In den 25 Jahren, seit es kommerzielle Realität wurde, Die Grundlagentechnologien der Präzisionslandwirtschaft haben die Prozesse auf dem landwirtschaftlichen Betrieb erheblich verbessert. In der geschäftigen Pflanzung, Behandlung, und Erntezeiten, Rund-um-die-Uhr-Betrieb mit automatischer Führung ist heute bei den meisten Händlern und bei der Mehrheit der Landwirte fast gängige Praxis.

Präzisionslandwirtschaft für die Agronomie, jedoch, scheint zu verzögern. Bildgebung, Bodenprobenahme, und der Einsatz von Sensoren für eine verbesserte Entscheidungsfindung bleibt bei einer Akzeptanzrate von 20 bis 30 %, wobei der Anteil von Anwendungen mit variabler Rate noch niedriger ist.

Die räumliche Präzision hat sich von einer Bodenprobe pro 2½ Hektar auf eine Pixelgröße von weniger als Zoll aus Drohnenbildern verbessert. Doch Landwirte haben immer noch nur sehr wenige zeitliche Beobachtungen im Jahr – eine Ertragskarte und vielleicht ein paar Bilder. Sie verfolgen das Wetter, aber nicht die Auswirkungen des Wetters während der Keimung, Entstehung, und Quasten, da sie möglicherweise nicht über die Werkzeuge verfügen.

Querdenken

Noch, es gibt Regionen, die die Zahl der Beobachtungen während der Erntezeit erhöhen. Im Folgenden sind drei Beispiele aufgeführt.

Chile. AgroBolt verwendet Sensoren an Spritzen und Drohnen, um wöchentlich die Baumkronen zu überwachen. Die Technologie prognostiziert Erträge und Erntequalität, verbessert die Effizienz von Bewässerungssystemen, optimiert die Düngemittelanwendung, und erkennt Schädlinge und Krankheiten frühzeitig, um Wirksamkeit und Selektivität der Behandlungen auszugleichen.

Europa. VineScout testet einen mit Multispektralsensoren ausgestatteten Roboter, der wöchentliche Durchgänge in Weinbergen betreibt, um die Wuchsstärke und die Traubenqualität vom frühen Frühjahr bis kurz vor der Ernte zu verfolgen. Es verbessert die Bewässerungsentscheidungen und die Krankheits-/Schädlingsbekämpfung bei der biologischen Pflanzenproduktion von hochwertigen Weinen. Es verfolgt auch die Toleranz verschiedener Weinsorten gegenüber dem sich ändernden Klima.

Japan. Eine Hochschule und Unternehmen (z.B. Topcon, Panasonic, und Iseki) haben Reispflanzmaschinen mit Sensoren ausgestattet, um die detaillierte Situation beim Umpflanzen und dann die wachsende Ernte zu verfolgen. Nächste, Die Technologie vergleicht, wie die spätere Variabilität mit früheren Beobachtungen in Beziehung gesetzt werden kann. Acht Beobachtungen werden derzeit während der Vegetationsperiode verwaltet.

Integrationsproblem von Ag

Während diese Ideen ihren Weg in große Anbauflächen wie Mais finden werden, Sojabohnen, und Weizen, Integration war schon immer ein Thema in der Präzisionslandwirtschaft. Warum sollten wettbewerbsfähige Saatgutunternehmen, Gerätehersteller, oder Distributoren Landwirten und Händlern die Integration von Daten ermöglichen?

Das Problem geht tiefer als Software und Datenformate. Wie können Daten zur Bodenvorbereitung und Bepflanzung integriert werden, Fruchtbarkeit, Samen und Eigenschaften, Pflanzenschutz, Ernte, und lagerung? Wer kann den geschaffenen Wert beanspruchen und nach welchen Regeln? Wer kann den Service in Rechnung stellen?

Konsolidierung ermöglicht Integration. Die großen Vier konsolidieren die Zucht, Biotechnologie, Chemie, Biologika, und Datenwissenschaft. Inwieweit wird dies auch zur Integration der Vorteile der Präzisionslandwirtschaft auf Betriebsebene führen?

Der Wettbewerb unter den großen Vier kann dies letztendlich bewirken.

In China geht das noch weiter. Sinochem (Muttergesellschaft von ChemChina, Syngenta, und Adama) beinhaltet auch SinoFert, China-Samen, und MAP (Plattform für moderne Landwirtschaft). Mit 150 bereits in Betrieb befindlichen lokalen Einheiten, Sinochem wird 500 MAP-Technikzentren und 1 500 Demonstrationsfarmen in ganz China in den nächsten drei bis fünf Jahren. Sie werden fortschrittliche Ausrüstung und Roboter zur Miete oder als Teil eines Anwendungs-/Dienstleistungspakets bieten. Wann wird dieses Modell woanders repliziert und unter welcher Marke?

In Brasilien, Es wurde eine markenübergreifende Datenbank erstellt, um Daten zu integrieren, die von Geräten und Sensoren aller Hersteller generiert wurden. Die BDCA-Datenbank wird von ABIMAQ (Brazilian Machinery and Equipment Industry Association) verwaltet. Angeführt von sieben Agrarunternehmen, Es wird erwartet, dass es den Landwirten im Jahr 2020 zur Verfügung steht. Es besteht die Hoffnung, dass nicht-brasilianische Unternehmen bei ihrer Tätigkeit im Land das gemeinsame Format einhalten.

Erwähnenswert sind auch zwei aktuelle Beispiele für Integration. Die digitale Landwirtschaftslösung Xarvio von BASF arbeitet mit Nutrien Ag Solutions zusammen. Corteva und John Deere investieren in Technologielösungen, um afrikanischen Landwirten zu helfen, ihre Produktivität zu steigern und die Bedürfnisse der Verbraucher zu erfüllen. Diese positiven Initiativen, es ist zu hoffen, führt zu besseren Ergebnissen in Bezug auf höhere Erträge, niedrigere Produktionskosten, Qualität der Produktion, und bessere Nutzung von Kapital und Humanressourcen. Letzten Endes, Dies sollte eine profitablere Umsetzung der Präzisionslandwirtschaft für und durch Landwirte vorantreiben.