Saimnieks LV / 2021.gads (Novembris.)

Kā nodrošināt kultūrām nepieciešamo slāpekli, izvairoties no tā zudumiem, kā panākt augstu produktivitāti, vienlaikus nekaitējot videi šobrīd un ilgtermiņā? Kā nodrošināt ilgtspēju? Ķīles Lietišķo zinātņu universitātē M. Sc. Sebastjans Ramms (Sebastian Ramm) un Prof. Dr. Īvs Reklēbens (Yves Reckleben) pētījuši iespējas, kā uzlabot slāpekļa mēslojuma efektivitāti, līdz ar to risinot arī nākotnes problēmas. Šajā rakstā piedāvājam iepazīties ar šī pētījuma rezultātiem.

Līdz ar iedzīvotāju skaita pieaugumu pasaulē pieaug arī pieprasījums pēc graudiem. Tas nozīmē, ka ir nepieciešams ilgtspējīgs produktivitātes pieaugums un efektīvas mēslošanas sistēmas.

Tehniskie risinājumi, kas saistīti ar slāpekļa mēslojuma došanu konkrētai vietai, ir veidoti, lai rastu risinājumu šiem izaicinājumiem.

Vēl joprojām slāpekļa mēslojuma daudzuma izvērtēšanā plaši izmanto vidējo prognozējamo lauka ražības rādītāju. Neviendabīgu vietas apstākļu dēļ ražas potenciāls laukā var atšķirties pat nelielā platībā. Tā rezultātā atsevišķas platības ar zemāku vidējo ražības potenciālu tiek pārmēslotas ar slāpekli, kamēr citās platībās ražības potenciāls netiek sasniegts. Ņemot vērā slāpekļa mēslojuma izmantošanās neviendabīgumu, mēslošanu vajadzētu īstenot atbilstoši platības atrašanās vietai un kultivēto augu vajadzībām.

Kā sistēmas veic mērījumus?
1. attēlā parādītas dažādas pieejas informācijas iegūšanai par platībām. Ir jānošķir divas pieejas – kartēšanas un optisko sensoru izmantošanas. Kartēšana, ko bieži dēvē par bezsaistes pieeju, apraksta visas metodes, kurās paiet noteikts laika posms starp datu ievākšanu (satelīta/aerofoto, augsnes paraugu ņemšana, EM38) un pielietošanu.

Sensoru izmantošana prasa ļoti īsu laiku (<1 s) starp datu iegūšanu, aprēķināšanu un pielietošanu darbā.

Pašlaik pieejamās mērierīces strādā bezkontakta režīmā, t.i., ar optiskiem sensoriem. Šīs bezkontakta sistēmas var uzstādīt traktorā vai optisko informāciju iegūt, izmantojot bezpilota lidaparātus un satelītus. Izmērītie lielumi, piemēram, atstarotā gaisma vai fluorescence, tiek uztverti tieši, ļaujot spriest par augu vizuālo stāvokli un biomasu. Netiešo, bezkontakta mērījumu būtiskākā priekšrocība – iespēja apskatīt un ņemt vērā samērā lielas mērījumu platības, pieņemot lēmumu par mēslošanu. Tādējādi satelīta attēlveidošanas sistēmas, kas darbojas ar RapidEye vai Copernikus (Sentinel2) datiem, ir pieejamas par visu platību ik pēc piecām dienām.

Pikseļu izmēri atšķiras no augstuma orbītā, RapidEye pikseļi ir 5x5 m, bet Sentinel2 – 15x15. Tā kā šie dati no EKA ir pieejami bez maksas, nepieciešams pakalpojumu sniedzējs, kas izvērtē un apstrādā šo lielo datu apjomu un pārvērš tos mēslošanas ieteikumu kartēs.

Fotosintēze ir galvenais vielmaiņas process uz Zemes. Tajā veidojas biomasa, enerģija tiek piesaistīta dzīvības procesiem un augu elpošanas procesā tiek atbrīvots skābeklis. Apgaismojot hloroplastu, tilakoīda pigmenti uztver starojuma enerģiju. Pigmenti, kurus aptver divās fotoķīmiskās reakcijas vienībās (fotosistēma I un II), var absorbēt arī dažādus gaismas viļņu garuma diapazonus to atšķirīgā sastāva dēļ, kas palielina absorbcijas šķērsgriezumu, t.i., enerģētisko efektivitāti. Gaismas reakcijā iesaistīto pigmentu absorbcijas maksimums (= atstarošanas minimums) ir redzamās gaismas zilā un sarkanā spektra diapazonā. 2. attēlā parādīts tipisks kviešu atstarošanas spektrs. Apzīmētajos zilajos un sarkanajos spektra diapazonos tiek atspoguļots mazāk gaismas kā iezīmētajā zaļajā viļņu garuma diapazonā.

Ja no redzamās baltās gaismas tiek noņemtas zilās un sarkanās gaismas sastāvdaļas, tām absorbējoties hloroplastā, atstarotās gaismas komponentā paliek zaļā komplementārā krāsa, kas izskaidro lapu krāsu. Jo augs ir tumšāk zaļš, jo vairāk hlorofila absorbē zilā un sarkanā gaisma. Tas liecina, ka augam uzturvielu pietiek. Jo labāk augs ir aprūpēts, jo vairāk siltuma starojuma atspoguļojas tuvajā infrasarkanajā apgabalā. Saistība starp infrasarkano staru atstarojumu un atstarošanos redzamās gaismas sarkanā viļņa garuma diapazonā bieži tiek izmantota kā biomasas attīstības indikators.

Profesionālajā pasaulē jau izmanto dažādus indeksus – infrasarkanā un sarkanā indekss, infrasarkanā un zaļā indekss (vienkāršā attiecība), normalizētās diferencētās veģetācijas indekss (NDVI) biomasai un normalizētās starpības Red Edge (NDRE) vai Red Edge Inflection Point (REIP), ko izmanto hlorofila koncentrācijas (Cchl) un N uzņemšanas noteikšanai. NDVI tiek izmanto biomasas blīvuma noteikšanai.

NDVI kā biomasas indekss nav piemērojams noteiktās augu attīstības stadijās. Proti, ja augi ir pārāk mazi, augsne ietekmē atstarošanas spektru. Tas attiecas arī uz starpkultūrām, jo izmērītajā vērtībā gandrīz nav izmaiņu, t.i., notiek piesātinājums, tāpēc NDVI var tikai daļēji izmantot kā indikatoru diferencētai mēslošanai. Hlorofila koncentrāciju var izmērīt, arī īslaicīgi palielinot fluorescenci aktīvas skenera gaismas iedarbības laikā. Šķiet, ka šī metode ir īpaši piemērota augu vitalitātes noteikšanai, tāpēc tā var būt arī piemērots indikators ķīmisko augu aizsardzības līdzekļu pielietošanai (piemēram, fungicīdi).

Mēslošanas sistēmas praktiskajā pielietojumā
Lai praktiskos apstākļos pārbaudītu šādu modernu mēslošanas sistēmu potenciālu, Lejassaksijas Lauksaimniecības kamera uzsāka kopīgu projektu, kura ietvaros 2017. gada veģetācijas periodā konkrētai platībai pielāgoja slāpekļa mēslojumu ziemas kviešiem trīs vietās Vācijā.

Šajā projektā izmantoja sensoru sistēmas FarmFacts NEXT GreenSeeker un Fritzmeier Isaria kā tiešsaistes process, kā arī TalkingFields – bezsaistes process, kas balstīts uz satelītattēlu novērtējumu. Kā atsauce izmantota saimniecībā pielietotā standarta mēslošanas pieeja.

Izvēloties vietu projekta realizācijai Kvarnbekas pašvaldībā, Šlēsvigas-Holšteinas austrumu kalnienē, Ašerslēbenē, Saksijā-Anhaltē un Īrdē Lejassaksijā, bija iespējams pārbaudīt dažādus tehniskos risinājumus dažādās atrašanās vietās.

Kvarnbekā un Īrdē iepriekš audzētā kultūra bija ziemas kvieši. Ašerslēbenē iepriekšējā gadā izmēģinājuma lauks bija sadalīts – divās trešdaļās izmēģinājuma lauka priekšaugs bija zirņi, bet vienā trešdaļā – ziemas rapši.

Ašerlēbenes un Īrdes platībās izmantoja tiešsaistes procesa sensora sistēmas ar lauka potenciāla fona kartēm. Turpretī Kvarnbekas platībā izmantoja NEXT GreenSeeker sensors.

Pārbaudes plāns balstīts uz biežāk pielietotajiem standartiem testu veikšanai saimniecībā. Izmēģinājuma lauki veidoti blokos pa slejām, vadoties no esošajām izveidotajām ejām, trīs reizes atkārtojot visā lauka garumā. Katrs variants reprezentēts vienu reizi katrā no trim blokiem. Izmēģinājuma kultūraugi sadalīti izmēģinājuma gabalos esošajos blokos pēc nejaušības principa.

3. attēlā parādīts piemērs N monitoringa rezultātiem, izmantojot Yara N testeri Kvarnbekas platībā. Yara-N-Tester indekss netieši norāda uz slāpekļa koncentrāciju augos.

Uzsākot lauksaimniecisko testēšanu 9. maijā, kontroles un Isaria variantos slāpekļa indekss bija ievērojami augstāks nekā variantos NEXT GreenSeeker un TalkingFields. Izskaidrojums ir būtiski atšķirīgās mēslošanas stratēģijas. Tuvojoties mēslošanas N2 datumam 25. aprīlī, mēslošanas līdzekļa N1b izlaišanas dēļ NEXT GreenSeeker un TalkingFields variantos izmantoja par 66 kg N/ha mazāk kā kontroles variantā un Isaria. N2 mēslošanas datumā TalkingFields un kontroles variantiem īstenota attiecīgi lielāka apjoma mēslošana. Iespējams, ar to izskaidrojams netieši noteiktās slāpekļa koncentrācijas pieaugums augos no pirmā līdz otrajam novērtēšanas datumam TalkingFields un NEXT GreenSeeker variantos. Tā kā mēslojuma datumā N2 Isaria un kontroles variantos izmantots mazāks mēslošanas līdzekļa daudzums, izmērītās vērtības tajā pašā periodā ievērojami samazinājās – līdz līmenim, kas ir salī-
dzināms ar pārējiem variantiem.

Turpmākajā gaitā izmērītās vērtības samazinājās līdz mēslošanas datumam N3 30. maijā. Mēslošanas datumu N3 un N4 rezultātā slāpekļa saturs augos atkal palielinājās, kā gaidīts. Arī mēslošanas datumā N3 variantos NEXT GreenSeeker un Isaria izmantoja vislielāko slāpekļa daudzumu.

TalkingFields variantam joprojām bija augsts izmērīto vērtību līmenis, tam palielinoties līdz pēdējam novērtēšanas datumam 19. jūnijā. Vislielākais slāpekļa koncentrācijas pieaugums mēslošanas rezultātā datumā N3 novērots NEXT GreenSeeker variantā. Līdz pēdējam novērtējuma datumam izmērītās vērtības nepārtraukti palielinājās. Isaria un kontroles varianti turpināja demonstrēt līdzīgu attīstību. Arī šajos variantos izmērīto vērtību pieaugums fiksēts pēc pēdējiem mēslošanas datumiem N3 un N4, taču tas nenoturējās līdz pēdējam novērtējuma datumam. No sestā novērtējuma datuma 15. jūnijā līdz pēdējam, 19. jūnijā bija vērojama skaidra izmērīto vērtību samazināšanās.

Tas jāizvērtē saistībā ar būtiski zemāku slāpekļa izmantošanas apjomu šajos variantos uz mēslošanas datumu N3. 19. jūnijā, kad augi bija AS 73/75, graudu veidošanās fāzē notika ievērojams slāpekļa koncentrācijas samazinājums. Šeit ir redzama saistība ar fiksēto olbaltumvielu saturu.

Jāatzīmē, ka netieši noteiktās slāpekļa koncentrācijas gaita variantos Kontrole un Isaria bija ļoti līdzīga. Tas bija sagaidāms. Isaria variantā lēmumi par atsevišķiem mēslošanas datumiem bija cieši saistīti ar saimniecības vadītāja vērtējumiem. TalkingFields variantā izvēlētā stratēģija noveda pie pastāvīgi augstas slāpekļa koncentrācijas augos. NEXT GreenSeeker variantā stratēģija izraisīja augstu N saturu augos, īpaši graudu veidošanās fāzē. 4. attēls vēlreiz ilustrē atsevišķo variantu mēslošanas stratēģiju atšķirības.

4. attēlā redzams, ka mēslošanas kvantitatīvais uzsvars variantos tika izvēlēts atšķirīgi.

Ietekme uz ražīgumu
Kamēr kontroles un Isaria variantos liela daļa no kopējā slāpekļa daudzuma izmantota agrīnā stadijā, NEXT GreenSeeker un Talking-Fields variantos uzmanība mēslošanai pievērsta vēlāk.

Izvērtējot ģeogrāfisko norāžu datus, kas reģistrēti mēslošanas pasākumu laikā, t.i., GIS programmatūras lietošanas kartes, tika noteikti pielietotā slāpekļa daudzumi.

Ašerslēbenes un Īrdes izmēģinājumā platībās ražīgums tika noteikts, veicot kulšanu un nosverot iegūto ražu. Izmēģinājuma platībā Kvarnbekā ražīguma noteikšanai izmantota ražas kartēšana. Olbaltumvielu saturu noteica ar ražas produktu paraugu laboratoriskām analīzēm.

Tehnisku grūtību dēļ Ašerslēbenes un Īrdes izmēģinājumā platībās ne visus testa variantus varēja pilnībā novērtēt, kā tas atainots 1. tabulā.

1. tabula demonstrē veikto izmēģinājumu būtiskākos rezultātus. Visās izmēģinājuma platībās augstākais ražīgums sasniegts apgabalos, kur piemērota konkrētai vietai pielāgota mēslošanas stratēģija. Lielākā variantu atšķirība novērota izmēģinājuma platībā Kvarnbekā. Šajā izmēģinājuma platībā NEXT GreenSeeker un TalkingFields varianti sniedza ļoti skaidru ražīguma pieaugumu, kā arī nedaudz paaugstinātu olbaltumvielu saturu, salīdzinot ar kontroles un Isaria variantiem. Šeit īpaši izcēlās NEXT GreenSeeker variants. Šis variants sasniedza vislabāko rezultātu ar papildu ražu aptuveni 6 dt/ha un olbaltumvielu saturu, kas bija par aptuveni 0.5 % augstāks nekā izmantojot saimniecībā ierasto mēslošanas metodi, vienlaikus izmantojot mazāko slāpekļa daudzumu. Attiecīgi šīs kombinācijas rezultātā veidojās zemāks slāpekļa bilances saldo. Ar 109.61 dt/ha TalkingFields variants arī demonstrēja ievērojamu ražīguma pieaugumu salīdzinājumā ar kontroles variantu. Tomēr, ņemot vērā ievērojami lielāku pielietotā slāpekļa daudzumu, efektivitātes analīzē gandrīz nav atšķirību salīdzinājumā ar parasto mēslošanas metodi. Isaria variants demonstrēja ievērojami zemāku papildu ražīgumu, un vienlaikus izmantots vislielākais slāpekļa daudzums.

Ašerslēbenes izmēģinājuma platībā NEXT GreenSeeker variants spēja panākt papildu ražīgumu 2.45 dt/ha apjomā salīdzinājumā ar kontroles variantu. Turklāt šajā variantā iegūts augstākais olbaltumvielu saturs 11.7 % apmērā. Tomēr jāpiebilst, ka izmantots apmēram par 15 kg N/ha lielāks slāpekļa daudzums nekā pielietojot standarta mēslošanas metodi. TalkingFields un Isaria varianti sasniedza zemāku ražīgumu kā kontroles variants.

Ļoti augsto N_min- vērtību, kā arī iepriekšējās kultūras (zirņu un ziemas rapša) spēcīgās ietekmes dēļ izmēģinājuma platības izejas apstākļi būtiski atšķīrās no pārējo izmēģinājuma vietu apstākļiem. Attiecīgi šajā vietā kopumā bija zems mēslojuma līmenis. Bija jāpieņem, ka lielu daļu slāpekļa nepieciešamības nodrošina augsnē esošais resurss. Apgabalam raksturīgā lietojumprogramma varēja noteikt tikai nianses.

Īrdes izmēģinājuma platībā vienīgais novērtētais konkrētajai vietai paredzētais mēslojuma testa variants TalkingFields spēja sasniegt papildu ražīgumu 2,1 dt/ha salīdzinājumā ar parasto mēslojuma variantu. Tajā pašā laikā šim nolūkam izmantots apmēram 10,5 kg/ha mazāk slāpekļa. Tomēr olbaltumvielu saturs bija par 0.3 % zemāks kā kontroles variantā. Lielāka raža un mazāks pielietotais slāpekļa daudzums radīja par aptuveni 10 kg N/ha mazāku slāpekļa bilances atlikumu.

Testa rezultāti rāda, ka apstākļiem pielāgotas mēslošanas stratēģijas kombinācija ar konkrētai vietai paredzētu aplikāciju var pozitīvi ietekmēt ražu, olbaltumvielu saturu, nepieciešamo slāpekļa daudzumu un galu galā slāpekļa efektivitāti. TalkingFields testa variantā iegūtie rezultāti liecina, ka bezsaistes process, kas balstīts uz satelītattēlu novērtējumu, var iet kopsolī ar sensoru atbalstītā tiešsaistes procesa rezultātiem. Tā kā šī pieeja neprasa ieguldījumus sensoru sistēmā, tas atvieglo iespēju arī mazākām, strukturētām saimniecībām sākt pielietot konkrētai vietai paredzētu mēslošanas metodi.

Secinājumi
Rezultāti skaidri parāda, ka konkrētai vietai pielāgota mēslošana ar slāpekli var palīdzēt pārvarēt pašreizējās un nākotnes problēmas lauksaimniecības kultūru audzēšanā. Izmantojot piemērotu stratēģiju, ar sensoru kontrolēta mēslošana ar N paver iespēju palielināt kviešu ražu un olbaltumvielu saturu tajos. Hlorofila un biomasas sensori nosaka konkrētas platības ar augstu ražīguma potenciālu, ko var izmantot, paaugstinot N mēslošanas devu.

Visas piedāvātās mēslošanas sistēmas ir ļoti noderīgas, jo tās atklāj dabiski pastāvošo audzes attīstības neviendabīgumu.

Sistēmas piedāvā iespēju apkopot datus, šķērsojot vai pārlidojot platības, un izmantot tos turpmākiem pasākumiem. Tādējādi rapša biomasas attīstību var izmērīt rudenī un izmantot pirmajai N devai pavasarī. Papildus konkrētai platībai piemērotai mēslošanai pastāv iespēja nepārtraukti dokumentēt augu attīstību. Sensora informācijas pārklāšana ar papildu informāciju par kopējo platību (augsne, ražas potenciāls un pielietojamā lauka kapacitāte) var būt noderīga turpmākai optimizācijai nākotnē. Visi sensori var nodrošināt t.s. map overlay (karšu pārklāšanos).

Atkarībā no ražošanas intensitātes un gada šīs teritorijai pielāgojamās metodes ieguvums var veicināt N-ietaupījumu, kā arī ražīguma un kvalitātes kāpinājumu gan atsevišķās platībās, gan visā laukā. Prakse rāda, ka sensori parasti darbojas droši. Jaunais termins Viedā saimniekošana var raisīt nedrošību, bet slāpekļa sensori ir labs piemērs tam, ka sarežģītu mēslošanu ar N var optimizēt konkrētām vietām ar vienkāršiem maināmiem lielumiem pat bez plašas datu pārvaldības. Tādā veidā tiek samazināta N pārmēslošana un nodrošināts ražas apjoms atbilstoši lauka potenciālam.

Plašāka informācija, sazinoties ar NEXT Farming pārstāvi Latvijā SIA AGTECH, www.agtech.lv.