Садоводство / овощеводство
Какие задачи решаем
Технологические окна / Метео прогноз / Окна опрыскивания / Качество опрыскивания / Модели болезней / Мониторинг заморозков / Умный полив / Мониторинг развития плодов / Сканирование почвы / Внесение удобрений / Агросопровождение
Наши решения
Назад
Экономический эффект
Наглядный пример эффективности нашего оборудования
Мониторинг
Мониторинг вредителей
объективный, удаленный, выбор
мониторинг лёта вредителей
Мониторинг благоприятных условий
для развития патогенов и вредителей
Мониторинг эффективности
применения средств защиты
Мониторинг заморозков
выбор средств защиты
на 20%-40% повышение урожая
снижение доли удельных вложений с 1 гектара
на 30-50% сохранение
при своевременном реагировании
Контроль
Контроль температуры и влажности почвы
при внесении удобрений
Контроль условий полива
для развития патогенов и вредителей
Контроль выбора оптимальных окон
для внесения удобрений
Контроль условий опрыскивания
повышение качества защиты
От +30% к урожайности с совокупным эффектом:
- снижение расхода и операционная экономия
- минимизаций смыва СЗР
- повышение урожайности и качества урожая
Планирование работ
Инструменты планирования работы FieldClimate
Посевное окно
- Общее
- Картофель
- Сахарная свекла
- Кукуруза
- Рапс
- Подсолнечник
Обработки почвы
Внесение удобрений
Окно сбора урожая
- Плодовые и виноград
- Сахарная свекла и картофель
- Зерновые
- Приготовление сена и силоса
Доступность поля
Защита растений
- Общее
- Плодовые культуры
- Виноградарство
- Картофель
Основываясь на фактических полевых условиях и прогнозе погоды, доступность полей и условия для технологических окон являются основными инструментами для планирования полевых работ.
Метео прогноз и наблюдения
Инструменты планирования работы FieldClimate

Солнечное излучение

Уровень влаги в почве и растениях

Облачность и осадки

Уровень влаги в почве и растениях

Ландшафт местности

Точность прогнозируемых факторов

Ветер
Эффективность операционных работ
Относительная влажность
Уровень дефицита влажности
Температура воздуха
Защита цельности урожая

График представляет ваше возможное поле в виде сетки (таким образом работают погодные прогностические модели). В данном случае 8x8 км, но разброс может быть 4-250 км². Черная сетка представляет сетку современной мезо метеорологической модели, к примеру 4-16 км²

  • Вблизи могут быть расположены опорные станции ▲
  • В области ярко-зеленого круга (прибл. 1-3 км), релевантность данных станции максимальна.
  • В области тускло-зеленого круга ( прибл. 3-8 км ), особенно в условиях сложной топографии или при высокой погодной волатильности применимость данных станции снижается, в особых случаях значительно. В среднем, для условий простой топографии 10 км является приемлемым. По некоторым параметрам, точность будет зависеть от наличия дополнительных опорных станций и их качественной ассимиляции в прогностическую модель.
Окна опрыскивания
Дельта Т для принятия решений
  • Это мера, которая учитывает комбинированное воздействие температуры и влажности и показывает подходят ли климатические условия для опрыскивания, чтобы максимизировать эффективность пестицидов
  • Оптимальный диапазон Delta T составляет от 2 ℃ до 8 ℃

Датчики необходимы:
  • Температура воздуха
  • Относительная влажность
Дельта Т рассчитывается путем вычитания температуры по влажному термометру из температуры по сухому термометру

Связь Дельта Т с температурой и относительной влажностью:
Обычно рекомендуется опрыскивать, когда Дельта Т составляет от 2 до 8, с осторожностью ниже 2 или выше 10. Значение Дельта Т выше 8 ℃ связано с более высокими температурами и более низкой влажностью, если ниже 2 ℃, оно связано с высокими значениями
Качество опрыскивания
Для определения качества фактического распыления:
1
Оптимизировать эффективность распыления
2
Снизить риск плохой калибровки
3
Оптимизировать использование дорогих реагентов
4
Свести к минимуму потери и негативное воздействие загрязнения на природные ресурсы
Модели болезней
Прогноз заболевания растения начинается с точного измерения параметров окружающей среды.
Прогноз заболевания растения начинается с точного измерения параметров окружающей среды
При использовании вместе с вашей станцией METOS модель заболевания будет предоставлять предупреждения о заболеваниях для конкретных участков и поддерживать более эффективное использование фунгицидов.
Пользователи часто обнаруживают, что могут уменьшить количество требуемых распылителей, тем самым экономя время и деньги. Совместим с RIMpro.
Насекомые под контролем
Добавьте удаленный мониторинг насекомых для информирования о деятельности по защите растений. Камера высокого разрешения на солнечной энергии внутри ловушки для насекомых использует феромоны для приманки целевых видов вредителей.

Искусственный интеллект определяет присутствующих вредителей, а визуальные данные помогают определить пороговые значения вредителей. С помощью подходящих феромоновых приманок можно поймать широкий спектр видов насекомых.
Факторы для принятия решения
  • Сортовые особенности
  • История инфицирования
  • Наблюдаемые метеоусловия
  • Особенности развития возбудителя

Факторы для принятия решения
Риск серой плесени
Вымывание пестицидов дождем
Прирост листа в неделю
Черная гниль
Антракноз
Гроздевая листовертка
Милдью plasmopara viticola первичный цикл
Милдью plasmopara viticola вторичный цикл
Мучнистая роса / ед. некаторная аскоспоровая
Мучнистая роса / ед. некатор риск
Мучнистая роса / ед. некатор риск кальфорния
Инфекция фомопсиса
Факторы для принятия решения
Все основные заболевания доступны в FieldClimate.com
Прогнозирование и контроль заболеваний доступны в интернете
Профилактика заболеваний на основе моделей болезней положительно сказывается на урожайности - до 20%
Качество урожая обеспечивает эффективная борьба с болезнями
Потери по качеству больше, чем потери от неправильного примененных пестицидов

Схема сопровождения по защите растений

Мониторинг заморозков
Станция и сухой мокрый термометр:
Установка станции
  • Разместите станцию в самом холодном месте сада: нижние участки имеют более низкую температуру. (Опирайтесь на свой опыт предыдущих сезонов)
  • Датчик температуры по влажному и сухому термометру устанавливается на высоте самых нижних цветов или фруктов
Пассивные методы
  • Выбор участка и управление им
  • Управление почвенной влагой
  • Содержание влаг в почве должно быть близко к полевой совместимости
  • Выбор растений
  • Растительный и почвенный покров

Холодный воздух стекает вниз по склону и оседает в низинах, где наиболее вероятны повреждения от мороза
Умный полив
Факторы требующие оптимизации полива
Водный стресс
Даже незначительный период недостатка воды может привести к снижению урожайности
Избыточная влага в почве
Возникновение благоприятных условий для развития болезней, как клубней, так и нижних ярусов листьев
Чрезмерный полив
Уменьшение воскового налета на листьях, и как следствие увеличение риска поражения грибными болезнями на верхних ярусах
Смывание СЗР с поверхности листьев с соответствующим ослаблением эффекта и времени защиты
При фертигации - повышение риска превышения оптимальной концентрации солей в корнеобитаемой зоне - проблемы с минеральным питанием
На почвах склонных к засолению - повышается вероятность вторичного засоления
Пересушенная почва
На тяжелых почвах может повлечь повреждение клубней, особенно на этапе уборки

Для грамотного орошения требуется учитывать также влияние множества факторов

Корневая система
Глубина корневой системы может отличаться для разных сортов и стадий развития и для разных технологий возделывания; Глубина корневой системы имеет решающее значение для определения поливных норм и для выбора глубины установки датчиков
Доступность влаги
Даже при регулярных поливах может проявляться водный стресс, связанный с тем, что картофелю недостаточно именно доступной влаги.Неправильное определение глубины промачивания, а также отсутствие мониторинга на разных глубинах может привести к скрытому водному стрессу, когда часть корневой системы находится в горизонте с недостатком влаги
Тип почвы и ее гидрофизические свойства
Тип почвы определяет ее способность к удержанию влаги вообще и к удержанию доступной влаги в частности, а также к скорости просачивания воды в нижние горизонты; На всех почвах с глубиной меняют их свойства. Эти изменения ведут к неоднородности влагоудерживающих свойств и соответственно к необходимости корректировки поливных норм
Засоленность почвы и минерализация поливной воды
Избыток в почве и воде ионов различных солей может приводить к т.н. скрытому водному стрессу. Скрытый водный стресс выражается в том, что при фактическом достаточном количестве воды, растение не может эту воду использовать. Избыток в корнеобитаемой зону отдельных ионов, имеющих выраженное фитотоксическое действие, может приводить к угнетению или гибели растений.
Система Irrimet
Для учета дополнительных факторов, таких как способ полива, или корректировки стандартных значений Kc, необходимо использовать дополнительное программное обеспечение. Облачная платформа ng.fieldclimate.com предлагает инструмент FC Irrimet

FC Irrimet позволяет указать вид культуры, выбрать источник данных (в том числе раздельно для ET0 и осадков), скорректировать Kc и глубину корневой системы при необходимости.
Как видно из рисунка, для эффективного учета осадков в водном балансе нужно оценить эффективность каждого типа осадков по интенсивности (слабые, средние, сильные): определить количество воды, которые доходит до корневой системы. Буквами выделены этапы роста культуры с предлагаемыми коэффициентами культуры, а также возможные изменения корневой системы. Буква A отражает начальный период, характеризующийся отсутствием либо минимальным наличием корневой системы растений картофеля.

С дальнейшим ростом, происходит переход в стадию B. На этой стадии листья растений достигают 10% потенциального покрытия почвы, в то время как корневая система все еще не развита. С наступлением этапов C и D происходит изменение как зоны покрытия, так и корневой системы, что должно учитываться при расчете водного баланса. Также важно помнить, что на этих этапах растениях берет влагу из почвы на разных глубинах. Это значит, что доступную полевую влагу следуют также отслеживать на разных значимых глубинах.
Мониторинг развития плодов
Обстановка на вашем поле, состояние посевов и рост плодов находятся под полным дистанционным контролем.
Удаленный мониторинг полей

Удаленный мониторинг полей облегчит планирование вашей работы. Создав сеть интеллектуального оборудования для мониторинга сельского хозяйства, такого как камеры и датчики температуры и влажности почвы, вы получите представление о том, что происходит на вашем поле или ферме, и сможете своевременно реагировать.


Камеры позволяют видеть, что происходит с вашими растениями, урожаем или животными, система GPS слежения поможет вам следить за использованием техники, а датчик влажности почвы поможет вам решить, когда пришло время полива.

От прогнозирования и предотвращения распространения болезней, управления ирригацией до контроля здоровья животных.

Благодаря удаленному мониторингу полей все находится на расстоянии вытянутой руки.

Рекомендуемое оборудование для удаленного полевого мониторинга

CropVIEW® использует современную систему оптических камер, поддерживаемую программным обеспечением с искусственным интеллектом, чтобы помочь одному из них в удаленном мониторинге полей.


Это система камер со встроенной электроникой, которую можно установить в любом месте, где это необходимо в полевых условиях. В полевых условиях устройство является самодостаточным, питаясь от солнечной батареи и аккумулятора. Камера с разрешением 10 МП делает снимки высокого разрешения вашего поля, урожая или фруктов.


Контроль осуществляется в режиме реального времени, а собранные данные могут быть использованы для дальнейшего анализа.

Сканирование почвы
Объемное содержание влаги в почве
до 1 метра
  • Определение проблемных зон
  • Точки лучшей и худшей доминанты в поле (наиболее сухие и влажные места в поле, а также влияние ландшафта)
  • Степень общей репрезентативности средств мониторинга (для каких секций поля показания станций и датчиков можно считать верными)
  • Выбор точек для установки логгеров и датчиков
Тип почвы
  • Определение степени разнородности почвы
  • Степень разнородности почвы по профилям до 1 метра
  • Карта разнородности почвы в поле (для оценки применимости выбранных правил полива для разных секций поля)
Уплотненность почвы
  • Определение степени уплотненности почвы в разных секциях поля (для оценки гидрофизических характеристик, а также полевой влагоемкости соответствующих участков).
  • Влияние разной уплотненности на полевую влагоемкость
  • Рекомендации по коррекции циклов полива в зависимости от результатов сканирования
Информация об агроэкономических свойствах почвы
Современный подход к точечному земледелию требует максимально детальной информации об агроэкономических свойствах почвы.

Величина пахотного слоя, гранулометрический состав, степень уплотненности разных слоев почвы, объемное содержание влаги и засоленность слоев - все эти факторы оказывают влияние на повышение урожайности выращиваемых культур.
Проведение лабораторных исследований позволяет получить информацию в непосредственной точке взятия пробы.

Но эти данные не достаточны, когда нужно принимать решения по применению технологических карт для всего Особенно критичными становятся "слепые" зоны поля в условиях сильной разнородности почв. В условиях почвенной разнородности результативность применяемых технологических карт будет различаться. Как следствие, возникнут зоны высокой, средней и низкой урожайности.

Сканирование почвы
Сканирование почвы посредством измерения электромагнит-ной индукции позволяет получить полноценное понимание того, насколько разнятся агрономические свойства почвы в выбранном поле.

Измерение сигнала осуществляется бесконтактным методом измерения. Под воздействием электрического поля индуцируется электрический ток который можно измерить.
Сила тока будет пропорциональна электропроводности почвы.

Почва сканируется на глубину до 100 см. Получаемый сигнал анализируется с помощью проверенных математических моделей для вычисления требуемых параметров.
Карты почвы

Сканирование позволяет полноценно определить степень разнородности почвы в выбранных участках сканирования зон поля.


Определение вертикальной разнородности пОчвы в глубину до 100 см за счет измерения вероятной электропроводности (ЕСа) сканируемого слоя почвы; Определение относительного объемного содержания влаги в почве на выбранном участке поля;


  • Измерение относительного влагоудерживающего потенциала почвы;
  • Зонирование поля по сухим, увлажненным и переувлажненным участкам;
  • Определение относительной степени засоленности почвы на 4х почвенных профилях (0-20,20-40,40-60, 60-80 см);
  • Определение величины пахотного слоя.
Внесение удобрений
Эффективность внесения удобрений и влажность почвы
Агросопровождение
Выделение зон сопровождения:
  • Определение ключевых объектов, по которым проводятся консультации
  • Выбор референсных и почвенных станций наблюдения (хорошая плотность покрытия позволяет выбирать станции в зависимости от точки их установки)
Определение основных вводных
Учет развития активной корневой зоны на критических этапах развития растения (настройка учета доступной полевой влаги в соответствии с развитием корневой системы. Например: на ранних этапах учет только профиля в 25-30 см, далее добавляется 45-50 см, далее - 90-100 см, в тех случаях, когда данный профиль является активным: потребление влаги 10%-15% с данного профиля)
Настройка коэффициента культуры (корректный расчет прогнозируемой ET на базе ET0. Точный расчет позволяет минимизировать погрешность до уровня менее 1мм/день, что является желательным для применения технических карт, простых правил полива и автоматизации)
Определение ключевых этапов (периоды, когда правила полива значительно корректируются в связи с изменением коэффициента культуры, и развитием активной корневой зоны как следствием роста)
Также выделяются значимые этапы (в зависимости от сортовых особенностей культуры, когда водный стресс и своевременная доступность влаги являются определяющими для высокой урожайности и качества урожая)
Удаленное сопровождение
Регулярный мониторинг объектов сопровождения:

  • Мониторинг данных датчиков
  • Выявление проблемных зон
  • Рекомендации по коррекции
  • Отслеживание среднесрочных результатов на основе спутниковых данных
  • Оценка эффективности выбранной стратегии полива
Made on
Tilda