může mít dramatický vliv na udržitelnost systému nížiny (Srinivasan, 2006). Je důležité podotknout, že využití precizního zemědělství není vhodné v každé situaci. Například výnosové mapy a mapy úrodnosti půdy nám mohou pomoci stanovit a poté rozlišit optimální dávku hnojva. Nicméně mnoho plevelů a chorob je mnohem závislejších na krátkodobém počasí a nerozšiřování se po poli systematicky. Pro hubení mnoha plevelů je vhodnější postřik celého pole, protože i několik přeživších se může rychle množit, rozšířit se na zbytek pole a problém pokračuje. V takových případech se přesné aplikace pesticidů využívá jen málo. Rozmístění škůdců a chorob napříč polem se může měnit v průběhu času v závislosti na teplotě. Přesná aplikace postřiků lokálně může být mnohem efektivnější z hlediska nákladů oproti celoplošné aplikaci (Lukas et al., 2010). 3.3 Variabilita půdy Nejdůležitějším předpokladem, bez kterého by nebylo možné dělat rozhodnutí, je schopnost indentifikace a stanovení varibality. Pro diferenciaci prováděných operací 12

13 představuje zjištěná variabilita určitého agronomického znaku základní vstupní informaci (Lukas et al., 2012). Mezi ukazatele, jež se u jednotlivých zemědělské půdy liší, patří (Srinivasan, 2006): struktura a ph podloží obsah půdní organické hmoty, vody a různých minerálů sklon hustota a morfologie rostlin napadení plodin různými škůdci a různými plevely aj. Podle Lukase et al. (2010) lze variabilitu pozemků chápat ve dvou směrech jako prostorovou a časovou. U prostorové variability se sledovaný znak mění v rámci plochy pozemku. V případě časové variability se sledovaný znak mění v čase. Prostorová a časová variabilita spolu úzce souvisejí a prolínají se navzájem. Různé znaky májí rozdílné úrovně prostorové a časové variability. Například struktura půdy a obsah organické hmoty se v průběhu času nemění rapidně. Z tohoto důvodu se tyto vlastnosti zaznamenávají v mapách, které mohou být použity pro několik dalších let do budoucna. Situace je odlišná, pokud jde o vodu, dusík a aplikaci pesticidů u plodin ve vegetačním období. V těchto případech je důležité, aby údaje o snímaných fyzikálních veličinách byly zaznamenány v reálném čase, což znamená ihned po snímání a tzv. on-the-go. On-the-go jsou označovány přístroje, umožňující zjišťování informací o půdních vlastnostech a stavu porostu během jízdy. Potenciál precizního zemědělství se zvyšuje přímo úměrně s úrovní prostorové variability, na druhou stranu úroveň časové variability určuje stupeň obtížnosti využití precizního zemědělství. Čím vyšší časová variabilita, tím vyšší obtížnost. Půdní vlastnosti závisí z velké míry na přírodě, ale také jsou ovlivňovány lidskou činností. Vliv přírody i činnosti člověka může způsobit prostorovou variabilitu půdních vlastností, která je předpokladem precizního zemědělství. Půdní vlastnosti jako jsou struktura půdy, voda, organická hmota (humus) a salinita půdy ovlivňují výnosový potenciál, proto je důležité zabývat se těmito vlastnostmi. Prostorové změny těchto půdních vlastností jsou velmi časté. 13

14 Změny závislé na času jsou důležité jen u půdní vlhkosti. Mapy zaznamenávající půdni strukturu a obsah organické hmoty se používají v zemědělství už několik desítek let. Ale mapy obsahu vody v půdě jsou kvůli proměnlivému počasí během pár dní zastaralé (Heege, 2013). Problematikou variability pozemků se také zabýval Lukas (2010), Wendroth et al. (2002), Hergert (2010). 3.4 Snímaní půdních vlastností Přímé metody Manuální vzorkování půdy je tradičním způsobem získávání informací o půdních vlastnostech. Obrázek 3: Ruční odběr vzorků půdy ( Manuální vzorkování a následná analýza vzorků v laboratoři je finančně nákladná. Rozhodujícími parametry pro zachycení prostorové variability jsou hustota vzorkování a rozmístění odběrů bodů po pozemku. Se zvyšujícím se počtem vzorků se zvyšuje detailnost mapování. Je možné shromáždit i méně vzorků, čímž se sníží náklady, ale nemusí dojít k zachycení lokálních rozdílů. Hustota vzorkování se v precizním zemědělství pohybuje v rozmezí jeden vzorek na 1-5 ha, odvíjí se od úrovně variability pozemku. Významem hustoty vzorkování se zabýval Brodský et al. (2001). Význam má také rozmístění odběrných bodů v rámci pozemku. Odběrné body bývají rozmístěné v pravidelné síti anebo náhodně. I analyzovaná data z jednoho 14

15 vzorku na 1 ha nemusí poskytnout spolehlivý základ pro pěstební operace precizního zemědělství. Pro stanovení prostorové variability je stále ruční vzorkování velmi pracný proces. Z důvodů snížení pracnosti vzorkování na velkých pozemcích přichází na řadu využití buď on-the-go přístrojů nebo alternativních metod využití přístrojů na dálkové ovládání. Operace prováděné v precizním zemědělství vyžadují mnoho vzorků, manuální odběr vzorků půdy a porostu by měl být nahrazen autonomním či poloautonomním snímáním (Lukas et al., 2011) Nepřímé metody Nepřímé metody využívají elektrické vodivosti půdy. Měření elektrické vodivosti půdy je poměrně snadný proces, je založeno na schopnosti materiálu vést elektrický proud. Záleží na druhu materiálu. Vodivost půdy zavisí na struktuře a velikosti půdních částic. Půda je velmi různorodá z hlediska vodivosti elektrického proudu, skládá se z pevných, plynných a kapalných látek. Pevné látky zahrnují organické a anorganické látky. Mezi pevné složky půdy patří písek, prach, jíl. Suchý písek je považován za elektrický izolant. Mokrý jíl má vysokou vodivost. Prach se vyznačuje střední vodivostí. Elektrická vodivost půdy je ovlivněna dalšími fyzikálními vlastnostmi půdy, jako např. zasolenost půdy, vlhkost půdy, teplota (Heege, 2013). Jsou používány dvě základní metody pro měření elektrické vodivosti půdy, metody invazivní narušující povrch půdy a neinvazivní, při nichž nedochází k přímému kontaktu s půdou. Mezi neinvazivní metody patří TDR (time domain reflektometry) používané k měření vlkosti a také elektromagnetická indukce (EMI). Mezi invazivní metody se řadí měření elektrické rezistivity (ER) pomocí invazivních elektrodových senzorů (Lukas et al., 2011). Problematiku měření elektrické vodivosti půdy blíže popsal také Přidal (2002) Metody invazivní Metody invazivní praktikují přístroje měřící elektrickou rezistivitu půdy (ER). Proces snímání je poměrně jednoduchá procedura. Přístroj se skládá z jednoho či více párů kovových disků (elektrod), které prořezávají svrchní vrstvu půdy. Při tomto 15

16 procesu je elektrický proud vysílán z jednoho disku na druhý, přičemž druhý disk měří jeho změnu při průchodu půdou. Jedná se o přístroje on-the-go. Přístroje mohou být taženy rychlostí až 15 km/h. Vzdálenost mezi měřenými pásy je obvykle 6-20 m. V důsledku toho je možné snímat a mapovat ha půdy za den. Podle Heegeho je reálné získat až 120 vzorků na ha, díky tomu je tato metoda efektivnější a rychlejší než konvenční ruční vzorkování. Přesto to není dokonalá metoda, u půd zmrzlých, velmi suchých, kamenitých nebo pokrytých velkým množství posklizňových zbytků může nastat problém a zjištěné hodnoty nemusí být kvalitní (Heege, 2013). Obrázek 4: Foto ER přístroje Veris 3100 ( Metody neinvazivní Neinvazivní metodou jsou měření využívající elektromagnetické indukce. Elektromagnetická indukce nastane, když magnetické pole prochází vodičem a nebo naopak. V tomto případě magnetické pole prochází půdou a půda je vodič. Přístroj generující primární magnetické pole se pohybuje v určité vzdálenosti nad zemí. Rychlost a měřená plocha je přibližně stejná jako u invazivních metod. Rozdíl je v tom, že invazivní metody mohou používat stejnosměrný proud, elektromagnetické indukční metody spoléhají na střídavý proud (Heege, 2013). 16

17 Měřicí přístroje jsou zkonstruovány ze dvou cívek. První cívka vytváří primární magnetické pole, které vysílá směrem do půdy. Dochází k vytvoření sekundárního magnetického pole na základě fyzikálně-chemických vlastností půdy a druhá cívka, která je umístěna na druhém konci přístroje, měří odezvu obou polí a z jejich vzájemného porovnávání je stanovena výsledná elektrická vodivost půdy (Kroulík, 2012). Neinvaziní metody popsal také Přidal (2002). Obrázek 5: EMI přístroj EM38 v praxi ( Oproti invazivním metodám jsou metody využívající elektromagnetické indukce složitější na kalibraci. Příslušné úpravy na poli vyžadují více času. Na druhou stranu indukční metody nemají problém u suchých a kamenitých půd jako invazivní metody, opírající se o kvalitní kontakt mezi botkami a půdou (Heege, 2013). Další neinvazivní metodou je snímání půdních vlastností za základě odrazivosti. Jedná se o metody, využívající viditelného či infračerveného záření (Přidal, 2002) Elektrická vodivost a vlastnosti půdy Vlastnosti půdy lze rozdělit na (Lukas et al., 2011): a) statické struktura půdy a obsah organické hmoty b) dynamické - mění se v čase (např. obsah vody) 17

18 Vlhké oblasti, jíl a obsah vody v půdě jsou hlavní faktory, které definuje elektrická vodivost. Je obecnou zkušeností, že potenciál půdy pro vysoké výnosy do značné míry závisí na schopnosti zajištění vody pro růst rostlin. Kromě počasí a zavlažování je to právě struktura půdy, která určuje množství vody, absorbované a dostupné pro růst rostlin. Takže je to interakce mezi půdou a vodou, která do značné míry určuje vývoj plodin, bez použití agrochemikálií (Heege, 2013). 3.5 SNÍMÁNÍ STAVU POROSTU Vlatnosti plodin se ještě více liší než půdní vlastnosti. Je to z důvodu, že nezávisí pouze na příslušné půdě, ale na mnoha dalších faktorech jako druh plodiny, odrůda, fáze růstu, zemědělské operace, dodávka živin, přípravky k ochraně rostlin, mikroklima. Je jistě užitečné vědět, které faktory jsou odpovědné za rozdíly ve vývoji rostlin. Vlastnosti plodin jsou mnohem dynamičtější než řada půdních vlastností, je nutné je sledovat několikrát během vegetačního období (Lukas et al., 2011) Přímé metody snímání stavu porostu Pro stanovení stavu živin je prováděn odběr rostlinného materiálu a následuje anorganický rozbor rostlin v laboratoři. Prostřednictvím chemických analýz nadzemních částí rostlin je možné přesně stanovit aktuální koncentraci jednotlivých živin a jejich vzájemné poměry. Obsah živin v rostlinách není vždy stejný, liší se v jednotlivých fázích vegetace. Na počátku vegetace dochází k mohutnému příjmu živin, proto koncentrace živin v rostlinách narůstá. S přibývajícím nárůstem biomasy se koncentrace živin v rostlině snižuje, jde o tzv. zřeďovací efekt (Heege, 2013). Je nutné odebírat vzorky rostlinné hmoty v kritických fázích vegetace, které rozhodují o tvorbě základních výnosotvorných prvků. Základní předpoklad použitelnosti výsledků analýzy rostlin je, že růst a vývoj rostliny je závislý na vnitřní koncetraci obsahu živin v rostlině v jednotlivých růstových fázích a že koncentrace živin v rostlině je výsledkem vztahů mezi růstovými procesy, příjmem a využítím živiny v asimilačních pochodech (Heege, 2013). 18

19 Mezi další metody patří mapování zaplevelení pomocí terénního průzkumu, hodnocení poškození rostlin škůdci a chorobami. Všechny tyto metody jsou prováděny za účelem vytvoření podkladu pro variabilní aplikaci hnojiv a pesticidů. Podobně jako u přímé metody vzorkování půdy je problémem vysoká náročnost a nákladnost. I v tomto případě má zásadní roli hustota bodů měření, rozmístění po pozemku a četnost pozorování (Lukas et al., 2011) Nepřímé metody snímání stavu porostu Nejvýznamnější sledované vlastnosti (Heege, 2013): hustota porostu stav živin poškození rostliny (choroby, stres, škůdci) zaplevelení Senzory, jež jsou používány u metod nepřímých, využívají rozdílné fyzikální principy pro detekci změn těchto vlastností. V praxi jsou nejvíce využívány senzory, měřící spektrální vlatnosti rostlin. Spektrální měření využívá snímání množství záření procházející listem nebo odrazivosti měřené pomocí senzorů. Rostliny vykazují specifickou odrazivost v jednotlivých pásmech spektra. Červená a modrá část záření je rostlinou absorbována při fotosyntéze. Zelená část spektra je odrážena, a proto se nám rostliny jeví jako zelené. Při využití infračerveného záření, které je lidskému oku neviditelné, je nutné využití detekčních přístrojů. Stárnoucí rostliny nebo trpící stresem vykazují změny odrazivosti. Přibývá odrazivost v červeném spektru, kdy dochází ke žloutnutí rostlin a naopak odrazivost v infračerveném spektru se snižuje. Většina přístrojů využívá principu porovnávání odrazivosti v jednotlivých spektrech k hodnocení stavu porostu. Je možné poměrně spolehlivě detekovat porostní rozdíly, např. nedostatečná výživa, napadení rostlin apod. Ale přesnou příčinu identifikovaného stresu obvykle nejsou tyto přístroje schopny určit (Lukas et al., 2011). Problematikou se také blíže zabýval Rascher et al. (2010). 19

20 Dělení nepřímých systémů (Lukas et al., 2011): a) offline kontaktní bodové měření porostu a dálkový průzkum b) on-the-go (online) stanovování výsledků průběžně za jízdy po pozemku Offline systémy U offline systémů nejsou jednotlivé procesy prováděny v rámci jedné operace jako u online systémů, procesy jsou časově odděleny. Jsou založeny na celoplošném mapování porostů v rámci jednotlivých pozemků. Typické offline systémy využívané v praxi jsou kontaktní měření rostlin nebo dálkový průzkum. Pro kontaktní měření je v praxi využíván ruční Yara N-Tester (Lukas et al., 2011). Obrázek 6: Měření výživného stavu rostlin N-testerem ( Mezi měřicí klapky přístroje se sepne list plodiny a na základě odrazivosti listu přístroj odvozuje obsah chlorofylu. Pracuje na principu měření rozdílnosti transmitace (propustnosti) paprsků záření dvou vlnových délek (červeného světla s 650 nm a infračerveného záření s 940 nm) měřeným listem. Na základě toho, že chlorofyl absorbuje červené světlo, ale ne infračervené paprsky, měřicí přístroj ukáže hodnotu, která je v úzkém vztahu mezi skutečným obsahem chlorofylu a celkovým obsahem 20

21 dusíku. Pro stanovení dávky dusíkatého hnojva existují tabulky, které jsou každoročně aktualizovány. Podle tabulky lze určit konkrétní dávku dusíku pro jednotlivé odrůdy ozimé pšenice, ječmene jarního, ječmene ozimého a pro produkční a kvalitativní vegetační fázi. Při proměření na více místech pozemku v husté síti lze vytvořit mapu prostorové variability. Měření nezohledňuje hustotu porostu, mající význam pro řadu agrotechnických zásahů. Mezi další kapesní přístroje využívající toho pricipu měření patří N-Pen a PlantPen od české firmy Photon Systems Instruments (Lukas et al., 2011). Způsobu měření odrazivosti porostů a jeho kvantifikace v podobě vegetačních indexů je také využíváno při dálkovém průzkumu. Pro zemědělské účely je možné využít leteckého či satelitního snímkování, také je tu možnost snímkování pomocí modelů letadel, vrtulníků a balónů. Dálkový průzkum využívá rozdílů spektrálního chování porostu stejně jako řada online systémů. Dokáže odlišit vegetaci od ostatních objektů, jako jsou půda, zástavba, voda. Dálkový průzkum je závislý na zvolení správné výšky snímkování, která je důležitá pro eliminaci negativních povětrnostních vlivů, zejména výskytu oblačnosti. Při silné oblačnosti jsou satelitní data prakticky nepoužitelná, na druhou stranu při leteckém snímkování lze zvolit výšku přeletu tak, abychom se vyhnuli výše položeným oblakům. Problematiku leteckého snímkování popsal Bill et al. (2002). Mapování porostu, zpracování a interpretace dat se provádí odděleně. Dálkový průzkum umožňuje zohlednit celou řadu doprovodných faktorů při stanovování dávky hnojva, což online systémy neumějí. Dálkového průzkumu se nejvíce využívá v oblasti variabilní aplikace hnojiv, v menší míře pro aplikaci regulátorů růstu a pro aplikaci fungicidů. Výhodou dálkového průzkumu je plošná výkonnost a celoplošné pokrytí pozemku. Nevýhodou je časová prodleva mezi měřením a aplikací. Další nevýhodou je nutné využití specializovaných služeb oproti on-the-go systémům, které jsou určeny pro přímé užívání zemědělcem. Na druhou stranu pro variabilní hnojení s použítím více rozmetadel s pomocí N-Senzoru je nutné pořídit N-Senzor na jednotlivý traktor s rozmetadlem, tvorba aplikačních map z obrazových dat umožňuje souběžné nasazení více aplikátorů (Heege, 2013). 21

22 NDVI Normalizovaný diferenční vegetační index NDVI patří mezi nejčastěji používané vegetační indexy při mapovaní vegetace v zemědělství. Vegetační index využívající rozdílu odrazivosti v červeném (RED) a blízce infračerveném záření (NIR). Problematiku vegetačních indexů popsala Koměštíková (2006). Pomocí NDVI lze kvantifikovat vybrané parametry porostu. Mezi parametry patří množství biomasy, pokryvnost listovou plochou, fotosyntetická aktivita a procentuální pokryvnost. Výsledkem výpočtu NDVI je bezrozměrná veličina, jejíž hodnota se pohybuje v rozmezí od -1 do 1. Hodnota kolem nuly až mírně kladná odpovídá holé půdě, naopak vyšší hodnota značí vyšší množství biomasy a záporná hodnota představuje zastavěnou plochu a vodní plochy. NDVI je využíváno především při mapování vegetace pomocí družicových snímků (Lukas et al., 2012) Online systémy On-the-go neboli online systémy fungují na principu měření spektrálních parametrů části porostu, zpracování dat, jejich interpretace a vlastní aplikace jsou prováděny v rámci jedné pracovní operace při přejezdu pozemku. Aktuální data ze senzoru jsou zdrojem informací. Nejznámějším přístrojem používaným v praxi je Yara N-Sensor, který se využívá pro variabilní aplikaci dusíkatých hnojiv (Lukas et al., 2011). Obrázek 7: Yara N-Sensor ALS ( 22

23 Yara N-Sensor je upevněn na kabině traktoru nesoucí rozmetadlo nebo na kabině postřikovače. Přístroj za jízdy zjišťuje stav porostu na základě jeho spektrální odrazivosti, řídicí počítač vyhodnocuje data a stanovuje dávku hnojiva, která je poté rozmetadlem aplikována. Všechny operace probíhají kontinuálně v čase bez výraznější prodlevy. Je nutná kalibrace společně s chlorofylmetrem Yara N-Testerem. Na malé části pozemku se zjišťuje aktuální výživový stav porostu pomocí N-Testeru, získaná hodnota se přepočítá podle tabulky na dávku hnojiva podle odrůdy a vývojové fáze a zadá se do terminálu N-Sensoru. Tím je kalibrace dokončena. Přístroj lze využít pro přihnojování dusíkatých hnojiv u obilnin, kukuřice, ozimé řepky a brambor. Lze využít i pro variabilní aplikaci růstových regulátorů (Studničný, 2002). Je potřeba zdůraznit, že měření je silně závislé na světelných podmínkách a postavení slunce. Doba využití N-Sensoru se liší podle období vegetace. Model nové generace Yara N-Sensor ALS pracuje s xenonovými výbojkami a je přizpůsoben pro práci za horších světelných podmínek (Lukas, 2012). Jsou zde další on-the-go přístroje, pracující na podobném principu. Topcon CropSpec využívá laserem indukovanou odrazivost, NTech GreenSeeker využívá LED záření. Odlišný způsob měření využívá Claas CropMeter, který na základě mechanického měření hustoty porostu odvozuje aplikační dávku hnojiv, regulátorů růstu nebo fungicidů ( Lukas et al., 2012). Obrázek 8: Mechanické měření hustoty porostu přístrojem Crop Meter ( 23

24 3.6 PRECIZNÍ ZEMĚDĚLSTVÍ A VARIABILNÍ OPERACE Setí a sadba Přesné setí má několik cílů. Hlavním cílem je kontrola výsevku a hustota setí. První z nich je definován v kg na ha, druhý v počtu semen na jednotku plochy. Důležité je také prostorové umístění semen v poli. To má co dočinění s dvěma cílidistribuce semen po celé ploše a hloubka setí. Všechny tyto cíle jsou silně závislé nejen na příslušných plodinách, ale i na metodách setí. Různé plodiny, půda a podnebí vyžadují velmi široké rozpětí hustoty setí. Metody setí závisí do značné míry na příslušné hustotě semen. Přesné setí jednotlivých semen je možné realizovat pouze pro plodiny s poměrně nízkou hustotou setí kvůli nákladům. Pro plodiny s vysokou hustotou setí jako malé obilí, trávy, jetele a vojtěšky je stále nezbytné praktikovat hromadné setí. Nicméně ruční nastavení výsevku na ha může být nahrazeno přístrojovou kontrolou přímo zaměřenou na požadovaný počet semen na ha a hustotu setí. Vzhledem k tomu, že se jedná o číslo, mělo by být cílem precizního zemědělství využití on-the-go ovládání založené na kontrole počtu semen, které projdou trubkami secího ústrojí. Tradiční nastavení výsevku může způsobit podstatné odchylky od počtu semen na jednotku plochy. Příčinou těchto odchylek mohou být různé prokluzy hnacího kola secího stroje stejně jako suchá a vlhká půda. Rozdílná objemová hmotnost osiva, odrůda, vibrace v zásobníku také ovlivňují usazování semen. Velké nedostatky mohou způsobovat různé průměrné hmotnosti osiva. Průměrná HTS osiva evropských odrůd pšenice se pohybuje v rozmezí g. Všechny tyto nedostatky mohou být eliminovány metodou řízení s uzavřenou smyčkou počtu semen na jednotku plochy. Funguje to na principu optických senzorů, které počítají semena (Heege, 2013). 24

25 Obrázek 9: Systém kontroly výsevku (foto Heege, 2013) Tímto způsobem je zajištěna poměrně vyrovnaná vzdálenost mezi padajícímí semeny. Hustota setí se liší dle jednotlivých druhů plodin. Rozpětí u malých zrn se pohybuje od 150 do 400 semen na m 2. Záleží na druhu plodiny, odrůdě, době setí, zásobování plodiny vodou a struktuře půdy. Argumentem proti potřebě přesné kontroly hustoty setí bývá zmiňována plasticita plodin, schopnost přizpůsobit se prostředí. Rostliny se přizpůsobí nevyrovnanosti hustoty setí a rostou v prostoru, který mají k dispozici. To znamená, že vliv precizní kontroly hustoty setí na výnos je poměrně malý. Avšak současně to znamená, že přesné setí může vést k podstatným úsporám nákladů na osivo. Je potřeba zmínit, že u plodiny s nízkou plasticitou, např. cukrová řepa nebo brabory, je vliv hustoty setí velmi významný (Heege, 2013). Problematikou precizního setí se také zabýval Roth (2002) Precizní hnojení výhody, nevýhody a ekonomika Potenciální výhody, plynoucí z použití precizní aplikace dusíkatých hnojiv, mohou být (Heege, 2013): vyšší výnosy na ha úspory dusíkatých hnojiv 25

26 lepší podmínky pro sklizeň plodin vyšší kvalita sklízené komodity menší vyplavovaní dusíku do podzemních vod Který z těchto možných přínosů převažuje, může záviset na plodině, variabilitě půdních vlastností, podnebí, vegetačním období, kdy je přístrojů využíváno. Z toho důvodu celoplošné hnojení a precizní hnojení mohou přinést různé výsledky. Vyšší výnos na ha lze očekávat v případě, že stanovená dávka hnojva u precizního hnojení bude zhruba stejná a ne nižší než při celoplošné aplikaci. Klíčovou otázkou v této souvislosti je, zda by se měla precizní aplikace dusíkatých hnojiv zaměřovat na vyšší výnosy z ha nebo nižší náklady na dusíkaté hnojvo. Touto otázkou se zabýval Thriwakala et al. (1997) a výsledkem bylo, že na půdách středně a vysoce úrodných by měla být precizní aplikace naprogramována na vyšší průměrné výnosy a na polích méně úrodných by měla být založena na snížení výdajů na hnojva. Problém je v tom, že úrodnost zavisí nejen na vlastnostnech půdy, ale i na počasí. Efektivnost využití dusíku je velmi důležitá pro životní prostředí. Není to jen proto, že neefektivní využívání dusíku způsobuje vyšší náklady na hnojva. Ve vlhkých oblastech má neefektivní využití dusíku za následek prosakování dusičnanů do podzemních vod. Jde o velký ekologický problém vysokého obsahu dusičnanů v pitné vodě (Klír, 2002). V zemědělských oblastech je hlavní příčinou tohoto problému právě hnojení. Řešením tohoto problému není celosvětové snížení hnojení, ale eliminace nadměrného hnojení, jelikož u dusíku absorbovaného plodinou nedochází k odplavení do podzemních vod. Proto je zapotřebí větší přesnost v aplikací a tím zvyšování efektivity využívání dusíku plodinou. Jinými slovy aplikace by měla být na správném místě, ve správný čas a se správnou mírou. Tím lze docílit oboustranných výhod vyšší výnos a nižší náklady na dusík a navíc lepší kvality zdrojů vody (Heege, 2013). Například u pšenice by měl zemědělec brát v úvahu efekt na stav plodiny v období sklizně. Při nadměrném hnojení může dojít k polehání porostu, díky správně zvolenému množství hnojva pomocí precizní aplikace hnojva lze tato rizika vzniku problémů s poleháním porostu snižovat. Díky tomu může být usnadněna sklizeň sklízecí mlátičkou (Heege, 2013). Náklady spojené s využitím variabilní aplikace hnojiv jsou především kapitálové výdaje na zařízení, které jsou potřebné pro kontrolu rozmetadla. Náklady na N-Sensor, funkční terminál, software, kapesní chlorofylmetr potřebný ke kalibraci přístroje a 26

27 daně. Na trhu lze pořídit N-Senzory, využívající přirozeného a umělého světla. N- Senzory, využívající umělého světla nejsou limitovány pracovní dobou jako N- Senzory využívající přirozeného denního světla, ale na druhou stranu jejich pořizovací cena je obvykle o polovinu dražší než v případě varianty s přirozeným světlem. Náklady na ha do značné míry také závisí na ročním období, kdy se s přístroji pracuje. Podle výzkumů provedených v Evropě je předpokládaný průměrný nárůst výnosu při využití precizního hnojení o 4%. I když nedojde ke zvýšení průměrného výnosu, lze snížit množství spotřebovaného dusíkatého hnojva až o 44 kg ha -1. Uvádí se, že výhody precizní aplikace v podobě vyšších výnosu a snížení nákladů na hnojvo se projeví při využití na ploše asi 175 ha. Proto by měla být překročena tato rozloha z hlediska ekonomiky investice. Vzhledem k tomu, že rozmetadla a postřikovače s šířkou cca 20 m a rychlostí 10 km h -1 mohou mít výkonnnost aplikace 20 ha hod -1, tak jsou velké podniky schopny tuto mez překročit i za jeden den. Podniky, hospodařící s 1000 a více hektary, k tomu mají potenciál (Heege, 2013). Problematikou precizního hnojení se také zabýval Wenkel (2002) Globální navigační systémy v zemědělství Kvalita práce na pozemcích zemědělského podniku byla vždy založena na používané technice a na schopnostech lidí, kteří tuto techniku obsluhují. Při předseťové přípravě, kdy je potřeba včas připravit půdu před setím, je z důvodu proměnlivého počasí a doporučených termínu setí kladen důraz na přesnost, čas a kvalitu. Období od sklizně do zasetí je pro obsluhu psychicky a fyzicky náročné, mnohdy je potřeba pracovat na směny celý den. Není možné, aby obsluha strojů dokázala podávat stabilní pracovní výkony po celou pracovní dobu. Je vyžadována přesná, kvalitní a rychlá práce na poli. Je mnoho prvků, jež musí obsluha stroje sledovat jako směr jízdy, přesné kopírování už upravené části pozemku, pracovní hloubku nářadí, kvalitu práce nářadí, vyhýbat se překážkám na poli (sloupy, kameny atd.). Mezi další patří hluk, vysoké teploty, nepohodlí. V důsledku toho dochází u obsluhy v průběhu pracovní doby k únavě, poklesu koncentrace a s tím spojené snižování prováděné kvality práce. Při práci v noci, snížené viditelnosti a prašnosti na suchých pozemcích se kvalita a přesnost práce snižují a nutnost pozornosti obsluhy zvyšuje. Při nekvalitní a nepřesné práci dochází také k přejezdům a s tím spojenému 27

28 zbytečnému opotřebování strojů a zvyšování spotřeby pohonných hmot, což vede ke zvyšování nákladů. Rovněž je čím dál větší důraz kladen na redukci množství hnojiv a chemikálií z důvodu tendence snižování nákladů i ekologického zatěžování životního prostředí (Kroulík et al., 2012). Je potřeba mechanizaci využívat efektivněji, tak abychom byli schopni snížit náklady práce. Možností, jak zefektivnit práci na poli, je využití navigačních systémů. V dnešní době jsou navigační systémy využívány k navazování pracovních jízd při předseťové přípravě, setí, hnojení, ochraně rostlin a dalších strojů. Základem každého systému je anténa, integrovaný GPS/DGPS příjímač, světelná lišta či LCD monitor. Anténa je umístěna na střeše kabiny a propojená s integrovaným GPS příjímačem. Automatické naváděcí systémy obsahují snímače polohy, řídicí jednotku a další hydraulické komponenty. Příjímač bývá 12 kanálový, což umožňuje využívat až 12 družic najednou a tím zajištění přesnosti navádění (Štětina, 2012). Postup (Štětina, 2012): 1. volba modelu pracovní jízdy po přímce, po křivce, v uzavřených cyklech aj. 2. volba pracovního záběru 3. zvolí se příjem signálů GPS, DGPS nebo RTK 4. potvrzení bodu A při první jízdě 5. potvrzení bodu B na konci první jízdy 6. automatické vytvoření všech rovnoběžných pracovních jízd vzdálených od sebe pracovním záběrem 7. navigace stroje manuálně, poloautomaticky a automaticky Navolené dráhy jsou očíslovány, je možné vyznačit každou překážku nebo si označit místo při přerušení práce kvůli potřebě naplnění zásobníku na hnojvo, osivo nebo jiného důvodu a později se pokračovat v přerušené práci. Systém měří i rychlost stroje a výměru pozemku. Pojezdová rychlost je v rozmezí 0 38 km h -1. Všechna data se ukládájí v řídicí jednotce pro pozdější opětovné využití (Štětina, 2012). Při manuálním navádění je stroj naváděn podle ukazatele ručně obsluhou, přesnost je závislá na obsluze. U poloautomatického navádění stroje obstarává řídící jednotka otáčením volantu pomocí elektromotoru a přitlačeného pastorku, kladem je přenositelnost z jednoho stroje na druhý. U automatických navádění je stroj řízen automaticky bez zásahu obsluhy, jde o hydraulické ovládání pomocí zabudovaného 28

29 zařízení. Kladem je přesnost nezávislá na obsluze, protikladem je možnost instalace pouze do jednoho stroje (Kroulík et al., 2012). Na našem trhu lze pořídit mnoho druhů navigačních přístrojů. Obrázek 10: Ukázka antény a displeje systému StarFire 3000 ( Možné výhody použití navigačních sytémů (Kroulík et al., 2012) snížení zátěže obsluhy stroje snížení nákladů pohonné hmoty, opotřebení stroje, snížení vynechávek a překryvů zvýšení produktivity práce zlepšení kvality práce zvýšení bezpečnosti práce zlepšení práce za snížené viditelnosti a v noci snížení přejezdů stroje snížení rizika půdního zhutnění menší dopad na životní prostředí GIS Geografický informační systém GIS portál HZS ČR (2014) definuje GIS jako organizovaný soubor počítačového hardware, software a geografických údajů (naplněné báze dat) navržený pro efektivní 29

30 získávání, ukládání, upravování, obhospodařování, analyzování a zobrazování všech forem geografických informací. Je používán pro správu a analýzu prostorových dat, vztahujících se na produktivitu plodin a agronomické faktory. Data mohou být odvozena z různých oborů a různých zdrojů včetně stávajících digitálních map, dat převedených do digitální podoby z map a fotografií, vzorkování půdy či porostu, topografického průzkumu, senzorových dat s informací o umístění, zjištěných pomocí GPS. GIS může zobrazovat analyzovaná data v mapách, které umožňují lepší pochopení interakcí mezi výnosem, úrodností půdy, stavem plevelů, stavem škůdců a dalších faktorů, a také rozhodování na základě těchto prostorových vztahů. GIS pro precizní zemědělství používá základní mapy jako katastrální mapy, typ půdy, topografie, úrovně zastoupení N, P, K a dalších živin, půdní vlhkost, ph apod. Údaje o jednotlivých pěstebních operacích prováděných na poli, výnosech, živinách atd. jsou také zpracovávány pomocí GIS. GIS se používá k vytvoření map půdní variability, úrodnosti půdy, stavu škůdců a plevelů a pro tvorbu aplikačních map používaných k preciznímu hnojení (Srinivasan, 2006). Obrázek 11: Možnosti využití GIS (directionsmag.com) 30

31 3.6.5 Mapování výnosů Měření výnosů při sklizni a kvalita produktu jsou dalšími metodami mapování variability porostu. Měření výnosu je prováděno pomocí výnosových senzorů zrna, které jsou v dnešní době standardní výbavou moderních sklízecích mlátiček. K přesnému změření výnosu a vlhkosti zrna na určitém místě a v určitém čase bývá využíváno GPS, GIS, počítačů a čidel. Čidla mohou být mechanická, optická, nárazová, kapacitní, paprsková a čidla vlhkosti. Čidla jsou vždy umístěna v zrnovém dopravníku sklízecí mlátičky (Skalický, 2004). Určení vlhkosti zrna je nezbytné pro přepočet výnosu zrna na konstantní vlhkost (standardně 15%). Přístroje sloužící k zjišťování výnosů mohou být instalovány na sklízecí mlátičky, řezačky, žací stroje, sklízeče brambor a cukrovky. Pomocí těchto přístrojů jsou sbírány informace o výnosech během sklizně na celém poli. Pomocí shromážděných dat a GIS je možné vytvořit podrobnou zprávu o sklizni. Na základě znalosti výnosu může zemědělec zhodnotit úspěšnost agrotechnických zásahů a také stanovit bilanci živin (Lukas et al., 2011). Obrázek 12: Příklad výnosové mapy kukuřice ( 31

32 4 VLASTNÍ PRÁCE 4.1 Farma Odunec Podklady pro vypracování bakalářské práce byly získány na farmě Odunec. Na farmě v Odunci nedaleko Hrotovic soukromě hospodaří Ing. Vítězslav Škoda. Jedná se o farmu zaměřenou pouze na rostlinnou výrobu, situovanou v aridní oblasti jihovýchodní části okresu Třebíč, kraje Vysočina. Hospodaří na 475 ha zemědělské půdy v nadmořské výšce 412 m. Svou hospodářskou činnost provozuje jednak na půdě vlastní a také na půdě pronajaté na základě uzavřených nájemních smluv. Rostlinná výroba je zaměřena na intenzivní pěstování jednotlivých plodin. Na vlastních i pronajatých pozemcích pěstuje obiloviny ozimou pšenici, ozimý ječmen a kukuřici, dále pěstuje ozimou řepku, jež je hned po ozimé pšenici druhou hlavní pěstovanou plodinou, v menším množství je pěstován hrách z důvodu požadavků Greeningu a osevního postupu a vojtěška. Dále hospodaří s 10,5 ha lesů a luk. Farma se v minulosti zabývala výkrmem prasat o kapacitě cca 1000 ks, v dnešní době jsou technologie chovu zastaralé a výkrm prasat už není rentabilní. Farma má dva zaměstnance a v období sklizně využívá brigádníky jako další pracovní sílu. 4.2 Vybavení farmy Pro polní práce využívá farma 2 traktory od české firmy Zetor (Zetor 105 a Zetor 7750), 2 traktory John Deere (John Deere 7700 a John Deere 7730). Traktory od firmy Zetor jsou používány k lehčím pracím, např. odvoz při sklizni, mulčování luk, válení apod. Traktory John Deere jsou používány od přípravy půdy po setí. Pro vlastní sklizeň a služby využívá před dvěma lety koupenou sklízecí mlátičkou John Deere T660. Dále vlastní několik vleček k převozu komodit a jiného materiálu, talířový podmítač Lemken Rubin s pracovním záběrem 6 m, radličkový kypřič Lemken Karát s pracovním záběrem 3,5 m, kombinovaný kypřič pro přípravu seťového lože SATURN III od firmy Opall-Agri s pracovnám záběrem 6 m, secí kombinaci Ostroj se záběrem 4 m, 5-radličný nesený pluh a cambridge válce od firmy Molčik s pracovním záběrem 8 m. 32

33 4.3 Pěstební technologie Půda se většinou zpracovává bezorebně s výjimkou případů, kdy je pole napadeno pleveli či z jiných důvodů je provedena orba. Farma využívá technologíí minimalizace zpracování půdy už 3 roky. Změna přišla z důvodu šetření půdní vláhy, šetření času potřebného pro dodržení agronomických termínů a také z důvodu zachování optimální struktury půdy pro správný růst plodin. Strniště je zpracováváno talířový podmítačem Lemken Rubin a také radličkovým kypřičem Lemken Karat, volba jednotlivých operací a pořadí je závislá na předešlé plodině. Obrázek 13: Mělká podmítka strniště diskovým podmítačem Lemken Rubin taženým JD 7730 (foto autor) Dále je pro přípravu seťového lůžka využíváno kombinovaného kypřiče Opall- Agri a dále následuje setí pšenice, řepky, ječmene a hrachu pomocí secí kombinace Ostroj. Setí kukuřice pomocí přesného secího stroje zajišťuje formou služby sousední Zeměděské družstvo Hrotovice. Pro rozmetání minerálních hnojiv je používáno nesené rozmetadlo Bogballe (24-36 m) se zásobníkem o objemu 3000 l. Co se týče ochrany rostlin, tak farma nevlastní postřikovač. Ochrana rostlin je zajišťována Zemědělským družstvem Hrotovice formou služby. Všechny plodiny kromě kukuřice jsou sklízeny sklízecí mlátičkou John Deere T660 s pracovní lištou se záběrem 7,5 m. Sklízecí mlátička je posílána na výpomoc do 33

34 Agroservisu Višňové a.s. a Zemědělského družstva Hrotovice. Kukuřice je sklízena na zrno Zemědělským družstvem Hrotovice formou služby. Obrázek 14: Sklizeň JD T660 a JD 7700 (foto autor) Farma měla za poslední 3 roky velmi dobré výnosy s porovnáním s okolními kraji. V roce 2012 bylo sucho a teplo po celé České republice, utrpěly na tom veškeré ozimé plodiny, kdy na jižní Moravě prakticky uschl porost. V rámci podmínek a výnosů v ČR v roce 2012 byl výnos farmy i tak velmi dobrý. Tabulka 1: Oseté plochy podle jednotlivých plodin v ha Plodina Pšenice ozimá Pšenice jarní Ječmen ozimý Řepká ozimá Kukuřice na zrno Hrách TTP Vojtěška