MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ. Doktorská disertační práce

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ Doktorská disertační práce BRNO 2008 Ing. Milan HRŮZA

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ Agronomická fakulta Ústav techniky a automobilové dopravy Technicko-ekonomické hodnocení variabilního a uniformního hnojení v podmínkách precizního zemědělství Doktorská disertační práce Ing. Milan Hrůza Školitel: Prof. Ing. František Bauer, CSc. BRNO 2008

PROHLÁŠENÍ Prohlašuji, že jsem doktorskou disertační práci na téma Technicko-ekonomické hodnocení variabilního a uniformního hnojení v podmínkách precizního zemědělství vypracoval samostatně a použil jen pramenů, které cituji a uvádím v přiloženém seznamu literatury. Doktorská disertační práce je školním dílem a může být použita ke komerčním účelům jen se souhlasem vedoucího doktorské disertační práce a děkana AF MZLU v Brně. dne. podpis...

Poděkování Dovoluji si touto cestou poděkovat svému školiteli prof. Ing. Františku Bauerovi, CSc. za odborné vedení při sestavování disertační práce. Děkuji kolektivu pracovníků Ústavu techniky a automobilové dopravy. Poděkování též patří pracovníkům ZDV Krchleby a. s., Statek Břežany spol. s r.o., ZENZA Znojmo a. s., ZZN Pelhřimov a. s. za poskytnutí pozemků, aplikační a sklizňové techniky. Dále děkuji své rodině za její trpělivost během studia a za vytvoření podmínek pro zpracování této práce.

Abstrakt Pro hodnocení přínosu výnosových map v systému precizního zemědělství bylo nutné nejprve ověřit kvalitu získaných výnosových dat při monitoringu sklizně sklízecí mlátičkou s instalovaným výnosovým monitorem. Dále byly založeny polní pokusy, kde byla porovnávána variabilní aplikace hnojiv s tradičním uniformním hnojením. Dávka hnojiv byla odvozena na základě bilančního systému hnojení, živiny odčerpané výnosem byly vráceny zpět na pozemek ve formě hnojiv. Variabilní aplikace hnojiv byla na jednotlivých dílčích plochách sledovaných parcel stanovena na základě plošné variability výnosů získaných z monitorování sklizně. Dávka hnojiva pro uniformní aplikaci byla stanovena na základě průměrného výnosu plodiny na pozemku. Ze získaných výsledků lze konstatovat, že data z výnosových monitorů lze využívat pro mapování výnosové variability a následně výnosová data využít pro variabilní aplikaci hnojiv. Při porovnání variabilní a uniformní aplikace hnojiv provedené na základě bilančního principu živin a na základě dosažených výsledků lze konstatovat, že variabilním hnojením na sledovaných parcelách byly ušetřeny finanční prostředky na minerální hnojiva. Pokusy ovšem nepotvrdily, že variabilní hnojení zvýšilo výnos plodin. Systém precizního zemědělství však poskytl dostatečné informace o pozemcích, které povedou k optimalizaci řízení rostlinné výroby. Klíčová slova: precizní zemědělství, monitoring výnosu, výnosová variabilita pozemku, uniformní a variabilní aplikace hnojiv

Abstract To evaluate a contribution of the yield maps in the system of precision farming, it was firstly necessary to verify a quality of the obtained yield data by monitoring of a harvest with a harvester, where the yield monitor was installed. Further on there were established fieldtests, where was compared the variable application of the nutrition with the traditional uniform fertilization. A dose of the fertilization was deduced on the base of the balance fertilization system, the nutrients drawn by the yield were given back on the field in form of the fertilizers. The variable application of fertilizers was determined on the individual unit-areas of the observed fields on the base of the extent yield variability obtained from the monitoring of the harvest. The dose of the fertilization for the uniform application was determined on the base of the average plant yield on the field. From the obtained results we can note that the data from the yield monitors is possible to use for mapping of the yield variability and sequentially the yield data use for the variable application of the fertilizers. By comparing between the variable and uniform application of the fertilizers that was carried out on the base of the balance principle of the nutrients and on the base of reached results it is possible to say that with the help of the variable fertilization on the observed fields there were saved the financial means for the mineral fertilizers. However the tests have not proved that the variable fertilization made higher yield of the crop. However the system of precision farming gave sufficient information about the fields, which lead to optimization of the plant production. Key words: precision farming, yield monitoring, yield variability, uniform and variable application of fertilizers

1 ÚVOD...9 2 SOUČASNÝ STAV ŘEŠENÉ PROBLEMATIKY...10 2.1 Úvod do problematiky precizního zemědělství...10 2.2 Základní technické prvky precizního zemědělství...11 2.2.1 Globálně poziční systém GPS...12 2.2.1.1 Zařízení pro řízení paralelních pracovních jízd s využitím GPS...14 2.2.2 Geografický informační systém...16 2.2.3 Zařízení pro mapování variability pozemku a sběr polohově zaměřených dat...17 2.2.3.1 Mapování výnosů...17 2.2.3.2 Časová synchronizace výnosového monitoru...19 2.2.4 Odběr půdních vzorků...21 2.2.5 Dálkový průzkum země...23 2.2.6 Analýza prostorově zaměřených dat...24 2.2.6.1 Popis prostorové závislosti...25 2.2.6.2 Metody prostorových interpolací...26 2.2.7 Aplikační technika...28 2.3 Půdní úrodnost a její variabilita...29 2.4 Výživa rostlin v systému precizního zemědělství...32 3 CÍL PRÁCE...35 4 OVĚŘENÍ VÝNOSOVÉHO MONITORU ACT 40 PRO SYSTÉM PRECIZNÍHO ZEMĚDĚLSTVÍ...36 4.1 Cíl...36 4.2 Materiály a metody...36 4.2.1 Podmínky pokusů...36 4.3 Výsledky a diskuse...41 4.4 Mapové zobrazení monitoringu sklizně...44 4.5 Závěr kapitoly...45 5 OVĚŘENÍ PŘÍNOSU SYSTÉMU PRECIZNÍHO ZEMĚDĚLSTVÍ...46 5.1 Cíl polních pokusů...46 5.2 Materiály a metody...46 5.2.1 Podmínky pokusu...46 7

5.2.2 Osevní sled plodin...58 5.2.3 Sklizeň pozemků...58 5.2.4 Zpracování výnosových dat...59 5.2.5 Metodika výživy polních plodin...59 5.2.6 Příprava směsného hnojiva...60 5.2.7 Zpracování aplikačních map hnojení...61 5.2.8 Aplikační technika...63 5.3 Výsledky a diskuse...64 5.3.1 Výsledky výnosových dat...64 5.3.2 Statistika výnosu...67 5.3.3 Mapové zobrazení výnosů...70 5.3.4 Aplikace směsných hnojiv...70 5.3.4.1 Analýza dávek směsného hnojiva na uniformních parcelách...72 5.3.4.2 Analýza dávek směsného hnojiva na variabilních parcelách...73 5.3.4.3 Analýza dávek směsného hnojiva na dílčích plochách uniformních parcel...74 5.4 Ekonomické hodnocení nákladů na směsné hnojivo...75 5.5 Analýza víceletých výnosových dat...76 5.6 Závěr kapitoly...82 6 HODNOCENÍ DODRŽOVÁNÍ PRACOVNÍHO ZÁBĚRU ROZMETADLA TG 8103 S VYUŽITÍM ASISTOVANÉHO ŘÍZENÍ...83 6.1 Cíl...83 6.2 Metodika a materiály...83 6.3 Výsledky a diskuse...85 6.4 Závěr kapitoly...87 7 ZÁVĚR DISERTAČNÍ PRÁCE...88 8 SYMBOLY A ZKRATKY...92 9 LITERATURA...94 10 SEZNAM OBRÁZKŮ...98 11 SEZNAM TABULEK...100 12 PŘÍLOHY...102 8

1 ÚVOD Předložená práce Technicko-ekonomické hodnocení variabilního a uniformního hnojení v podmínkách precizního zemědělství je výsledkem sledování a vyhodnocení pětiletých pokusů na různých stanovištích. Motivací práce byl příchod nových technologii do zemědělství, především technologie precizního zemědělství, která sebou přinesla řadu nových podnětů a otázek. Jak postupovat ve výživě rostlin, zjistíme-li variabilitu půdních vlastností, výnosu a jiných faktorů. S rozmanitostí, tedy s variabilitou, se podle WEBSTRA a OLIVERA (2001) můžeme setkat ve všech aspektech rostlinné výroby. Zaznamenat praktickým měřením prostorové změny můžeme pouze na omezeném počtu míst, ve zbývajících místech je nutno vypočítat odhad měřených veličin pomocí geostatistických metod. Obecně lze konstatovat, že vlastnosti sledované veličiny ze vzorků s menší vzdáleností vykazují větší podobnost než ze vzorků od sebe vzdálených. Výnosy zemědělských plodin popisují nejen obsah přístupných živin v půdě, ale i celou řadu fyzikálních a fyzikálně chemických vlastností, které se podílí na vytvoření půdní úrodnosti (RICHTER a HLUŠEK, 2000). Vzájemné vazby prvků půdní úrodnosti mohou zajistit udržitelnost a setrvalost rostlinné produkce. Tyto vazby může zajistit jen systém hospodaření, který respektuje optimální vstupy a zajistí tak vyrovnanou bilanci živin. Proto jsem pro práci zvolil postup výživy na základě bilanční metody, kde rozhodujícím faktorem je výnos plodiny, který je odrazem stanoviště jako celku a ne pouze systém výživy na základě omezených hodnot přístupných živin. 9

2 SOUČASNÝ STAV ŘEŠENÉ PROBLEMATIKY 2.1 Úvod do problematiky precizního zemědělství Zavedením nových technologií, především satelitní navigace GPS a technologie variabilní aplikace koncem 80. let minulého století, začínáme hovořit o novém systému hospodaření, označovaném jako lokálně specifické zemědělství (Site Specific Farming), u nás spíše známe jako precizní zemědělství. Precizní zemědělství se odlišuje od klasického konvekčního systému především ve změně chápání produkční jednotky (LIPAVSKÝ, 2000). V systému precizního zemědělství se nepřistupuje k pozemku jako homogennímu celku, tak jak tomu je při tradičním způsobu hospodaření, ale přistupuje se k jednotlivým dílčím plochám pozemku individuálně na základě informací o prostorových změnách měřených veličin, tedy variabilitě veličin (MULLA a SCHEPERS, 1995). PIERCE a NOWAK (1999) definují precizní zemědělství jako aplikaci technologií a principů k řízení prostorové a časové variability, spojené se všemi aspekty zemědělské produkce za účelem zlepšení vývoje porostů a lepšímu přístupu k okolnímu prostředí. Podle BERRYHO (1999) jde o to dělat správné věci na správném místě ve správný čas. Systém precizního zemědělství (obr. 2.1) lze rozdělit na čtyři základní kroky: zjišťování variability (výnosová data, bodové odběry vzorků), zpracování měřených dat, vyhodnocení a návrh opatření. Obr. 2.1 Schematické znázornění systému precizního zemědělství 10

V systému se více bude uplatňovat aplikační technologie zaměřená na cílenou lokální aplikaci rozdílných měrných dávek, vycházející z maxima víceletých informací o pozemku a prostoru (výnosové mapy, letecké snímky v infračervené oblasti, laboratorní rozbory), které však musí být operativně k dispozici. Pro palubní počítače aplikačních strojů budou běžně k dispozici aplikační mapy v digitalizované podobě, vztaženo buďto ke kolejovým řádkům nebo k systému GPS. Celý systém povede k úspoře vstupů a samozřejmě k vyššímu finančnímu výnosu. (KOPA, 2004). Je zde snaha o efektivnější způsob hospodaření s půdou, zemědělskou technikou, efektivnější využití hnojiv a pesticidů. Přitom důležitým charakteristickým znakem je také zlepšení ekologických aspektů současných intenzivních forem hospodaření (BALÍK et al., 2000). Precizní zemědělství využívá lokálně specifické informace o půdě a pěstované plodině. Prozatím je nejvíce celosvětově používáno vzorkování půdy a tvorba výnosových map. Výnosové mapy jsou základní informací o variabilitě (různorodosti) pozemku. Výnosy zemědělských plodin popisují nejen obsah přístupných živin v půdě, které pěstované plodiny potřebují pro svůj růst a vývoj (HLUŠEK a TRÁVNÍK, 2002), ale také i celou řadu fyzikálních a fyzikálně chemických vlastností, které se podílí na vytvoření půdní úrodnosti. Příčiny heterogenity půdní úrodnosti jsou různé a nejčastěji spočívají v rozdílném genetickém základě půd v jednotlivých částech pozemku (BAUER, 1999). Výnosová data pozemku představují soubor informací získaných v průběhu sklizně od výnosového monitoru sklízecí mlátičky. Výnosové mapy v jednom nebo více rocích, popřípadě jejich kombinace, slouží jako základní informace pro výživu rostlin (OSTERGAARD, 1995). Kombinace různých souborů, týkajících se úrodnosti půdy, zlepšují využití produkčního potenciálu obhospodařované plochy (LIPAVSKÝ, 2000). 2.2 Základní technické prvky precizního zemědělství Nové technické a technologické prvky spojené s počítačovým hardwarem a softwarem umožnily vznik precizního zemědělství. Většina těchto technologií byla již dříve vyvinuta pro jiné obory, ale uplatnění nyní nachází i v systému precizního zemědělství (BRODSKÝ, 2003). Precizní zemědělství využívá především technologii pro zaměření polohy, globálně poziční systém (GPS), dále zařízení pro sběr polohově zaměřených dat IDI monitor 11

(intelligent device and implements) geografický informační systém pro zpracování a vizualizaci dat (GIS) a technologii pro variabilní aplikaci (VRT). 2.2.1 Globálně poziční systém GPS Určování polohy na pozemku je základním předpokladem uplatňováním systému precizního zemědělství. Na základě přesné polohy je předpoklad zaznamenat prostorovou variabilitu sledované veličiny a provádět cílené aplikační zásahy. V počátcích precizního zemědělství byly používány metody určování relativní polohy ke známému fixnímu bodu měřením vzdálenosti pomocí mechanického kola s čítačem, radaru nebo ultrazvuku (PIERCE a NOWAK, 1999). Od počátku 60. let minulého století vývoj radiové techniky přinesl určování polohy pomocí družicové navigace. Nejrozšířenějším se stal systém GPS NAVSTAR (NAVigation Systém with Time And Rating). Systém byl vyvinut pro potřeby armády USA. Pro civilní sektor byl systém zpřístupněn počátkem 80. let 20. století. Rozhodnutím ministerstva obrany USA byla přístupnost měření GPS ovlivněna zavedením umělé chyby do signálu pro vyhodnocení polohy (SA selective avaible). Tato degradace signálu byla zrušena v květnu 2000. GPS NAVSTAR je označován jako systém pasivní a dálkoměrný. Tvoří ho celkem 24 družic, 3 družice jsou záložní. Družice mají danou vzdálenost od zemského povrchu. GPS přijímač měří dobu, za kterou se k němu dostane rádiový signál ze satelitu, a používá tento čas pro výpočet vzdálenosti od satelitu. Přesnost vyhodnocení prostorových souřadnic je dána širokým souborem faktorů (BRODSKÝ a VANĚK, 2000): počet viditelných satelitů a síla jejich signálu, geometrické uspořádání satelitů, typ přijímače, vliv ionosféry a troposféry, chyby satelitních hodin a hodin přijímače, odklonění satelitů od svých drah, šum přijímače. Použitím kvalitního GPS přijímače a pomocí korekcí externích chyb se sníží vliv některých z výše uvedených zdrojů nepřesnosti a tím se zvyšuje přesnost určení polohy. Vliv jednotlivých zdrojů externích chyb na přesnost měření je uvedena v tab. 2.1. 12

Tab. 2.1 Vliv externích chyb na přesnost určení polohy (m) Zdroj chyby GPS DGPS Satelitní hodiny 1,5 0 Odklonění od drah satelitů 2,5 0 Ionosféra 5 0,4 Troposféra 0,5 0,2 Šum přijímače 0,3 0,3 Pro korekci externích chyb jsou v praxi nejvíce používané dvě metody. Diferenciální Globálně Poziční Systém (DGPS) a Real-Time Kinematic (RTK). Rozdíl mezi DGPS a RTK je patrný z obr. 2.2 a 2.3. Metoda DGPS používá pro zvýšení přesnosti korekční signál získaný přes síť pozemních georeferenčních stanic (cca 100 stanic) a geostacionárních satelitů (9 satelitů). V závislosti na způsobu výpočtu korekce a druhu přijímače lze dosahovat metodou DGPS různých přesností. Firma Trimble ve svých materiálech (obr. 2.4) uvádí vliv signálu na přesnost měření. Z pohledu odchylky měření je nejvíce nepřesný autonomní GPS s chybou měření 1-5 m, dále pak následuje korekce EGNOS a VBS (Virval Base Station), kde nepřesnost určení polohy je 0,15 0,30 m. Pro tuto přesnost postačují jednofrekvenční přijímače GPS. Dvoufrekvenční přijímače GPS jsou již nutné pro přesnější korekci signálem HP (High Performance) (0,05 0,10 m), XP (extended Performance) (0,0750 0,0125 m). 3 1 5 2 4 1. GPS satelit 2. Standardní GPS signál 3. Geostacionarní satelit 4. Korekční signál 5. Přijímač GPS Obr. 2.2 Princip DGPS korekcí Metoda RTK používá pro korekci autonomního GPS signálu radiový signál z přenosné referenční stanice. Tato stanice musí být umístěna tak, aby mezi stanicí a přijímačem signálu nebyla žádná překážka. Pomocí RTK korekcí lze dosahovat přesností 0,01 0,02 m. 13

1 5 2 4 3 1. GPS satelit 2. Standardní GPS signál 3. Pozemní stanice 4. Korekční signál 5. Přijímač GPS/rádio Obr. 2.3 Princip RTK korekcí Obr. 2.4 Vliv satelitního signálu a způsobu korekce na přesnost určení polohy 2.2.1.1 Zařízení pro řízení paralelních pracovních jízd s využitím GPS Dodržování předepsané vzdálenosti mezi navazujícími pracovními jízdami má vliv na rovnoměrnost aplikace nejen u rozmetadel a postřikovačů, ale má také vliv na ekonomické hodnocení strojních linek v rostlinné výrobě od zpracování půdy, setí, výživu, ochranu rostlin až po sklizeň. Zvětšení pracovního záběru znamená nedodržení aplikační dávky nebo neobdělanou plochu. Zmenšení pracovního záběru způsobuje lokální předávkování, zvýšení nákladu na hnojiva nebo pesticidy, zbytečné zatížení životního prostředí a v neposlední řadě se zvyšují náklady na pohonné hmoty a opotřebení mechanizačních prostředků. Zařízení pro řízení paralelních pracovních jízd využívá technologie GPS. Je vhodné ho využít v případech, kde není možné použít jiné techniky pro dodržování pracovních jízd, jako je systém kolejových meziřádků nebo možnosti pasivních nebo pěnových značkovačů. Přesnost pěnového značkovače je závislá na obsluze a pracovním záběru stroje a povětrnostních podmínkách. Se zvyšujícím se pracovním záběrem a s narůstající únavou obsluhy se zvyšuje nedodržení pracovního záběru (KOVAŘÍČEK et al., 2005). 14

Využití technologie GPS sebou přináší rychlé a spolehlivé určení polohy. Na trhu se uplatňuje zařízení uplatňující jednofrekvenční nebo dvoufrekvenční přijímače diferenčního signálu GPS (KOVAŘÍČEK et al., 2005). V závislosti na typu korekčního signálu dosahují submetrové nebo subcentimetrové přesnosti. Systém GPS umožňuje použít zařízení jak pro manuální navádění stroje obsluhou (obr 2.5), tak i pro automatické řízení stroje (obr. 2.6). Obr. 2.5 LCD monitor se světelnou lištou je určen pro manuální navádění Princip paralelních jízd spočívá v souřadnicovém zaznamenání první jízdy, od které se odvozují další pracovní linie s roztečí shodnou s definovaným pracovním záběrem. Při práci je potom signalizovaná odchylka od ideální linie obsluze stroje. Při manuálním řízení se využívá pro signalizaci odchylky světelných diod nebo monitorů. V případě automatického řízení (autopilot) je odchylka přenesena do řídící jednotky systému, která předá impuls hydraulickému systému řízení stroje. GPS přijímač Řídící jednotka Hydraulická jednotka řízení Přímočarý hydromotor řízení Obr. 2.6 Technologické prvky automatického řízení 15

Firma Trimble uvádí několik možností vedení paralelních pracovních jízd (obr. 2.7). A-B přímka A + přímka Identická křivka Adaptivní křivka Centrální pivot Kombinovaná křivka Obr. 2.7 Možnosti využívaných způsobů vedení pracovních jízd A-B přímka jízda po přímce definovaná 2 body A+ přímka jízda po přímce definovaná bodem a směrem jízdy Identická křivka jízda kopíruje linii mezi zadanými body Adaptivní křivka jízda kopíruje předcházející linii Centrální pivot jízdy po kruhových obloucích na pozemcích s centrálním pivotem Kombinovaná křivka volitelná kombinace předchozích způsobů 2.2.2 Geografický informační systém Pro Geografický Informační Systém (GIS) lze obecně použít definici uvedenou u programu ArcInfo společnosti ESRI (Environmental Systems Research Institut). Jde o organizovaný soubor počítačového hardwaru, softwaru a geografických údajů navržených na efektivní získávání údajů, ukládání, upravování, ošetřování, analyzování a zobrazování všech forem geografických informací. Podle TUČKA (1998) jde o prostředek zpracování, tvorby a zobrazování map. Z pohledu precizního zemědělství je GIS nástroj pro získávání, ukládání, upravování a analyzování prostorově vztažených dat s možností zobrazování 16

mapových informací. Podle LIPAVSKÉHO (2000) technologie GIS umožňuje zpracování nejrůznějších dat do různých vrstev, které mohou popsat dané pole. Některé datové vrstvy mohou být surová naměřená data. Jiné datové vrstvy mohou být zpracovaná data nebo nové datové vrstvy. Výsledkem zpracování je pak vizualizace mapových vrstev nebo aplikační mapy (tj. mapy pro diferencovanou aplikaci). 2.2.3 Zařízení pro mapování variability pozemku a sběr polohově zaměřených dat Pro získávání map, popisujících prostorové rozložení variability (heterogenity) různých faktorů na pozemku, existují různé metody. Jednotlivé metody se liší především kvalitou vypovídajících schopností a tedy i využitelností těchto dat. V základním pohledu lze tyto mapy rozlišit podle hustoty měření a záznamů dat. Základní metody získávání prostorových dat vlastností pozemku jsou: mapování na základě odběru vzorků, mapování pomocí senzorů, dálkový průzkum země. Představitelem zařízení pro získávání půdní variability jsou např. mapovací soupravy pro odběr vzorků, výnosový monitor, letecké a satelitní snímky atd. Každé z uvedených zařízení pro zjištění faktorů půdní variability je schopné zaznamenávat polohově zaměřené informace. To znamená, že ke konkrétní části pozemku, která je dána zeměpisnou šířkou a délkou, je přiřazena hodnota sledovaných veličin, výnos plodiny, půdní zásoba, vegetační index atd. Zařízení se skládá z přijímače GPS a řídící jednotky se záznamovým zařízením, na které se ukládají prostorově orientované informace jednotlivých senzorů. 2.2.3.1 Mapování výnosů Mapování výnosů je jednou ze základních vrstev zjišťování variability pozemku, od kterého se odvíjí další strategie v systému precizního zemědělství. Mapování výnosů popisuje rozložení výnosů dílčích ploch pozemku, který je odrazem půdní úrodnosti dané dílčí plochy. LARK a STAFFORD (1997) popisují, že mapování výnosů můžeme použít pro srovnání výnosů v jednotlivých letech. On line mapování výnosů, se provádí pomocí výnosového monitoru instalovaného na sklízecí mlátičce. Základní prvky výnosového monitoru jsou výnosové a vlhkostní čidlo, palubní počítač se záznamovým mediem a zařízením pro určení 17

okamžité polohy, nejčastěji přijímačem GPS. Měřené hodnoty jsou vyhodnoceny v palubním počítači a zaznamenány na paměťové médium. Existuje několik druhů snímačů, jejichž čidla pracují na rozdílných principech (KAVKA, 1999). V současnosti se nejvíce používají snímače toku zrna na principu měření intenzity rázu, potenciometrické snímače, radiometrické snímače, tenzometrické snímače a snímače objemové s využitím fotosenzorů (NOZDROVICKÝ, 1999). Signály od snímačů jsou doplňovány zpřesňujícími údaji o vlhkosti sklizeného materiálu a celý systém je doplněn čidlem sledujícím polohu žací lišty. Některé systémy vyžadují další korekční členy např. pro práci ve svahu, kde dochází k náklonu sklízecí mlátičky. Okamžitý výnos se zjišťuje měřením objemového nebo hmotnostního toku vyčištěného zrna do zásobníku sklízecí mlátičky. MAŠEK (2005) rozděluje výnosové snímače na objemové a hmotnostní. Objemové snímače Mechanický snímač pracuje na principu měření počtu otáček turniketového lopatkového kola, které je umístěno na výstupu zrnového dopravníku. Údaje je pak nutné doplnit o měrnou hmotnost zrna. Jedná se o nejstarší systém, který se nejvíce využíval v Severní Americe. Od tohoto monitorování sklizně se pro jeho nepřesnost měření ustupuje. Optický snímač zjišťuje výšku zrna na lopatce zrnového dopravníku. Skládá se z vysílače a přijímače světelného paprsku. Výška vrstvy se vyhodnocuje na základě doby zaclonění přijímače světelného paprsku. Pro výpočet okamžitého výnosu se využívají údaje o době zaclonění světelného paprsku. Pro přesnost optického čidla je sklízecí mlátička dovybavena snímačem příčného náklonu, z důvodů sesypávání zrna na lopatce k jedné straně. Hmotnostní snímače Nárazový snímač princip spočívá v tom, že zrno je při výstupu ze zrnového dopravníku nuceno dopadat na nárazovou desku. Nárazová deska je v určitém rozmezí pohyblivá vůči nosné desce, pohyb nárazové desky je snímán tenzometrickými nebo potenciometrickými snímači. Na základě změny polohy desky se odvodí hybnost materiálu, z které se dá určit jeho hmotnost. 18

Radiační snímač pracuje na principu měření intenzity záření procházející vrstvou zrna. Na výstupu zrnového dopravníku je umístěno čidlo, které se skládá z vysílače radioaktivního záření, umístěného ve spodní části a přijímačem v horní části. Ze změny intenzity přijímaného záření je možno usuzovat okamžitou hmotnost materiálu. Poměrně značnou roli při průběhu monitorování sklizně hraje okamžitá vlhkost zrna. Pro zjišťování vlhkosti zrna se používají kapacitní čidla, která jsou umístěna na zrnovém dopravníku. Naměřené hodnoty vlhkosti sklizeného zrna jsou průběžně doplňovány k jednotlivým bodům měření. 2.2.3.2 Časová synchronizace výnosového monitoru Z pohledu preciznosti záznamu výnosových dat a tím i celého systému monitorování výnosů je důležitá časová synchronizace jednotlivých senzorů. Výsledné umístění měřeného výnosu v souřadnicovém systému ovlivňuje vzdálenost GPS přijímače od žacího válu, rychlost toku zrna sklízecí mlátičkou a synchronizace počítačových časů. Tok zrna je daný konstrukcí sklízecí mlátičky a je vyjádřen časovým zpožděním. Obr. 2.8 znázorňuje princip časové synchronizace. Zrno sklizené v bodě T1 výnosový monitor zaznamená s určitým časovým posunem, který je daný koeficientem zpoždění až v bodě T2. Za tuto dobu urazí vzdálenost, která je úměrná rychlosti sklízecí mlátičky. Díky časové synchronizaci a pevně dané vzdálenosti přijímače GPS je tok zrna zaznamenaný výnosovým monitorem v bodě T2 uložen k souřadnicím bodu T1. K tomuto bodu jsou pak zaznamenány veškeré údaje senzorů, které umožní výpočet výnosů v bodě T1. Z tohoto pohledu je správně nastavený software výnosového monitoru klíčem k preciznímu umístění výnosového měření (BERRY, 1999). 19

Obr. 2.8 Schéma zpoždění hmotnostního toku zrna při sklizni Obrázek 2.9 ilustruje možnosti zobrazení výnosu. Nejjednodušší prezentace výnosů je bodové zobrazení výnosové mapy (a). Zaměřenému bodu (x; y) je přiřazena barva odpovídající výnosu určité úrovně. Výsledná mapa je vytvořena z barevných bodů, které vytváří výsledné kolísání výnosů na pozemku. Bohužel výnosové mapy jsou nevhodné k datovým analýzám. Spojováním jednotlivých bodů do linie (b) se dostane lepší organizace výnosových dat. Výslednou mapu pak tvoří vektor. Je dán pracovní šířkou a délkou, která je definovaná počtem měřených bodů. Jedná se již o dokonalejší zobrazení, ale datové struktury jsou také omezené pro následnou analýzu dat. Nejlepší organizací dat k následným analýzám je přidělení měřených bodů do velikostně definované mřížky (c), která umožňuje statistické zpracování a analýzu dat. Rozdělení do definované mřížky (buněk) je též vhodné pro následnou tvorbu aplikačních map. Obr. 2.9 Základní druhy zobrazení výnosů: (a) bodové, (b) linie, (c) buňka 20

Při mapování výnosu není důležitá preciznost pořízení záznamů, ale přesnost výnosových dat (BERRY, 1999). Monitoring výnosových dat může být zatížen několika druhy chyb. Náhodná chyba je snadno identifikovatelná, vyskytuje se jen na určité části pozemku a neopakuje se. Při zpracování výnosových dat se tato data vypouští. Systematická chyba zatěžuje všechna měřená data jedním stejně velikým faktorem. Představitelem této chyby je špatná kalibrace. Odstranění této chyby je v rekalibraci veškerých dat stejným koeficientem. Další následné chyby mohou nastat při zpracování výnosových map. Výnosová mapa může být též zatížena chybou, pokud se stanoví špatná velikost mřížky při zpracování. Velikost buňky může značně ovlivnit kalkulaci výnosové mapy. Při zvolení příliš velké mřížky může dojít k potlačení určitých informací průměrováním. V opačném případě, pokud mřížka je příliš malá, může nastat ovlivnění výsledku zpracováním chybových měření. 2.2.4 Odběr půdních vzorků Odběry půdních vzorků pro stanovení chemických vlastností pozemku mají v České republice dlouholetou tradici ve formě agrochemického zkoušení půd (AZP). Pro precizní zjištění variability půdních vlastností je získávání průměrných směsných vzorků z pozemku při odběrech AZP neuspokojivé. Podle VAŇKA et al. (2000) došlo v historii ke změně velikosti odběrové plochy a časového intervalu odběru. Průměrné vzorkování z plošné jednotky je pro precizní zjištění variability bodovým vzorkováním nedostačující. K dosažení přesných, a tedy kvalitních mapových informací vlastností půd při mapování na základě odběru vzorků, je potřeba využít analýzu dostupných informací a na tomto základě sestavit schéma vzorkování (BRODSKÝ et al., 2001). BERRY (1999) přináší přehled geometrického uspořádání odběrových bodů (obr. 2.10). 21

Obr. 2.10 Geometrické uspořádání odběrových bodů Pravidelné schéma (Regular), jedná se o schéma vzorkování, které je založeno na principu pokrytí celé plochy pozemku v pravidelné odběrové síti ve stejné vzdálenosti bodů. Střídavé schéma (Staggered start), jedná se o odběrové schéma, kde umístění počátečních bodů se střídá o ½ vzdálenosti bodu odběru umístěné ve vzorovém (vybraném) odběru. Utříděné náhodné schéma (Random start) vychází z náhodného umístění prvního bodu každého sloupce, avšak musí být dodržena středová vzdálenost od dalších odběrných míst (buněk). Výsledkem je přibližně pravidelné umístění s malou odchylkou náhodnosti. Systematické utříděné nerovnoměrné schéma (Systematic unaligned) umožňuje odstranění problému pravidelné periodicity ve vlastnostech pozemku. Shlukové schéma (Random cluster) vybírá individuální shluky jednotek, které jsou vybírány náhodně, a pak každá jednotka shluku je měřena zvlášť. Toto odběrové uspořádání je vhodné tam, kde sledovaný parametr vykazuje vlastnost shlukování. Náhodné schéma (Simple random), vzorkování pokryje nerovnoměrně vzorkovanou plochu, tento způsob není vhodný pro mapování prostorové variability. Při půdním vzorkování je důležitým parametrem hustota vzorkování. Se zvyšující se hustotou vzorkování klesá variabilita mezi sousedními vzorky (MCINTZRERE, 1967 in FRAZEN a PECK, 1995). S hustotou vzorkování přímo souvisí ekonomika. Vysoké náklady na odběr a analýzu půdních vzorků vedou ke snižování hustoty počtu vzorků, které 22

reprezentují skutečnou variabilitu. Řada prací zaměřených na systematické vzorkování v konkrétních podmínkách (WOLLENHAUPT et al., 1994; FRAZEN a PECK, 1995) doporučuje vzorkovat o hustotě 1 vzorek na hektar nebo hustěji. Tento fakt vede ke konfliktu mezi přesností a náklady na mapování. Aby systém precizního zemědělství byl ekonomicky úspěšný, je důležité, aby zvolené odběrové schéma reprezentativně popsalo variabilitu pozemku pokud možno s co nejmenším počtem vzorků. Proto ve výhodě budou pozemky, kde je již měřena výnosová mapa, která usnadní výběr odběrového schématu. 2.2.5 Dálkový průzkum země Mezi dálkový průzkum Země (DPZ) se řadí letecké a satelitní snímkování. Dálkový průzkum Země je založen na principu měření odražené energie od zkoumaných objektů. Nosičem informací jsou odražené elektromagnetické vlny, kde rozdíly ve vlnové délce jsou dány povahou fyzikální a chemické struktury sledovaného objektu (BRODSKÝ a VANĚK, 2000). V zemědělství se využívají v této oblasti snímky především pozemků s vegetací. Povrchem, od kterého se záření odráží, jsou listy plodin obsahující chlorofyl. První využití leteckých snímků v zemědělství se datuje od roku 1929 (FRAIZIER et al., 1995). Pomocí fotografií byly sledovány změny půdního povrchu. K sledovaným prvkům DPZ patřilo např. sledování půdní eroze, sledování stavu a vývoje porostu a predikace výnosu. Dále FRAIZIER et al. (1995) uvádějí, že geograficky kalibrované snímky z DPZ poskytují informace o hranicích pozemku, nepřímo vypovídající o některých parametrech vegetačního porostu. Současná dostupnost obrazových dat dálkového průzkumu Země a moderní metody jejich zpracování dovolují provedení podrobné analýzy prostorové variability biomasy na pozemku. Výhodou získaných obrazových dat je především vysoké rozlišení a možnost jednoduchého opakování měření. Družicová data poskytují možnost analyzovat různé problémy spojené se stavem a vývojem porostu. Současné archivy družicových dat umožňují provést analýzy i zpětně ve vegetačním období minulých let s možností sledování dynamiky vývoje. Z hlediska komplexnosti sledovaných jevů je vhodné realizovat zpracování řady dostupných multispektrálních snímků s využitím současných moderních analytických metod. Následnou analýzou vlnových délek (obr. 2.11) lze pak určit nejen pěstovanou plodinu, ale i vývojovou fázi nebo výživný a zdravotní stav porostu. Výsledky analýzy zpracované pomocí GIS technologie je možné dále porovnávat s jinými dostupnými georeferencovanými daty pro další hodnocení zjištěných jevů. Další 23

využití výsledků je možné přímo pro lokálně cílené ošetření (výživa, chemická ochrana) nebo pro lokalizaci odběrových míst následného průzkumu. Zdravý list Nemocný list Mrtvý list Půda bez porostu Vzcházení Prodlužování Kvetení Obr. 2.11 Princip analýzy vlnových délek dálkového průzkumu země Blue Green Red NIR modré spektrum zelené spektrum červené spektrum blízké infračervené spektrum 2.2.6 Analýza prostorově zaměřených dat Pro popis prostorových závislostí se kromě základních statistických charakteristik získaného souboru dat (průměr, medián, směrodatná odchylka a jiné) využívá také geostatistiky. Geostatistika je samostatná disciplína, která se zabývá zpracováním prostorových závislostí. Její počátky jsou spojené s těžebním průmyslem a její historické kořeny sahají do počátku minulého století (BRODSKÝ, 2003). Vývojem geostatistiky se postupně disciplína začala uplatňovat v petrolejářském průmyslu, hydrologii, pedologii, ochraně životního prostředí a také v zemědělství. Bylo zjištěno, že plochy blíže sebe vykazují vyšší podobnost, než ty více vzdálené. Vyšší prostorová závislost pak ukazuje na lepší mapové výstupy. 24

2.2.6.1 Popis prostorové závislosti Pro popis prostorových závislostí se používá variogram (obr. 2.12), pro který postačuje splnění vnitřní hypotézy (VALLA et al., 2000). Mezi základní hodnoty variogramu paří: práh maximální hodnoty semivariace; rozsah je to hodnota h, při které semivariace dosáhne prahu a zbytkový rozptyl hodnota semivariace při vzdálenosti bodu blízké 0.. Obr. 2.12 Vyjádření prostorových závislostí pomocí variogramů Standardní rovnice pro odhad semivariace, γ (h) je: 1 2 γ ( h) = [ z( xi ) z( xi + h) ], 2m( h) z( x i ) a z( x + i h) jsou měřené hodnoty z v bodě x i a x i + h, m(h) je počet dvojic bodů separovaných od sebe vektorem h. Změnou hodnot h je získán soubor semivariací, tedy experimentální variogram. Matematický model variogramu popisuje průběh získaného experimentálního variogramu. Tvar získaného experimentálního variogarmu je závislý na prostorovém rozložení hodnot zkoumané veličiny, dále na velikosti a tvaru popisovaného prostoru, způsobu a hustotě vzorkování a celkového počtu vzorků. Pro sestrojení variogramu je potřeba alespoň 100 bodů měření (WEBSTER a OLIVER, 1992). 25

2.2.6.2 Metody prostorových interpolací Při zjišťování prostorové variability není možné získat informace o jednotlivých dílčích plochách celého pozemku, jednotlivé mapovací techniky využívají různý počet bodů z hektaru pro zjištění vlastností pozemku. Proto do procesu mapování vstupují odhady (interpolace) velkého množství hodnot v ploše celého pozemku. Mapové zobrazení zjišťovaných vlastností pozemku mohou být sestrojeny pomocí různých interpolačních metod. Interpolace jsou pro body, kde nebyl odebrán vzorek (obr. 2.13). Mezi nejvíce prakticky využívané interpolačních metody patři Kriging a Inverse Distance Weighting, dále je možno pro výpočet odhadů využít metody Minimum Curvature, Nearest Neighbour nebo Radial Basic Funktion. Obr. 2.13 Výsledek interpolací bodu, ve kterém nebylo provedeno měření Kriging je metoda, která je pojmenovaná po důlním inženýrovi D. G. Krige, který pracoval v dolech na zlato. Zjednodušeně metoda Kriging je založena na výpočtu vážených průměrů pohyblivého okna z měřených hodnot (WEBSTER a OLIVER, 2001). Výpočet vztažených průměrů je dán vztahem: n z(x 0 ) = i= 1 λ i z(x i ), kde z(x 0 ) označuje bod odhadu, n je počet bodů pro odhad, λ i jsou přiřazené váhy a z(x i ) jsou hodnoty bodů i měření. Určení vah pro predikaci je provedeno pomocí variogramu. Váhy tedy záleží na struktuře variability měřené vlastnosti a rozmístění bodů měření (OLIVER a WEBSTER, 1990). Variogram popisuje, jak se prostorová závislost mění se vzdáleností a 26

směrem (ISAAKS a SRIVASTAVA, 1989). Kriging poskytuje nejen nestranné odhady, ale umožňuje také výpočet rozptylu odhadů. Z tohoto pohledu je to jedinečná metoda (WEBSTER, 1985). Další často používanou metodou je Inverse Distance Weighting (IDW), která je výpočetně rychlá a patří mezi přesné interpolační metody. GOTWAY et al. (1996) popisují princip, kde jednotlivé pozorování jsou jednoduše určeny funkcí vzdálenosti mezi body vypočítávání hodnot a lokálními známých dat. Jediný parametr, který lze pro výpočet vah určit, je hodnota p (power), která řídí, jak rychle hodnoty vah klesají k nule se zvyšující se vzdáleností od bodu výpočtu. Rovnice výpočtu vah metody Inverse Distance Weighting má tvar: λ i = p [ d( xi, x0 )] n [ d( xi, x0 )] i= 1 p, kde [ ( x )] d i, x 0 je vzdálenost bodu x 0 od bodu měření x i. Běžně používané hodnoty parametru p (exponentu) se pohybují od 1 do 3. Jestliže hodnota p je nastavena na 0, hodnoty vah budou velice podobné a výpočet odhadů se bude podobat výpočtu průměru okolních hodnot. Tato metoda je zahrnuta do lineárních interpolací. Metoda Minimum Curvature má za cíl generovat co nejhladší průběh povrchu mapy a současně respektovat co nejvíce měřené hodnoty vstupního souboru dat (GOLDEN SOFTWARE, 1999). Procedura této metody obsahuje čtyři hlavní kroky. Nejprve jednoduchý planární model AX+BY+C=Z(X, Z) je aplikován na vstupní data pomocí odchylek nejmenších čtverců. V druhém kroku jsou vypočtena rezidua modelu a měřených hodnot. V třetím kroku jsou rezidua v daných bodech interpolovaná pomocí algoritmu Minimum Curvature. V posledním kroku jsou interpolovaná rezidua přiřazena hodnotám modelu. Tento krok se tak dlouho opakuje než se dosáhne maximálně nastavené hodnoty reziduí (Maximum Residuals), který lze odvodit od hodnot minima a maxima měřeného souboru r max = 0,001(z max z min ) (GOLDEN SOFTWARE, 1999). Rozdílnými interpolačními technikami stejného souboru dat se dosahuje rozdílných výsledků mapových výstupů (obr. 2.14). 27

Obr. 2.14 Zobrazení stejného souboru dat různými interpolačními metodami 2.2.7 Aplikační technika Od aplikační techniky v systému precizního zemědělství se vyžaduje změna dávky v průběhu aplikace v závislosti na poloze. Tato technika se skládá z řídícího procesoru aplikace, přijímače určujícího pozici v prostoru, senzoru rychlosti pojezdu a dalších pomocných senzorů, operačního rozhraní, aplikační mapy, rozhraní pro přenos dat a řídící prvky aplikátoru (BRODSKÝ, 2003). Samotnou aplikaci pak lze realizovat několika odlišnými postupy (SAIDL, 2000). Při základním hnojení jsou většinou uplatňovány off-line postupy, kdy hnojení probíhá na základě předem připravených (zpracovaných) aplikačních map. On-line aplikace se využívá při aplikaci dusíku nebo pesticidů za použití senzorů. Současné řídící jednotky aplikátorů umožňují vhodně kombinovat jak informace z mapového podkladu, tak i údaje ze senzoru. Pro vlastní variabilní aplikaci lze použít tři odlišné úrovně technického vybavení. ZÓNOVÉ HNOJENÍ Mnohdy se deficit určité živiny soustřeďuje na jasně ohraničenou část pozemku, označovanou jako zónu. Velice často se setkáváme se zónovým uspořádáním u půdní reakce. V této definované zóně se pak řeší deficit konkrétní živiny standardním rozmetadlem, vybavené pouze satelitní navigací pro lokalizaci polohy. Seřízení a dávkování se pro danou zónu provádí obvyklým postupem jako u uniformní aplikace. 28

JEDNODRUHOVÉ VARIABILNÍ HNOJENÍ Jedná se o standardní aplikační techniku vybavenou GPS přijímačem a systémem pro řízení dávkování v závislosti na poloze. Uplatnění nachází tam, kde je aplikován pouze jeden druh hnojiva nebo kombinace hnojiv odpovídající poměru určité plodiny při nahrazovacím hnojení. Výsledky mapování výnosu můžeme přímo využít pro nahrazovací jednopruhové hnojení (SAIDL, 2000) nebo jako základní vrstvu pro další dodatkové odběry vzorků. VÍCE DRUHOVÉ HNOJENÍ Systém využívá vícekomorová rozmetadla pro hnojení dvěma a více druhy hnojiv v jedné jízdě. Více druhového hnojení se využívá při diferencované výživě na základě vyrovnání heterogenity půdní zásoby. Obsah všech přístupných živin na konkrétní části pozemku není vždy na stejné úrovni a požadavek stanoviště je pro každou živinu rozdílný. Každá komora má vlastní dávkovací zařízení pro proměnlivé rozmetání. 2.3 Půdní úrodnost a její variabilita Půda je základní, omezený a neobnovitelný zdroj tvorby potravin a je nedílnou součástí přírodního bohatství každé země. Komplexem svých vlastností rozhoduje o výši výnosu a kvalitě sklizených plodin (RYANT et al., 2004). Výnosy zemědělských plodin jsou závislé nejen na obsahu přístupných živin v půdě, ale i na celé řadě fyzikálních a fyzikálně chemických vlastností, které se podílejí na vytváření půdní úrodnosti (RICHTER a HLUŠEK, 2000). Půdní úrodnost je charakterizována jako schopnost poskytovat rostlinám i ostatním organismům nezbytné životní podmínky. Nejčastěji je definována jako schopnost půd poskytovat rostlinám dobré podmínky pro růst, a tím realizovat jejich výnosový potenciál (VANĚK, 2007). Je to v podstatě soubor příznivých fyzikálních, chemických i biologických vlastností půd určitého stanoviště, které se vzájemně ovlivňují a vytvářejí s ostatními vnějšími vlivy (klima, povětrnost) příznivé podmínky pro růst rostlin. Vzájemné vztahy vyjadřuje schéma (obr. 2.15) působení konzervativních prvků stanoviště (jsou stabilní a obtížně se dají měnit) a dynamických prvků, které mohou být, hlavně dlouhodobějšími zásahy, ovlivňovány. 29

Půdní úrodnost Konzervativní prvky (jsou stabilní, obtížně se mění, k jejich zlepšení je zapotřebí vysokých vkladů energie) Stanoviště: poloha svažitost expozice hloubka profilu podloží Půdní poměry: zrnitost pórovitost objemová hmotnost sorpční vlastnosti obsah stabilních org. látek (humus a jeho kvalita) půdní reakce celkový obsah živin Vodní poměry: obsah vody hloubka podzemní vody vsakovací a odtokové poměry Dynamické prvky (snadněji se usměrňují a mění s nižšími náklady a vstupy, vyžadují pravidelnou kontrolu) Živinný režim - obsah přijatelných živin makroelementů mikroelementů - formy živin a jejich dynamika rozpustné ve vodě (NO 3-, K +, Ca 2+, Mg 2+, SO 2-4, aj.) výměnné (Ca 2+, Mg 2+, K +, NH 4+ ) lehce hydrolyzovatelné (N org., S org., P org., C org. ) Obsah primární org. hmoty (reaktivní složky exudáty, mikrobiální biomasa, kořeny) Biologická aktivita výskyt a aktivita mikrobů (průběh mineralizačních, a transformačních procesů) - výskyt a aktivita makroedafonu Obr. 2.15 Vzájemné vztahy půdní úrodnosti Z uvedených skutečností je zřejmé, že půdní úrodnost je výsledkem dlouhodobých agrotechnických, hnojařských a mnohdy i technických opatření a má rozhodující podíl na výši, kvalitě i stabilitě výnosů. Z pohledu precizního zemědělství se řeší půdní úrodnost na každé dílčí části pozemku. Variabilita půdních vlastností je způsobena interakcí nezávislých půdotvorných procesů (ŠILHA et al., 2002). Tvorba výnosu je složitý proces, na kterém se podílejí kromě půdní úrodnosti, povětrnostní i klimatické podmínky, agrotechnické zásahy, pěstovaná plodina, výskyt škodlivých činitelů a jiné faktory. Plošnou variabilitu výnosů můžeme tedy charakterizovat jako variabilitu dílčích prvků půdních vlastností. Mapování prostorové variability v rostlinné výrobě znamená mapování prostorových a časových změn půdní úrodnosti jednotlivých částí pozemků (VANĚK, 2007). Tyto prostorové změny jsou ovlivněny mnoha přírodními jevy, jako je klima, geologie, reliéf, hydrologie, mikroorganismy atd. OLIVER (1999) popisuje, že 30

jednotlivé části pozemku mohou být pokryty půdou, jejíž typ se mění místo od místa. Půdní vlastnosti se tedy mohou lišit v různém měřítku od milimetrů až po kilometry. JAMES a WELLS (1990) klasifikují půdní variabilitu jako vertikální a horizontální, variabilitu přirozenou (geogení) a variabilitu způsobenou lidskou činností (antropogení). Zdrojem přirozené variability jsou půdotvorné procesy. Tyto procesy vytváří velké rozdíly v půdním profilu (JAMES a WELLS 1990). Rozdíly se projevují u organické hmoty, půdní textury, ph, kationové výměnné kapacity a obsahu přístupných živin (BRODSKÝ, 2003). Půdní profil má na vyvýšených částech pozemku ve většině případů nižší mocnost než části na rovinách. Sklon a expozice pozemku mají vliv na odrážení slunečních paprsků, což má vliv na změnu půdní teploty, vodní režim a asociovaný růst rostlin. Lidská činnost, především obdělávání půd, je velkým zdrojem antropogení variability JAMES a WELLS (1990). PECK a SOLTANPOUR (1990) konstatují, že v minulosti než se začala používat minerální hnojiva, bylo těžké najít velké rozdíly v zásobenosti živin v různých částech pozemku. Variabilita různých veličin na pozemku podle JAMESE a WELLSE (1990) a její klasifikace se dělí podle vzdálenosti bodu separace v prostoru: mikro variabilita odpovídá úrovni změny půdních vlastností mezi body vzdálenými od sebe 0 až 0,05 m, mezo variabilita odpovídá úrovni změny půdních vlastností mezi body vzdálenými od sebe 0,05 až 2 m, makro variabilita odpovídá úrovni změny půdních vlastností mezi body vzdálenými od sebe více než 2 m. Popis variability na různých úrovních může přinést porozumění procesů a faktů způsobujících tuto variabilitu (WEBSTER a OLIVER, 2001). GOTWAY et al. (1995) znázorňují modelově různé typy variability části pozemků: zcela nesystematická, náhodná variabilita, systematická variabilita, pozemek je rozdělen na zóny s postupnou změnou sledovaného faktoru, nestejnorodá variabilita, pro kterou je těžké nalézt model popisu. Z těchto důvodů (BRODSKÝ, 2003) je třeba jednotlivé techniky zjišťování variability přizpůsobit tak, aby získaná data byla reprezentativní a kvalitní, Použitelnost prostorových dat do značné míry závisí nejen na úrovni měřeného faktoru, ale také na hustotě měření. 31

Z pohledu množství získaných dat z plošné jednotky lze rozdělit metody zjišťování variability půdních vlastností na: mapování na základě odběrů vzorků (cca 1 vzorek na hektar), mapování pomocí senzorů (cca 500 záznamů na hektar), dálkový průzkum Země (cca 10 000 bodů na hektar). 2.4 Výživa rostlin v systému precizního zemědělství Pro zabezpečení optimálního růstu polních plodin a získání požadovaného množství kvalitního produktu je třeba rostlinám poskytnout harmonicky vyváženou výživu. To je možné dosáhnout trvalým využíváním systému precizního zemědělství (LOŽEK et al., 2003). Princip diferencovaného hnojení je uplatnitelný především u živin, které jsou dobře sorbovány v půdě a jejich obsah je v půdách stabilní, protože přímým hnojením nemůže ovlivnit výrazně výnos (BALÍK et al., 2000). V systému precizního zemědělství je podle VAŇKA et al. (2000) základním principem výživy polních plodin nahrazovací (udržovací) hnojení. Je to systém, který vychází z údajů o obsahu živin ve sklizené biomase a ze znalosti chemického složení výnosů rostlin. RICHTER et al. (1999) uvádějí odběr makroživin na 1tunu výnosu hlavní plodiny (tab. 2.2). Tab. 2.2 Průměrný odběr živin na 1 t hlavního produktu (kg) Plodina N P K Ca Mg Pšenice ozimá 25 4,8 19,9 4,3 3,0 Ječmen ozimý 27 5,7 24,1 6,4 1,8 Ječmen jarní 24 5,2 19,9 6,4 1,8 Žito ozimé 25 6,1 21,6 5,7 2,4 Oves 26 6,1 24,1 4,3 2,4 Kukuřice 25 5,2 23,2 5,7 4,8 Cukrovka 4 0,9 5,0 0,7 1,2 Brambory 5 0,9 6,6 3,6 1,2 Řepka ozimá 50 10,9 49,8 35,0 4,8 Slunečnice roční 50 13,1 49,8 - - Hrách setý 60 7,4 37,4 22,2 6,0 Bob obecný 64 7,8 41,5 17,2 4,8 Len olejný 13 2,2 8,3 7,9 1,2 32

Doporučená nahrazovací dávka hnojiva pak kryje odběr živin výnosem plodiny. Jedná se sice o základní stanovení potřeby živin pro rostliny, ale jde o velice přesný podklad pro hnojení. Tento způsob hnojení je vhodné použít především tam, kde nejsou dostatečné informace o obsahu přijatelných živin v půdě a ostatních výnosotvorných faktorech. Pokud jsou k dispozici údaje o výnosech jednotlivých dílčích ploch (výnosová mapa), lze hnojivo diferencovaně aplikovat na základě těchto výnosových údajů (VAŇEK et al., 2000). Tento způsob hnojení i při respektování údajů o výnosech na jednotlivých částech pozemku vede v podstatě jen k úhradě odčerpaných živin z půdy, ale neřeší případné rozdíly v obsahu živin dílčích částí pozemku. Další možný způsob hnojení v systému precizního zemědělství je založen na principu snižování heterogenity obsahu živin v půdě (obr. 2.15). Tímto způsobem hnojení se vytvoří předpoklady pro dosažení stejného výnosu na celé ploše. nízký vysoká dávka hnojiva udržovací nízká efektivní obsah živin v půdě čas vysoký Obr. 2.15 Trendy diferencovaného hnojení Dávka diferencovaného hnojení je korigována na základě výsledků analýz zásobenosti živin v půdě (LUKAS, 2007). Kritéria pro hodnocení výsledků chemických rozborů zemědělských jsou dána vyhláškou č. 275/1998 Sb. (tab. 2.3). Dle komplexní metodiky výživy rostlin (NEUBERG et al., 1999) se na půdách s vyhovující a dobrou půdní zásobou hnojí podle odběru živin výnosem. Na plochách s vyšší zásobou živin se mohou aplikovat dávky nižší. V případě velmi vysoké zásoby se nehnojí danou živinou vůbec a čerpají se rezervy půdní zásoby. Naopak na plochách s nízkým obsahem živin je nutné dávky hnojiv obsahující deficitní živinu zvýšit. Doba potřebná k vyrovnání obsahu živin na jednotlivých částech pozemku na optimální hodnotu, je závislé na heterogenitě pozemku a výši použitých dávek (VAŇEK et al., 2000). 33

Tab. 2.3 Hodnocení výsledků rozborů obsahu přístupných živin v půdě (Mehlich III) 34

3 CÍL PRÁCE Cílem předložené práce bylo ověření ekonomického přínosu technologie precizního zemědělství. Pro porovnání byla zvolena tradiční forma hnojení, která přistupuje k pozemku jako k homogennímu celku a variabilní aplikace, která pracuje s prostorovou variabilitou. Pro splnění cíle byla realizovaná následující polní měření, která byla zaměřena na: 1. Ověření výnosového monitoru ACT 40 pro systém precizního zemědělství. 2. Ověření ekonomického přínosu hnojení v systému precizního zemědělství. 3. Hodnocení dodržování pracovního záběru stroje od ideální trajektorie. 35

4 OVĚŘENÍ VÝNOSOVÉHO MONITORU ACT 40 PRO SYSTÉM PRECIZNÍHO ZEMĚDĚLSTVÍ 4.1 Cíl Cílem pokusů bylo ověřit polním měřením závislost výnosu získaného zpracováním měřených výnosových dat sklízecí mlátičky s výnosem získaného skutečným vážením sklizené plochy. 4.2 Materiály a metody Pro zjištění kvality dat výnosového monitoru a následného zpracování, byla navržena metodika srovnávacího měření výnosu zaznamenaného výnosovým monitorem a skutečně sklizeného výnosu sklízecí mlátičkou. Pro pokusy byly vybrány dva pozemky v lokalitě katastrálního území Oleksovice a katastrálního území Čejkovice. 4.2.1 Podmínky pokusů Pozemek Oleksovice se nachází v teplém suchém klimatickém regionu v nadmořské výšce 225 m. Hlavní půdní jednotku tvoří černozemě modální a černozemě modální karbonátové na spraši s mocností 0,3 až 0,7 m s velmi propustným podložím. Terén je rovinatý až mírně skloněný max. do 1 o. Půda je bez skeletu až slabě skeletovitá. Obr. 4.1 Letecký snímek pozemku Oleksovice (zdroj:portál farmáře) 36

Pozemek Čejkovice se nachází v teplém suchém regionu v nadmořské výšce 211 m. Hlavní půdní jednotku tvoří černozemě modální a černozemě pelitické, kde dochází ke kultivaci přechodného horizontu více než 50 % na sprašových a svahových hlínách s mocností 0,3 až 0,7 m. Terén je rovinatý až mírně skloněný do 3 o. Půda je bez skeletu až středně skeletovitá. Obr. 4.2 Letecký snímek pozemku Čejkovice (zdroj: Portál farmáře) Pozemky byly sklizeny sklízecí mlátičkou John Deere 2064 s instalovaným výnosovým monitorem ACT 40 (obr. 4.3). Sklízecí mlátička sklízela 16 parcel na pozemku, vždy na plný záběr lišty (Bp = 6,1 m) podle schématu sklizně (obr. 4.4). Po každém průjezdu sklízecí mlátičky byl obsah zásobníku (sklizená hmotnost zrna z parcely) zvážen na mobilní tenzometrické váze typ Weight Vagon s deklarovanou přesností vážení ± 1 kg (obr. 4.5). Délka sklizené parcely byla změřena teodolitem (geodetickým zařízením) s přesností 0,1 m. Z jednotlivých parcel byly odebrány vzorky na stanovení vlhkosti sklizeného zrna, která byla měřena vlhkoměrem Tripette-Renaud TM/ TM NG/ AQUA TR II. Z naměřených hodnot byl podle rovnic (4.1) a (4.2) vypočten výnos měřených parcel přepočtený na 14 % skladovou vlhkost. Průběh výnosu byl zaznamenáván výnosovým monitorem s palubním informačním systémem ACT 40. Princip znázorňuje obr. 4.6. 37

Obr 4.3 Sklizeň parcely sklízecí mlátičkou John Deere 2064 Kolejový meziřádek Měřená parcela 6,1 m 6,1 m 18 m 18 m Obr 4.4 Schéma rozložení parcel na pozemku Obr. 4.5 Mobilní tenzometrická váha Weight Vagon 38

Obr 4.6 Schéma funkce výnosového monitoru s palubním informačním systémem ACT 40 1 - palubní informační systém ACT 40 2 - paměťová karta PCMCIA. 3 - řídící jednotka Qantimert 4 - fotoelektrický snímač 5 - vlhkoměr 6 - GPS přijímač 7 - senzor přední nápravy Výnosový monitor každých pět sekund zaznamenával údaje o poloze sklízecí mlátičky, získané pomocí přijímače GPS RACAL Landstar MK IV. K prostorově zaměřeným souřadnicím byly přiřazeny měřené údaje z ostatních senzorů nezbytných pro výpočet aktuálního výnosu. Palubní počítač z počtu impulsů za jednotku času, převodového poměru a obvodu kola vypočítá pracovní rychlost. Z definovaného pracovního záběru sklízecí mlátičky byla vypočtena jednotka plochy za čas. K této ploše za čas byl vztažen i objem zrna, který prošel zrnovým dopravníkem. Objem byl vypočten z času průchodu paprsku napříč zrnovým dopravníkem. To vše bylo korigováno konstantou sklízené plodiny a úhlem příčného a podélného náklonu stroje. Software má tyto korekce naprogramovány. 39

Vlhkost zrna (w) byla měřena také na zrnovém dopravníku. Systém bypass odvedl část zrna do měřící kapsy, ve které byla měřena vlhkost. Po změření vlhkosti bylo zrno odvedeno do zpětné větve zrnového dopravníku. Záznam výnosů byl uložen na datovou paměťovou kartu PCMCIA. Pro postprocesní zpracování měřených dat byl použit program AGRO-MAP verze 7.00. Nastavení zpracování: interpolační metoda Kriging, poloměr 18 m, min. počet měření naměřených hodnot v poloměru 4, max. počet naměřených hodnot na sektor 10, max. počet neplatných sektorů na bod mřížky 4, normováno na skladovou vlhkost 14 %. m 10 = [t.ha -1 ] (4.1) Bp L 14% qv 100 w = m [kg] (4.2) 100 0,86 m 14 % q v - výnos zrna při vlhkosti 14% [t.ha -1 ] m 14% - hmotnost sklizeného zrna z parcely, přepočteno na skladovou 14% vlhkost [kg] m - hmotnost sklizeného zrna z parcely [kg] w - vlhkost sklizeného zrna z parcely [%] Bp - pracovní záběr [m] L - délka parcely [m] 40

4.3 Výsledky a diskuse Z každého pozemku byly získány údaje o průměrném výnosu ze dvou popisovaných postupů měření. Průměrné výnosy byly přepočteny na standardizovanou skladovou 14 % vlhkost. Průměrné výnosy parcel pozemků získaných vážením sklizeného množství zrna pšenice ozimé a průměrné výnosy parcel, dosažené zpracováním souboru dat sklízecí mlátičky pomocí softwaru AGROMAP verze 7.00 zpracovaných geostatistickou metodou Kriging, jsou prezentovány pro pozemek Oleksovice v tab. 4.1 a pro pozemek Čejkovice v tab. 4.2. Uvedený tabulkový rozdíl výnosů představuje odchylku v % od výnosu vypočítaného z měřených údajů a hmotnosti sklizeného zrna. Tab. 4.1 Výnos parcel získaný vážením na váze Weight Vagon a získaný pomocí palubního informačního systému ACT 40 sklízecí mlátičky John Deere 2064 pozemek Oleksovice Parcela p.č. Délka L [m] Vlhkost w [%] Sklizené množství m [kg] Váženo ACT 40 Výnos při 14% vlhkosti q v [t.ha -1 ] Výnos při 14% vlhkosti q ACT [t.ha -1 ] Rozdíl výnosů 1 494,5 18,5 1155 3,63 3,52 3,03 2 499,3 14,5 1100 3,59 3,51 2,23 3 512,1 13,3 1289 4,16 4,24 1,92 4 517,4 13,1 1259 4,03 3,97 1,49 5 529,5 13,1 1378 4,31 4,41 2,32 6 533,3 12,2 1332 4,18 4,15 0,72 7 542,7 12,8 1303 3,99 4,09 2,51 8 549,1 12,1 1517 4,63 4,69 1,30 9 558,8 12,7 1434 4,27 4,35 1,87 10 561,8 12,7 1425 4,22 4,30 1,90 11 569,8 12,5 1503 4,40 4,29 2,50 12 573,9 12,4 1626 4,73 4,63 2,11 13 574,4 12,4 1682 4,89 4,79 2,04 14 588,6 12,4 1710 4,85 4,93 1,65 15 300,6 12,0 654 3,65 3,72 1,92 16 283,7 12,1 589 3,48 3,59 3,16 Průměrný rozdíl výnosů 2,04 [%] 41

Tab. 4.2 Výnos parcel získaný vážením na váze Weight Vagon a získaný pomocí palubního informačního systému ACT 40 sklízecí mlátičky John Deere 2064 pozemek Čejkovice Parcela p.č. Délka L [m] Vlhkost w [%] Sklizené množství m [kg] Váženo ACT 40 Výnos při 14% vlhkosti q v [t.ha -1 ] Výnos při 14% vlhkosti q ACT [t.ha -1 ] Rozdíl výnosů 1 281,5 11,6 513 3,07 3,01 3,03 2 283,1 11,7 400 2,38 2,48 2,23 3 283,9 12,1 456 2,69 2,77 1,92 4 284,5 12,0 468 2,76 2,86 1,49 5 284,5 12,3 750 4,41 4,45 2,32 6 284,0 12,0 775 4,58 4,47 0,72 7 283,7 12,1 703 4,15 4,05 2,51 8 284,2 12,1 693 4,09 4,28 1,30 9 283,8 12,6 649 3,81 3,92 1,87 10 285,4 12,3 643 3,77 3,94 1,90 11 285,6 11,8 653 3,84 3,96 2,50 12 286,0 11,8 670 3,94 4,04 2,11 13 286,0 12,2 598 3,50 3,38 2,04 14 285,1 11,8 655 3,86 3,82 1,65 15 284,9 11,6 620 3,67 3,55 1,92 16 284,2 11,9 609 3,60 3,57 3,16 Průměrný rozdíl výnosů 2,81 [%] Průměrné výsledky měření na obou pozemcích dosahovaly rozdílů od výnosu zjištěného vážením sklizeného zrna do 3 %. Obdobných výsledků dosáhly ve své práci NISSEN a SODERSTROM (1999). Podle MAŠKA (2004) pracuje optické čidlo výnosových monitorů s chybou do 6 %. Lepší dosaženou přesnost při polním měření lze vysvětlit, že sklízecí mlátička s instalovaným výnosovým monitorem ACT 40 sklízela pokusné pozemky s minimální svažitostí. Z tohoto důvodu nedocházelo k sesypávání zrna na lopatce zrnového dopravníku a optické měření výšky zrna na lopatce tak bylo přesnější. 42

6 5 y = 0,9973x R 2 = 0,9604 pozemek Oleksovice 4 Výnos q v (t.ha -1 ) 3 2 y = 0,9929x R 2 = 0,9696 pozemek Čejkovice 1 0 0 1 2 3 4 5 6 Výnos q ACT (t.ha -1 ) Obr. 4.7 Závislost výnosu získaného vážením a palubním informačním systémem ACT 40 Tab. 4.3 Test regresní funkce (viz obr. 5) Koef. Pozemek Regresní funkce Determinace Oleksovice q v = 0,9973q ACT 0,9604 *** Čejkovice q v = 0,9929q ACT 0,9696*** Vliv faktoru: *** - vysoce významný (α 0,001) Výsledky měření byly vyhodnoceny statisticky s využitím regresní analýzy. Naměřené hodnoty výnosů stanovené vážením sklizeného zrna z jednotlivých parcel a zjištěné pomocí informačního systému ACT 40 na sklízecí mlátičce byly vyneseny do grafu obr. 4.7. Pomocí lineární regrese byly naměřené údaje proloženy přímkou. Statistická průkaznost regresní funkce byla ověřena F testem. Z výsledku testu uvedeného v tab. 4.3 je zřejmé, že testovaná regrese je statisticky vysoce průkazná (α 0,001). 43

4.4 Mapové zobrazení monitoringu sklizně Praktickým výstupem geostatistického zpracování jsou výnosové mapy, které zobrazují rozložení výnosu naměřených hodnot. Jednotlivé mapy jsou zobrazeny na obrázku 4.8 a 4.9. Vizualizace map je závislá na použitém softwaru. Použitý SW AGROMAP verze 7.00 umožňuje navrhnout klasifikaci manuálně a pro zpracování využívá interpolační metodu Kriging, která podle BRODSKÉHO (2003) dosahuje nejlepší kvality odhadů na strukturách variability, vytváří vyhlazený průběh s potlačením menších bodových změn. Potlačení je závislé na nastavení parametrů zpracování.. 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 Výnos v t.ha -1 1,00 2,00 2,00 3,00 3,00 4,00 4,00 5,00 5,00 6,00 Obr. 4.8 Pozemek Oleksovice výnosová mapa pšenice ozimé 44

16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 Výnos v t.ha -1 1,00 2,00 2,00 3,00 3,00 4,00 4,00 5,00 5,00 6,00 Obr. 4.9 Pozemek Čejkovice výnosová mapa pšenice ozimé 4.5 Závěr kapitoly Cílem předloženého příspěvku bylo ověřit správnost zaznamenávaných hodnot výnosu systémem ACT 40. Za tímto účelem byla provedena polní měření, která prokázala shodu s údaji získanými z měřícího systému ACT 40 a skutečným vážením. Z provedené analýzy vyplývá, že výnosový monitoring pracoval s rozdílem 2,04 % a 2,81% oproti výnosu vypočteného z hmotnosti sklizeného zrna. Tato přesnost je plně dostačující pro získávání vstupních údajů pro systém precizního zemědělství. Na základě provedené analýzy můžeme konstatovat, že výnosové mapy jsou výchozí datovou vrstvou pro získání variability pozemků a data lze využít pro diferencovanou aplikaci hnojiv. 45

5 OVĚŘENÍ PŘÍNOSU SYSTÉMU PRECIZNÍHO ZEMĚDĚLSTVÍ 5.1 Cíl polních pokusů Cílem polních pokusů bylo zjistit rozdíl ve výnosech sledovaných plodin při variabilním a uniformním hnojení sledovaných parcel. V obou porovnávaných systémech hnojení dávka hnojiv odpovídala odčerpaným živinám sklizní. V systému precizního zemědělství byla aplikace hnojiv provedena na základě výnosových údajů dílčích ploch získaných monitoringem sklizně. Při tradičním hnojení vycházela dávka hnojiv z průměrného výnosu pozemku. 5.2 Materiály a metody 5.2.1 Podmínky pokusu Pro polní pokusy byly vybrány dva pozemky. První pozemek byl vybrán v katastrálním území Souňov okres Čáslav. Druhý pozemek se nachází v katastrálním území Břežany okres Znojmo. Pozemky byly vybrány, tak aby se dal na pozemcích aplikovat zvolený model výživy obr. 5.1. Obr. 5.1 Model hnojení polních plodin Hranice pozemků byly zaměřeny pomocí mapovací soupravy složené z terénního auta vybaveného GPS přijímače AgTrimble 114 s korekcí diferenčního signálu VBSOmnistar. Souřadnice byly zaznamenány v souřadnicovém systému WGS-84 (World Geodetic Systém of 1984). Jedná se o matematický geodetický model zemského elipsoidu. Mapové souřadnice jsou prezentovány v UTM (Universal Transverse Marcator), v metrech. 46

Pozemek s názvem Proti Plichtovi (obr. 5.2), na kterém byl proveden pokus diferencovanou výživou, se nachází v katastrálním území Souňov v nadmořské výšce 282 m. Hlavní půdní jednotku tvoří kambizemě modální eubazické až mezobazické, na rulách. Terén je rovinatý až mírně skloněný do 1,5 o. Půda je bez skeletu až středně skeletovitá, hluboká až středně hluboká, středně těžká, půdní druh je písčito-hlinitý. Pozemek je zařazen do dvou bonitně půdně ekologických jednotek (BPEJ) 32911, 34600. Pozemek se nachází v řepařské výrobní oblasti. Klimatický region je teplý, mírně vlhký. Obr. 5.2 Letecký snímek pozemku Proti Plichtovi (zdroj:portál farmáře) Ze dvou odebraných vzorků půdy v rámci AZP byl analýzou ze dne 30. 4. 2002 vyhodnocen výživný stav pozemku (tab. 5.1). Průměrná půdní reakce byla neutrální. Obsah přístupného fosforu, draslíku a hořčíku byl zařazen do kategorie dobré půdní zásoby. Tab. 5.1 Výsledky analýz AZP ze dne 30. 4. 2002 pozemku Proti Plichtovi Vzorek č. ph Ca Mg P K 1 7,3 3625 209 47 167 2 6,1 2716 211 117 286 Průměr 6,7 3170 210 82 227 Grafické rozložení výsledků analýz AZP je na obr. 5.3 47

Fosfor Draslík Hořčík Vápník Obr. 5.3 Mapa obsahu přístupných živin z výsledků rozborů vzorků půdy odebraných 30. 4. 2002, metoda Melich III, Pozemek Proti Plichtovi, k. ú. Souňov 48

Tab. 5.2 Průměrné teploty ve o C a úhrny srážek v mm (dlouholetý průměr let 1961 1990) Měsíc I II III IV V VI VII VIII IX X XI XII Průměrná teplota a suma srážek za rok Teplota 3,1 1,3 2,2 7 12,2 15,3 16,6 16,2 12,5 8 2,6 1,2 7,2 C Srážky 58 47 48 47 72 84 85 84 59 52 62 69 767 mm Přehled průměrných teplot a měsíčních úhrnů dešťových srážek po dobu sledování 2002 až 2006 je na obr. 5.4 až 5.8. 140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.4 Průměrné měsíční teploty a úhrny srážek v k. ú. Souňov 2002 49

140 30 120 25 100 20 15 mm 80 60 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 5 40 0 20-5 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -10 Obr. 5.5 Průměrné měsíční teploty a úhrny srážek v k. ú. Souňov 2003 140 30 120 25 100 20 15 mm 80 60 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 5 40 0 20-5 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -10 Obr. 5.6 Průměrné měsíční teploty a úhrny srážek v k. ú. Souňov 2004 50

140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.7 Průměrné měsíční teploty a úhrny srážek v k. ú. Souňov 2005 140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.8 Průměrné měsíční teploty a úhrny srážek v k. ú. Souňov 2006 51

Pozemek s názvem Pod cestou (obr. 5.9), se nachází v katastrálním území Břežany v nadmořské výšce 191 m. Hlavní půdní jednotku tvoří černozem karbonátová na spraši s mocností 0,3 až 0,7 m na velmi propustném podloží. Půda je bez skeletu středně vysušená závislá na srážkách ve vegetačním období. Terén je rovinatý až mírně skloněný do 1,7 o. Klimatický region je velmi teplý, suchý. Pozemek se nachází v kukuřičné výrobní oblasti a zařazen do tří BPEJ (00501, 05500,06000). Obr. 5.9 Letecký snímek pozemku Pod cestou (zdroj:portál farmáře) Ze dvou odebraných vzorků půdy v rámci AZP byl analýzou ze dne 30. 4. 2002 vyhodnocen výživný stav pozemku (tab. 5.3). Průměrná půdní reakce je neutrální. Obsah přístupného fosforu, draslíku a hořčíku je zařazen do kategorie dobré půdní zásoby.. Tab. 5.3 Výsledky analýz AZP ze dne 30. 4. 2002 pozemku Pod cestou Vzorek č. ph Ca Mg P K 1 7,3 3625 209 47 167 2 6,1 2716 211 117 286 Průměr 6,7 3170 210 82 227 Grafické rozložení výsledků analýz AZP je na obr. 5.10 52

Fosfor Draslík Hořčík Vápník Obr. 5.10 Mapa obsahu přístupných živin z výsledků rozborů vzorků půdy odebraných 30. 4. 2002, metoda Melich III, Pozemek Pod cestou, k. ú. Břežany 53

Tab. 5.4 Průměrné teploty ve o C a úhrny srážek v mm (dlouholetý průměr let 1961 1990) Měsíc I II III IV V VI VII VIII IX X XI XII Průměrná teplota a suma srážek za rok Teplota 2,3 0,2 3,8 9 13,9 17,1 18,5 17,9 14,2 9 3,6 0,4 8,7 C Srážky 30 30 29 37 64 74 64 61 42 34 41 34 539 mm Přehled průměrných teplot a měsíčních úhrnů dešťových srážek po dobu sledování 2002 až 2006 je na obr. 5.11 až 5.15 140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.11 Průměrné měsíční teploty a úhrny srážek v k. ú. Břežany 2002 54

140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.12 Průměrné měsíční teploty a úhrny srážek v k. ú. Břežany 2003 140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.13 Průměrné měsíční teploty a úhrny srážek v k. ú. Břežany 2004 55

140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.14 Průměrné měsíční teploty a úhrny srážek v k. ú. Břežany 2005 140 30 120 25 100 20 mm 80 60 15 10 C měsíční úhrn srážek (mm) dlouhodobý srážkový normál 1961-1990 průměrná měsíční teplota ( C) dlouhodobý teplotní normál 1961-1990 40 5 20 0 0 1 2 3 4 5 6 7 8 9 10 11 12 měsíc -5 Obr. 5.15 Průměrné měsíční teploty a úhrny srážek v k. ú. Břežany 2006 56

Pozemky byly dále rozděleny na dílčí parcely podle zvoleného schématu. Jednotlivé parcely byly široké 36 m, což odpovídalo dvěma průjezdům rozmetadla minerálních hnojiv Terra Gator 8103. Dělením byly získány hraničních soubory parcel pro variabilní a uniformní hnojení v datovém formátu *shp. Variabilní a uniformní parcely se pravidelně na pozemku opakovaly. Umístění variabilních a uniformních parcel na pozemku znázorňuje obr. 5.16 a obr. 5.17. 6 5 4 3 2 1 Variabilní parcely Uniformní parcely Obr. 5.16 Rozdělení variabilních a uniformních parcel, pozemek Proti Plichtovi, k. ú. Souňov 1 2 3 4 5 6 Variabilní parcely Uniformní parcely Obr. 5.17 Rozdělení variabilních a uniformních parcel, pozemek Pod cestou, k. ú. Břežany 57

5.2.2 Osevní sled plodin Na sledovaných pozemcích byl stanoven sled plodin, který vycházel z možnosti sklizně sklízecí mlátičkou v dané lokalitě. Dále bylo nutno sled plodin přizpůsobit, z důvodů víceletého sledování průběhu výnosů na stanovišti, tak aby v osevu po dobu sledování byla jedna plodina alespoň čtyřikrát. Z výše uvedených důvodů byl sestaven následující sled plodin: Vegetační období pozemek pozemek Proti Plichtovi Pod cestou 2001/2002 pšenice ozimá pšenice ozimá 2002/2003 pšenice ozimá pšenice ozimá 2003/2004 řepka ozimá slunečnice roční 2004/2005 pšenice ozimá pšenice ozimá 2005/2006 pšenice ozimá pšenice ozimá 5.2.3 Sklizeň pozemků Sklizeň pokusných parcel byla provedena, v průběhu sledování 2002 až 2006, sklízecí mlátičkou CLAAS Lexion 460 (obr. 5.18) s instalovaným výnosovým monitorem Quantimer a palubním informačním systémem AGROCOM - CEBIS, pracovní záběr žací lišty byl 7,60 m. Pozice stroje byla zaměřena pomocí přijímače GPS RACAL Landstar MK IV s korekcí diferenčního signálu. Výnosová data byly v průběhu sklizně zaznamenané na PCMCIA paměťovou kartu. Obr. 5.18 Sklízecí mlátička CLAAS Lexion 460 při sklizni pozemku Pod cestou 58

5.2.4 Zpracování výnosových dat Výnosová data získaná z monitoringu výnosu sklízecí mlátičkou CLAAS Lexion 460 byla postprocesně zpracována softwarem AGROCOM verze 7.00. Výsledkem zpracování jsou datové a mapové výstupy průběhu sklizně na jednotlivých sledovaných parcelách pozemku v průběhu sledovaného období. Získaná výnosová data ve formátu *.aft, byla použita pro vypracování aplikačních map PK hnojení variabilních i uniformních parcel v jednotlivých sezónách. 5.2.5 Metodika výživy polních plodin Výživa fosforem a draslíkem na sledovaných stanovištích byla aplikována na základě bilančního modelu výživy. Podle VAŇKA et al. (2007) se doporučuje nahrazovat živiny odebrané sklizní hnojením, tedy živiny co odebral výnos, mají být dodány zpět ve formě hnojiv. Při hnojení lze tedy vycházet ze základních normativů odběru živin 1t produkce hlavního produktu (tab. 2.2). Z uvedené tabulky vyplývá, že výnos na každé dílčí ploše parcely vždy odebírá živiny přesně ve stanoveném poměru P:K. Výše výnosu pak určuje množství odebraných živin. Vzhledem k průměrným hodnotám půdní zásoby fosforu a draslíku, získaných ze sledování agrochemického zkoušení půd (AZP) Ústředním kontrolním a zkušebním ústavem zemědělství (ÚKZÚZ), byly pozemky zařazeny na základě průměrných hodnot fosforu a draslíku do kategorie s dobrou půdní zásobou. Proto nebylo v systému nahrazovacího hnojení přihlédnuto při stanovení normativní dávky hnojiva ke korekcím dávky na základě půdní zásoby živin. Dále také nebylo přihlédnuto k ostatním výnosotvorným faktorům (vláhový režim atd.). Vzhledem k výše zmiňovaným skutečnostem mohlo být pro výživu polních plodin použito hnojení směsným hnojivem, které svým složením odpovídalo sklizené plodině. Výživa fosforem a draslíkem na uniformních parcelách pozemku, v prvním roce sledování (podzim 2002), byla na základě bilancování živin vztažena k průměrnému výnosu pozemku jako homogenního celku (jednotná dávka hnojiva na celé variantě). V následujících sezónách průměr celého pozemku byl nahrazen průměrem uniformních parcel rozděleného pozemku. Na variabilních parcelách pozemku byl zvolen model výživy P, K na základě bilancí živin jednotlivých dílčích ploch. 59

Po dobu pokusu byla ostatní agroopatření prováděna uniformě, tedy tradičním způsobem, (např. výživa dusíkem nebo chemická ochrana rostlin byly prováděny jednotně, tak aby v jednotlivých dílčích plochách nemohl ovlivnit sledovanou veličinu výnos). 5.2.6 Příprava směsného hnojiva Pro tvorbu směsného hnojiva (směs tvořená mísením již registrovaných granulovaných hnojiv), bylo použito horizontální míchací zařízení Doyle 9 (obr. 5.19). Podkladem pro přípravu SRH byla receptura, která odpovídala poměru P:K pěstovaných plodin. Zdrojovými surovinami pro tvorbu směsného PK hnojiva byla jednosložková hnojiva trojitý superfosfát a draselná sůl. Obr. 5.19 Směsné centrum v ZZN Pelhřimov horizontální míchací zařízení Doyle 9 a tenzometrická váha TROJITÝ SUPERFOSFÁT Univerzální jednosložkové fosforečné hnojivo s vysokým obsahem fosforu v granulované formě. Vyrábí se rozkladem surových fosfátů kyselinou fosforečnou. Jedná se o fyziologicky neutrální, rychle působící hnojivo s minimálním celkovým obsahem 21 % fosforu (45 % P 2 O 5 ). Téměř veškerý fosfor je ve vodorozpustné formě Ca(H 2 PO 4 ) 2. Granule jsou šedohnědé až hnědé. Superfosfáty jsou univerzální fosforečné hnojiva pro všechny plodiny při předseťové přípravě. 60

DRASELNÁ SŮL GRANULOVANÁ Jednosložkové draselné granulované hnojivo je v podstatě technická sůl (chlorid draselný) s obsahem 49,5 % draslíku (60 % K 2 O), 47 % chlóru + nepatrné množství sodíku (příloha P etiketa). Střední průměr granulí je 3,2 mm. Granule jsou bílé, bílošedé nebo načervenalé. Jedná se téměř o univerzální draselné hnojivo použitelné na všech půdách a ke všem plodinám s výjimkou plodin citlivých na chlór. SMĚSNÉ HNOJIVO Pro pšenici ozimou bylo vyhotoveno směsné hnojivo pod označením SRH 0-19,5-34 s obsahem fosforu 8,5 % (19,5% P 2 O 5 ) a draslíku 28,2 % (34 % K 2 O). Výsledná směs se skládá ze 43,3 % trojitého superfosfátu a 56,7 % draselné soli. Pro řepku ozimou a slunečnici bylo připraveno směsné hnojivo SRH 0-15,7-37,7 s obsahem fosforu 6,8 % (15,7 % P 2 O 5 ) a draslíku 30,7 % (37,7 K 2 O). Výsledná směs se skládá z 34,9 % trojitého superfosfátu a 65,1 % draselné soli. 5.2.7 Zpracování aplikačních map hnojení Aplikační mapy směsného hnojiva byly zpracovány pomocí softwaru SGIS. 3.7.1. Podkladem zpracování byly soubory hraničních linií jednotlivých sledovaných parcel pozemku a soubory výnosových dat ve formátu *.aft. Zpracování aplikačních map bylo provedeno na základě vytvořené rovnice pro danou plodinu. Rovnice vychází z principu, kdy živiny odčerpané výnosem sklizené plodiny jsou dodány zpět živinami obsažených ve směsném hnojivu. Protože je dán pevný poměr odebraných živin 1t výnosu hlavního produktu a k tomu adekvátního množství vedlejšího produktu pěstované plodiny (P:K), bylo použito pro výživu v jednotlivých sezónách směsné hnojivo odpovídající sklizené plodině (viz. 5.2.5). Aplikační mapy variabilních parcel byly zpracovány podle rovnice (5.1) pro variabilní aplikaci. Aplikační mapy uniformních parcel byly zpracovány podle rovnice (5.2) pro uniformní aplikaci. 61

Rovnice pro výpočet dávky směsného hnojiva: Dávka směsného hnojiva pro variabilní parcely Q hv [kg.ha -1 ]: Q hv qi k p = (5.1) k h Dávka směsného hnojiva pro uniformní parcely Q hu [kg.ha -1 ]: Q h u qv k p = (5.2) k h q i výnos plodiny v bodě i [kg.ha -1 ] q v průměrný výnos plodiny [kg.ha -1 ] k p odběr fosforu 1kg výnosu plodiny [kg] k h obsah fosforu v 1 kg hnojiva [kg] Grafickým výstupem zpracování aplikačních map byly mapové podklady diferencované a uniformní aplikace hnojiv pro jednotlivé parcely po dobu sledování a také datové soubory ve formátu *.tif, které byly podkladem pro automatickou změnu dávkování hnojiva palubním počítačem FALCON II pneumatického rozmetadla TERRA GATOR 8103. 62

5.2.8 Aplikační technika Aplikace směsného vícesložkového minerálního hnojiva na uniformních i variabilních parcelách byla provedena velkoobjemovým jednokomorovým pneumatickým rozmetadlem Air Spreader na samojízdném podvozku Terra Gagor 8103 (obr. 5.20). Obr. 5.20 rozmetadlo Terra Gator 8103 Použitá aplikační technika byla vybavena systémem pro proměnlivé rozmetání jednodruhového hnojiva označována jako VRT (Variable Rate Technologi). Dávka hnojiva byla řízena pomocí palubního počítače FALCON II. Poloha stroje byla zabezpečena GPS přijímačem AgTrimble 132 s korekcí diferenčního signálu GPS VBSOmnistar s přesností jízda jízda 0,3 m. Navigace rozmetadla po pozemku byla kontrolována světelnou lištou LB 5 GUIDENCE BAR (obr. 5.21), která pomocí světelných diod umožňovala obsluze rozmetadla dodržení předepsané trajektorie. Obr. 5.21 Světelná navigační lišta LB 5 GUIDENCE BAR 63

5.3 Výsledky a diskuse 5.3.1 Výsledky výnosových dat Dosažené průměrné výnosy sklizní 2002 až 2006 variabilních i uniformních parcel pozemku Proti Plichtovi, k. ú. Souňov jsou uvedeny v tab. 5.5. Výnosy parcel pozemku Pod cestou jsou uvedeny v tab. 5.6. Z prezentovaných údajů výnosů na jednotlivých stanovištích je patrné, že plošná variabilita výnosu se nachází jak na pozemku Proti Plichtovi, tak i na pozemku Pod cestou. Dosažená plošná variabilita výnosů plodin na pozemcích odpovídá hodnotám uvedených v práci WOLLENHAUPTA et al. (1995). Tab. 5.5 Průměrné výnosy pěstovaných plodin dílčích parcel, pozemek - Proti Plichtovi, k. ú. Souňov, sklizeň 2002 až 2006 Výnos parcely [kg.ha -1 ] Sklizeň 1 2 3 4 5 6 Rok Plodina Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě 2002 pšenice ozimá 5804 6233 6078 5922 6037 5713 2003 pšenice ozimá 4952 5161 5359 4965 5586 5454 2004 řepka ozimá 4193 4880 4674 4877 4694 4464 2005 pšenice ozimá 5075 6173 5677 5823 6259 5755 2006 pšenice ozimá 6445 6519 7211 7224 6925 6454 Tab. 5.6 Průměrné výnosy pěstovaných plodin dílčích parcel, pozemek - Pod cestou, k. ú. Břežany, sklizeň 2002 až 2006 Výnos parcely [kg.ha -1 ] Sklizeň 1 2 3 4 5 6 Rok Plodina Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě 2002 pšenice ozimá 5977 7027 6669 6470 6770 6722 2003 pšenice ozimá 5607 6881 6352 5759 6452 6290 2004 slunečnice roční 1412 1590 1554 1619 1726 1721 2005 pšenice ozimá 4414 5512 5912 5559 5622 5413 2006 pšenice ozimá 4518 5444 5695 4748 4920 4034 Dále je patrné, že na sledovaných pozemcích také došlo k mnohem větší časové variabilitě výnosů pěstovaných plodin. Významnost vlivu jednotlivých sledovaných faktorů na výši průměrného výnosu pěstovaných plodin byla zjištěna analýzou variance tab. 5.7. Rozdíly mezi jednotlivými úrovněmi sledovaných faktorů udává tab. 5.8. Průměrný výnos pěstovaných plodin na 64

pozemku Proti Plichtovi byl po sledované období o 15 % vyšší než na pozemku Pod cestou. Vysvětlení je možné hledat, v rozdílných charakteristikách pozemků, (stanovištními vlivy), které ovlivňují půdní úrodnost stanoviště a tím i výnos pěstovaných plodin. Meziroční rozdíly průměrných výnosů (časová variabilita výnosů) byly ovlivňovány především povětrnostními vlivy v jednotlivých vegetačních obdobích (obr. 5.3 až 5.7 a 5.9 až 5.13). Podle TESAŘOVÉ et al. (2007) je sucho jedním z nejvýznamnějších stresových faktorů ovlivňující vztah půda rostlina atmosféra. Nízké roční úhrny dešťových srážek 2005, 2006 především ovlivnily výnosy na pozemku Pod cestou. U tohoto pozemku sice hlavní půdní jednotku tvoří černozemě na spraši, ale podloží je velmi propustné a podpovrchová voda byla mimo dosah kořenového systému, což se odrazilo ve snížení průměrných výnosů. Dešťové srážky ovlivnily nejen průměrný výnos, ale také zvýšily plošnou variabilitu výnosu. Zvýšenou variabilitu v důsledku nižších srážek popisuje zvýšená hodnota variačního koeficientu. Dosažená variabilita výnosů popisuje zrnitostní složení dílčích ploch. Středně těžší půdy pozemku Proti Plichtovi těmto srážkovým výkyvům odolávaly lépe a variabilita výnosů byla jen nepatrně zvýšená. Dále na časovou variabilitu průměrných výnosů májí vliv také pěstované plodiny a odrůdy. Dále také choroby a škůdci. Důsledkem je, že po dobu sledování 2002 až 2006 sice byla oseta na stanovišti čtyřikrát pšenice ozimá, ale průměrný výnos byl statisticky průkazný pouze mezi sklizní 2003 a 2005. Významných rozdílů bylo dosaženo v sezóně 2003/2004, kdy na pozemcích byly osety olejniny. Na pozemku Proti Plichtovi byla řepka ozimá. Pozemek Pod cestou byl oset slunečnici roční. Vliv způsobu aplikace hnojiv mezi uniformní a variabilní aplikací fosforu a draslíku byl statisticky neprůkazný. Z toho plyne, že z krátkodobého pohledu neovlivňuje systém výživy plodin jejich průměrný výnos. Hodnoty obsahu přístupného fosforu a draslíku z výsledků AZP, stanoveného metodou Melich III, jsou zařazeny v kategorii dobré. Z tohoto důvodu vliv systému bilančního hnojení fosforem a draslíkem je mnohem menší než vliv ostatních půdních vlastností jako hloubka ornice, zrnitost půdy a ostatní fyzikální vlastnosti (TORMA a HALAS, 2008). Protože dosahované rozdíly průměrných dávek aplikovaných hnojiv obou systémů výživy nejsou vysoce významné, nemohou ovlivnit výnosy plodin v krátkém časovém úseku. Podle HLUŠKA (2002) rozdíl ve výživě fosforem a draslíkem je patrný na výnose až za delší časové období. 65

Tab. 5.7 Analýza variance průměrného výnosu plodiny na pozemcích Proti Plichtovi a Pod cestou Faktor Stupeň volnosti Výnos [kg.ha -1 ] průměrný čtverec Pozemek 1 8,211780E+06 *** Rok 4 1,893076E+07 *** Způsob aplikace 1 5,624282E+04 NS Pozemek rok 4 8,672090E+06 *** Pozemek způsob aplikace 1 4,878017E+03 NS Rok-způsob aplikace 4 8,401365E+04 NS Lokalita rok způsob aplikace 4 3,881052E+04 NS Chyba 40 1,719157E+05 Vliv faktoru *** - vysoce významný vliv faktoru (α 0,001) NS neprůkazný Tab. 5.8 Průměrný výnos pěstovaných plodin 2002 až 2006 a průkaznost jejich rozdílů podle Tuckeye Faktor Úroveň faktoru n Výnos [kg.ha -1 ] Pozemek Proti Plichtovi 30 5686 a ± 793 Pod cestou 30 4946 b ± 1853 2002 12 6285 a ± 43 2003 12 5734 b ± 626 Rok sklizně 2004 12 3117 b ± 1592 2005 12 5599 bc ± 1104 2006 12 5845 c ± 1462 Způsob aplikace Uniformě 30 5346 a ± 1469 Variabilně 30 5285 a ± 1479 Pozn.: Průměry jednotlivých variant se významně (P > 0,95) neliší, pokud je za nimi uveden shodný horní index. n počet pozorování 66

5.3.2 Statistika výnosu Zpracováním výnosových dat monitoringu sklizně byly vypočítány základní statistické veličiny (aritmetický průměr, minimum, maximum, a směrodatná odchylka, variační koeficient). Základní statistické veličiny, získaného souboru výnosových dat sklizní 2002 až 2006 pro jednotlivé varianty pozemku Proti Plichtovi v k. ú. Souňov, jsou uvedeny v tabulce 5.9 až 5.13. V tabulce 5.14 až 5.18 jsou uvedeny základní statistické veličiny pro pozemek Pod cestou, k. ú. Břežany. Obrázek I až V (Příloha 1) znázorňuje histogramy dosažených výnosů pozemku Proti Plichtovi a obr. VI až X (Příloha 1) pro pozemek Pod cestou. Tab. 5.9 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Souňov, sklizeň 2002 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 3498 2672 4183 3614 3353 2622 max [kg.ha -1 ] 7395 7397 7176 7486 7553 7449 průměr [kg.ha -1 ] 5804 6233 6078 5922 6037 5713 směrodatná odchylka [kg.ha -1 ] 783,79 724,72 620,53 711,80 765,46 1105,25 variační koeficient [%] 13,50 11,63 10,21 12,02 12,68 19,35 Tab. 5.10 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Souňov, sklizeň 2003 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 2235 2254 3106 2888 3174 2979 max [kg.ha -1 ] 6471 7373 6338 6308 7302 6501 průměr [kg.ha -1 ] 4952 5161 5359 4965 5586 5454 směrodatná odchylka [kg.ha -1 ] 741 848 396 549 598 588 variační koeficient [%] 14,98 16,44 7,40 11,07 10,72 10,79 Tab. 5.11 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Souňov, sklizeň 2004 řepka ozimá VÝNOS Statistická veličina a Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 1512 2324 2705 2603 2610 2677 max [kg.ha -1 ] 5847 7543 8325 6300 6630 6102 průměr [kg.ha -1 ] 4193 4880 4674 4877 4694 4464 směrodatná odchylka [kg.ha -1 ] 645 805 843 639 640 748 variační koeficient [%] 15,39 16,51 18,04 13,11 13,64 16,77 67

Tab. 5.12 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Souňov, sklizeň 2005 - pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 1780 636 2742 2183 1772 2246 max [kg.ha -1 ] 8869 17771 9906 13453 9999 10626 průměr [kg.ha -1 ] 6445 6519 7211 7224 6925 6454 směrodatná odchylka [kg.ha -1 ] 1543 2373,35 1125 1233,28 1121 1364 variační koeficient [%] 23,94 36,40 15,60 17,07 16,18 21,13 Tab. 5.13 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Souňov, sklizeň 2006 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 1856 3396 3440 1908 2687 2826 max [kg.ha -1 ] 9784 8519 6970 7105 17271 14550 průměr [kg.ha -1 ] 5075 6173 5677 5823 6259 5755 směrodatná odchylka [kg.ha -1 ] 1093 987 792 870 1460 1793 variační koeficient [%] 21,55 16,00 13,96 14,94 23,34 31,16 Tab. 5.14 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Břežany, sklizeň 2002 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 3617 4988 4798 3932 3006 2280 max [kg.ha -1 ] 7491 10486 9177 12602 22332 24367 průměr [kg.ha -1 ] 5977 7027 6669 6470 6770 6722 směrodatná odchylka [kg.ha -1 ] 667 900 505 1013 1441 1666 variační koeficient [%] 11,16 12,81 7,58 15,65 21,29 24,78 Tab. 5.15 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Břežany, sklizeň 2003 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 1961 4525 2640 2364 1906 3040 max [kg.ha -1 ] 7384 10675 7763 7390 22062 24216 průměr [kg.ha -1 ] 5607 6881 6352 5759 6452 6290 směrodatná odchylka [kg.ha -1 ] 768 1142 639 913 1720 1431 variační koeficient [%] 13,70 16,60 10,05 15,86 26,66 22,75 68

Tab. 5.16 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Břežany, sklizeň 2004 Slunečnice roční VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 703 900 846 529 482 663 max [kg.ha -1 ] 1995 2278 2137 2305 2940 5634 průměr [kg.ha -1 ] 1412 1590 1554 1619 1726 1721 směrodatná odchylka [kg.ha -1 ] 204 156 183 296 347 514 variační koeficient [%] 14,47 9,79 11,80 18,28 20,11 29,87 Tab. 5.17 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Břežany, sklizeň 2005 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 631 1587 2302 149 3119 1547 max [kg.ha -1 ] 7658 7992 8058 8562 786 6798 průměr [kg.ha -1 ] 4414 5512 5912 5559 5622 5413 směrodatná odchylka [kg.ha -1 ] 1485 1230 1210 1722 781 894 variační koeficient [%] 33,64 22,31 20,47 30,98 13,90 16,51 Tab. 5.18 Základní statistické veličiny souboru výnosových dat, pozemek Proti Plichtovi, k. ú. Břežany, sklizeň 2006 pšenice ozimá VÝNOS Statistická veličina Parcela 1 2 3 4 5 6 Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě min [kg.ha -1 ] 688 1820 934 861 450 620 max [kg.ha -1 ] 12568 10251 10728 8179 9129 8828 průměr [kg.ha -1 ] 4518 5444 5695 4748 4920 4034 směrodatná odchylka [kg.ha -1 ] 2432 1614 1609 1743 1743 1768 variační koefiicient [%] 53,84 29,65 28,26 36,70 35,43 43,84 69

5.3.3 Mapové zobrazení výnosů Praktickým výstupem zpracování měřených dat jsou výnosové mapy jednotlivých sklizní. Výnosové mapy vizuálně ilustrují rozložení výnosu na pozemcích, jak na variantách pro variabilní aplikaci, tak i variantách pro uniformní aplikaci.prezentované mapy jsou sestrojeny softwarem SGIS 3.7.1 pomocí geostatistické metody IDW s nastaveným parametry pro zpracování (exponent 4, max. počet bodů 6). Mapy prostorového rozložení výnosu sklizní 2002, 2003, 2004, 2005 a 2006 jsou pro pozemek Proti Plichtovi zobrazeny na obrázcích I až X (Příloha 2). Výnosové mapy pozemku Pod cestou za sledované období jsou prezentovány na obr. XI až XX (Příloha 2). Vysoká hustota měřených bodů ukazuje na vysoký stupeň rozlišení výnosových map. Z fragmentace je patrné, že na pozemcích Proti Plichtovi i Pod cestou dochází k plošné variabilitě výnosu plodin po sledované období. Již předložené mapové podklady ukazují, že vyššího výnosu bylo dosahováno na pozemku Proti Plichtovi v severozápadní části pozemku. U pozemku Pod cestou se opakovaně vyšší výnos vyskytoval v jižní části. Prezentované mapové podklady ukazují na setrvačnost půdní úrodnosti v dílčích částech pozemku. Na základě zjištěných skutečností je možné vyčlenit zóny dlouhodobě nadprůměrné a podprůměrné, a to jak pro skupinu plodin nebo v případě víceletých výnosových map i pro jednotlivé plodiny. Pak slouží pro dodatečné analýzy v rámci komplexního hodnocení (HALAS a TORMA, 2008). Analýza výnosů za sledované období je popsána v kapitole 5.4. 5.3.4 Aplikace směsných hnojiv Na základě dosažených výnosů v jednotlivých dílčích sezónách byla stanovena normativní dávka směsného hnojiva pro fosfor a draslík. Dávka hnojiva byla na parcelách aplikována pneumatickým rozmetadlem Terra Gator 8103 na základě zpracované aplikačních mapy (obr. I až XX, Příloha 3). Aplikační mapy byly sestaveny pomocí softwaru SGIS 3.7.1 geostatistickou metodou IDW s nastaveným parametry pro zpracování (exponent 4, velikost buňky 18 x 18 m). Aplikační mapy byly zpracovány pro každou sledovanou parcelu 1 až 6. Aplikační mapy pro aplikaci variabilních parcel 1, 3, 5 vycházely z variability výnosů parcel. Dávka a složení hnojiva odpovídala odběru živin sklizené plodiny. Pro uniformní parcely 2, 4, 6 byla přiřazena jednotná průměrná dávka na celou parcelu na základě dosaženého průměrného výnosu. Průměrně aplikované dávky směsných hnojiv na sledovaných parcelách 70

pozemku Proti Plichtovi jsou v tab. 5.19 a v tab. 5.20 pro pozemek Pod cestou. Aplikační mapy pozemku Proti Plichtovi jsou prezentovány na obr. I až X (Příloha 3), pro pozemek Pod cestou na obr. XI až XX (Příloha 3). Při aplikaci nejprve byly hnojeny variabilní parcely pozemku, dále pak byly hnojeny uniformní parcely. Tab. 5.19 Průměrné dávky směsného hnojiva, pozemek Proti Plichtovi, k. ú. Souňov Průměrná dávka hnojiva na parcele (kg.ha -1 ) 1 2 3 4 5 6 Rok aplikace Typ hnojiva Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě 2002 SRH 0-19,5-34 320 335 334 335 331 335 2003 SRH 0-19,5-34 265 285 296 285 287 285 2004 SRH 0-15,7-37,7 707 809 807 809 783 809 2005 SRH 0-19,5-34 265 307 304 307 317 307 2006 SRH 0-19,5-34 269 306 307 306 293 306 Tab. 5.20 Průměrné dávky směsného hnojiva, pozemek Pod cestou, k. ú. Břežany Průměrná dávka hnojiva na parcele (kg.ha -1 ) 1 2 3 4 5 6 Rok aplikace Typ hnojiva Variabilně Uniformě Variabilně Uniformě Variabilně Uniformě 2002 SRH 0-19,5-34 319 368 354 368 338 368 2003 SRH 0-19,5-35 299 319 335 319 327 319 2004 SRH 0-15,7-37,7 236 295 259 295 307 295 2005 SRH 0-19,5-37 245 300 318 300 301 300 2006 SRH 0-19,5-38 251 270 333 270 273 270 Legenda k tab. 5.19 a 5.20 SRH 0-19,5-34 směsné hnojivo s obsahem živin: 19,5% P 2 O 5 a 34% K 2 O SRH 0-15,7-37,7 směsné hnojivo s obsahem živin: 15,7% P 2 O 5 a 37,7% K 2 O Analýzou aplikačních map byly získány základní statistické charakteristiky aplikační dávky směsného hnojiva na jednotlivých variantách v průběhu pozorování (tab. 1 až tab. X, Příloha 4). 71

5.3.4.1 Analýza dávek směsného hnojiva na uniformních parcelách Z prezentovaných podkladů je patrné, že na uniformních parcelách 2, 4, 6, kde dávka směsného hnojiva byla stanovena na základě průměrného výnosu pozemku, došlo vlivem uniformní aplikace jednotné dávky hnojiva na celé ploše parcel k nedodržení principu nahrazovacího hnojení. Uniformní aplikace nedodržuje zjištěnou variabilitu nejen mezi jednotlivými variantami, ale také zjištěnou variabilitu v rámci jedné varianty. Z těchto důvodů dávky nahrazovacího hnojení na uniformních parcelách neodpovídaly potřebám dílčích ploch. Aplikační rozdíly průměrně uniformní aplikované dávky na parcele 2, 4, 6 a teoretické dávky stanovené na základě průměrné dávky dané parcely jsou prezentované v tab. 5.21 a tab. 5.22. Rozdíl vychází ze vztahu (5.3): Q = Q hu Q tu [kg.ha -1 ] (5.3) Q aplikační rozdíl hnojiva [kg.ha -1 ] Q hu uniformní dávka hnojiva na pozemku [kg.ha -1 ] Q tu teoretická průměrná dávka hnojiva na parcele [kg.ha -1 ] V případě kladného rozdílu došlo na parcele k nadbytečné aplikaci a tím na pozemek přicházelo více živin, než odčerpal výnos. U záporných hodnot uvedených v tabulce docházelo k záporné bilanci živin na parcele, protože živiny odčerpané výnosem nebyly dodány zpět. Tab. 5.21 Rozdíl průměrné uniformní a teoretické dávky na parcele 2, 4, 6 Pozemek Proti Plichtovi, k. ú. Souňov Rozdíl průměrná dávky hnojiva na parcele [kg.ha -1 ] 2 4 6 Rok aplikace Typ hnojiva Uniformě Uniformě Uniformě 2002 SRH 0-19,5-34 10 12 32 2003 SRH 0-19,5-34 11 8 1 2004 SRH 0-15,7-37,7 23 27 56 2005 SRH 0-19,5-34 27 7 9 2006 SRH 0-19,5-34 9 11 36 72

Tab. 5.22 Rozdíl průměrné uniformní a teoretické dávky na uniformní parcele 2, 4, 6 Pozemek Pod cestou, k. ú. Břežany Rozdíl průměrná dávky hnojiva na parcele [kg.ha -1 ] 2 4 6 Rok aplikace Typ hnojiva Uniformě Uniformě Uniformě 2002 SRH 0-19,5-34 36 14 28 2003 SRH 0-19,5-34 25 16 8 2004 SRH 0-15,7-37,7 16 36 28 2005 SRH 0-19,5-34 6 18 4 2006 SRH 0-19,5-34 35 63 3 5.3.4.2 Analýza dávek směsného hnojiva na variabilních parcelách Provedená variabilní aplikace na parcelách 1, 3, 5 na základě plošné proměnlivosti výnosu v jednotlivých vegetačních obdobích po dobu sledování odpovídala plně principu nahrazovacího hnojení. Pro vyhodnocení efektivity systému variabilní aplikace hnojiv byla provedena analýza dávek směsného hnojiva oproti tradičnímu (uniformnímu) systému hnojení. Rozdíly průměrné variabilní dávky hnojiva na parcelách 1, 3, 5 a dávky hnojiva aplikované na uniformních parcelách jsou v tab. 5.23 a 5.24. Pokud aplikační rozdíl směsného hnojiva (5.4) mezi průměrnou variabilní a uniformní dávkou na parcele je kladný, lze konstatovat, že variabilním hnojením nedošlo k záporné bilanci živin na parcele, tak jak by tomu bylo v případě uniformní aplikace. V případě záporných rozdílů variabilní aplikace zamezila přehnojování parcely. Q = Q hv Q hu [kg.ha -1 ] (5.4) Q aplikační rozdíl hnojiva [kg.ha -1 ] Q hv průměrná variabilní dávka hnojiva na parcele [kg.ha -1 ] Q hu uniformní dávka hnojiva na pozemku [kg.ha -1 ] 73

Tab. 5.23 Rozdíl průměrné variabilní dávky hnojiva a dávky uniformní na parcele 2, 4, 6 Pozemek Proti Plichtovi, k. ú. Souňov Rozdíl průměrná dávky hnojiva na parcele [kg.ha -1 ] 2 4 6 Rok aplikace Typ hnojiva Uniformě Uniformě Uniformě 2002 SRH 0-19,5-34 15 10 1 2003 SRH 0-19,5-34 20 11 11 2004 SRH 0-15,7-37,7 102 23 2 2005 SRH 0-19,5-34 43 27 3 2006 SRH 0-19,5-34 37-9 1 Tab. 5.24 Rozdíl průměrné variabilní dávky hnojiva a dávky uniformní na parcele 2, 4, 6 Pozemek Pod cestou, k. ú. Břežany Rozdíl průměrná dávky hnojiva na parcele [kg.ha -1 ] 2 4 6 Rok aplikace Typ hnojiva Uniformě Uniformě Uniformě 2002 SRH 0-19,5-34 15 10 1 2003 SRH 0-19,5-34 20 11 11 2004 SRH 0-15,7-37,7 102 23 2 2005 SRH 0-19,5-34 43 27 3 2006 SRH 0-19,5-34 37-9 1 5.3.4.3 Analýza dávek směsného hnojiva na dílčích plochách uniformních parcel Dále byl proveden rozbor nedohnojených nebo přehnojených dílčích ploch uniformních parcel. Výsledky byly získány analýzou aplikačních map parcel s teoretickou dávkou, která by byla stanovena na základě skutečných výnosů, tak jak tomu bylo na variabilních parcelách. Analýza aplikačních dat vycházela ze vztahu (5.5): Q = Q hu Q ti [kg.ha -1 ] (5.5) Q aplikační rozdíl hnojiva [kg.ha -1 ] Q hu průměrná dávka hnojiva [kg.ha -1 ] Q ti teoretická dávka hnojiva v bodě i [kg.ha -1 ] 74

Výsledky analýzy dávek hnojiva na uniformních parcelách jsou prezentovány na obr. I až X (Příloha 5). Grafické údaje prezentují procentické zastoupení přehnojené a nedohnojené plochy na uniformních parcelách 2, 4, 6. Fragmentace byla nastavena s krokem 25 kg.ha -1 směsného hnojiva. Přehnojené údaje, (+) hodnota, jasně ukazují jaké procento dílčí plochy parcel, kde došlo k přebytečnému hnojení, které s sebou přineslo ekonomickou ztrátu vynaložením vyšších výdajů do hnojiva. U (-) hodnot byly plochy nedohnojeny, zde náklady na hnojivo nebyly navýšeny, zde však došlo k záporné bilanci živin a tím k pozvolné degradaci stanoviště a tím z dlouhodobého hlediska bude docházet ke snížení ekonomické efektivnosti stanoviště. Je předpoklad, že v důsledku dlouhodobě záporné bilance fosforu a draslíku bude klesat půdní zásoba živin a také max. výnosový potenciál parcel, protože max. výnos limituje ten prvek půdní úrodnosti, který je v nedostatku (LIEBIG). 5.4 Ekonomické hodnocení nákladů na směsné hnojivo Z vypočtených rozdílů mezi tradiční aplikací hnojiv a teoretickou variabilní aplikací hnojiv, byly získány údaje o množství hnojiva, které bylo nevhodně aplikováno na konkrétních dílčích plochách. Na základě zjištěných rozdílů v dávce hnojiva a jeho ceny (tab. 5.25) bylo přistoupeno k ekonomickému hodnocení obou systému hnojení. Hodnoceny byly rozdíly mezi dávkou hnojiva na jednotlivých variabilních parcelách o proti průměrně aplikované dávce směsného hnojiva jednotlivých pozemků. Tab. 5.25 Cenový vývoj používaných směsných hnojiv Cena hnojiva v roce [Kč.t-1] Typ hnojiva 2002 2003 2004 2005 2006 SRH 0-19,5-34 6900 7300 7700 8000 7800 SRH 0-15,7-37,7 6700 7100 7500 7800 7700 U pozemku Proti Plichtovi po dobu sledování došlo u parcely 1 variabilně k úspoře nákladů na hnojivo 1641 Kč.ha -1. U parcely 3 variabilně byly navýšeny náklady na hnojivo o 42 Kč.ha -1, toto navýšení odráží potřeby stanoviště, které dosahuje nadprůměrného výnosu. K úspoře finančních prostředků variabilním hnojení došlo také na parcele 5 variabilně ve výši k úspoře 229 Kč.ha -1. Celková úspora variabilních parcel 1, 3, 5 byla za období 2002 až 2006 1827 Kč.ha -1. 75

K úspoře finančních prostředků na směsné hnojivo došlo vlivem variabilní aplikace po dobu sledování 2002 2006 i u pozemku Pod cestou u variabilních parcel 1 a 5. U parcely 1 variabilně to byla částka 1511 Kč.ha -1. Úspora na parcele 5 variabilně byla 29 Kč.ha -1. Nadprůměrné výnosy dosahované na parcele 3 variabilně navýšily náklady na hnojiva o proti průměrné dávce o 382 Kč.ha -1. Z dosaženého výsledku vyplývá, že diferencovaná aplikace na variabilních parcelách s sebou přinesla jak optimální výživu na dílčích plochách parcel, ale i ekonomickou úsporu o proti tradiční uniformní aplikaci 1157 Kč.ha -1. Po dobu sledování došlo hnojením průměrnou dávkou uniformních parcel pozemku Proti Plichtovi k vynaložení vyšších nákladů pouze na parcele 6 uniformě ve výši 1055 Kč/ha. U parcely 2 a 4 uniformě k navýšení nákladů na hnojivo nedošlo. U těchto dvou variant došlo vlivem uniformní aplikace jednotné průměrné dávky k nedostatečné výživě stanoviště. Na pozemku Pod cestou byly zbytečně navýšeny náklady na parcele 4 uniformě a to ve výši 447,93 Kč.ha -1. Parcely 2 a 6 uniformě byly opět pohnojeny průměrnou dávkou směsného hnojiva. Z porovnání dosažených výsledků obou způsobů aplikace fosforu draslíku na základě bilancí živin vyplývá, že systém variabilní aplikace hnojiv o proti tradičnímu způsobu hnojení ne vždy přináší úsporu hnojiv. Variabilní aplikace však umožňuje optimalizovat dávky na základě zjištěných výnosových údajů na dílčích plochách pozemku a tím zajistila efektivnější využití hnojiv (LUKAS, 2007). 5.5 Analýza víceletých výnosových dat Na základě provedené analýzy výnosových map můžeme konstatovat, že výnosy v jednotlivých sklizních pšenice ozimé mají podobný charakter. Bylo reálné provést analýzu výnosových údajů za víceleté období a vytvořit tak mapu stability výnosového potenciálu pro pšenici ozimou. Pro analýzu byla zpracována výnosová data získaná monitoringem sklizně pozemku Proti Plichtovi, k. ú. Souňov a pozemku Pod cestou, k. ú. Břežany. Pro tuto práci byly použity výnosové údaje monitoringu sklizně pšenice ozimé na pozemcích Proti Plichtovi, k. ú. Souňov a pozemku Pod cestou, k. ú. Břežany. Sledované pozemky byly osety pšenicí ozimou v sezónách 2001/2002, 2002/2003, 2004/2005 a 2005/2006. Analýza výnosových dat pro určení stability výnosů na pozemku a následného stanovení zón pro možný následný monitoring pozemku např. doplňkovým vzorkováním 76

půdy. Analýza výnosových dat byla provedena na základě postupu standardizace uvedené v práci (CARLSON 2004). Výnosová data byla statisticky zpracována a převedena do sady výnosových dat o stejné velikosti mřížky. Na základě takto připravených dat proběhla jejich standardizace. Metoda standardizace vychází ze základního vztahu: q - q i min q std = [kg.ha -1 ] (5.6) qmax - qmin q std standardizovaný výnos [kg.ha -1 ] q i výnos v bodě i [kg.ha -1 ] q max maximální výnos [kg.ha -1 ] q min minimální výnos [kg.ha -1 ] Výsledkem byly vypočteny standardizované výnosy pozemků sklizní 2002 (q std_02 ), 2003 (q std_03 ), 2005 (q std_05 ), 2006 (q std_06 ). Z dílčích standardizovaných výnosů byl vypočten průměrný standardizovaný výnos pšenice ozimé q std_ø q std_ø q std _ 02 + qstd _ 03 + qstd _ 05 + qstd _ 06 = (5.7) 4 Dále bylo nutno kalkulovat průměrnou standardní směrodatnou odchylkuσ. Klasifikační analýza výnosového potenciálu byla vytvořena na základě práce (WOLENHAUPT 2004). Plocha s trvale podprůměrnými výnosy byla klasifikována tam, kde průměrná standardní směrodatná odchylka byla menší než průměrná a výnos byl menší než průměrný standardizovaný výnos snížený o průměrnou standardní směrodatnou odchylku. Plocha s nadprůměrným výnosem byla klasifikována tam, kde průměrná standardní směrodatná odchylka byla menší než průměrná a výnos byl vyšší než průměrný standardizovaný výnos zvýšený o průměrnou standardní směrodatnou odchylku. Analýza byla provedena pomocí analytického modulu SW SGIS 3.7.1. Vytvořená standardizovaná mapa výnosů pšenice ozimé ze sklizní 2002, 2003, 2005 a 2006 pozemku Proti Plichtovi je na obr. 5.22, pro pozemek Pod cestou je na obr. 5.23. Dále byla vytvořena mapa průměrné standardní směrodatné odchylky obr. 5.24 pro pozemek Proti Plichtovi a obr. 5.25 pro pozemek Pod cestou. Na základě zvolené klasifikační rovnice byla vytvořena mapa std_ø 77

stability výnosového potenciálu pro pšenici ozimou na pozemku Proti Plichtovi a Pod cestou obr. 5.26 a obr. 5.27. Na pozemku Proti Plichtovi bylo zjištěno, že stabilně podprůměrných výnosů po dobu sledování bylo dosahováno v severovýchodní části pozemku. Plocha tohoto výnosového potenciálu představuje 30 % plochy. Plocha nadprůměrného stabilního výnosu se vyskytovala v severozápadní části o rozloze 45 % plochy. 25 % pozemku bylo zařazeno do kategorie s nestabilním výnosovým potenciálem. Porovnáním mapy výnosového potenciálu s mapovými podklady zásobenosti z výsledků rozborů AZP zjistíme, že převažující plocha, kde byl dosahován nadprůměrný výnos, spadá do kategorie s nízkou zásobou fosforu a draslíku. Naopak do kategorie vysoké zásobenosti půdy živinami náleží plocha s nízkým výnosovým potenciálem. Obdobně tomu bylo i u pozemku Pod cestou, kde nadprůměrných výnosů bylo dosahována na ploše 48 %, která se nacházela v jižní části pozemku a spadala do kategorie s vyhovující půdní zásobou. Území s podprůměrným výnosovým potenciálem o rozloze 40 % plochy bylo v severní části pozemku, kde byla vysoká půdní zásoba živin. Tuto skutečnost lze vyhodnotit, že v minulosti dlouhodobě používaný tradiční systém hnojení uniformní dávkou fosforečnými a draselnými hnojivy na obou stanovištích nedodržoval princip bilančního hnojení na dílčích plochách. Na nadprůměrných částech pozemku docházelo dlouhodobě k záporné bilanci živin, a proto půdní zásoba fosforu a draslíku klesla na nízký obsah v půdě. Opačně tomu bylo na výnosově podprůměrných částech pozemku. Tyto plochy nedosahovaly vlivem ostatních výnosotvorných faktorů takových výnosů, jakým byly hnojeny, a tímto vlivem docházelo ke kladné bilanci živin. To se odrazilo v navýšení půdní zásoby do kategorie dobré, vyhovující. 78

Obr. 5.22 Standardizovaná mapa výnosů pšenice ozimé, pozemek Proti Plichtovi Obr. 5.23 Standardizovaná mapa výnosů pšenice ozimé, pozemek Pod cestou 79

Obr. 5.24 Mapa průměrné standardní směrodatné odchylky, pozemek Proti Plichtovi Obr. 5.25 Mapa průměrné standardní směrodatné odchylky, pozemek Proti Plichtovi 80

Obr. 5.26 Mapa výnosového potenciálu pšenice ozimé, pozemek Proti Plichtovi Obr. 5.27 Mapa výnosového potenciálu pšenice ozimé, pozemek Proti Plichtovi 81

5.6 Závěr kapitoly Při hodnocení systému hospodaření na vybraných pozemcích Proti Plichtovi, k. ú. Souňov a Pod cestou, k. ú. Břežany po sledované období 2002 2006 nedošlo ke statisticky průkazné změně výnosu na jednotlivých variabilních nebo uniformních parcelách. Na uniformních parcelách byla dávka směsného hnojiva navržena na základě průměrného výnosu pozemku. Variabilní parcely resp. dílčí plochy parcely byly hnojeny dávkou směsného hnojiva, která odpovídala odběru živin výnosem dosaženého na jednotlivých dílčích plochách. Uvedená skutečnost poukazuje, že variabilní aplikací hnojiv na základě odběru živin sice nedochází k vyrovnání prostorové variability výnosu, ale dociluje se tím udržení standardních výnosů odpovídajícím možnostem stanoviště. Strategie variabilní aplikace hnojiv je plně v souladu s tzv. trvale udržitelným rozvojem (VANĚK et al., 2000). Dosažené výsledky ukázaly, že diferencovaným hnojením na základě získaných výnosových map, lze přizpůsobovat vstupy tak, aby mohla být optimalizována produktivita pole (LIPAVSKÝ, 2000). Pokusem byl prokázán ekonomický přinos v úspoře směsného hnojiva na méně produktivních dílčích plochách variabilních parcel. Dále také byla vyčíslena finanční ztráta přehnojováním výnosově podprůměrných míst průměrnou dávkou směsného hnojiva na uniformních parcelách. Z porovnání tradiční aplikace hnojiv s diferencovaným hnojením v systému precizního zemědělství vyplývá, že variabilní aplikace pouze na základě výnosových map s sebou nepřináší maximalizaci výnosů, ale že tato strategie je nositelem optimalizace dávek hnojiva s cílem zajistit efektivnější využití nákladů na hnojení polních plodin. 82

6 HODNOCENÍ DODRŽOVÁNÍ PRACOVNÍHO ZÁBĚRU ROZMETADLA TG 8103 S VYUŽITÍM ASISTOVANÉHO ŘÍZENÍ 6.1 Cíl Stanovit polním měřením odchýlení pracovního stroje při aplikaci hnojiv od ideální trajektorie, která je daná body A a B při použití asistentovaného navigačního zařízení AgTrimble 132 se světelnou lištou a porovnat s výsledky dodržení pracovního záběru bez použití tohoto zařízení. 6.2 Metodika a materiály Pro sledování dodržování pracovního záběru aplikace hnojiv byl zvolen pozemek v k. ú. Hrabětice okr. Znojmo. Pozemek se nachází v teplém suchém regionu v nadmořské výšce 195 m. Pozemek v době testu byl po podmítce diskovými branami, vzešlý výdrol byl ošetřen totálním herbicidem. Test dodržování pracovního záběru proběhl na pozemku podle zvoleného schématu obr. 6.1. Při nultém pojezdu byly nejprve zaměřeny body A a B a tím vytvořena linie 0, od které se odvozovaly ostatní rovnoběžné jízdy. Následně proběhlo hnojení 1až 5 linie. Jízdy 1 až 5 byly za pomocí satelitní navigace. Dále následovaly jízdy 6 až 10 bez asistovaného navádění. Obr. 6.1 Schéma polního měření 83

Aplikační stroj Terra Gator 8103 byl vybaven satelitním přijímačem diferenčního signáliu AgTrimble 132 s deklarovanou přesností ± 0,3 m a světelnou navigační lištou LB-5 GUIDENCE BAR. Záznam průběhu jednotlivých jízd byl pořízen mapovací soupravou AgTrimble 114 s palubním počítačem TOPCON s instalovaným softwarem HGIS obr. 6.2 Obr. 6.2 Umístění kontrolního přijímače AgTrimble 114 vedle přijímače AgTrimble 132, určeného pro asistentované řízení samochodného rozmetadla TG 8103 Protože měřené souřadnice bodů byly zaznamenány v souřadnicovém systému WGS- 84 bylo nutné provést před výpočtem převod souřadnic pomocí softwaru Convershape do pravoúhlých souřadnic systému S-JTSK. Při zpracování výsledků bylo nejprve nutné stanovit teoretické AB přímky pro jednotlivé pracovní jízdy (AB 1 až 10 ). Výpočet vycházel z parametrického vyjádření přímky (6.1) definované bodem A(x A0, y A0 ) a B(x B0, y B0 ). Tyto body byly zaměřeny při definování linie nultého pojezdu AB 0. Pro přímku platí: X = A + t. u (6.1) t - parametr u - směrový vektor u = B - A u = (u 1,u 2 ) u 1 = (x B0 - x A0 ) u 2 = (y B0 - y B0 ) 84