2001

SZAKMAI RÉSZJELENTÉS II. NKFP 4/037/2001. „Preciziós növénytermesztés”

Budapest 2002. szeptember 30.

ÖSSZEFOGLALÁS Talajtani és agrokémiai alapadatok gyűjtése a 4 mintaterületről, térinformatikai rendszer építése A precíziós gazdálkodáshoz kapcsolódó részletes tervezési feladatok és a hozzá kapcsolódó megvalósítások 1:10.000 - 1:1.000 méretarányú térbeli támogatást kívánnak meg. A vizsgálati tér jelentősen leszűkül és a település, illetve a mezőgazdasági üzem területére korlátozódik, míg a vizsgálódások a mezőgazdasági táblán belüli homogén agroökológiai egységek meghatározására irányulnak. Az üzemi gazdálkodás területi alapegysége a mezőgazdasági tábla, mint homogén művelési egység. A tábla azonban csak kvázi homogén, hiszen rendszerint heterogén talajviszonyok jellemzik. Tulajdonilag sem egységes, hiszen rendszerint több kataszteri egységből épül fel, és rendszerint több tulajdonosa is van. Művelni pedig vagy a tulajdonos vagy a bérlő (gazdálkodó) műveli. Mindezek miatt a tábla közel sem állandó formáció, ezért sem a nyilvántartása, sem a táblához kapcsolódó egyéb (táblatörzskönyvi) nyilvántartás nincs megfelelően kezelve. A kataszteri egységek lehetnek tehát azok a térbeli alapegységek, amelyekre földhasználati ajánlások vonatkoznak, míg a mezőgazdasági táblák azok a térbeli alapegységek, amelyekre a talajművelés-, a trágyázás-, a növényvédelem-, a talajvédelem rendszerére vonatkozó konkrét ajánlások megfogalmazhatók. A precíziós gazdálkodás azonban megkívánja a táblán belüli mintázat meghatározását és a mintázathoz köthető talajművelési, trágyázási, növényvédelmi stb. feladatok végrehajtását. A táblán belüli mintázat részben az agroökológiai adottságokhoz részben a dinamikusan változó kultúrállapothoz köthető. Az agroökológiai adottságok kifejezésére az üzemi és a földértékelési talajtérképek, a domborzati viszonyok, a talajvíz viszonyok az alkalmasak, míg a dinamikus jellegű kulturállapot meghatározása csak a mezőgazdasági táblákon belüli, helyszíni mintavételezésekre, a kapcsolódó vizsgálatokra vonatkozó idősoros (a tápanyag ellátottságára, a főbb termesztett növényekre és termésátlagokra, valamint a tápanyag felhasználásra vonatkozó) adatok alapján végezhető. A mintaterületi precíziós gazdálkodási térinformatikai rendszert úgy kell megalkotni, hogy mindezen ismereteket a magyarországi szabványokhoz igazodó (vetületi, topográfiai stb.) egységes rendszerbe integráljuk. Baracskai, ácsi, kiskörei és dági mintaterület Az adatbázis fizikai modellje alapján elvégeztük a térinformatikai adatbázis feltöltését a Baracskai mintaterületre. Tartamkísérleti eredmények értékelése A kutatási program keretében mikroelem terhelési tartamkísérlet eredményének értékelésére is sor került a beszámolási időszakban. A műtrágyázás hatását a talaj termékenységét befolyásoló fontosabb talajtulajdonságokra az Országos Műtrágyázási Tartamkísérletek

„Preciziós növénytermesztés” NKFP 4/037/2001.

szakmai részjelentés 2

kompolti és putnoki telepein 1966-ban és 1967-ben beállított kísérletek vonatkozó eredményeinek értékeléséről végeztük el. A tartamkísérleteken kívül – mint ahogy arról már az első részjelentésben beszámoltunk – speciális őszi búza és kukorica kísérleteket állítottunk be a debreceni (Látókép), a gödöllői (Nagy-gombos), a martonvásári, valamint a keszthelyi partnerek gondozásában. A kísérletek tápanyag-gazdálkodási és kémiai növényvédelmi kezelések kombinációit tartalmazzák. A szabadföldi kisparcellás kísérleteket kéttényezős, osztott parcellás elrendezésben, három ismétlésben állítottuk be. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő optimális szerekkel, az adott szer előírásainak megfelelő dózisban és alkalmazási időpontokban történtek. A beszámolási időszakban a négy őszi búza kísérlet adott évi adatainak feldolgozására, valamint a kukorica kísérletek beállítására és a növény fejlettségi állapotának megítélésére került sor. A kukorica kísérletek betakarítása 2002 novemberében kerül sorra. Automatikus irányítási rendszerek méréstechnikai és szabályozástechnikai vizsgálata és értékelése Az automatikus irányítási rendszerek méréstechnikai vizsgálatának módszere tartalmazza az egyes műveletek elvégzése megbízhatóságának és hibájának, valamint a zavaró jellemzők hatásának az elemzését. Ezek a műveletek a következők: - hely-meghatározás; - adatátvitel a fedélzeti számítógép és a központi számítógép között; - térképkészítés; - fedélzeti számítógép működtetése; - hozammérés; - vegyszer kijuttatás vezérlése és/vagy szabályozása; - gépcsoport navigációja; - adatfeldolgozás, adatbázis készítése és kezelése, információszolgáltatás. Hazai viszonyok között – tekintettel a korábban nagy darabszámban beszerzett gépekre és automatikákra – különös jelentősége van a Trimble Navigation Ltd., az AGROCOM GmbH&Co. és az RDS Technology Ltd. automatikus irányítási rendszerének. Erre való tekintettel a vizsgálatokat és az értékelést az említett három irányítási rendszerre, valamint az azokhoz kapcsolható, vagy kapcsolódó automatikákra és szoftverekre végeztük el. Hazai viszonyok között – tekintettel a korábban nagy darabszámban beszerzett gépekre és automatikákra – különös jelentősége van a Trimble Navigation Ltd., az RDS Technology Ltd. és az AGROCOM GmbH & Co. automatikus irányítási rendszerének. Kísérleteink és vizsgálataink eredményeként a következő megállapításokat tettük. A Trimble Navigation Ltd. AgGPS 114/70/PSO 21 rendszere alkalmazható a helymeghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép között), a térképkészítési, a fedélzeti számítógéphez kapcsolódó hely-meghatározási feladatok ellátására „Preciziós növénytermesztés” NKFP 4/037/2001.


mind hozammérésnél, mind vegyszer kijuttatás vezérlésénél/szabályozásánál, továbbá a gépcsoport navigációjának támogatására, valamint adatfeldolgozásra, adatkezelésre és információszolgáltatásra. A Trimble AgGPS 170 terepi/fedélzeti számítógép használható fedélzeti számítógépként, a hely-meghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép közötti), a térképkészítési, a hozammérésnél a hely-meghatározási és adatgyűjtési, a vegyszer kijuttatásnál a vezérlési/szabályozási feladatok ellátására, továbbá a gépcsoport navigációjának támogatására, valamint adatfeldolgozásra, adatkezelésre és információszolgáltatásra. Az RDS Technology Ltd. Pro-Series 8000 típusú fedélzeti számítógépe alkalmasnak bizonyult a hely-meghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép közötti), a térképkészítési, hozammérési és hozamtérkép készítési, vegyszer kijuttatásnál a vezérlési/szabályozási feladatok ellátására, továbbá a gépcsoport navigációjának korlátozott feltételek melletti támogatására, valamint adatfeldolgozásra, adatbázis készítésre, adatkezelésre és információszolgáltatásra. Az AGROCOM GmbH & Co. ACT-2-60 típusú fedélzeti számítógépe jól használható helymeghatározásra, adatátvitelre (fedélzeti számítógép és központi számítógép között), térképkészítésre, hozammérésre és hozam térkép készítésére, vegyszer kijuttatásnál vezérlésre/szabályozásra, a gépcsoport navigációjának korlátozott támogatására, valamint egyes adatfeldolgozási, adatbázis kezelési és információszolgáltatási feladatok ellátására. Az RDS és Agrocom ACT hozammérő rendszerek közötti adatátvitel A hozammérő rendszerek közötti kompatibilitás megteremtésével adataink közös platformra hozhatóak. Ez a korábban ismertetett előnyök mellet (további tulajdonságok térképi ábrázolása, szemléletesebb ábrázolási lehetőség stb.) más vonatkozásban is előrelépést jelent. A precíziós technológia egyik jellemzője, hogy nagyon sok információ, adat keletkezik, melyeket tárolni és elemezni kell. E miatt a térinformatikai adatbázis (GIS) kiépítése feltétlenül szükséges. Eltérő szerkezetű és formátumú adatok esetén azonban ez nem problémamentes. Az Agrocom ACT rendszer szoftvercsomagjának része az AgroMap Professional nevű ArcView kompatibilis térinformatikai alkalmazás mely alkalmas az AgroMap Basic objektumok (táblakörvonal, hozamtérkép stb.) fogadására. Tekintve, hogy a kidolgozott transzformációs megoldással az RDS adatai a kívánt formátumra alakíthatóak, ezen adatok is egyszerűen átvihetőek az említett térinformatikai rendszerbe, azon keresztül pedig bármely ArcView kompatibilis GIS-be. A korábban ismertetett fájl-transzformációs eljárás már szoftver formában is működik. Segítségével adataink RDS és Agrocom ACT adatokká, táblázatos formátumba, illetve ún. GIS exchange formátumba transzformálhatók. A szoftver felépítése lehetővé teszi a további bővítést, más formátumokkal történő kiegészítést. Talajellenállás mérés A talajellenállás meghatározására jelenleg a penetrométerrel történő mérés terjedt el. A módszer hátránya azon kívül, hogy jelentős idő- és kézimunkai igénnyel bír, hogy statikus,



függőleges irányú erőt mér, miközben a talajművelő eszközöket dinamikus, összetett erőhatások érik. Hogy az így mért heterogenitást precíziós rendszerünkbe be tudjuk illeszteni, a mérési pontok koordinátáit ismernünk kell, tehát ez esetben is DGPS-es navigációra van szükség. A talajellenállás méréssel kapcsolatos vizsgálatok első lépéseként mi is ezt a módszert alkalmaztuk az intézet 1ha-os területén (3. ábra). A rögzített adatok referenciaként szolgálnak a további vizsgálatokhoz. Gyomnövények táblán belüli faji összetételének meghatározása 2002. április 8-9-én 36 hektáros búzaterületen visszamértük a sarokpontok alapján a múlt év szeptemberében kijelölt 80 db gyomfelvételezési mintaterületet. Az ismételten kimért, 2X2 méteres mintatereken elvégeztük Balázs–Ujvárosi módszerrel a gyomfelvételezést és gyomnövény mintákat gyűjtöttünk későbbi laboratóriumi vizsgálatok céljaira. Minden egyes mintatérről búza növénymintát vettek a Fejér megyei NTSZ munkatársai. A gyomnövény és búzanövény minták laboratóriumba kerültek, nedves tömegmérés után súly állandóságig szárításra kerültek. A begyűjtött gyomnövény minták száma 54 db, melynek túlnyomó részét a Cannabis sativa (gyomkender) tette ki. A gyomnövény minták gyűjtését, és laboratóriumi vizsgálatát (amely az eredeti feladattervben nem szerepelt) az alábbiak indokolták: - lehetőség nyílik a becslésen alapuló Balázs-Ujvárosi gyomfelvételezési módszerrel becsült adatok, valamint a mért (friss és száraz) tömegre vonatkozó adatok egzakt összehasonlítására, - lehetőség van a gyomnövény minták és a búza növényminták beltartalmi vizsgálatát követően, az eredmények alapján a gyom-kultúrnövény kompetíció tápanyagversengés szempontjából történő értékelésére, - a gyomnövény minták beltartalmi adatainak feldolgozásával a gyomkártétel bemutatására, amely a projekt fontosságát hívatott igazolni. - különösen fontosnak tartjuk ezeket a vizsgálatokat azért is, mert a kísérleti területen hosszútávon monokultúrás kukoricatermesztést terveznek, így most van lehetőségünk a gyomösszefüggések vizsgálatára, őszi búzában. Gyomírtási technológiák tervezése A múlt év őszi, tarló gyomfelvételezés adatai alapján kimunkáltuk a preemergens gyomirtási technológia javaslatunkat, egy 9 hektáros (egy gépi töltés, tankolás) kukorica területre. A technológiai javaslatot a gazdaság végrehajtotta, kitűnő eredménnyel. A területet kiértékeltük, térképet rajzoltunk és kukorica növény mintákat vettünk, egy későbbi laboratóriumi vizsgálat céljára. Továbbá egy 9 hektáros területen a gazdaság vezetőivel megbeszéltek alapján elhagytuk a gyomirtó alapkezelést. Ezen a táblarészen terveztük a légi fotózást végrehajtani, ahol ismételten visszamértük a múlt év őszén, tarlón GPS-el kimért 20 db gyomfelvételezési mintateret. Elvégeztük az első gyomfelvételezést a kukorica 3 leveles állapotában, 2002. május 9-én. Az adatokat számítógéppel feldolgoztuk és megrajzoltuk a gyomtérképeket.



Térinformatikai alapokra épülve növénykórtani és állati kártevők felvételezési módszereinek fejlesztése, különböző felvételezési és fototechnikai eljárásokkal A szántóföldi növénytermesztés során fellépő különböző gombabetegségek, állati kártevők egyedszáma, a károsítás mértéke nagyban függ az adott év időjárásának alakulásától. Az először vizsgálatba vont területtől nem messze Velencén, a Fejér Megyei Növény- és Talajvédelmi Szolgálatnál egy automata meteorológiai állomás található. A műszer 12 percenként méri a különböző időjárási elemeket. A kapott eredmények számítógépen rögzíthetők. Ez a lehetőség is közrejátszott abban, hogy a precíziós növényvédelmi módszerek kutatását itt kezdtük el. A kiválasztott őszi búza tarlóján mátrix-szerű adatgyűjtést végeztünk. A területen 0,5 haként mintatereket jelöltünk ki. A felvételezési pontok földrajzi koordinátáit meghatároztuk. Ebben az évben is a korábban alkalmazott módszerek szerint végeztük az őszi búza területen a kórokozók és kártevők terepi felvételezését. A kapott eredményeket térinformatikai módszerekkel dolgoztuk fel. Hagyományos felvételezési módszerek A 2001-ben elvetett őszi búzát a gabona teljes tenyészidőszaka alatt több alakalommal különböző kórokozókra és kártevőkre vizsgáltuk. Vizsgálataink a legjelentősebb növényi kórokozókra és kártevőkre terjedt ki, így a lisztharmat, levélszáradás, vörösrozsda, sárgarozsda, kalászfuzáriózis, mezei pocok, hörcsög, gabonafutrinka, vetésfehérítő, szipolyok, gabonalegyek, poloskák, levéltetvek, gabonasodrómoly, talajlakó kártevők. A kapott adatokat a korábban is alkalmazott térinformatikai módszerekkel behatároltuk, és térképen ábrázoltuk. A felvételezés során kapott adatok elemzését elkezdtük. A vizsgálat kiterjed a domborzati, talajtani, tápanyag ellátottsági és agrotechnikai paraméterek, valamint a talajban található kártevők előfordulása közötti összefüggésekre is. Heterogenitás vizsgálata A kijelölt őszi búza terület heterogenitását több alkalommal vizsgáltuk. A területen elvégzett hagyományos felvételezésekkel kapott eredményeket összevetjük az adott pontok talajtani és ugyanezen pontok talajtápanyag adottságaival is. Vizsgálatainkat 2002 őszétől kibővítjük egy talajtani szempontból heterogénebb területtel.

A preciziós agrárgazdaság informatikai rendszerének kidolgozása A Precíziós Mezőgazdaságnak (PM) számtalan definíciója van, amelyekben van egy közös elem, mégpedig a helyspecifikus gazdálkodás. Vannak, akik ezzel azonosítják, ami azonban nem fejezi ki kellően a PM fogalmát, ezért itt egy részletesebb definíciót is bemutatunk. − Az informatikára és technológiára alapozott farm menedzsment rendszer, amely azonosítja, elemzi és irányítja a műveleteket a változó termőhelyi feltételek között az optimális jövedelmezőség, a fenntarthatóság (sustainability) és a termőföld védelme érdekében.



A MIR, mint egy vezetői információs rendszer nem csak a mért adatokat tartalmazza, hanem az adatfeldolgozó eszközöket is, amelyek használható információvá transzformálják az adatokat. A fontosabb információk köre a következő: − talajtulajdonságok, − tápanyagszükséglet, − gyom populáció, − rovar populáció, − a termesztett növény tulajdonságai, − az agrotechnikai beavatkozások és azokra történő reakció, − betakarítás, − post harvest folyamatok, − termelési idősorok, − meteorológiai adatbázis. Természetesen az eredményeket időnként validálni, s szükség szerint a modelleket kalibrálni kell. Melyek azok a modellezési eszközök, melyeket hatékonyan lehet használni a PM-ben: − növényi növekedési modellek, − talaj vízháztartási modellek, − tápanyagforgalom, − időjárásra alapozott kártevő előrejelzés. Fenntartható fejlesztés megvalósítása termőhelyi differenciáltság függvényében A fenntartható fejlődés gyakorlati megvalósítása azért is bonyolult, mert sokféle megfogalmazása ismert, attól függően, hogy kiknek szól, milyen célt szolgál, milyen üzenetet küldenek általa a megfogalmazók. A vizsgálatainkban saját meghatározásunkat követtük, miszerint „a mezőgazdaság fenntartható fejlődése olyan tudatos gazdasági fejlesztés, amely harmonizál a mezőgazdaságban oly fontos természeti erőforrások regenerálódásával és számol a terhelt (trágyával, kémiai anyagokkal stb.) környezet asszimilációs készségével.” Vizsgálódásaink szerint a megvalósítás néhány gyakorlati kérdése között az alábbiak említhetők: a/ Az erő- és munkagépek mielőbbi cseréje, b/ A gépekkel, a talajműveléssel szorosan összefügg a víztakarékos gazdálkodás c/ A kedvezőbb termőhelyi adottságok mellett folytatott gazdálkodásban a kedvezőtlenebbhez képest magasabb a ráfordítások átlagos és pótlólagos hatékonysága, így az elérhető nyereség d/ A ráfordítások (költségek) és hozamok (árbevételek) arányai állnak a döntések középpontjában. Cél a minél nagyobb különbség elérése! e/ A biotermelés (organikus, integrált stb.) szintén jól illeszthető a fenntartható gazdálkodási rendszerbe f/ Az alacsony ráfordítások melletti vagy elterjedten, de hibásan extenzívnek nevezett gazdálkodás is jól ötvözhető a fenntartható rendszerbe. Kísérleti területek kijelölése, kapcsolattartás az üzemekkel, agrokemikáliák beszerzése, gépi háttér biztosítása, kis- és nagyüzemi fejlesztő munka „Preciziós növénytermesztés” NKFP 4/037/2001.


A programba vont gazdaságok (IKR, Huniper, Talajerőgazdálkodási Kkt.) felmérése, adatbázisának építése, valamint a preciziós végrehajtáshoz kapcsolódó felvételezések és trágyázási javaslatok elkészítése az adott növényi kultúráknak megfelelően folyamatosan történik. A gyakorlati végrehajtás oldaláról jelenleg a terméstérképhez igazodó mintavétel esetén 2 – 2,5 ha területegységenként vett átlagminták vizsgálati eredményei használhatók fel. A talajvizsgálati eredmények feldolgozását követően a szaktanácsadási modul illesztése megkezdődött. A preciziós feladatok végrehajtására alkalmas szuszpenziós műtrágya kiszóró gép illesztése, módosítása A szuszpenziós műtrágya nagyobb sűrűsége miatt megnövekedett terhelés figyelembe vétele a tartály készítésekor, korszerűsítés (nagyobb talajnyomás és vontatási ellenállás csökkentése érdekében), nagyméretű turbinás átfolyásmérő beépítése. Preciziós termesztés automatikus irányítási rendszereinek vizsgálata és értékelése A táblán mozgó gépcsoport irányítási rendszerei közül a gépcsoport navigációját segítő vagy megvalósító rendszereknek igen nagy a jelentősége, elsősorban a nagy munkaszélességű gépcsoportok esetében. A precíziós növénytermesztés még inkább megköveteli a minimális hibával történő nyomvonal követést. Ezért választottunk ki vizsgálódásunk tárgyául egy olyan rendszert az irányítási rendszerek közül, mely a gépcsoport táblán belüli navigációját segíti. A kiválasztott rendszer a Trimble cég AgGPS 114 jelű DGPS antenna és vevő, AgGPS-70 jelű fedélzeti adatgyűjtő és a PSO 21 jelű LED-soros kijelzőből áll. Az alábbi vizsgálatokat végeztük el a rendszerrel: -

klímavizsgálat; egyenes követés vizsgálata; navigáció ellenőrzése; üzemeltetési vizsgálat.

A kutatási programhoz rendezvények:

kapcsolódó

tudományos

és

népszerűsítő

előadások,

Országos rendezvények: „Agrárinformatika-2002” (Debrecen, augusztus 27) Precíiziós mezőgazdaság szekció. Szekció elnök: - Prof. Dr. Németh Tamás Bevezető előadás: - Németh Tamás – Jolánkai Márton: Precíziós növénytermesztés Szekció előadások: „Preciziós növénytermesztés” NKFP 4/037/2001.


-

Németh Tamás, Füleky György, Tolner László, Szabó József: A precíziós növénytermesztés talajtani-agrokémiai alapjai Jolánkai Márton, Berzsenyi Zoltán, Kismányoky Tamás, Nagy János: Agrotechnikai kezelések hatására bekövetkező növényállomány reakciók Berzsenyi Zoltán: Növekedési modellek, növekedésanalizis a kukoricatermesztésben Reisinger Péter, Pálmai Ottó, Kőmíves Tamás: Precíziós növényvédelmi vizsgálatok mintaterületen Fekete András, Földesi István, Kovács László: GPS alkalmazásának lehetősége Neményi Miklós: Hozam- és talajellenállási térképezés a precíziós növénytermesztésben Harnos Zsolt: Precíziós növénytermesztés informatikai igénye Damjanovics Imre: A GPS technológia szélesebb körű alkalmazása a precíziós mezőgazdaságban Pecze Zsuzsa, Nagy Lajos, Horváth József: A precíziós növénytermesztés gyakorlati jelentősége

EU konform mezőgazdaság és élelmiszerbiztonság (Debrecen, 2002. szeptember 23.) Precíziós mezőgazdaság szekció Plenáris előadó: Prof. Dr. Németh Tamás Szekció elnök: Prof. Dr. Németh Tamás Szekció előadások: - Németh Tamás, Jolánkai Márton: A precíziós növénytermesztés elemei - Szabó József, Bakos László, Pásztor László, Cservenák Róbert, Pogrányi Károly és Dobos Attila: Üzemi szintű agrár-geoinformációs rendszer a mezőgazdasági szaktanácsadás támogatására - Jolánkai Márton, Berzsenyi Zoltán, Kismányoky Tamás és Nagy János: Precíziós kezelések hatására bekövetkező növényállomány reakciók - Reisinger Péter, Lehoczky Éva, Kőmíves Tamás és Pálmai Ottó: Vizsgálatok és megoldások a kukorica precíziós gyomszabályozásában - Neményi Miklós, Mesterházy Péter Ákos, Katz Károly és Stepán Zsolt: Precíziós növénytermesztési kísérletek a Mosonmagyaróvári Műszaki Intézetben - Fekete András, Földesi István és Kovács László: GPS navigáció a mezőgazdaságban - Harnos Zsolt: Informatika a precíziós mezőgazdaságban Bábolnai Nemzetközi Gazdanapok Hatékonyan, szakszerűen – kihívások a III. évezred elején c. Tápanyag-visszapótlási szimpózium (Bábolna, 2002. szeptember 11) Plenáris előadás: - Prof. Dr. Németh Tamás: Talajtermékenység, tápanyag-gazdálkodás - Dr. Pálmai Ottó: A tápanyag-gazdálkodás hazai helyzetének megítélése és az Európai Uniós országok gyakorlata - Dr. Horváth József: Egy működő agrokémiai szaktanácsadási rendszer bemutatása - Dr. Pecze Zsuzsanna: A precíziós növénytermesztés gyakorlati tapasztalatai az IKR-ben - Prof. Dr. Neményi Miklós, Mesterházi Péter Ákos: GSP rendszerek alkalmazása a mezőgazdasági gépüzemeltetésben „Preciziós növénytermesztés” NKFP 4/037/2001.


-

Prof. Dr. Reisinger Péter, Prof. Dr. Kőmíves Tamás: Gyomírtási technológiák tervezése térinformatikai alapokon

XXIX. Óvári Tudományos Napok: Agrártermelés – Életminőség (Mosonmagyaróvár, 2002. október 3-4) Szekcióelnök: Prof. Dr. Németh Tamás A precíziós növénytermelés feltételrendszere szekció - GPS és GIS a növénytermesztésben - Helyspecifikus gyomszabályozás és növényvédelem - Műszaki és informatikai háttér - Talajjellemzők és tápanyagvisszapótlás - Növényi növekedés- és fejlődési modellek Szekció előadások: - Várallyay György: A termőhely-specifikus növénytermesztés talajtani megalapozása - Kalmár S., Salamon L.: Precíziós gazdálkodás – alkalmazni vagy nem alkalmazni? - Nagy S., Reisinger Péter: Gyomnövények elkülönítésének lehetőségei légi fotók alapján precíziós gyomtérképek készítéséhez - Reisinger Péter, Lehoczky Éva, Kőmíves Tamás, Nagy S.: Az őszi búza gyomírtásának tervezése térinformatikai módszerekkel - Csizmazia Z., Polyák N. I.: Szemcsés anyagok néhány fizikai jellemzője - Nagy B.: Trimble AgGPS rendszerek - Németh Tamás, Szabó József, Pásztor László: A precíziós tápanyaggazdálkodás térinformatikai alapjai - Font L., Lágymányosi A., Kőrösi F., Farkas I.: Növény növekedését monitorozó optikai mérőrendszer - Damjanovich I.: A precíziós növénytermeléshez kapcsolódó GPS technológia szélesebb körű alkalmazási lehetőségei - Berzsenyi Z., D. Q. Lap: Kukorica (Zea mays L.) hibridek agronómiai reakcióinak vizsgálata a növekedésanalízissel - Szabó Lajos., Holló Sándor, Kadlicskó Béla, Fodor László: A tartamműtrágyázás hatása a talajok agrokémiai tulajdonságaira és a növények termésére ÉszakMagyarországon - Takácsné György K.: Növényvédőszer használat kockázat csökkentés és a precíziós gazdálkodás összefüggései - Gyulai I., Neményi Miklós, Mesterházi Péter Ákos: GIS alkalmazások - Maniak, S.: GIS data basis transfer in precision farming - Fekete András, Földesi István, Kovács László, Nagy L., Pecze Zsuzsa, Horváth József: Számítógéppel támogatott talaj-mintavételi rendszer Poszterek: - Farkas F.: Növényolajszármazékok használata adott belsőégésű motorban - Magyari I. E.: Gyepkonstrukciós vizsgálatok vadon termő gyógynövények felhasználásával - Megyes A., Rátonyi T.: A kukorica növekedési, fejlődési változóinak értékelése a Ceres-Maize 3.5 modellel - Szakács T.: Környezetvédelmi és technológiai lehetőségek a járműtechnika utóbbi évi eredményeinek felhasználásával „Preciziós növénytermesztés” NKFP 4/037/2001.


MTA TALAJTANI ÉS AGROKÉMIAI KUTATÓINTÉZET

RÉSZJELENTÉS „Preciziós növénytermesztés” c. kutatás-fejlesztési szerződés keretében végzett munkáról

OM szerződés száma:

OM-00279/2001

Nyílvántartási szám:

4/037/2001

Témafelelős:

Prof. Dr. Németh Tamás az MTA levelező tagja igazgató




1. Talajtani és agrokémiai alapadatok gyűjtése a 4 mintaterületről, térinformatikai rendszer kiépítése 1/b. Az 1. mintaterület térinformatikai rendszerének talajtani, agrokémiai, vízgazdálkodási elemzése, 2. mintaterület adatfelvételezése, GIS rendszer alapelemeinek installálása

Egy termőhely-specifikus precíziós növénytermesztési rendszer kidolgozása a termőhelyi viszonyok és a termés részletes, tábla-szintű felmérését (talaj- és növényvizsgálat, terméselemzés); valamint ezek eredményeinek korszerű térinformatikai módszerekkel történő kezelését (GPS, GIS, távérzékelés) kívánja meg a megfelelő agrotechnikai módszerek (talajművelés, vízháztartás szabályozás, növényi tápanyagellátás, növényvédelem) potenciális kidolgozása és adaptálása érdekében.A talaj termékenységének fenntartásában, a trágyázásban már korábban kezdeményezések történtek, hogy a táblákat ne homogén egységenként kezeljék, hanem különítsék el azokat a talajtani szempontból homogénnek tekinthető, táblán belüli foltokat, melyek eltérő mértékű trágyázást igényelnek. A precíziós gazdálkodáshoz kapcsolódó részletes tervezési feladatok és a hozzá kapcsolódó megvalósítások 1:10.000 1:1.000 méretarányú térbeli támogatást kívánnak meg. Az üzemi gazdálkodás területi alapegysége a mezőgazdasági tábla, mint homogén művelési egység. A precíziós gazdálkodás azonban megkívánja a táblán belüli mintázat meghatározását és a mintázathoz köthető talajművelési, trágyázási, növényvédelmi stb. feladatok végrehajtását. A táblán belüli mintázat részben az agroökológiai adottságokhoz részben a dinamikusan változó kultúrállapothoz köthető. Az agroökológiai adottságok kifejezésére az üzemi és a földértékelési talajtérképek, a domborzati viszonyok, a talajvíz viszonyok az alkalmasak, míg a dinamikus jellegű kulturállapot meghatározása csak a mezőgazdasági táblákon belüli, helyszíni mintavételezésekre, a kapcsolódó vizsgálatokra vonatkozó idősoros adatok alapján végezhető. Egy mintaterületi precíziós gazdálkodást támogató rendszert úgy kell megalkotni, hogy mindezen ismereteket a magyarországi szabványokhoz igazodó (vetületi, topográfiai stb.) egységes térinformatikai rendszerbe integráljuk. A precíziós gazdálkodásban a talajtani és agrokémiai alapadatok gyűjtésével azonos súllyal kell figyelembe venni a térinformatikai feladatok gondos elvégzését kezdve az adott mintaterületre vonatkozó térinformatikai rendszer alapelemeinek meghatározásával. A precíziós gazdálkodáshoz kapcsolódó részletes tervezési feladatok és a hozzá kapcsolódó megvalósítások 1:10.000 - 1:1.000 méretarányú térbeli támogatást kívánnak meg. A vizsgálati tér jelentősen leszűkül és a település, illetve a mezőgazdasági üzem területére korlátozódik, míg a vizsgálódások a mezőgazdasági táblán belüli homogén agroökológiai egységek meghatározására irányulnak. Az üzemi gazdálkodás területi alapegysége a mezőgazdasági tábla, mint homogén művelési egység. A tábla azonban csak kvázi homogén, hiszen rendszerint heterogén talajviszonyok jellemzik. Tulajdonilag sem egységes, hiszen rendszerint több kataszteri egységből épül fel, és rendszerint több tulajdonosa is van. Művelni pedig vagy a tulajdonos vagy a bérlő (gazdálkodó) műveli. Mindezek miatt a tábla közel sem állandó formáció, ezért sem a nyilvántartása, sem a táblához kapcsolódó egyéb (táblatörzskönyvi) nyilvántartás nincs megfelelően kezelve.



A kataszteri egységek lehetnek tehát azok a térbeli alapegységek, amelyekre földhasználati ajánlások vonatkoznak, míg a mezőgazdasági táblák azok a térbeli alapegységek, amelyekre a talajművelés-, a trágyázás-, a növényvédelem-, a talajvédelem rendszerére vonatkozó konkrét ajánlások megfogalmazhatók. A precíziós gazdálkodás azonban megkívánja a táblán belüli mintázat meghatározását és a mintázathoz köthető talajművelési, trágyázási, növényvédelmi stb. feladatok végrehajtását. A táblán belüli mintázat részben az agroökológiai adottságokhoz részben a dinamikusan változó kultúrállapothoz köthető. Az agroökológiai adottságok kifejezésére az üzemi és a földértékelési talajtérképek, a domborzati viszonyok, a talajvíz viszonyok az alkalmasak, míg a dinamikus jellegű kulturállapot meghatározása csak a mezőgazdasági táblákon belüli, helyszíni mintavételezésekre, a kapcsolódó vizsgálatokra vonatkozó idősoros (a tápanyag ellátottságára, a főbb termesztett növényekre és termésátlagokra, valamint a tápanyag felhasználásra vonatkozó) adatok alapján végezhető. A mintaterületi precíziós gazdálkodási térinformatikai rendszert úgy kell megalkotni, hogy mindezen ismereteket a magyarországi szabványokhoz igazodó (vetületi, topográfiai stb.) egységes rendszerbe integráljuk. A Baracskai mintaterület Az adatbázis fizikai modellje alapján elvégeztük a térinformatikai adatbázis feltöltését. A létrehozott tábla szintű, táblán belüli mintázat kezelésére alkalmas, GPS alapon felvételezett és légifelvételekkel támogatott mintaterületi térinformatikai adatbázis térképi és leíró adatokat egyaránt tartalmaz, melyek egyedi, vagy együttes alkalmazásával reprodukálhatjuk a tematikus kartogramok térképanyagát, szerkeszthetünk az alapelemekre épülő származtatott térképeket, vagy pont,- és területi adatok tetszőleges kombinációjával ún. lekérdezéseket valósíthatunk meg (elemzések). A mintaterületi “intelligens térképi alapú táblatörzskönyvi rendszert” internetes alapra helyezve egy intranet szerveren szolgáltatható formára konvertáltuk. A komplett térinformatikai rendszer interneten történő szolgáltathatóságának kialakításához az Autodesk MapGuide program segítségével olyan rendszert alakítottunk ki, amely Intranet/Internet hálózaton egyidejűleg akár több felhasználó kiszolgálására alkalmas és a CAD alapú adatokon túl az ArcView-ból érkező vektoros állományokat, valamint a szkennelt geotiff formátumú raszteres adatokat egyaránt fogadja. A rendszerből történő adatkinyerés, és az ezen alapuló táblázatos megjelenítés HTML nyelvű lapok segítségével történik, amelyekbe SQL feltételek alapján importálhatóak az eredmények. A rendszer biztosítja bárki számára, hogy egy egyszerű Internetböngészővel használhassa a programot. A MapGuide intelligens raszter-vektor kezelő funkcióinak köszönhetően végeredményként Intranetes környezetben használva egy gyors hibrid térinformatikai rendszert tudtunk előállítani. A rendszer minimális kiépítésben feltételezi a térinformatikai szerver installálását egy számítógépen. A böngésző modul egyfelhasználós működés esetén ugyanerre a gépre van telepítve. Amennyiben szeretnénk kiterjeszteni rendszerünk hozzáférhetőségét az Intranet-hez csatlakozó további felhasználók számára, akkor csak a böngésző modul telepítendő azokra a gépekre, ahol a hozzáférés megkövetelt. A térinformatikai szerver elérhető mobil kliensekről is.



A baracskai mintaterület térinformatikai rendszere A térbeli adatbázisok digitális feldolgozását és kezelését mindeddig a helyhez kötött technológia uralta. A mobilitásban az áttörést a kézi számítógépek, népszerű nevükön PDA-k (Personal Digital Assistant) hozták meg. A PDA-khoz kiegészítő eszközként megfelelő kártya és szoftver segítségével kézi GPS-vevő csatlakoztatható. Az Autodesk OnSite technológiája lehetővé teszi digitális térképek terepi adminisztrációját GPS használatával vagy anélkül. Az OnSite View szoftveren alapuló rendszer segítségével DWG és DXF formátumban tárolt digitális térképeket tölthetünk át Windows CE operációs rendszer alapú kézi számítógépekre, amelyek nagyban megkönnyítik a térképi adatok terepi használatát. A kialakított térinformatikai szerver a GPS(kártya) illesztésű mobil kliensek segítségével realtime, in-situ térinformatikai támogatású felvételezést tesz lehetővé. A kiépített rendszer a tápanyag-gazdálkodási szaktanácsadás terepi munkálatait hatékonyan segíti. A jelenlegi rendszer szaktanácsadásban való felhasználhatóságát a következő forgatókönyv szerint képzeljük. Mintavétel tervezés: Az intranetes térinformatikai szolgáltatás kiválthatja a hosszas előkészítőmunkálatokat, melyek során a szaktanácsadó a topográfiai, domborzati, talajtani, művelési viszonyokat tekinti át és elemzi a hozambeli eltérések magyarázatára. Az egyéb módon nem alátámasztható eltéréseket vezethetők vissza tápanyagellátottságbeli különbségekre. Mindez együtt lényegében térbeli elemzések elvégzését jelenti, ami egy térinformatikai rendszer alapszolgáltatása. A tápanyagvizsgálatok eredményeinek a rendszerbe való folyamatos visszatáplálásával (intranetes publikálásával) lehetőség nyílik „Preciziós növénytermesztés” NKFP 4/037/2001.


azoknak a tervezésben való figyelembevételére is. Az eredmények függvényében kerülhet sor a mintavétel megtervezésére, ami a mintavételi egységek, illetve az azokon belüli, az átlag mintához szükséges mintaszám meghatározását jelenti. A mintavételi helyek felfűzése jelenti a mintavételi útvonal megtervezését, amelyen a terepen követni kell. A mintavételi útvonal újabb tematikus rétegként bekerülhet az adatrendszerbe. Előmunkálatok: Amennyiben a terepi PDA nincs on-line kapcsolatban az intranet szerverrel, vagy a vonal sávszélessége nem megfelelő a térbeli adatok racionális áttöltésére, szükség van a terepen hasznosnak bizonyuló rétegek szerverről történő letöltésére és a terepi eszközre való feltöltésére. Ezek közül természetesen kiemelt jelentőségű a mintavételi útvonalat tartalmazó téma. De mivel a terepi körülmények között is szükség lehet a mintavétel előre megtervezetthez viszonyított módosítására, érdemes a többi tematika terepi megtekintése is. Terepi munkálatok: A terepen elsődlegesen a mintavételi útvonal nyomonkövetését kell kiemelni. A GPS (természetesen normál körülmények között) real-time módban (néhány másodperces integrációs időkkel) képes az aktuális helyzetet a többi tematikus réteg fölött megjeleníteni. Ehhez persze szükséges a WGS koordináták azonnali EOV-be történő transzformációja, amelyet szoftveresen megoldottunk. Mindeközben a terepi navigáció történik a kézi eszközegyüttes segítségével a bejárási útvonal követésére. Lehetőség van továbbá helyi extra anomáliák figyelembevételére, azonosítására, az ezek körüljárásával felvett pontok új rétegként történő illesztésére. Sőt helyben is meg lehet határozni például ezek területét. Utómunkálatok: A terepről való visszatérés után történik a terepen felvett adatok (aktuális mintavételi helyek, esetleges terepi mérések) központi szerverre való visszatöltésére. A terepi minták laboratóriumi tápanyagvizsgálati eredményeinek a rendszerbe való folyamatos visszatáplálása (intranetes publikálása) is a rendszer hatékonyságát növeli.

Real-time, in-situ térinformatikai támogatású felvételezés



1.c. A 2. mintaterület térinformatikai rendszerének kialakítása, heterogén táblarészekre adaptált növénytáplálási rendszer kialakítása (Németh Tamás, Várallyay György) A Fejér megyei Növény és Talajvédelmi Szolgálat, illetve az IKR Termelésfejlesztési és Kereskedelmi Rt. szakértőivel olyan mintaterületet jelöltünk ki, amely a réti réti csernozjom területek reprezentálására alkalmas, és amelyre biztosítható a koncepcionális modellben meghatározott adatigény és biztosíthatók a szükséges gazdálkodási paraméterek. A mintaterület térinformatikai adatbázisának logikai modelljét az 1. mintaterületéhez hasonlóan határoztuk meg, amelyben az alábbi elemeket definiáltuk és reprezentáljuk:

Az ácsi mintaterület térinformatikai rendszere 1

2

Egységes Topográfia-domborzati adatok: • Az 1:10.000 méretarányú topográfiai alaptérképek EOV-be transzformálva, raszter formátumban. • Domborzati modellhez fő-, és mellékszintvonalak (felező és negyedelő szintvonalak) vonalas shape állományként, illetve az ebből származtatott pont shape állományként. • Síkrajzi elemek (vízfolyás, út, vasút) vonalas shape állományként. Nyilvántartási adatok (kataszter-mezőgazdasági tábla): • A környező településeket érintő 1:10.000 méretarányú külterületi kataszteri térképeket EOV-be transzformálva, raszter formátumban.



• A birtok- és tulajdoni adatok, művelési ág, minőségi osztály, földminősítés stb. adatait a birtokközéppontba helyezett azonosító ponton keresztül a pont-shape állomány attribútumaként kapcsolódnak a nyilvántartáshoz. • Az üzemi táblák határai az üzemi táblatérképnek a külterületi kataszteri térképen azonosított sarokpontjai alapján, poligon shape állományként. • A területileg illetékes Megyei Földhivatal adatai, birtoktestek sarokponti koordinátái. Talajtulajdonságok: • 1:10.000 méretarányú üzemi genetikus és földértékelési térkép sorozat adatai (genetikus térkép, humusz kartogram, pH és mészállapot kartogram, eróziós kartogram, talajjavítási kartogram), valamint helyszíni- és laboratóriumi vizsgálati adatai digitalizálva (poligon-, és pont shape állomány), a mintaterületekre feltöltve. • A talajszelvények felvételi és a laboratóriumi jegyzőkönyvi adatai (melyek feltöltésére egy saját fejlesztésű adatbeviteli és ellenőrző programot fejlesztettünk). A talajok kultúrállapotának idősoros adatai: • A mezőgazdasági táblákra vonatkozó tápanyag ellátottsági adatok; mikro- és makroelemek valamint nehézfém szennyező anyagok adatai, és a főbb termesztett növények és termésátlagok valamint tápanyag felhasználási adatok digitálisan, táblázatos formában. Terepi felvételezés adatai • GPS alapú helyszíni megfigyelések, mintavételek adatai (poligon és pont shape állományokként). Digitális légifotók • Szines vagy fekete fehér Egységes Országos Vetületi Rendszerbe transzformált GeoTIFF formátumu raszterképek.

3

4

5 6

A pályázat keretében elvégzett munka tudományos rendezvényeken, illetve közlemények formájában történt bemutatása: Publikációk: ! !

!

Szabó József, Bakos László, Pásztor László, Cservenák Róbert, Pogrányi Károly, 2002, ’GPS és internet alapú térinformatikai alkalmazás a mezőgazdasági szaktanácsadás támogatására’; Acta Agraria Kaposvariensis (közlésre elfogadva) Szabó József, Bakos László, Dobos Attila, Cservenák Róbert, Pásztor László, Pogrányi Károly, 2002, ‘Üzemi szintű agrár-geoinformációs rendszer a mezőgazdasági szaktanácsadás szolgálatában’, In: Nagy J., (ed.) ‘EU konform mezőgazdaság és élelmiszerbiztonság’ (ISBN 963 472 695), Debreceni Egyetem Agrártudományi Centrum, Debrecen, p:22-31. Németh Tamás, Szabó József, Pásztor László; 2002 ‚A precíziós tápanyaggazdálkodás térinformatika alapjai’; In: Kovácsné Gaál Katalin (ed.) ’XXIX. Óvári Tudományos Napok’, Nyugat-Magyarországi Egyetem Mezőgazdaság- és Élelmiszertudományi Kar Állattenyésztési Intézet (CD-ROM).



Előadások: !

! !

!

A térinformatika szerepe az agrárstruktúra átalakításában és a vidékfejlesztésben; Adatgazdák-Felhasználók, Kaposvár, 2002. május 30.; Szabó József, Bakos László, Pásztor László, Cservenák Róbert, Pogrányi Károly: GPS és internet alapú térinformatikai alkalmazás a mezőgazdasági szaktanácsadás támogatására. Agrárinformatika 2002, Debrecen, 2002. augusztus 27-28.; Szabó József, Bakos László, Dobos Attila, Cservenák Róbert, Pásztor László, Pogrányi Károly: A preciziós növénytermesztés talajtani-agrokémiai alapjai EU konform mezőgazdaság és élelmiszerbiztonság, Debrecen, 2002. szeptember 23.; Szabó József, Bakos László, Dobos Attila, Cservenák Róbert, Pásztor László, Pogrányi Károly: Üzemi szintű agrár-geoinformációs rendszer a mezőgazdasági szaktanácsadás támogatására XXIX. Óvári Tudományos Napok, Mosonmagyaróvár 2002. október 3-4.; Németh Tamás, Szabó József, Pásztor László: A precíziós tápanyaggazdálkodás térinformatika alapjai

Térképi dokumentáció Mintaterületi térképi alapok: Baracska (Annamajori Kft. M4-5 sz. tábla) ! ! ! ! !

Fizikai féleség Humusztartalom Kémhatás Mésztartalom Tápanyagellátottság (foszfor, kálium)

!

Topográfia Domborzat ! Tengerszint feletti magasság ! Kitettség ! Lejtés

!

Talaj

Ács

! ! ! ! ! !

Genetikai talajtípus Fizikai féleség Humusztartalom Humuszréteg vastagság Talajképző kőzet

Tápanyagellátottság

















SZENT ISTVÁN EGYETEM MEZŐGAZDASÁG- ÉS KÖRNYEZETTUDOMÁNYI KAR TALAJTANI ÉS AGROKÉMIAI TANSZÉK



OM-00286-2001


4/037/2001

Témafelelős:

Dr. Füleky György Tanszékvezető egyetemi tanár

Gödöllő 2002. szeptember 30.



2. Mintaterületek talajainak jellemzése, heterogenitás vizsgálat, talajmintavételezési módszer fejlesztés 2/b. Mintaterületek talajainak jellemzésére szolgáló talajvizsgálatok elvégzése A SzIE Talajtani és Agrokémiai Tanszék 2002.01.31-2002.09.30. közti időszakban folytatta a korábban kijelölt két mintaterület talajainak jellemzését. A következő két táblázatban a vizsgált területek víz- és nitrogéntápanyag-gazdálkodását meghatározó vizsgálati adatokat mutatunk be. A részletes mechanikai összetétel utal a vízgazdálkodási tulajdonságokra, míg a humusz, az ásványi-N és a C/N arány a nitrogéntápanyag-gazdálkodásra utal. A talajszelvények helyét az előző részjelentéshez melléklet térképeken mutattuk be. A K1, K-2, K-3 jelőlések a Kisköre és Kömlő községek között elterülő, a P-1, P-2 jelőlések Pilisjászfalu és Dág község külterületén elhelyezkedő mintaterületeken vett mintákra vonatkoznak. A vizsgálatokat Németországban végezték el, ez mutatkozik meg a jelöléseken LaborNr.

Mint GeneMély-ség atikai (cm) hely szint gS

35532

K1

23-46

35533

K1

35534

Homok mS

Vályog

fS Summe gU

mU

Agyag

fU Summe

0,08 0,81 3,29

4,18 15,52 21,86 11,71

49,09 46,73

80-105+ II C

3,67 3,81 6,19

13,66 12,04 12,48 23,61

48,14 38,20

K2

29-85

Ah

0,11 20,22 29,15

49,48 11,46 14,33 7,64

33,43 17,09

35535

K2

95-113

II C

0,09 12,32 17,80

30,21 18,55 17,94 8,72

45,21 24,58

35536

K2

113-160 III C

0,21 36,99 48,30

85,50 3,72 2,28 2,49

35537

K3

0-26

Ap

0,32 6,23 13,75

20,30 18,75 24,78 9,01

52,54 27,15

35538

K3

26-42

Ah

0,07 5,60 13,78

19,45 19,37 22,30 10,32

51,99 28,56

35539

K3

42-55

II Ah1 0,04 3,03 7,30

10,37 15,67 20,33 9,60

45,60 44,04

35540

K3

55-75

II Ah2 0,06 2,18 5,49

7,73 15,33 21,48 10,74

47,54 44,73

35541

K3

75-85

Ah-C 0,13 0,62 3,70

4,45 17,45 24,33 11,45

53,22 42,33

35542

K3

85-105+ C

0,07 0,91 4,21

5,19 18,33 25,28 12,77

56,38 38,43

35543

P2

0-26

Ap

0,96 0,03 20,22

21,21 23,50 11,83 7,38

42,71 36,08

35544

P2

26-35

Ah-C 0,75 3,58 12,73

17,05 25,20 16,21 8,40

49,82 33,13

35545

P2

35-100

C1

35546

P2

100-120+ C2

1,50 3,48 19,85

24,83 32,27 21,12 8,62

62,01 13,16

35547

P3

0-28

Ap

0,30 4,06 23,18

27,54 24,67 12,14 7,73

44,54 27,92

35548

P3

28-55

M1

0,30 2,73 20,13

23,16 23,74 13,14 6,52

43,40 33,44

35549

P3

55-80

M2

0,19 2,97 20,99

24,15 23,47 12,91 6,45

42,83 33,02

Ah

?

?

?

?

?

?

?

8,49

?

6,01

?

35550 P 3 80-100+ II Bt 0,44 3,78 21,71 25,93 21,14 11,36 7,58 40,08 33,99 Homok (gS: -2000µm, mS:-630µm, fS: -200µm), vályog (gU:-63, mU:-20, fU: -6,3) agyag (<2µm) „Preciziós növénytermesztés” NKFP 4/037/2001.


Gene- pH CaC Corg Labo Minta Mély-ség tikai (Ca o3 r-Nr. -hely (cm) % szint Cl2) %

Nt %

C/ N 13, 3

35532 K 1

23-46

35533 K 1

80-105+ II C

8,61 43,7 0,52 0,06 9,2

35534 K 2

29-85

Ah

7,68

35535 K 2

95-113

II C

7,58 24,6 0,51 0,05 10

35536 K 2

113-160 III C

7,64

3,3 0,48 0,02

35537 K 3

0-26

Ap

6,82

0 2,41 0,21

35538 K 3

26-42

Ah

6,76

0 2,43 0,22

35539 K 3

42-55

II Ah1 7,01

0 2,41 0,19

35540 K 3

55-75

II Ah2 7,54

0 1,81 0,16

35541 K 3

75-85

Ah-C

35542 K 3

85-105+ C

35543 P 2

0-26

Ap

35544 P 2

26-35

Ah-C

35545 P 2

35-100

C1

35546 P 2

100120+

C2

35547 P 3

0-28

35548 P 3

Ah

8,31

2,4 2,23 0,17

5 1,06 0,09

12, 2 26, 8 11, 6 11, 3 12, 5 11, 6

8,05 18,6 0,88 0,09 10 8,04 27,9 0,69 0,05 13 11, 7 16, 7,63 23,8 1,18 0,07 6 17, 7,62 34,3 0,84 0,05 8 35, 7,64 23,4 0,99 0,03 3 7,69

8,2 1,72 0,15

Ap

7,52

2,1

28-55

M1

7,45

0,3 1,24 0,15 8,2

35549 P 3

55-80

M2

7,23

0 1,17 0,15 7,9

35550 P 3

80-100+ II Bt

7,21

0 0,64 0,15 ?


1,6 0,19 8,3


Terméstérképek A terület termékenységének heterogenitását jellemzik az elmúlt években készült terméstérképek. Az itt mellékelt ábrák a vizsgált Kiskörei tábla teljes területét mutatják. A talajtulajdonságok térképének és a növényi, illetve terméstérképeknek az együttes értékelése a későbbiekben fog megtörténni. 1999 napraforgó



2000 búza



2001 búza



Az 1999 napraforgó terméseredmények a Kiskörei táblán belül kijelölt mintaterületen.



A talajtulajdonságok hatása a termesztett növények fejlődésére

A kiskörei táblán az őszi árpa kalászolásakor megmértük a növények magasságát. A mért növénymagasság és a terepszint szoros összefüggést mutatott 85

Length of barley in cm

80

75

70

65

60

55 1.5

2.0

2.5

3.0

3.5

Height from local base ground (0 m) in meter

Linear Regression Y=A+B*X Parameter Value A 96.76229 B -10.49462 R -0.76389

Error 1.74724 0.81275 SD 3.84018

N 121

P <0.0001

Az összefüggés-vizsgálat megmutatta, hogy a magasabb terepszinten kisebb növénymagasság alakult ki, mint a mélyebb részeken. Ennek az a valószínű magyarázata, hogy ezen a csaknem sík táblán a kiemelkedő rész az egy homokdomb, amelynek kedvezőtlenebb a vízgazdálkodása (lásd a jelentés elején levő táblázatot). Ez a hatás még szemléletesebben mutatkozik meg ha térképen ábrázoljuk. A növénymagasság értékek szintvonalas ábrázolása (vastag vonalak) a következő terepszinteket is megjelenítő ábrán tüntettük fel.



2000 m

1800 m

93.00 Bfm 92.75 Bfm 92.50 Bfm 92.25 Bfm 92.00 Bfm 91.75 Bfm 91.50 Bfm 91.25 Bfm 91.00 Bfm 90.75 Bfm 90.50 Bfm 90.25 Bfm

1600 m

90.00 Bfm 89.75 Bfm 89.50 Bfm 89.25 Bfm 89.00 Bfm 88.75 Bfm 88.50 Bfm 88.25 Bfm 88.00 Bfm 87.75 Bfm 87.50 Bfm 87.25 Bfm 87.00 Bfm

1400 m

1200 m 600 m


800 m

1000 m


Megvizsgáltuk mindkét tesztterületen a zöld állapotú növények reakcióját az elkülönített talajfoltokra. A kömlői területen a növények szárazanyag hozama mind a homokdombon, mind a szikes foltokban kisebb volt, mint a kedvezőtlen tulajdonságot nem tartalmazó területrészeken. Érdekes módon a növények N-tartalma számottevően csak a szikes folton csökkent le. Ezzel szemben a kálium tartalom számottevően nem reagált a talajhibákra, a foszfortartalom pedig koncentrálódott a kis szárazanyag hozamú szikes folton.

A piliscsabai területen a szárazanyag hozam első közelítésben kevéssé magyarázható módon, az erősen erodált területrészen volt a legnagyobb. A terület pontos ismeretében azonban ez a jelenség jól magyarázható. A dombtető ugyanis egy vízzáró, tömődött, genetikai (B) szint következtében pszeudoglejes, rosszul művelhető. Az erózió következtében ez a tömődött réteg lepusztult és a felszínre került C szint már kedvező tulajdonságokat mutat. A tápelemtartalmakban az egyes területrészek között számottevő eltérés nem volt, jelezve, hogy a kedvezőtlen talaj tulajdonságok nem okoznak túlságosan jelentős károsító hatást. A növényvizsgálatok adatai a következő két táblázatban találhatók:



A pilisjászfalui terület növénymintáinak értékelése Ismétl Nedves Száraz és Mintavételi Minta minta minta Szárazanyag % sorszá hely száma tömege tömege ma [g] [g] 1a 186,5 24,28 13,0 1 1b 202 28,67 14,2 Szedimentált 13,7 terület 2a 220,6 30,75 13,9 2 2b 243,5 33,64 13,8 3a 212,6 37,82 17,8 3 280,4 46,58 16,6 Erősen erodált 3b 17,8 terület 4a 176,2 32,12 18,2 4 4b 204,2 38,03 18,6 5a 230,2 29,29 12,7 5 Agyagos 5b 255,4 30,91 12,1 alapkőzetű 12,4 6a 195,3 24,88 12,7 terület 6 6b 224,8 27,34 12,2 7a 238,7 36,91 15,5 7 Erodált kis 7b 154,3 24,27 15,7 domb a tábla 15,0 8a 219,1 30,55 13,9 DK-i sarka 8 8b 243,0 35,81 14,7


N% (sza.) 2,09 2,04 2,32 2,42 2,21 2,35 1,84 2,08 2,08 1,89 2,35 2,84 2,43 2,29 2,08 2,01

N% élő növényben 0,272 0,290 0,323 0,334 0,393 0,390 0,335 0,387 0,265 0,229 0,299 0,345 0,376 0,360 0,290 0,296

0,3048

0,3766

0,2845

0,3305


K% (sza.) 1,99 1,9 2,61 2,61 2,27 1,86 2,33 1,85 2,41 2,7 2,61 2,62 1,75 2,07 2,34 1,7

K% élő növényben 0,259 0,270 0,364 0,361 0,404 0,309 0,425 0,345 0,307 0,327 0,332 0,319 0,271 0,326 0,326 0,251

0,3133

0,3705

0,3211

0,2932

P% (sza.) 0,23 0,25 0,27 0,29 0,28 0,26 0,22 0,24 0,26 0,26 0,27 0,32 0,28 0,28 0,25 0,22

P% élő növényben 0,030 0,035 0,038 0,040 0,050 0,043 0,040 0,045 0,033 0,031 0,034 0,039 0,043 0,044 0,035 0,032

0,0358

0,0445

0,0345

0,0387

A kiskörei terület növénymintáinak értékelése Nedves Száraz Minta minta minta Mintavétel helye száma tömege tömege [g] [g] 1 65,9 7,4 Homokdomb 2 44,1 5,3 3 111,2 18,3 Homokdomb mellett (kontrol) 4 100,5 15,0 5 59,9 7,3 Homokdombon 6 52,9 7,1 7 56,3 6,6 Szikes folton 8 53,4 6,4 9 92,6 12,1 Szikes folt mellett 10 84,4 12,2

Szárazanyag %


11,2 12,0 16,4 14,9 12,2 13,4 11,7 12,1 13,1 14,4

11,6 15,7 12,8 11,9 13,7

N% (sza.) 5,19 5,38 4,71 5,46 5,88 5,35 4,48 3,59 4,33 4,75

N% élő növényben 0,579 0,643 0,773 0,816 0,718 0,719 0,524 0,433 0,566 0,685

0,6109 0,7947 0,7183 0,4787 0,6256


K% (sza.) 6,72 5,76 5,86 5,62 6,03 5,65 6,09 6 5,81 4,67

K% élő növényben

P% (sza.)

0,749 0,688 0,962 0,840 0,736 0,759 0,713 0,724 0,759 0,674

0,54 0,57 0,52 0,54 0,58 0,55 0,82 0,95 0,50 0,46

0,7189 0,9011 0,7476 0,7182 0,7166

P% élő növényben 0,060 0,068 0,085 0,081 0,071 0,074 0,096 0,115 0,065 0,066

0,0642 0,0830 0,0724 0,1053 0,0659

Sekély-földtani vizsgálatok

A kiskörei mintaterületen 50x50 m-es hálóban, összesen 25 pontban sekély-földtani fúrásokat végeztünk. Az ezekből származó minták talajtani, geológiai vizsgálata folyamatban van. A mellékelt ábrán a mintavételi pontok elhelyezkedése, a táblázatban földrajzi koordinátáik láthatók.



A földrajzi koordinátak N47o34’, E20o26’ értéke közös csak fokmásodpercekben van eltérés. Ez található a táblázatban. Furásazonosító 1 2 3 4 5 6 7 8 9 10 11 12 13

N” 32,6 33,9 35,2 36,9 38,2 29,9 31,5 32,8 34,1 35,7 27,9 29,1 30,0

E” 26,4 30,8 34,2 37,6 41,1 29,0 32,9 35,9 39,4 42,8 31,0 34,3 37,5

Furásazonosító 14 15 16 17 18 19 20 21 22 23 24 25


N” 31,8 33,1 25,4 26,6 28,0 28,5 305 22,8 24,2 25,3 27,0 28,2

E” 41,1 44,5 32,4 35,9 39,6 42,3 45,9 34,3 37,6 41,2 44,4 47,7


SZENT ISTVÁN EGYETEM GAZDÁLKODÁSI ÉS MEZŐGAZDASÁGI FŐISKOLAI KAR



OM-00290/2001


4/037/2001

Témafelelős:

Prof. Dr. Szabó Lajos főigazgató-helyettes

Gyöngyös 2002. szeptember 30.



3. Tartamkísérletek adatainak feldolgozása, talaj és növény paraméterek elemzése, módszer fejlesztés 3/b. 2002. évi kísérlet beállítása, növényvizsgálatok

I. MIKROELEM TERHELÉSI TARTAMKÍSÉRLET (GYÖNGYÖS) Kísérletünket 1994 őszén állítottuk be a SZIE Gazdálkodási és Mezőgazdasági Főiskolai Kar Tangazdaságában. A tartamkísérlet fő célja adatok gyűjtése, összefüggések, tendenciák megállapítása a talaj-növény és mikroelem kapcsolatok vonatkozásában. Vizsgáljuk a termesztett növények mikroelem tartalmát a különböző terhelési szinteken, azok akkumulációját az egyes szervekben (zöldhajtás, szár, szemtermés, stb.). Megfigyeljük a terhelési dózisban adott elemek fitotoxikus hatását. Talajvizsgálaokkal nyomonkövetjük az elemek talajbani átalakulását, mozgékonyságát, a növények általi felvehetőségük időbeni változását. Kísérleti eredményeink (más kísérletekből származó adatokkal együtt) támpontul szolgálnak a terhelési határértékek kidolgozásához. A növényvizsgálatok alapján megtudhatjuk, hogy mely elemek épülnek be és akkumulálódnak a takarmányozásra, illetve emberi fogyasztásra kerülő növényi részekbe (zöld hajtás, szemtermés, stb.). Ennek ismeretében kidolgozhatók azok az agrotechnikai módszerek, vetésforgók, melyek alkalmazásával a mikroelemekkel (toxikus elemekkel, nehézfémekkel) terhelt területeken is folytatható növénytermesztés, a betakarított termények nem veszélyeztetik a táplálékláncot. Olyan növénytermesztési rendszer dolgozható ki, mely alkalmazásával a toxikus mikroelemek nem kerülnek ki az agronómiai körforgalomból. Egy másik cél lehet az enyhén szennyezett (terhelt) területek fitoremediációs eljárással történő megtisztítása, hiperakkumulátor növények termesztésbe vonásával. Az eltérő ökológiai viszonyokkal (talajtani, hidrológiai, éghajlati) rendelkező tájegységekben a fenti hatások, törvényszerűségek, tendenciák eltérően mutatkoznak. Mivel a változások csak hosszú távon érvényesülnek, a hatások csak évek múltán kimutathatók, mérhetők, azért a jelenségek vizsgálata, törvényszerűségek feltárása csak tartamkísérleti jelleggel lehet megbízható. Az 1994 őszén végzett talajterhelést követően minden kísérleti évben más-más jelzőnövénnyel dolgoztunk. Az eddig vizsgált jelzőnövények a következők voltak: 1995-ben őszi búza, 1996-ban kukorica, 1997-ben napraforgó, 1998-ban száraz borsó, 1999-ben takarmánycirok, 2000-ben ugaroltattuk a kísérleti területet, 2001-ben őszi árpa. A 2002-es kísérleti évben a jelzőnövényünk fehérmustár (sinapis alba). Irodalmi források szerint a keresztesek családjában (Crucuferaceae, Brassiciceae) találhatók olyan növények, melyek alkalmasak szennyezett talajokon fitoextrakcióra. A mustárnak jelzőnövényként történő alkalmazását ez is indokolja. 1. A kísérleti hely bemutatása

A kísérleti hely megválasztásakor a következő szempontok szerint kellett mérlegelnünk: 1. A kijelölt terület több évig, sőt évtizedekig kísérleti helyként funkcionál, huzamosabb időre (esetleg örökre) kivesszük a termelésből. A kísérlet nem szüntethető meg egyszerűen, hiszen a felhasznált nehézfémsók nem távolíthatók el a talajból. 2. Olyan területet kellett választani, ahol a talajvíz mélyen helyezkedik el. Felülete sík, a szennyezett talaj elhordás ellen (szél- és vízerózió) védett. „Preciziós növénytermesztés” NKFP 4/037/2001.


3. A környéken ne legyen település. Biztonsági okokból a terület körbekeríthető legyen, esetleg őrzése is biztosított. A fenti szempontok figyelembe vételével a kísérlet helyét a Gyöngyösi Főiskolai Kar Tasspusztai Tangazdaságában az A-14-es táblán jelöltük ki. A Tangazdaság Gyöngyöstől 8 km-re NY-ra található, területét É-ról a 30-as sz. főközlekedési út, D-ről pedig az M3-as autópálya határolja. A környék mikroelem terhelése szempontjából meg kell említenünk a ma már nem működő gyöngyösoroszi ércbánya közelségét (10 km), valamint a visontai Mátravidéki Hőerőművet (15 km). Természetföldrajzi besorolás szerint a terület az Északi-középhegység nagy tájhoz tartozó Mátraalján, az Észak-alföldi hordalékkúp-síkság északi határán helyezkedik el. Az andezit és andezit tufa talajképző kőzetre rátelepedett agyagos mállástermékeket viszonylag vékony lösztakaró fedi. Jellemző a helyi anyagok bekeveredése a hulló por anyagában, emiatt az agyagásványok között sok a szmektit és a talajnak nagy a káliumtartalma (Stefanovits et al. 1999). A termőhely talaja bázikus üledéken kialakult csernozjom barna erdőtalaj (Rajkai 1996). Helyszíni talajszelvény leírás a kísérlet beállításakor

Jele: Gyöngyös A14 Térszín: enyhén lejtős térszín felső harmadában, a legmagasabb térszín alatt 1 m-rel Szelvénymélység: 160 cm Pezsgés: 75 cm-től erős Genetikai szintek: Aszántott

0-30 cm

Vörös-barna, nyirkos, enyhén tömődött, aprómorzsás szerkezetű anyag. Kevés élő gyökér, sok apró mikropórus. Humuszos elszíneződésű szint. Átmenet színben és tömődöttségben éles.

B1

32-55 cm

Az előző szintnél világosabb árnyalatú vörös-barna színű, nyirkos, aprómorzsás-poliéderes szerkezetű anyag. Kevés gyökér. Lehúzódó humusznyelvek, a szerkezeti elemek felületén agyagbevonat. Sok apró, < 5 mm kavics. Átmenet a következő szintbe éles.

B2

55-72 cm

Színe az előző szintével megegyező, kevesebb kékes árnyalatú humuszfolt. Nedves, aprómorzsás-poliéderes szerkezetű tömődött agyag. A szerkezeti elemek felületén agyagbevonat. Átmenet éles.

BC

72-96 cm

Színe az előző színtével egyező, különbséget a mészkonkréciók megjelenése okozza. Kevés humuszér, sok agyaghártya. 86 cm-től a humuszos elszíneződés megszűnik. Tömődött, aprómorzsás-poliéderes szerkezetű agyag.

C

96- cm

Sárgásbarna, száraz, mészkiválásos, humuszeres, szerkezet nélküli, agyagos üledék.

Talajtípus: bázikus üledéken kialakult csernozjom barna erdőtalaj. „Preciziós növénytermesztés” NKFP 4/037/2001.


A 0-30 cm-es szántott rétegben a talaj kémhatása gyengén savanyú. pH(H2O)=6,4, pH(KCl)=5,4. A hidrolitos savanyúság (y1) értéke 9,5. A művelt talajréteg meszet nem tartalmaz (CaCO3%=0), elsavanyodásra hajlamos. A talaj szerves anyag tartalma 3%. Szemcseösszetételben az agyag és az iszap frakció dominál. Az agyag frakció (0,002 mm alatti) mennyisége 44%, az iszap frakcióé (0,002-0,05 mm) pedig 50%. Az Arany-féle kötöttségi szám (KA) 45, a leiszapolható rész (0,02 mm alatti) részaránya 70%, a higroszkópossági értékszám (hy) 4,8. Fizikai talajféleség szerinti besorolása agyagos-vályog. A 0-32 cm-es „Asz” szintben mért térfogatsúly 1,21 g/cm3. A talaj kationcsere-kapacitása (T-érték) 40 mgeé/100 g talaj. A kicserélhető bázisok összes mennyisége (S-érték) 36 mgeé/100 g talaj, és így a bázistelítettség (V%) 90%. A kicserélhető kationok közül a Ca++ 83, a Mg++ 10, a Na+ 6, a K+ 1%-ban található (Kádár 1977). A terület felszíne enyhén lejtős, tengerszint feletti magassága 150 m. A talaj jó víznyelésű, jó vízvezető képességű, jó vízraktározó képességű, és jó víztartó, heves záporok alkalmával barázdás erózió megfigyelhető a művelt területen. A talajvíz kb. 10 m mélyen helyezkedik el, így a szennyeződésének esélye felszíni kimosódással minimális A Mátraalja éghajlatát, klímáját befolyásolja a hegyvidék és az alföldi terület közötti nagy szintkülönbség. Az évi középhőmérséklet 8-10ºC alatti. Az éves csapadék mennyisége 550650 mm, de eloszlása nem egyenletes. A nyár és a kora őszi időszak időjárása csapadékszegény, aszályra hajló (Szabó 1999). 2. A kísérlet elrendezése, kezelések

A kísérletet 1994 őszén állítottuk be 8 elemmel (Al, As, Cd, Cr, Cu, Hg, Pb, Zn), 3 terhelési szinten (0/30, 90 és 270 kg elem/ha), 3 ismétlésben, 35 m2 területű (3,5 m x 10 m-es) parcellákkal. A kísérlet vázlatát az 1. ábra szemlélteti. Az osztott parcellás (split-plot) elrendezésű kísérletben a 8 vizsgált elem jelenti a főparcellákat, a 3 terhelési szint az alparcellákat. A kezelések száma 24, az össz. parcellaszám 72. A parcellákat 2 m-es utak határolják a jó megközelítés, valamint a művelésből adódó talajáthordás csökkentése érdekében. Az ismétléseket 4 m-es utak választják el egymástól. A kísérletet 11 m-es füvesített védősáv veszi körül az eróziós talajelhordás megakadályozása céljából. A parcellák összes területe 2520 m2, az utak, szegélyek védősáv területe 6728 m2, a kerítéssel bekerített terület 9248 m2. A kezeléseket, az alkalmazott sók formáit és adagjait az 1. táblázat ismerteti. 1. táblázat: A mikroelemterhelési szabadföldi kísérlet kezelései Gyöngyös, 1994

Elem jele Al As Cd Cr Cu Hg Pb Zn

Terhelési szintek kg elem/ha 1 2 3 0 90 270 30 90 270 30 90 270 30 90 270 30 90 270 30 90 270 30 90 270 30 90 270


Alkalmazott sók formája Al(NO3)3· 9H2O NaAsO2 3CdSO4· 8H2O K2CrO4 CuSO4 · 5H2O HgCl2 Pb(NO3)2 ZnSO4· 7H2O szakmai részjelentés 43

136 m

III. ism.

II. ism.

2

1

3

2

1

3

2

1

1

3

2

1

3

2

1

3

3

2

1

3

2

1

3

2

Cr

Cd

Pb

Al

Zn

As

Cu

Hg

1

2

3

1

2

3

1

2

3

1

2

3

1

2

3

1

2

3

1

2

3

1

2

3

Al

As

Cd

Cr

Cu

Hg

Pb

Zn

1

3

2

1

3

2

1

3

Gépudvar

É "

út az ismétlések között 4m

kerítés I. ism.

2

1

3

2

1

3

2

1 parcellaköz 2 m

3

2

1

3

2

1

3

2

Cu

Zn

As

Hg

Al

Cr

Cd

Pb

művelt szegény 2 m

fix karó

füvesített védősáv 11 m

68 m 1. ábra Kísérlet elrendezési vázlata Gyöngyös - Tass-puszta A-14-es tábla „Preciziós növénytermesztés” NKFP 4/037/2001.


A nagy adagú terhelések a talajszennyezési szintek modellezését szolgálják. A kezeléseket az elemek vízoldható sóival végeztük egy alkalommal, a kísérlet beállításakor. A kiszórandó adagokat előre kimértük, a helyszínen száraz homokkal összekevertük és kézzel egyenletesen szétszórtuk a parcellákon. A kiszórást követően a sókat kombinátorral 8-10 cm-re a talajba dolgoztuk. 3. Talaj és növényvizsgálatok A talajba juttatott mikroelemek átalakulását (az oldható formák átalakulását, megkötődését) tlajaivzsálatokkal követjük nyomon. Parcellánként vizsgáljuk a talajminták összes és felvehető/mobilis elemtartalmát. Az összes elemtartalom vizsgálatát cc.HNO3+H2O2 feltárást követően végezzük, míg a felvehető/mobilis elemtartalmat Lakanen-Erviö (1971) módszer szerint határozzuk meg (NH4-acetát+EDTA kioldás). A talaj kivonatok elemanalízise ICPAES plazmaemissziós spektrofotométerrel történik 25 elemre vonatkozóan.

A vegetációs időszakban fenológiai megfigyeléseket végzünk, növényi mintákat veszünk (fiatal növény, betakarításkori szár vagy szalma, szemtermés), mérjük a termés mennyiségét és minőségét. A növényi mintákban az összes elemtartalmat határozzuk meg cc.HNO3+H2O2 feltárást követően ICP-AES technika segítségével. 4. A 2002. évi kísérlet ismertetése

Agrotechnikai műveletek, talaj- és növénymintavétel 2001. 07. 12. Az elővetemény őszi árpa betakarítása 2001. 08. 12. Talajmintavétel parcellánként a 0-20 cm-es mélységből, a nettó parcelláról 20-20 pontmintából 2001. 09. 15. Tarlóhántás és lezárás (tárcsa+gyűrűshenger) 2001. 10. 02. Alapműtrágya kiszórása (N=50 kg/ha, P2O5 = 100 kg/ha, K2O=100 kg/ha) 2001. 10. 03. Őszi mélyszántás + szántáselmunkálás 2002. 03. 05. Nitrogén műtrágya (34%-os AN) kiszórása: N=50 kg/ha 2002. 03. 06. Kombinátorozás (műtrágya bedolgozás, magágy készítés) 2002. 03. 19. Mustár vetése (fajta: Albatros) 2002. 04. 15. Állománybonitálás fejlettségre 2002. 05. 23. Növényminta vétel (virágzás kezdete) 5. Talajvizsgálati eredmények

A kezeletlen kontroll talaj elemösszetételét a 2. táblázat tartalmazza. A táblázat adatai szerint a talaj viszonylag gazdag Fe, Al, K, Mn, Ba, Na, Zn, Cr, Cu, Pb, Co, As és B elemekben. Jelentős a talaj eredeti oldható/mobilis (NH4-aceátt+EDTA kioldással becsült) Fe, Al, K, P, Ba, Zn, N, Cu, Co és Cd készlete. Oldható As, Se, Mo és Hg csak nyomokban fordul elő, koncentrációjuk kimutathatósági szint alatt (<0,1 mg/kg) van.



2. táblázat: Kezeletlen talaj átlagos elemösszetétele a szántott rétegben, mg/kg száraz talajban

Elem jele (1) Összes készlet Ca 6101 Fe 27200 Al 29600 Mg 5053 K 5581 P 1131 Mn 932 S 306 Ba 217 Sr 34 Na 134 Zn 87 Ni 36 Cr 40 Cu 30 Pb 20 Co 15 As 10 Se 0 B 7 Cd 0,5 Mo 0 Hg 0 (1) cc.HNO3+cc.H2O2 feltárással becsült (2) NH4-acetát+EDTA oldahtó frakció (3) Forrás: Kádár (1996)

(2) Oldható/mobilis tartalom 4617 247 127 459 750 199 398 18 33 13 39 7 8,0 0,2 7,0 6,0 4,0 0,0 0,0 1,7 0,2 0,0 0,0

A 2002. évi kísérlet beállítása előtti talaj részletes talajvizsgálati eredményeit az 1. és a 2. melléklet tartalmazza. A 3. táblázatban a vizsgált elemek vonatkozásában mutatjuk be a felvehető/NH4acetát+EDTA oldható elemtartalmakat a három tehrelési szinten. Látható, hogy a talajba dolgozott oldható elemformák lassan átalakulnak, megkötődnek. A növény számára felvehető formák oldhatatlan formákká alakulnak át.



3. táblázat: Talajvizsgálatok eredményei a szántott rétegben, mg/kg Barna erdőtalaj, Gyöngyös, 2001

Elem Jele Al* As Cd Cr Cu Hg Pb Zn

Adott mennyiség 1994 őszén, kg/ha 0*/30 90 270 124,7 134,7 127,3 1,2 2,3 7,2 4,7 13,3 35,2 0,15 0,45 0,76 12,4 16,6 24,7 0,,0 0,0 0,0 11,7 16,7 25,1 10,7 10,5 15,8

SzD5%

Átlag

14,8 0,4 7,4 0,06 4,2 0,0 3,3 6,7

128,9 3,5 17,8 0,45 17,9 0,0 17,8 12,3

*Kontroll parcella A kezeletlen talaj NH4-acetát+EDTA oldható elemtartalma (mg/kg): Al=127; As=0,0; Cd=0,2; Cr=0,2; Cu=7,0; Hg=0,0; Pb=6,0; Zn=7,0. A talaj megnövekedett felvehető elemtartalma a kezelés/szennyezés után 8 évvel is megfigyelhető volt. A nyolc vizsgált elem közül az Al és a Hg kivételt képez. Az Al esetén a terhelés nem mutatható ki (ez igaz volt közvetlen a kezelés utáni években is). A barna erdőtalaj ugyanis agyagásványokban gazdag, melyek Al-szilikátokból épülnek fel. Mivel az Al-szilikátok a legfőbb talajalkotók, így tömegükhöz képest a kísérletben alkalmazott terhelések (90 és még a 270 kg/ha is) csak jelentéktelen Al bevitelt jelentettek a szántott rétegbe. A Hg 8 év elteltével teljesen átalakult oldhatatlan formává. Lakanen-Erviö módszerrel nem volt kimutatható még a legnagyobb dózissal terhelt parcellákon sem. Az As, Cd, Cr, Cu, Pb és Zn esetén is megfigyelhető az oldható formában adott elemek átalakulása oldhatatlan formákká, amely vegyület formákat az alkalmazott módszerrel nem tudtunk kimutatni. Érdekes megvizsgálni, hogy az 1994-ben kiadott oldható mennyiségek hány %-a visszamérhető NH4acetát+EDTA kioldással. A visszamérési/visszanyerési arányok (%-ok) megállapításánál abból indultunk ki, hogy hektáronként a kb. 25 cm-es szántott rétegben a talaj térfogata 2500 m3, melynek tömege 1,2 kg/dm3 térfogatsúllyal számolva 3 millió kg. Ennek egymilliomod része, azaz 3 kg elem/ha jelent 1 mg/kg terhelést. Kísérletünkben alkalmazott 30, 90 és 270 kg/ha-os terhelések elméletileg 10, 30, 90 mg/ha koncentráció növekedést eredményeztek a szántott rétegben. A visszamérési %-okat az 4. táblázat tartalmazza. A táblázatból látható, hogy az átlagos visszamérhetőség elemenként eltérő. A kiszórást követően 8 évvel a Cd több mint 40%-a még mindig oldható (a növények számára felvehető) formában van jelen a talajban. A Pb ugyancsak hosszú ideig megtartja oldhatóságát a talajban, 8 év múltán átlagosan még a kijuttatott mennyiség 38%-a van felvehető formában. Hasonló mértékű oldhatóságot mutatott a Cu is. A kiadott Zn 1/5-ét tudtuk kimutatni az NH4-acetát+EDTA kioldással. Az As-nak 90%-a átalakult oldhatatlan formákká. A Hg és a Cr esetében az oldható formák 8 év elteltével teljesen átalakultak oldhatatlanná. Kérdés, hogy a talajban maradt NH4acetát+EDTA oldható frakció mennyiben jelenik meg a mustár jelzőnövényben. „Preciziós növénytermesztés” NKFP 4/037/2001.


4. tábláza:t Az 1994 őszén kiadott oldható elemek mennyiségének visszamért %-a 2002-ben (Gyöngyös, barna erdőtalaj)

Elem Jele Al* As Cd Cr Cu Hg Pb Zn

Adott mennyiség 1994 őszén, kg/ha 0*/30 90 270 0 23 0 12 8 8 45 44 39 1 1 1 54 32 20 0 0 0 57 36 21 37 12 10

Átlag 8 9 43 1 35 0 38 20

*Kontroll parcella

Az elemek visszamérhetősége alapján az alábbi oldhatósági sorrendet állapítjuk meg: Cd>Pb>Cu>Zn>As>Al>Cr>Hg. Tehát jól elkülöníthetők a talajban hosszú ideig mobilis formában maradó talajszennyező elemek (Cd, Pb, Zn), valamint a talajban gyorsan oldhatatlan formává alakuló (vagy megkötődő) elemek (Cr és a Hg). Tájékoztatásul közöljük, hogy 1997-ben végzett talajvizsgálati eredmények alapján az oldhatósági sorrend közel hasonlóan alakult: Cd>Zn>Pb>Cu>Al>As>Hg>Cr. Ez a vizsgálat választ ad arra is, hogy az NH4-acetát+EDTA kioldás (mint kémiai analitikai módszer) mennyire alkalmazható az egyes talajszennyező mikroelemek visszamérésére a szennyezéstől eltelt 8 év után. A visszamért mennyiségek, visszamérési %-ok ismeretében becsülni tudjuk az eredeti szennyezés mennyiségét, mértékét. Nyolc év elteltével a Cd, Cu és az Pb még mindig közepesen visszamérhető (30-60% közötti visszamérhetőség), gyengén visszamérhető a Zn (10-30% közötti visszamérhetőség), és alig, vagy gyakorlatilag nem visszamérhető az As, Cr és a Hg (10% alatti visszamérhetőség).

II. A MŰTRÁGYÁZÁS HATÁSA A TALAJ TERMÉKENYSÉGÉT BEFOLYÁSOLÓ FONTOSABB TALAJ TULAJDONSÁGOKRA (KOMPOLT, PUTNOK)

1. Anyag és módszer 1. 1. Szántóföldi parcellás (OTK) kísérletek ismertetése Az egységes országos műtrágyázási tartamkísérletek (OTK) terveinek elkészítésére és a kísérletek beindítására a Földművelésügyi Minisztérium 1965-ben kiadott utasítása alapján került sor. A tervezés fő célkitűzése az volt, hogy az ország egyes természeti-földrajzi tájain és fő talajtípusain olyan egységes kísérleti hálózatot hozzon létre, amely jól reprezentálva a mikro- és makroökológiai sajátosságokat, támpontot ad egyrészt a növekvő adagban a talajba



juttatott műtrágyák hatékonyságának megítélésére, másrészt informatív jellegű adatokat szolgáltat a műtrágyaszükséglet országos tervezésében. A kutatási program gyakorlati és tudományos igényeknek megfelelő kidolgozását Láng Géza akadémikus, Bocz Ernő, Debreczeni Béla, Sarkadi János, Sváb János és Wellisch Péter végezték. A kutatási program keretében) 1966-ban és 1967-ben összesen 26 kísérleti helyen indult meg a kutatómunka. 1971-ig az anyagi támogatás csökkenése miatt kísérleti helyeket kelleti megszüntetni. Kényszerű megszüntetésre kerültek - többek között - az összes homoki és az összes öntözéses kísérletek. Napjainkban 9 kísérleti helyen folyik tovább a kísérleti munka, ebből két kísérleti helyet – a kompolti és a putnoki agrotechnikai telepeken - a SZIE Főiskolai Karának „Fleischmann Rudolf” Kutatóintézete működtet.

1. 2. A kísérleti helyek talajtani jellemzése: 1. 2. 1. A kompolti kísérleti hely leírása Kompolt az Alföld északi hordalékkupján, a Mátra és Bükk hegységektől délre fekszik. Talajtípusa a mezőségi és erdőségi talajok közötti átmenetet alkotó, löszös üledékes, andezit málladékos löszös agyagon kialakult mély humuszrétegű, nem karbonátos csernozjom barna erdőtalaj. A csernozjom barna erdőtalajok különböző változatai az Alföld északi tájain mintegy 220 ezer hektár területet foglalnak el. A kísérleti terület talaja agyagos vályog mechanikai összetételű, 40-48% agyag (<0.002 mm), illetve mintegy 60% leiszapolható rész (<0.01 mm) tartalommal . A feltalaj erősen kilúgozott, meszet nem tartalmaz, elsavanyodására utal a 4.0 körüli pH(KCl), illetve a 15-20 körüli y1 érték. Az altalaj kötöttebb, kevésbé elsavanyodott, bázistelítettsége a 80%-ot is meghaladhatja. Az uralkodó kationok - Ca, Mg, Na, K -mennyisége az S-érték %ában sorrendben 84, 10, 4, 2. Az S-érték itt 37, a T-érték 42 mgeé/100g-nak adódott. A feltalaj bázisainak egy részét már elvesztette, bázistelítettsége becsléseink szerint 40-50 %-ra tehető. Az alsóbb talajrétegek kémhatása semleges körüli, 130-150 cm mélységben már lúgos. Ebben a rétegben a talaj mészfoltok és konkréciók formájában már CaCO3-t is tartalmaz. STEFANOVITS (In: Debreczeni és Debreczeniné, 1994) röntgendifrakciós vizsgálatai szerint a 0-35 cm-es rétegben kalcit és dolomit ásvány nem található. A 35 cm-nél mélyebb rétegekben kalcit és dolomit 1-1 %-nyi mennyiségben mutatható ki. A humuszos réteg vastagsága 50-80 cm, a szántott réteg humuszkészlete 2.5-3.0%. Humuszkészlete alapján közepes N-ellátottságú, a felvehető PK-tartalom pedig gyenge P- és kielégítő K-ellátottságot jelez. A kísérleti területet reprezentáló talajszelvény főbb fizikai és kémiai mutatóit az.1. táblázat tartalmazza. A talaj fizikai tulajdonságai kedvezőtlenek. A talajvíz 9-10 m mélyen található, ezért a csapadék mennyisége és eloszlása a műtrágyák érvényesülésére és a termés alakulására egyaránt meghatározó. A talaj közepes vízelnyelésű, gyenge vízvezető képességű, „Preciziós növénytermesztés” NKFP 4/037/2001.


nagymennyiségű víz raktározására, megtartására képes. A talaj nehezen művelhető. Szárazság hatására erősen zsugorodik, mély és széles repedések keletkeznek a felületén. Víz hatására megduzzad. Enyhe lejtésű, gyengén erodált domborzati viszonyok jellemzik, főként mezőgazdasági vidék, mely gyakorlatilag minden szántóföldi kultúra termesztésére alkalmas. 1.táblázat: Talajszelvény kémiai vizsgálati eredménye

Kompolt

Mutatók pH (KCl) Hidrolítos aciditás (y1) CaCO3% Humusz % NH4+ ppm NO3- + NO2- ppm P2O5 ppm K2O ppm Mg ppm Na ppm Zn ppm Cu ppm Mn ppm

Genetikai szint jele és mélysége cm-ben A B BC C1 0-32 32-76 76-112 1124,75 18,92 0 2,58 6,4 5,4 28,0 216,0 643,0 48,0 3,5 6,6 69,7

4,90 14,69 0 1,50 4,3 2,1 6,0 225,0 1417,0 78,0 1,2 5,5 72,6

5,07 10,64 0 0,88 3,4 1,1 3,0 169,0 1429,0 151,0 1,6 4,4 67,6

6,65 0 0,78 3,1 1,1 11,0 189,0 1397,0 224,0 2,6 3,5 72,5

1. 2. 2. Putnoki kísérleti hely leírása

A putnoki agrotechnikai telep az Északi - Hegyvidéken a Sajó folyó völgyére kifutó hegynyúlványon fekszik. A hegynyúlványok a Szepes - Gömöri Érc-hegység legdélibb területei, felszíni adottságai - lejtés viszonyai, kitettségi értékei igen változatosak. A felszíni adottságoknak megfelelően makro és mikroklíma viszonyok is igen változatosak. Az alapkőzet geológia jellemzői, a földtani tényezők, a jellemző klimatikus viszonyok és a felszín változatos domborzati alakulatai, meghatározták a talajképződés folyamatát, és természetesen a talajpusztulás folyamatának sebességét is. A tájegység legjellegzetesebb alakulata a Borsodi - medence amely Ny-K-i irányban a Tarnától a Sajóig terjed. Északon túlnyúlik .az ország-határon , dél felé csatlakozik a Bükk, előhegységeihez. Északkeleti irányban az Aggteleki karsztvidék és a Cserehát képezi folytatását, magába foglalva Hernád és a Bódva völgyeit.



A terület leggyakoribb talajtípusai a Közép és délkelet - európai barna erdőtalajok főtípusába, a főtípuson belül az agyagbemosódásos barna erdőtalajokhoz taroznak. Podzolos és nem podzolos altípusai a termőréteg vastagsága, erodáltsága, a humuszosodás, az alapkőzet és a kultúrállapot szerint igen sok változatba sorolhatók. ( Stefanovits 1963, 1971.) Az Északi-hegyvidék tájegységén belül az agyagbemosódásos barna erdőtalajok 343.6 ezer ha, a valamivel kedvezőbb tulajdonságokkal bíró csernozjom barna erdőtalajok 219.7 ezer ha területet foglalnak el. A két talajtípus együttesen az összes terület 42,7 %-át képviseli. A talajszelvény a morfológiai leírás szerint 30 cm mélységű A1 szinttel jellemezhető. Az A és B szintek között az átmenet elmosódik, az AB átmeneti réteg vastagsága 14 cm. A humuszos termőréteg vastagsága 85 cm, humusztartalma az A szintben 2,45 a az AB szintben 1,77 % . A pH(KCl) értéke a kísérletek beállításakor 4,66-5,00 között változott. CaCO3-tot a talajszelvény vizsgálati mélységéig ( 150 cm ) nem találtunk. (2. táblázat). A talajtípus termőképessége a tájkörzetben a legjobb kategóriába sorolható, gyakorlatilag minden szántóföldi kultúra termesztésére alkalmas. Tápanyagszolgáltató képessége közepes, foszforral gyengén, káliummal jól ellátott. Az Arany féle kötöttségi értéke 42. A feltalajban a kísérlet beállításakor az Al -oldható P2O5 tartalom 37-40 ppm a K2O tartalom 150-160 ppm értékek között mozgott.



2. táblázat: Az agyagbemosódásos barna erdőtalaj szelvényének vizsgálati adatai Putnok (ABC - 017 kisérletek talajszelvényét jellemző adatok) Genetikai szint jele Genetikai szint mélysége Vizsgálat

cm

pH ( KCl )

A

AB

B1

B2

BC

C

0-30

30-44

44-64

64-85

85-114

114-150

4,66

4,96

4,93

4,94

5,06

5,2

16,48

12,79

14,35

14,03

9,93

6,87

Hidrolitos aciditás y1 CaCO3 Humusz

%

0

0

0

0

0

0

%

2,45

1,77

1,52

1,32

0,9

0,93

NH4+

%

7,1

3,4

3,6

5,3

4,2

2,7

9,93

10,7

8,1

4,3

4,0

3,0

2

2

NO3- + NO2-

pp 4,8 8,3 m P2O5 pp 37 3,0 m K2O pp 146 1,28 m Mg pp 379 533 m Na pp 41 41 m Zn pp 2,4 1,4 m Cu pp 5,5 5,5 m Mn pp 110,4 78,5 m MECHANIKAI ÖSSZETÉTEL :

150

166

149

146

779

1173

1027

1275

58

68

76

103

1,0

1,2

1,0

1,5

4,2

4,6

4,4

4,4

52,7

60,5

93,5

87,7

0,25 mm <

4,22

6,66

3,56

1,78

2,21

2,21

0,25-0,05

10,69

8,88

6,15

6,32

8,37

8,83

0,05-0,02

21,74

17,79

14,32

13,54

12,53

12,69

0,02-0,01

12,82

10,67

11,55

10,45

12,88

15,78

0,01-0,005

4,72

15,52

7,78

6,74

7,90

3,71

0,005-0,002

11,43

30,77

7,41

6,94

5,66

4,88

0,002 mm >

34,38

9,71

49,23

54,24

50,45

51,90

A vizsgálati értékek alapján elsősorban a mechanikai összetétel indokolja a genetikai besorolást az agyagbemosódásos barna erdőtalajok csoportjába. A két kísérleti hely reprezentálja az Északi-középhegység tájegységét. A kísérletek a legnagyobb területeket elfoglaló csernozjom és agyagbemosódásos erdőtalajokon kerültek elhelyezésre. „Preciziós növénytermesztés” NKFP 4/037/2001.


1. 3. A kísérletek metodikai ismertetése

Az OTK kísérletek 2 különböző 4 éves vetésforgóval kerültek beállításra fokozatosan beinduló kiterítéssel. A kiterítés után Kompolton 7, Putnokon 9 kísérlet található, 480 ill. 560 parcellával. A két vetésforgó az alábbi:

A forgó - ő.búza - kukorica - kukorica - borsó B forgó - ö.búza - kukorica - kukorica - ö.búza

A fenti két forgón kívül szerepelt az eredeti tervezetben- azonos kezelésekkel - egy kukorica monokultúrás kísérlet beállítása is, ezek azonban a csökkentések miatt ma már csak 5 helyen vannak meg. (a vizsgált kísérleti helyek közül Putnokon) A kísérletekben az indulástól eltelt 22 esztendő alatt a fajtaváltásokkal, műtrágya adag módosításokkal folyamatosan igazodtunk a gyakorlati igényekhez. A kezelések a vizsgálat tárgyát képező A-B-C jelű kísérletekben a kezelésszám egységesen 20. A kezelésekben alkalmazott tápanyag mennyiségeket és a beállítástól eltelt idő óta végrehajtott módosításokat a 3. táblázat foglalja össze, az értékeléskor használt kezeléskódokat a 4. táblázatban ismertetjük. A kezeléskódok sematikus vázlatát és a kísérletek adatait az 5. táblázatban ismertetésre kerülő adatlap tartalmazza. Az A-B kísérletek felét (I:-III. ismétléseket) mindkét kísérleti helyen a vetésforgó 5. rotációja után 1987-ben talajjavításban részesítettük. A talajjavított kezelések vizsgálata a javítás követő 15. évben tájékoztatást nyújt a talajjavítás tartamhatásáról.

3. táblázat: Az I. kísérlet (1967-től...) tápanyagkezelései hatóanyagokban (N, P2O5,K2O) kg/ha/év Az I. kísérletben felhasználásra kerülő tápanyag mennyiségek Tápanyag 1-4 évben(első ciklus) 5-20 években (2-5 ciklusok) 21-évtől (6-8 ciklusok) (elem) búza+, kukorica#, borsó* búza+, kukorica# borsó* búza+, kukorica# borsó* Nl 35 40 0 50 0 100 50 N2 70 80 20 100 25*, 40 150 75 N3 105 120 40 150 50*, 80 200 100 N4 140 160 40 200 75*,120 250 125 Pl 35 35 40 50 50 60 60 P2 70 70 80 100 l00 120 120 P3 105 105 120 150 150 180 180 K1 70 100 80 100 100 100+ , 200# 100 K2 140 200 l 60 150+ , 250# 150 *-a borsónál a 2.és 3.-ciklusban a kisebb adagok, a 4. és 5.-ciklusban a nagyobb adagok lettek alkalmazva



4. táblázat Az I.kísérlet (1967-től) kezelései és kezeléskódjai: Sorszám NPK kódok Tápanyagszint 1 000 0 2 100(101**) N1P0K0(1**) 3 110(111) NlPlK0(1) 4 120(121) NlP2K0(1) 5 200(201) N2P0K0(1) 6 210(211) N2PIK0(1) 7 220(221) N2P2K0(1) 8 300(301) N3P0K0(1) 9 310(311) N3PlK0(1) 10 320(321) N3P2K0(1)

Sorszám NPK kódok Tápanyagszint 11 101(102**) NlP0K1(2 **) 12 111(112) NlPlK1(2) 13 121(122) NIP2K1(2) 14 201(202) N2P0K1(2) 15 211(212) N2PIK1(2) 16 221(222) N2P2K1(2) 17 301(202) N3P0K1(2) 18 311(312) N3PlK1(2) 19 321(322) N3P2K1(2) 20 431,432* (432**) N4P3K1 búza N4P3K2 kukorica* N4P3K2 (2**) *- K-műtrágyázás: az 5- 20 években a 100 kg K20 kg/ha/év volt alkalmazva minden növénynél; a 21-ik évtől pedig megváltozott növényenként, a búzánál az I=100, a 2=150 kg K20/ha/év, a kukoricánál az 1=200, a 2=250 kg K20/ha/év az "A" és "B" vetésforgókban **- a 21-ik évtől a "C"-rnonokultúrás kukoricaforgóban pedig, a zárójelben szereplő kálium adagok kerülnek felhasználásra, ahol az 1**=100 ill. a 2**=200kg K2O/ha/év

5. táblázat: A kompolti A-B és a putnoki A-B-C tartamkísérlet sorozat sematikus kezelésvázlata 20 kezelés 4 ismétlésben

A I-III. ismétlések minden parcelláján 1987-ben talajjavitást végeztünk: Az alkalmazott talajjavító anyag mennyisége: Kompolton Putnokon 9 t/ha CaCO3

A parcellák mérete:

Kompolton: Putnokon:

49 m2 52,8m2



Az összes vizsgált parcella szám:

Kompolton: 160 db Putnokon: 240 ” A ráépített vetésforgók: (mindkét kísérleti helyen) A-kísérlet: őszi búza-kukorica-kukorica-borsó B-kísérlet. őszi búza-kukorica-kukorica-őszi búza C-kísérlet. ( a putnoki kísérleti helyen) Kukorica monokultúra A kísérleti hely talajtípusa:

Kompolton: Putnokon:

csernozjom barna erdőtalaj agyagbemosódásos barna erdótalaj

A kísérletek beindításakor nem készült parcellánkénti talajvizsgálat. A kísérleti helyeken egyegy szelvényfeltárást végeztek, valamint 24 parcella (a leendő kezelések 30 %-a) feltalajából történt talajvizsgálat. A 12. évtől minden parcella talaja 4 évenként - a vetésforgó egy-egy rotációjának befejeződésekor - rendszeresen vizsgálatra kerül. Az átlagos vizsgálatra kerülő talajmintaszám a két kísérleti helyen 2080 db, amelyeket a Vas megyei NAÁ laboratóriuma vizsgál meg. Feldolgozásunkban az A-B-C jelű 20 kezeléses kísérletek 400 parcellájáról (0-20 és 20-40 cm mélységből) 1999-ben vett mintasorozat laboratóriumi vizsgálati eredményeit elemezzük. 1. 4. Az adatfeldolgozás módszerei

A laboratóriumi vizsgálatok eredményei alapján minden talajmintából 32 paramétert határoztak meg. A paraméterek közül a pH(KCl), a P2O5, K2O és a Na mg/kg értékek minden talajmintából meghatározásra kerültek, a többi vizsgálat csak a „kiemelt” parcellák talajmintáiból (1,2,5,8,12,14,15,16,17,18,19,20-kezelések) történt. Elemzéseink tárgyát a pH(KCl) valamint a talaj P2O5 és K2O mg/kg értékek vizsgálati eredményei képezték. A kísérletek 32 éve alatt felhalmozódott vizsgálati eredmények igen sokoldalú elemzést tesznek lehetővé. A lehetőségek fő irányai a következők: - statikus állapot vizsgálatok adott kísérleti hely és mintavételezési év talajmintáiból - dinamikus vizsgálat az adott kísérleti hely teljes vagy meghatározott periódusaiban végbement változásokról - több kísérleti hely adatinak összehasonlító értékelése, a „helyhatás” meghatározása - összefüggés vizsgálatok: kölcsönhatások meghatározása a vizsgált paraméterek között összefüggés vizsgálatok a terméseredményekkel összefüggés vizsgálatok a terméskomponensekkel összefüggés vizsgálatok az éghajlati adatokkal többszörös regressziós kapcsolatok meghatározása A nagytömegű vizsgálati és mérési eredmény szükségessé teszi a számítógépes adatfeldolgozás korszerű módszereinek alkalmazását. Az adatbázisokban rejlő értékes



információk megismeréséhez és hasznosításához véleményünk szerint a következő számítástechnikai feladatok megoldására van szükség: - az adattárolás, az adatbázis kialakítás alkalmas rendszerének meghatározása - az adatfeldolgozás rendszerszervezése és rutinjainak fejlesztése „szakmailag intelligens” lekérdező programok és rutinok fejlesztése. A feladat megoldásához feltétlenül szükséges a rendszerfejlesztő, a programozó és az eredményeket hasznosító szakember átgondolt együttműködése. Dolgozatunkban az 1999 évi eredmények statikus értékelését végeztük el kísérleti helyenként és a két vizsgálati hely (talajtípus) paramétereinek összehasonlításával. Az elemzés módszeréül a varianciaanalízist választottuk. Az alkalmazott négytényezős varianciaanalízis szerkezetét a 6-7. táblázat ismerteti. Az analízis a főtényezők - talajjavítás, káliumtrágyázás, nitrogéntrágyázás és foszfortrágyázás – valamint a főtényezők kölcsönhatásinak szignifikancia viszonyait tárja fel. Az elemzés során keletkező nagyszámú varianciatáblázat, fő és kölcsönhatás eredménytáblázatok nehezen áttekinthetőek, ezért kiemeltük a főtényezőket és kísérleti helyenként összesítő táblázatokat készítettünk a fő és az értékelhető kölcsönhatásokról. 2. Eredmények értékelése 2. 1. pH(KCl) mérési eredmények értékelése

A vizsgált tájkörzetben a savanyodási folyamatot gyorsító ökológiai hatás az átlagosnál nagyobb légköri emissziós terhelés. Az északi iparvidék Ózd, Kazincbarcika és az északnyugati irányban 40-50 km távolságban húzódó Szlovák iparvidék emisszió kibocsátása az elmúlt 30 évben igen jelentős volt. Kompolton az északnyugati irányban fekvő Mátrai hőerőmű jelent az átlagosnál jelentősebb terhelést. A kísérleti helyek tehát a savasodás folyamatának megfigyelésére, a folyamat hatásának - talajtani, agrokémiai és növénytermesztési következményeinek - tanulmányozására kiemelten alkalmasak. A szélsőségesen elsavanyodott területen a talajjavítás a legtöbb termesztett szántóföldi növény esetében az agrotechnika szerves részét képezi. A várható hatások, tartamhatások és kölcsönhatások ismerete tehát az eredményes gazdálkodói tevékenység és a szaktanácsadás nélkülözhetetlen eleme.



6. táblázat A-B kísérletek. A négytényezős háromszorosan osztott ( split-split-split-plot ) elrendezésű kísérlet variancia táblázatának szerkezete és vizsgált tényezői TÉNYEZŐ

FG

Összes Ismétlés A Hiba a B AxB Hiba b C AxC BxC AxBxC Hiba c D AxD BxD CxD AxBxD AxCxD BxCxD AxBxCxD Hiba d

71 1 1 1 1 1 2 2 2 2 2 8 2 2 2 4 2 4 4 4 24

A

Talajjavítás 1kontroll 2CaCO3 ( 9 t/ha 1987-ban )

B

Káliumtrágyázás 1K 0 2K 1 200

C

D

K2O kg/ha

Nitrogéntrágyázás 1N 1 100 2N 2 150 3N 3 200

N kg/ha

Foszfortrágyázás 1P 0 2P 1 60 3P 2 120

P2O5 kg/ha

7. táblázat

C-kísérlet. A háromtényezős kétszeresen osztott (split-split -plot) elrendezésű kísérlet variancia táblázatának szerkezete és vizsgált tényezői A TÉNYEZŐ

FG

Összes Ismétlés A Hiba a B AxB Hiba b C AxC BxC AxBxC Hiba c

71 3 1 3 2 2 3 2 2 2 2 8

C

D

Káliumtrágyázás 1K 1 100 2K 2 200 Nitrogéntrágyázás 1N 1 100 2N 2 150 3N 3 200 4N 4 250 Foszfortrágyázás 1P 0 2P 1 P 60 3P 2 P 120 4P 3 P 180


K2O kg/ha

N kg/ha

P2O5 kg/ha


A 8. táblázat a kompolti minták, a 9. táblázat a putnoki kísérleti parcellákból vett talajminták vizsgálati eredményeit és a főtényezők szignifikancia értékeit foglalja össze. A főtényezők szintjeit jellemző értékeket mindig a többi kezelés átlagában számoltuk. Kompolton csernozjom barna erdőtalajon a talajjavított és a kontroll területek között a 12. évben is igen jelentős a különbség mind a 0-20 mind a 20-40 cm-es talajrétegben. A talajjavítás nélküli területeken a pH értéke 4,0 –ra csökkent, a talajjavított trágyázási kezelések átlaga 4,8. A különbség azonban a jelentős szórás miatt nem szignifikáns. Putnokon a feltalaj 0-20 cm-es rétgében pH értékének csökkenése a feltalajban 0,59 közelíti a Kompolton mért értéket, a 20-40 cm-es rétegben a csökkenés már nem éri el a szignifikáns szintet (0,22) mértékében is jelentéktelenebb. A B -kísérletben a mélyebb réteg savanyodása kifejezettebb, közelíti a szignifikáns értéket. A kálium trágyázás a pH értékének csökkenéséért nem felelős Kompolton egyik kísérletben sem mértünk a vizsgált szelvényekben értékelhető különbségeket. Putnokon a nagyobb adagokkal trágyázott B – kísérletben a csökkenés 0-40 cm mélységig megközelíti a szignifikáns mértéket. A nitrogén trágyázás mértéke mindkét talajtípuson szignifikáns mértékben csökkentette a a talaj pH értékét. Figyelemre méltó azonban, hogy az abszolút kontrollokon mért értékekhez képest az igen jelentős adagú N1 (100 kg/ha N) kezelés nem eredményez alacsonyabb értékeket. A nitrogén adag további növelése szignifikáns mértékben csökkenti a 0-20 cm-es talajréteg pH értékét, a 150-200 kg-os mennyiségek esetén rendre 0,1 – 0,3 pH további savasodást jelezve. A 200 kg N –adagok esetén a savasodás a 20-40cm-es rétegben is jelentkezik. A foszfortrágyázás hatása nem mérhető, talajsavanyító hatása a 32 éves tartamkísérletekben nem bizonyítható. A Putnokon vizsgált 32. éve monokultúrában termelt kukorica kísérletben talajjavítást nem végeztünk. A 4 ismétlés átlaga gyakorlatilag az A és B jelű kísérletekben regisztrált változásokkal azonosnak vehető talajsavasodást mutat. A részjelentés kiértékelései, s a kölcsönhatásokat elemző táblázatai – igény szerint – a kísérleti felelősöknél rendelkezésre állnak.

A 10. táblázatban a szignifikáns fő és kölcsönhatás kombinációk előfordulását és az összefüggés megbízhatósági értékeit jellemző P-értékeket összesítettük.



10. táblázat Szignifikáns pH(KCL) eltéréseket adó kezeléskombinációk a kompolti és a putnoki kísérletekben Szignifikáns különbséget adó kombinációk Talajjavítás (a) 20-40 cm

KOMPOLT

PUTNOK

A P10% P10%

Szignifikancia szintje B A P5% -

B P10%

C -

Kálium (b) 20-40 cm

P10%

-

P10% -

P10% -

-

Nitrogén (c) 20-40 cm

P1% P1%

P1% P5%

P0,1% P5%

P1% P10%

P1% P10%

Foszfor (d) 20-40 cm

P1%

-

-

-

-

a*b a*c a*d b*c a*d b*d c*d

P1% -

-

P10% -

-

P5% -

2. 2. A P2O5 mg/kg értékek mérési eredményeinek értékelése

A pH értékek elemzési módszereivel megegyező módon dolgoztuk fel a vizsgált talajtípusok P2O5 tartalmának mérési eredményeit. A főtényezőnként összesített eredményeket és a varianciaanalízis értékeiből számított Szd 5% értékeit a 11-12. táblázatok tartalmazzák. A szignifikáns kezeléskombinációkat és a P % értékeket a 13. táblázat tartalmazza.



13. táblázat: Szignifikáns P2O5 mg/kg eltéréseket adó kezeléskombinációk a kompolti és a

putnoki kísérletekben Szignifikáns különbséget adó kombinációk Talajjavítás (a) 20-40 cm

KOMPOLT A P10% -


PUTNOK

B P10% -

Szignifikancia szintje A B P5% -

C -

-

-

-

-

-


P5%

-

P10% P10%

P1% P5%

-

Foszfor (d) 20-40 cm

P0,1% P0,1%

P0,1% P0,1

P0,1% P0,1%

P0,1% P0,1%

P5%

a*b a*c a*d b*c a*d b*d

P10%

-

P5% P5%

P5% -

P0,1% -

c*d

-

P5%

P5%

P5%

-

A talajjavítás hatása több kísérletben, - mindkét kísérleti helyen – szignifikáns P2O5 felhalmozódást eredményezett, a 0-20 cm-es talajrétegben. Véleményünk szerint, a talajjavított területeken, a természetes foszforkészletek mobilizálódása magyarázhatja a jelenséget. A fentieket a szakirodalom állásfoglalása is alátámasztja. A kérdés tisztázása, a rendelkezésre álló adatsorok dinamikus vizsgálatát s további megfigyeléseket igényel. A káliumtrágyázás mértéke a P2O5 felhalmozódást nem befolyásolta. Szignifikáns különbséget, egyetlen kísérletben sem kaptunk. A foszforfelhalmozódás mértéke negatív kölcsönhatást ad, a növekvő N-adagokkal. Ez a hatás meghaladta a szignifikáns különbséget, a kompolti A-jelű kísérlet mélyebb talajrétegében, és Putnokon mind az A, mind a B-jelű kísérletekben. A csökkenés a nagyobb nitrogénadagok termésnövelő hatásával és a terméssel kivont nagyobb foszformennyiséggel magyarázható. Putnokon a rosszabb nitrogén- és foszforszolgáltató-képességgel rendelkező agyagbemosódásos barna erdőtalajon a negatív hatás kifejezettebb. A foszfortrágyázás növekvő adagjai az A és B vetésforgókban erős pozitív kapcsolatot mutatnak a felhalmozódás mértékével. A felhalmozódás mértéke a foszfortrágyázásban nem részesült kezelésekhez viszonyítva 7-8 szoros foszfortőke növekedést mutat. Kompolton a kontrollparcellák 47 mg/kg P2O5 tartalma, a 20-s kezelésekben (180 kg/ha/év P2O5) átlagosan 315 mg/kg P2O5 értékre növekszik. „Preciziós növénytermesztés” NKFP 4/037/2001.


Putnokon a növekedés trendje azonos, míg a növekedés mértéke mérsékeltebb. (43 mg/kg – 228 mg/kg P2O5). A szignifikáns kombinációkat összesítő 13. táblázatban a kölcsönhatások közül a c*d (N*P) kölcsönhatás, több kísérletben való megjelenése, figyelemreméltó. A nagyobb N adagok mellett, a foszfor-felhalmozódás mértéke szignifikánsan csökken - alátámasztva a N főhatásnál leírt megállapításokat. 2. 3. A kálium-felhalmozódás értékelése

A káliumtrágyázás mértéke a talajban felhalmozódó K2O mennyiségét egyértelműen és jelentős mértékben növeli. A két vizsgált talajtípus esetén igen jelentős a talajok káliumszolgáltató képessége, és a legtöbb szántóföldi kultúra esetén fedezi a növények kálium szükségletét. A kálium ellátottság mértéke a kísérlet 32. évében, az abszolút kontroll parcellákon is „kiváló”. A trágyázott kezelések adagjai – a vizsgált vetésforgókban - luxus ellátottságot biztosítanak a növények számára és egyértelmű kálium felhalmozódást eredményeznek a talajban (14-15. táblázat). A talajjavítás, a nitrogén és foszfortrágyázás mértékét nem befolyásolja. A kölcsönhatások konzekvensek, a lényeges összefüggések csak dinamikus elemzések segítségével tisztázhatók (16. táblázat). 16. táblázat: Szignifikáns K2O mg/kg eltéréseket adó kezeléskombinációk a kompolti és a putnoki kísérletekben Szignifikáns különbséget adó kombinációk Talajjavítás (a) 20-40 cm

KOMPOLT

PUTNOK Szignifikancia szintje A B P0,1% -

A -

B -


P1% P1%

P1% P1%

P5% P10%

P5% P0,1% -

P10%


-

-

P0,1%

-

-

Foszfor (d) 20-40 cm -

-

a*b a*c a*d b*c a*d b*d c*d

P5% -

-

-

P5% -


C

-

-

P10% P0,1% -

-

-

P10%

P5% -

-

-






























SZENT ISTVÁN EGYETEM MEZŐGAZDASÁG- ÉS KÖRNYEZETTUDOMÁNYI KAR NÖVÉNYTERMESZTÉSI INTÉZET



OM-00292/2001


4/037/2001

Témafelelős:

Prof. Dr. Jolánkai Márton Intézetigazgató




4. Szabadföldi kisparcellás kísérletek a vizsgált növényfajok termőhelyi és technológiai paramétereinek meghatározására. Talajművelési tényezők elemzése. Termény minőség vizsgálata 4/b. 1. kísérleti év tavaszi vetése. Szabadföldi vizsgálatok fenológiai elemzések

Kísérleti adatok Nagygombos 2001-2002 Őszi búza kísérlet Tematika

Vizsgálat célja: a változó adagú N fejtrágyázás és a különböző alkalmazási szintű kémiai növényvédelem hatásainak, illetve kölcsönhatásainak tanulmányozása Nagygomboson. Vizsgált növényfaj: Őszi búza (Triticum aestivum L.), fajta – Mv Magdaléna Kísérleti hely: SZIE NTTI Nagygombos. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 40 kg/ha N N2 80 kg/ha N N3 120 kg/ha N N4 160 kg/ha N

Kémiai növényvédelem CH0 kezeletlen kontroll CH1 herbicid CH2 herbicid + fungicid CH3 herbicid + fungicid + inszekticid

A kísérletek szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben történnek. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő szerekkel, az előírásoknak megfelelő dózisban és alkalmazási időpontban történnek.

Meteorológiai adatok

2001. év csapadék és hőmérséklet adatai (mm, Cû) Nagygombos Csapadék Hőmérs. Szeptember 87 13,1 Október 3 1,7 November 17 -5,2 December 7 -5,1 „Preciziós növénytermesztés” NKFP 4/037/2001.


2002. év csapadék és hőmérséklet adatai (mm, Cû) Nagygombos Csapadék Hőmérs. 8 0,8 12 2,5 7 7,7 33 11 34 18,1

Január Február Március Április Május Június Július

KÍSÉRLETI ADATOK KARTONJA Őszi búza kísérlet

1./ Nagygombosi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 2003. csernozjom(calciustoll) 2,6 126 174 42

2004.

2./ Időrendi adatok őszi búzánál 2002-ben Vetésidő 2001. Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Nagygombos 2001.10.16. 2002.03.13.N1,N2,N3(80),N4(80) 2002.04.04.herbicidCH1,CH2,CH3 2002.05.02.fungicidCH2,CH3 2002.05.16.inszekticidCH3

3./ 10 leggyakoribb gyomfaj megnevezése 2002. évben 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.

Nagygombos Bylderdikia convolvulus Thlaspi arvense Cirsium arvense Viola arvensis Amaranthus retroflexus Convolvolus arvensis Sinapis alba Matricaria inodora Stellaria media Chenopodium album



Szabadföldi kisparcellás búza kísérlet Tőszám, db/m2 2002. Nagygombos

N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 Átlag

CH0 CH1 CH2 543 504 534 566 575 523 587 523 511 532 538 562 513 562 614 546 501 533 562 574 525 537 526 566 552 538 560 563 582 596 541 545 538 565 575 528 555 523 520 532 544 540 516 566 582 515,33 545,06 548,8

CH3 Átlag 599 545 541 551,25 583 551 566 549,5 587 569 610 547,5 544 551,25 568 549,25 560 552,5 584 581,25 567 547,75 553 555,25 578 544 584 550 580 561 548,8

Kukorica kísérlet Tematika

Vizsgálat célja: a különböző adagú N fejtrágyázás, valamint a növekvő alkalmazási szintű kémiai növényvédelem hatásainak, illetve kölcsönhatásainak tanulmányozása Nagygomboson. Vizsgált növényfaj: Kukorica (Zea mays L.), hibrid – Norma Kísérleti helyek: SZIE NTTI Nagygombos. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 Ő-T N N2 T1-T2 N

Kémiai növényvédelem CH0 kezeletlen kontroll CH1 herbicid CH2 herbicid pre+post CH3 herbicid pre+post + inszekticid



A kezelések szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben történnek. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő szerekkel, az előírásoknak megfelelően történnek. A N trágyázás és fejtrágyázás a kísérleti helyen optimális adagban, kezeletlen, őszitavaszi megosztású, illetve kétszeres tavaszi kijuttatású adagokban történik. KÍSÉRLETI ADATOK KARTONJA Kukorica kísérlet

1./ Nagygombosi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 2003. csernozjom(calciustoll) 2,6 126 174 42

2004.

2./ Időrendi adatok kukoricánál 2002-ben Vetésidő Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Nagygombos 2002.04.24. 2001.10.12.N1-Ő 2002.04.04.herbicidCH1,CH2pre,CH3pre+inszekticid 2002.04.24.N1T,N1T1 2002.05.08.CH2post,CH3post+inszekticid 2002.06.06.N2T2


Nagygombos Cirsium arvense Thlaspi arvense Bylderdikia convolvulus Amaranthus retroflexus Viola arvensis Convolvolus arvensis Capsella bursa pastoris Matricaria inodora Stellaria media Chenopodium album



Szabadföldi kisparcellás kukorica kísérlet Tőszám, db/m2 2002. Nagygombos

N0 N1 N2 N0 N1 N2 N0 N1 N2 Átlag

CH0 5 7 6 4 6 5 6 5 5 5,44

CH1 6 7 7 6 5 6 5 6 6 6

CH2 5 4 7 5 6 5 5 6 5 5,33


CH3 5 5 5 5 6 6 5 5 5 5,22

Átlag 5,25 5,75 6,25 5 5,75 5,5 5,25 5,5 5,25


DEBRECENI EGYETEM AGRÁRTUDOMÁNYI CENTRUM



OM-00294/2001


4/037/2001

Témafelelős:

Prof. Dr. Nagy János az MTA Doktora rektor

Debrecen 2002. szeptember 30.



5. Szabadföldi kisparcellás kísérletek a vizsgált növényfajok termőhelyi és technológiai paramétereinek meghatározására. Növényfajok öntözéses reakcióinak vizsgálata. 5/b. 1. kísérleti év tavaszi vetése. Szabadföldi vizsgálatok fenológiai elemzések

Kísérleti adatok Látókép 2001-2002 Őszi búza kísérlet Tematika

Vizsgálat célja: a változó adagú N fejtrágyázás és a különböző alkalmazási szintű kémiai növényvédelem hatásainak, illetve kölcsönhatásainak tanulmányozása Látóképen. Vizsgált növényfaj: Őszi búza (Triticum aestivum L.) Kísérleti hely: DE ATC Látókép. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 40 kg/ha N N2 80 kg/ha N N3 120 kg/ha N N4 160 kg/ha N

Kémiai növényvédelem CH0 kezeletlen kontroll CH1 herbicid CH2 herbicid + fungicid CH3 herbicid + fungicid + insecticid

A kísérleti kezeléseket szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben végezzük el. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő szerekkel, az előírásnak megfelelő dózisban és alkalmazási időpontban történnek. Meteorológiai adatok

2001. év csapadék és hőmérséklet adatai (mm, Cû) Látókép Csapadék Hőmérs. Január 39 1,1 Február 26 2,7 Március 77 8 Április 51 11,3 Május 1 18,2 Június 160 18,2 Július 78 21,8 Augusztus 18 21,9 Szeptember 93,8 13,4 „Preciziós növénytermesztés” NKFP 4/037/2001.


Október November December

2,4 31,7 5,8

1,7 -5,8 -5,8

2002. év csapadék és hőmérséklet adatai (mm, Cû)

Január Február Március Április Május Június Július Augusztus Szeptember Október November December

Látókép Csapadék Hőmérs. 8,2 -2,06 28,9 3,5 18,3 6,7 16 9


1./ Látóképi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 Mészlepedékes csernozjom 2,8-3 130-200 240-280 43

2003.

2004.

2./ Időrendi adatok az őszi búzánál 2002-ben Vetésidő Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Látókép 2001. 10. 13.

3./ 10 leggyakoribb gyomfaj megnevezése 2002. évben „Preciziós növénytermesztés” NKFP 4/037/2001.


1. 2. 3. 4. 5. 6. 7. 8. 9. 10.

Látókép MATIN CHEAL AMBEL

4./ Növénykórtani jelenségek 2002. évben Látóképen Lisztharmat CH0 N0 1 N1 2 N2 1 N3 1 N4 1 N0 1 N1 2 N2 1 N3 2 N4 2 N0 3 N1 1 N2 2 N3 3 N4 3

CH1

CH2 1 1 2 1 1 2 2 2 2 1 1 1 1 2 2

CH3 1 2 2 1 1 1 1 2 1 2 1 1 1 2 2

1 2 1 1 1 2 1 2 2 1 1 1 2 2 1

5.a/ Kártevők 2001. évben Látóképen A kártevő neve: Lema melanopus (db/m²) CH0 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3

8 8 9 8 10 8 8 9 8 10 9 8 10 8

CH1 9 8 8 8 10 9 8 9 8 9 8 8 9 7

CH2 9 7 10 8 10 9 7 8 7 8 9 8 8 8

CH3 9 8 10 7 10 8 8 10 7 10 8 8 10 8



N4

10

9

8

10

5.b/ Kártevők 2002. évben Látóképen A kártevő neve: Poloska (db/m²) Poloska N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4

CH0

CH1 2 1 2 2 1 1 2 1 1 2 1 2 2 1 2

CH2 1 2 2 1 1 1 2 1 1 2 1 2 2 1 2

CH3 2 2 2 2 1 1 1 1 2 2 2 1 1 2 1

1 1 1 2 1 1 1 1 2 1 1 1 1 2 1

Szabadföldi kisparcellás búza kísérlet Tőszám, db/m2 2002. Látókép CH0 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 Átlag

CH1 400 435 499 522 534 422 472 480 513 544 421 438 480 513 544 481

CH2 412 440 485 538 545 412 468 485 528 550 419 424 495 512 540 484


392 439 467 519 545 415 434 470 529 541 418 432 479 543 538 477

CH3 403 452 480 538 541 412 444 469 540 543 423 451 501 538 527 484

Átlag 402 442 483 529 541 415 455 476 528 545 420 436 489 527 537 482


Kukorica kísérlet Tematika Vizsgálat célja: a növekvő adagú N fejtrágyázás és a változó alkalmazási szintű kémiai növényvédelem hatásainak, illetve kölcsönhatásainak tanulmányozása Látóképen.

Vizsgált növényfaj: Kukorica (Zea mays L.) Kísérleti hely: DE ATC Látókép. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 Ő-T N N2 T1-T2 N


A kétféle kísérleti kezelést szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben alkalmazzuk. A növényvédelmi kezeléseket az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő optimális szerekkel, az adott szer előírásainak megfelelő dózisban és alkalmazási időpontban végezzük. A N trágyázás és fejtrágyázás a kísérleti helyen optimális adagban, kezeletlen, őszi-tavaszi megosztású és kétszeres tavaszi kijuttatású adagokban történik. KÍSÉRLETI ADATOK KARTONJA Kukorica kísérlet

1./ Látóképi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 mészlepedékes csernozjom 2,8-3 130-200 240-280 43

2003.

2004.

2./ Időrendi adatok kukoricánál 2002-ben Látókép Vetésidő Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

2002.04.16. 2001.10.12.N1-Ő 2002.04.05.herbicidCH1,CH2pre,CH3pre+inszekticid 2002.04.22.N1T,N1T1 2002.05.09.CH2post,CH3post+inszekticid 2002.06.04.N2T2



MTA MEZŐGAZDASÁGI KUTATÓINTÉZET



OM-00297/2001


4/037/2001

Témavezető:

Dr. Berzsenyi Zoltán az MTA Doktora

Martonvásár 2002. szeptember 30.



6. Szabadföldi kisparcellás kísérletek a vizsgált növényfajok termőhelyi és technológiai paramétereinek meghatározására. Tartamkísérletek értékelése, növekedésanalitikai vizsgálatok 6/b. 1. kísérleti év tavaszi vetése. Szabadföldi vizsgálatok fenológiai elemzések

Kísérleti adatok Martonvásár 2001-2002 Őszi búza kísérlet Tematika

Vizsgálat célja: a különböző adagú N fejtrágyázás (0, 40, 80, 120, 160 kg/ha) és a növekvő alkalmazási szintű kémiai növényvédelem hatásainak és kölcsönhatásainak tanulmányozása Martonvásáron. Vizsgált növényfaj: Őszi búza (Triticum aestivum L.) fajta: Mv Magdaléna Kísérleti hely: MTA MGKI Martonvásár Kísérleti kezelések: N trágyázás N0 0 kontroll N1 40 kg/ha N N2 80 kg/ha N N3 120 kg/ha N N4 160 kg/ha N

Kémiai növényvédelem CH0 kezeletlen kontroll CH1 herbicid CH2 herbicid + fungicid CH3 herbicid + fungicid + inszekticid

A kétféle kezelés szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben történik. A növényvédelmi kezelések az adott szer előírásainak megfelelő dózisban és alkalmazási időpontban történnek, az adott helyszín herbológiai és epidemológiai viszonyainak megfelelő optimális szerekkel.

Meteorológiai adatok

2001. év csapadék és hőmérséklet adatai (mm, Cû) Martonvásár Csapadék Hőmérs. Szeptember Október November December

4,9 33,2 23,5

16,3 3,6 -3,7




Január Február Március Április Május Június Július

Martonvásár Csapadék Hőmérs. 6,2 1,2 13,6 5,4 31,6 8,0 61,3 11,4 33,7 18,8


1./ Martonvásári talajvizsgálati adatok (évente) Talajtípus: Humusz % AL-P2O5 ppm AL-K2O ppm KA

2002 erdőmaradványos csernozjom 2,85 247,8 346,5 42

2003.

2004.

2. Időrendi adatok őszi búzánál 2002-ben Vetésidő 2001. Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Martonvásár 2001 10. 17. PK alaptrágya – 2001. 09. 27. N fejtrágya – 2002. 03 02. Gyomirtás – 2002. 04. 12. Fungi. + Inszekt. – 2002. 05. 17.




Martonvásár Veronica hederifolia Stellaria media Avena fatua Cirsium arvense Gallium aparine Convolvulus arvensis Papaver rhoeas Capsella bursa pastoris -

4./ Növénykórtani jelenségek 2002. évben Martonvásáron Lisztharmat fertőzöttség – 2002. 06. 04. N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 Átlag

CH0 2 2 2 3 4 2 3 3 3 4 3 3 3 3 4 2,93

CH1 2 2 2 3 4 2 2 3 3 3 2 2 3 3 4 2,67

CH2 1 1 1 2 2 1 1 1 2 2 1 1 1 2 2 1,40

CH3 1 1 1 2 2 1 1 1 2 2 1 1 1 2 2 1,40


Átlag 1,50 1,50 1,50 2,50 3,00 1,50 1,75 2,00 2,50 2,75 1,75 1,75 2,00 2,50 3,00


Szabadföldi kisparcellás búza kísérlet Gyomborítottság, % 2002. Martonvásár


CH0 28 23 17 11 7 24 22 15 7 4 25 19 16 6 2 15,1

CH1 7 4 2 2 3 4 4 3 3 3 4 4 3 3 2 3,4

CH2 3 3 4 2 2 4 3 2 3 2 5 4 4 3 3 3,1

CH3 4 5 3 1 3 4 3 3 3 2 4 3 2 3 2 3,0

Átlag 10,50 8,75 6,50 4,00 3,75 9,00 8,00 5,75 4,00 2,75 9,50 7,50 6,25 3,75 2,25

5./ Kártevők 2002. évben Martonvásáron A kártevő neve: Lema melanopus (2002. 05. 22.) (db/m2) N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 Átlag

CH0 7 12 10 15 18 10 11 9 13 22 14 9 11 14 16 12,7

CH1 11 9 14 12 20 6 12 13 14 17 8 9 7 12 11 11,7

CH2 9 13 12 11 16 11 8 10 16 12 12 12 12 15 17 12,4

CH3 2 1 0 2 1 1 1 2 2 1 0 1 1 2 2 1,3


Átlag 7,3 8,8 9,0 10,0 13,8 7,0 8,0 8,5 11,3 13,0 8,5 7,8 7,8 10,8 11,5


Szabadföldi kisparcellás búza kísérlet Tőszám, db/m2 2002. 03. 01. Martonvásár


CH0 410 440 480 510 500 430 460 480 480 500 430 440 480 490 500 469

CH1 430 460 500 500 510 440 480 510 500 520 450 460 510 500 510 485

CH2 420 470 500 500 510 440 470 500 510 510 440 470 500 510 510 484

CH3 470 480 530 530 540 470 480 540 530 540 460 480 530 530 530 509


Átlag 433 463 503 510 515 445 473 508 505 518 445 463 505 508 513


Szabadföldi kisparcellás búza kísérlet Növénymagasság, cm 2002. 06. 27. Martonvásár CH0 72 77 79 82 81 71 75 79 80 81 69 74 79 80 81 77,3


CH1 73 77 81 81 83 73 75 78 81 81 71 76 78 81 82 78,1

CH2 72 75 80 81 82 72 75 80 80 82 70 75 80 80 81 77,7

CH3 72 76 81 82 82 71 76 80 80 81 71 75 79 79 80 77,7

Átlag 72,25 76,25 80,25 81,50 82,00 71,75 75,25 79,25 80,25 81,25 70,25 75,00 79,00 80,00 81,00


Vizsgálat célja: a változó adagú N fejtrágyázás és a növekvő alkalmazási szintű kémiai növényvédelem hatásainak, valamint kölcsönhatásainak tanulmányozása Martonvásáron. Vizsgált növényfaj: Kukorica (Zea mays L.) Kísérleti hely: MTI MGKI Martonvásár Kísérleti kezelések: N trágyázás N0 0 kontroll N1 Ő-T N N2 T1-T2 N


A kezelések szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben történnek. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő optimális szerekkel, az adott szer előírásainak megfelelő dózisban és alkalmazási időpontban történnek. A N trágyázás, valamint fejtrágyázás a kísérleti helyen optimális adagban, kezeletlen, őszi-tavaszi megosztású és kétszeres tavaszi kijuttatású adagokban történik. „Preciziós növénytermesztés” NKFP 4/037/2001.


KÍSÉRLETI ADATOK KARTONJA Kukorica kísérlet

1./ Martonvásári talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 2003. erdőmaradványos csernozjom 2,73 224,5 287,6 42

2004.

2. Időrendi adatok kukoricánál 2002-ben Vetésidő Kezelések ideje 1. 2. 3. 4. 5. 6. Betakarítás ideje

Martonvásár 2002. 04. 24. NPK alaptrágya – 2001. 10. 29. N alaptrágya (tavaszi) – 2002. 04. 15. N fejtrágya – 2002. 05. 23. Herbicid (preemergens) – 2002. 04. 26. Herbicid (posztemerg.) – 2002. 05. 16. Insecticid – 2002. 05. 16.

3/ 10 leggyakoribb gyomfaj megnevezése 2002. évben 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.

Martonvásár Echinochloa crus-galli Cirsium arvense Convolvulus arvensis Datura stramonium Panicum miliaceum Sorghum halepense Chenopodium albul Amaranthus retroflexus Amaranthus blitoides Xanthium strumarium



4. Növénykórtani jelenségek 2002. évben Martonvásáron Szabadföldi kisparcellás kukorica kísérlet Gyomborítottság, % 2002. Martonvásár CH0 N0 N1 N2 N0 N1 N2 N0 N1 N2 Átlag

CH1

30 22 24 28 18 20 22 20 18 22,4

CH2

17 15 15 15 12 10 13 9 7 12,6

CH3

6 5 5 7 5 4 4 5 5 5,1

Átlag

5 6 3 8 3 5 5 4 2 4,6

14,5 12,0 11,8 14,5 9,5 9,8 11,0 9,5 8,0

5. Kártevők 2002. évben Martonvásáron A kártevő neve: Diabrotica virgifera (2002. 07. 03.) db/m² N0 N1 N2 N0 N1 N2 N0 N1 N2

CH0 7 5 10 14 7 6 5 15 12

CH1 11 8 3 8 3 8 3 10 8

CH2 5 12 8 9 7 11 12 8 4

CH3 9 6 7 11 15 9 9 6 8

Szabadföldi kisparcellás kukorica kísérlet Tőszám, db/m2 2002. Martonvásár


CH0

CH1

CH2

CH3

Átlag

6,1 6,8 6,7 6,2 6,5 6,9 6,4 6,7 6,6 6,5

6,3 6,6 6,9 6,5 6,9 6,7 6,2 7,1 6,7 6,7

5,9 7,0 6,7 6,0 7,1 6,9 6,0 7,0 7,0 6,6

6,2 6,7 7,0 6,2 6,6 7,0 6,5 6,7 7,0 6,7

6,1 6,8 6,8 6,2 6,8 6,9 6,3 6,9 6,8



VESZPRÉMI EGYETEM GEORGIKON MEZŐGAZDASÁGTUDOMÁNYI KAR



OM-00300/2001


4/037/2001

Témavezető:

Dr. Kismányoky Tamás egyetemi tanár

Keszthely 2002. szeptember 30.



7. Szabadföldi kisparcellás kísérletek a vizsgált növényfajok termőhelyi és technológiai paramétereinek meghatározására. Egyéb növényfajok adatbankjának kialakítása 7/b. 1. kísérleti év tavaszi vetése. Szabadföldi vizsgálatok fenológiai elemzések

Kísérleti adatok Keszthely 2001-2002 Őszi búza kísérlet Tematika Vizsgálat célja: a különböző adagú N fejtrágyázás és a növekvő alkalmazási szintű kémiai növényvédelem hatásainak, illetve kölcsönhatásainak tanulmányozása Keszthelyen.

Vizsgált növényfaj: Őszi búza (Triticum aestivum L.) Kísérleti hely: VE Georgikon Keszthely. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 40 kg6ha N N2 80 kg/ha N N3 120 kg/ha N N4 160 kg/ha N

Kémiai növényvédelem CH0 kezeletlen kontroll CH1 herbicid CH2 herbicid + fungicid CH3 herbicid + fungicid + insecticid

A kétféle kezelés szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben történik. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő szerekkel, az adott szer előírásainak megfelelően történnek. Meteorológiai adatok


Szeptember Október November December

Keszthely Csapadék Hőmérs. 137,8 13,9 3,3 13,7 45,2 4,0 77,8 3,6



2002. év csapadék és hőmérséklet adatai (mm, Cû) Keszthely Csapadék Hőmérs. Január 18,5 0,1 Február 60,0 4,7 Március 32,6 7,6 Április Május Június KÍSÉRLETI ADATOK KARTONJA Őszi búza kísérlet

1./ Keszthelyi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 2003. Ramann-féle barna erdőtalaj (Eutric cambisol) 1,492 225 276 38

2004.

2./ Időrendi adatok az őszi búzánál 2002-ben Vetésidő Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Keszthely X. 10-20. X. 5-15. III. 10-20. IV. 10-15. VII. 1-10.


Keszthely Az őszi vetés után gyommentes a talaj tavaszig Veronica hederifolia Veronica persicaria Stellaria media Capsella bursa pastoris Gallium aparine Lathyrus tuberosum Cirsium arvense Papaver rhoeas



4./ Növénykórtani jelenségek 2002. évben Keszthelyen N0 N1 N2 N3 N4 N0 N1 N2 N3 N4 N0 N1 N2 N3 N4

CH0 1 2 3 3 5 1 3 3 5 5 2 2 3 4 5

CH1 1 1 3 4 4 1 2 2 3 4 1 1 2 4 5

CH2 1 1 2 3 4 1 1 1 2 4 1 1 3 4 4

CH3 1 2 2 2 4 1 1 2 2 3 1 1 2 3 3

5./ Kártevők 2002. évben Keszthelyen A kártevő neve: Lema melanopus CH0 CH1 CH2 N0 6 10 12 N1 8 9 7 N2 7 10 9 N3 10 9 10 N4 9 7 10 N0 9 6 5 N1 11 13 9 N2 10 14 11 N3 12 11 9 N4 10 6 11 N0 8 10 10 N1 10 5 11 N2 9 12 7 N3 6 8 8 N4 10 11 6

CH3 2 3 1 2 2 1 3 2 1 1 3 1 1 2 1



Szabadföldi kisparcellás búza kísérlet Tőszám, db/m2 2002. Keszthely


CH0 520 540 560 580 650 540 540 550 560 610 530 540 560 580 630 566

CH1 510 555 570 590 630 530 540 560 560 620 520 550 580 600 650 571

CH2 530 560 580 600 640 520 560 580 610 640 520 550 580 600 650 581,33

CH3 520 550 545 590 620 530 580 590 630 650 525 560 580 620 650 582,67

Átlag 520 551,25 563,75 590 635 530 555 570 590 630 523,75 550 575 600 645

CH3 50 75 80 85 90 55 70 80 90 90 60 75 85 90 90 77,67

Átlag 56,25 71,52 82,5 87,5 90 55 71,25 82,5 90 90 55 73,75 85 90 90

Szabadföldi kisparcellás búza kísérlet Növénymagasság, cm 2002. Keszthely


CH0 60 75 85 90 90 55 70 85 90 90 60 80 85 90 90 79,67

CH1 55 70 80 85 90 60 75 80 90 90 50 70 85 90 90 77,33

CH2 60 80 85 90 90 50 70 85 90 90 50 70 85 90 90 78,33



Szabadföldi kisparcellás búza kísérlet Gyomborítottság, % 2002. Keszthely CH0 50 60 70 50 30 55 70 80 70 50 60 70 75 60 50 58,6


CH1 30 50 55 40 20 25 30 40 25 20 20 30 35 25 15 30,6

CH2 25 30 25 20 15 20 25 30 20 10 20 25 20 15 10 20,6

CH3 25 25 20 20 15 20 25 20 20 10 20 25 20 10 10 18,66

Átlag 32,5 38,75 42,5 32,5 20,0 30,0 37,5 42,5 33,75 22,5 30,0 37,5 37,5 27,5 21,25


Vizsgálat célja: a növekvő adagú N fejtrágyázás, valamint a különböző alkalmazási szintű kémiai növényvédelem hatásainak és kölcsönhatásainak tanulmányozása Keszthelyen. Vizsgált növényfaj: Kukorica (Zea mays L.) Kísérleti hely: VE Georgikon Keszthely. Kísérleti kezelések: N trágyázás N0 0 kontroll N1 Ő-T N N2 T1-T2 N


A különböző kezeléseket szabadföldi kisparcellás körülmények között, kéttényezős, osztott parcellás elrendezésben, három ismétlésben hajtjuk végre. A növényvédelmi kezelések az adott kísérleti tér herbológiai és epidemológiai viszonyainak megfelelő optimális szerekkel, az adott szer előírásainak megfelelő dózisban és alkalmazási időpontban történnek. A N trágyázás, valamint fejtrágyázás a kísérleti helyen optimális adagban, kezeletlen, őszi-tavaszi megosztású, illetve kétszeres tavaszi kijuttatású adagokban történik. „Preciziós növénytermesztés” NKFP 4/037/2001.


KÍSÉRLETI ADATOK KARTONJA Kukorica kísérlet

1./ Keszthelyi talajvizsgálati adatok (évente) Talajtípus: Humusz % Al P ppm K ppm KA

2002 2003. Ramann-féle barna erdőtalaj (Eutric cambisol) 1,492 225 276 38

2004.

2./ Időrendi adatok kukoricánál 2002-ben Vetésidő Kezelések ideje 1. 2. 3. 4. 5. Betakarítás ideje

Keszthely 2002.04.15.* 2001.10.10. N1-Ő 2002.04.03.herbicidCH1,CH2pre,CH3pre+inszekticid 2002.04.15.N1T,N1T1 2002.05.11.CH2post,Ch3post+inszekticid 2002.06.07.N2T2


Keszthely Echinocloa crussgali Cirsium arvense Convolvulus arvensis Elymus repens Amarantus retroflexus Poligonum aviculare Chenopodium album



Szabadföldi kisparcellás kukorica kísérlet Tőszám, db/m2 2002. Keszthely


CH0 5,57 5,74 6,02 5,58 5,85 6,22 6,71 6,42 6,11 6,02

CH1 6,17 6,60 7,05 7,05 6,42 7,00 5,37 6,48 6,74 6,54

CH2 5,31 6,11 6,60 6,11 6,71 6,51 6,42 6,97 7,00 6,41

CH3 5,97 6,88 7,00 6,20 6,14 6,48 5,40 6,42 6,14 6,29

Átlag 5,75 6,33 6,66 6,23 6,28 6,55 5,9 6,57 6,49

CH3 5 10 10 5 5 10 10 5 5 7,22

Átlag 6,25 12,5 13,75 7,5 10 10 10 12,5 8,75

Szabadföldi kisparcellás kukorica kísérlet Növénymagasság, cm 2002. Keszthely 2002.IV.12. N0 N1 N2 N0 N1 N2 N0 N1 N2 Átlag

CH0 10 25 25 15 20 10 15 25 10 17,22

CH1 5 10 10 5 5 10 10 10 10 8,33


CH2 5 5 10 5 10 10 5 10 10 7,77


SZENT ISTVÁN EGYETEM ÉLELMISZERTUDOMÁNYI KAR FIZIKA-AUTOMATIKA TANSZÉK



OM-00303/2001


4/037/2001

Témafelelős:

Prof. Dr. Fekete András egyetemi tanár




8. Automatikus irányítási rendszerek értékelése, talaj-mintavételi rendszer kialakítása, folyékony vegyszer kijuttatás szabályozása 8/b. Automatikus irányításirendszerek méréstechnikai és szabályozástechnikai vizsgálata és értékelése 1. Cél

Munkánk célja – a 8.b. részfeladat értelmében - az automatikus irányítási rendszerek méréstechnikai és szabályozástechnikai értékelése 2. Módszer

Az automatikus irányítási rendszerek méréstechnikai vizsgálatának módszere tartalmazza az egyes műveletek elvégzése megbízhatóságának és hibájának, valamint a zavaró jellemzők hatásának az elemzését. Ezek a műveletek a következők: - hely-meghatározás; - adatátvitel a fedélzeti számítógép és a központi számítógép között; - térképkészítés; - fedélzeti számítógép működtetése; - hozammérés; - vegyszer kijuttatás vezérlése és/vagy szabályozása; - gépcsoport navigációja; - adatfeldolgozás, adatbázis készítése és kezelése, információszolgáltatás. Hazai viszonyok között – tekintettel a korábban nagy darabszámban beszerzett gépekre és automatikákra – különös jelentősége van a Trimble Navigation Ltd., az AGROCOM GmbH&Co. és az RDS Technology Ltd. automatikus irányítási rendszerének. Erre való tekintettel a vizsgálatokat és az értékelést az említett három irányítási rendszerre, valamint az azokhoz kapcsolható, vagy kapcsolódó automatikákra és szoftverekre végeztük el. 3. Eredmények Hely-meghatározás

A hely-meghatározásnak a szerepe és jelentősége az elmúlt években lényegesen megváltozott. Ennek egyik oka az, hogy az Egyesült Államok Védelmi Minisztériuma 2000 májusában megszüntette a NAVSTAR műholdakról származó jelek szisztematikus rontását, tehát már differenciáljel nélkül is lehet elfogadható pontosságú hely-meghatározást végezni. A másik ok az, hogy a differenciáljel ma már Magyarországon is vehető műholdról, ez elfogadható áron előfizethető. Ez a differenciáljel származhat a Racal, vagy az Omnistar rendszerből. Tehát ma már differenciáljel nélkül is lehet hely-meghatározást végezni, azonban a megbízhatóság, a jel zavarmentes rendelkezésre állásának megbízhatósága, indokolttá teszi a differenciáljel alkalmazását. „Preciziós növénytermesztés” NKFP 4/037/2001.


Megállapítottuk, hogy dGPS készülékkel (Trimble AgGPS 114, ACT-2-60 és RDS Jupiter) a hely-meghatározás átlagos hibája nem haladja meg a ± 1,0 m-t, amikor a differenciáljel vétele zavartalan. A műholdakról érkező jelek valamilyen zavaró tényező (pl. erdősáv árnyékoló hatása) miatti kiesésekor a hely-meghatározás szünetel. A jelvétel szünetében a munkavégzés a dGPS-hez csatlakoztatott giroszkóppal, vagy az egyenesvonalú mozgást támogató szoftverrel lehet megoldani. A vizsgált három készülék egyike sem rendelkezik ilyen kiegészítő egységgel. Adatátvitel

A fedélzeti számítógép és a központi számítógép közötti adatátvitel eszköze a vizsgált rendszereknél a PCMC-IA memória/chip kártya. Ennek memóriája lehet a 10 MB-os, vagy igény szerint a 100 MB-os nagyságrendben. A memória kártyával történő adatátvitelt a szokásos üzemeltetési viszonyok között megbízhatóan meg lehetett valósítani, adatvesztés, vagy adatkiesés nem zavarta az adatátvitelt. Térképkészítés

A hely-koordináták dGPS készülékkel felvett adataiból kell a tábla térképét, majd a tábla tápanyagtartalom térképét, végül a beavatkozási, pl. a vegyszer kijuttatási térképet elkészíteni. A térképek készítésére a következő szoftvereket használtuk: - AGRO MAP Basic - MAPINFO - RDS Pro Series 8000 - ARCVIEW - ARCGIS A térlép készítésének, azaz pontszerű adatok feldolgozásának alapvető módszere az, amikor egyes földrajzi pontokhoz bizonyos adatokat rendelünk majd ezeket ponthalmazként, vagy célszerűen interpolálva raszteres formában ábrázoljuk. Az interpoláció feladata, hogy az egyes pontokban mért valamilyen jellemzőnek a mérési pontok közötti szakaszokon várható értékét megbecsüljük, esetenként súlyozást is figyelembe véve. Az említett szoftverek közül az AGRO-MAP BASIC alkalmas az ún. Kriging interpolációs eljárással való térképkészítésre. Az ARCGIS szoftver szolgáltatásai a következő eljárásokat teszik lehetővé: - távolság inverzével súlyozott interpolációt (IDW), - spline interpolációt és - Kriging interpolációt. A távolság inverzével súlyozott interpolációnak két változata van, a fix sugárral történő és a változó sugárral való interpoláció. A spline interpolációnak ugyancsak két változata van, a normalizált és a tenzió típusú. A normalizált spline interpoláció alkalmazásakor finomabb, fokozatosabb lesz a felület változása. „Preciziós növénytermesztés” NKFP 4/037/2001.


A Kriging interpolációnak is két változata van, az általános Kriging és az univerzális Kriging. Az általános Kriging abban az esetben használatos, amikor nincs megalapozott ok arra, hogy elvessük azt a feltételezést, mely szerint a középérték ismeretlen. Egyéb esetekben lehet indokolt az univerzális Kriging alkalmazása. Mindíg az adott feladathoz kell meghatározni a legjobb interpolációs eljárást, ezért előnyös, ha van választási lehetőség. A gyakorlatban, az esetek többségében, az általános Kriging eljárás használatos. Fedélzeti számítógép működtetése A Trimble AgGPS 114/70/PSO 21 fedélzeti számítógép a 114 típusú dGPS készülékből, a Trimble 70 típusú fedélzeti adatgyűjtőből, valamint a PSO 21 LED-soros kijelzőből áll.

A dGPS rendeltetése a hely-meghatározás, a differenciális jelek feldolgozása, valamint a helykoordináták meghatározása. A Trimble 70 típusú adatgyűjtő a helykoordináták gyűjtését és feldolgozását, valamint tárolását végzi. A PSO 21 típusú kijelző navigációs feladatok ellátására szolgáltat információt a gépkezelőnek. Az AgGPS 114/70 készülék hely-meghatározásra és adatgyűjtésre szolgál. Ezt a készüléket kiegészítve a PSO 21 LED-soros kijelzővel lehetőség nyílik bonyolult navigációs feladatok ellátására is. Hasonló feladatot képes ellátni az AgGPS 170 terepi/fedélzeti számítógép is, ennek felhasználhatósága sokkal inkább többcélú, mint az AgGPS 114/70/PSO 21 készülék. Az egyes készülékek speciális kijelzője (pl. PSO 21), vagy monitora (AgGPS 170) különböző mértékű és minőségű navigációs támogatást tesz lehetővé. Ilyen támogatás pl. a két pont közötti egyenes vonal követésének, a kijelölt egyenes vonallal párhuzamosan való haladásnak, a sávkihagyás és túlfedés nélküli munkavégzésnek (pl. permetezésnél, műtrágyázásnál, stb.), a fordulókban való navigálásnak, stb. a támogatása.



1. ábra. Trimble AgGPS 114 típusú dGPS és 70 típusú fedélzeti adatgyűjtő

2. ábra. Trimble PSO 21 LED-soros kijelző A Trimble AgGPS 170 típusú terepi/fedélzeti számítógépe (3. ábra) már elsősorban számítógép és csak másodsorban hely-meghatározó készülék. Ez egyesíti az AgGPS 114, a 70 és a PSO 21 előnyeit, valamint egy GPS hely-meghatározási és navigációs tulajdonságait, továbbá pedig egy számítógép előnyös adatbeviteli, adattárolási, monitoros kijelzési és megjelenítési, valamint programozhatósági jellemzőit. „Preciziós növénytermesztés” NKFP 4/037/2001.


3. ábra. Trimble AgGPS 170 terepi/fedélzeti számítógép Az ACT-2-60 típusú fedélzeti számítógép (4. ábra), a hozzátartozó dGPS műholdas hely-meghatározóval, valamint az AGRO MAP Basic szoftverrel és egy központi számítógéppel együtt használható célszerűen.



4. ábra ACT-2-60 fedélzeti számítógép Az ACT-2-60 típusú fedélzeti számítógép különböző gépekben alkalmazható, egyik gépből a másikba áthelyezhető: használható hozammérőhöz csatlakoztatva, traktor vezetőfülkéjében fedélzeti számítógépként, vezérlésre, ill. szabályozásra, továbbá pedig navigációs feladatok ellátására, pl. talaj mintavételezéshez.

Az ACT-2-60 terminálba a Racal cég geostacioner műholdról sugárzott differenciál jel vételére alkalmas dGPS készülékét építették be. A helymeghatározás hibája átlagosan nem haladja meg az 1,0 m-t. A rendszer alkalmas tábla határvonalának felmérésére, valamint talajmintavétel vezérlésére, rács- és pont-mintavételi terv alapján. Határvonal felmérés funkcióban a pontok rögzítése automatikusan történik, előre megadott út megtétele után. A megadható intervallum 1-99 m. A készülék grafikus képernyőjén nyomon követhető a megtett útvonal. A rögzített adatok tárolása chip kártyára történik. A rendszerhez tartozó AGRO MAP Basic programmal lehet elkészíteni a talaj-mintavételi terveket. A terminál képernyőjén a chip kártya segítségével betöltött mintavételi terv megjeleníthető és az előírt útvonal bejárható. Az RDS Technology Ltd. Pro-Series 8000 típusú fedélzeti számítógépe ellátja egy általános fedélzeti számítógép feladatait. Emellett ezt a készüléket felszerelték dGPS-szel, továbbá csatlakoztatható hozammérőhöz és alkalmas kijuttatás vezérlésére és/vagy szabályozására.



Hozammérés

A hozammérést ma már célszerűen hely-meghatározással és folyamatos szem nedvességtartalom méréssel kombinálják, aminek eredményeként hozam térkép készíthető. Ennek a rendszernek a vázlatát az 5. ábrán mutatjuk be. A Trimble AgGPS 114/70/PSO 21 rendszer nem alkalmas hozammérésre, de hozammérőhöz megfelelő módon csatlakoztatva képes arra, hogy helykoordinátákat szolgáltasson a hozammérési eredmények helyhez rendelésére. Ennek eredményeként hozam térképek készítésére is lehetőséget ad. Az ACT-2-60 fedélzeti számítógép a Claas típusú kombájnokba beépített hozammérőhöz, vagy más kombájntípus esetén az RDS CERES-2 típusú hozammérőjéhez csatlakoztatható. Az RDS Pro-Series 8000 fedélzeti számítógép célszerűen az RDS CERES-2 típusú hozammérővel üzemeltethető.

Központi egység Nedvesség érzékelő

Hozamérzékelő

Munkahelyzet kapcsoló

Dőlésérzékelő

Sebesség érzékelő

5. ábra Hozammérés vázlata Az infravörös érzékelővel működő hozammérőt a Claas cég fejlesztette ki. A hozammérő a térfogatmérés elvén működik. A kombájn lapátos magfelhordójában, a magtartály közelében „Preciziós növénytermesztés” NKFP 4/037/2001.


egy adóból és egy vevőből álló infravörös érzékelő kapu van elhelyezve. Az infravörös érzékelő a felhordó lapátokon felhalmozódott magmennyiséget érzékeli és összegezve a mérés eredményét, kijelzi a betakarított mag mennyiségét. A kijelzés tömeg mértékegységben történik, így a mérés megkezdése előtt meg kell adni a termény térfogattömegét is. A tömegmérés mellett a hozam meghatározásához azt a területet is mérni kell, ahonnan a termést betakarítottuk. A terület mérése a keréken elhelyezett mágnes és a vele szemben rögzített Reed relével történik. A vágóasztal munkaszélességét is megadjuk a készüléknek. A mérés megkezdése előtt a kerék-jeladót kalibrálni kell. A rendszerhez folyamatosan működő nedvességmérő is kapcsolható. Ez a készülék többféle kombájnra is felszerelhető.

6. ábra CERES-2 hozammérő szem nedvességtartalom érzékelője a magfelhordónál



A hozammérő egységet a lapátos magfelhordóban helyezik el, minél közelebb a magtartályhoz, hogy a lapátokról visszahulló magok minél kisebb mérési hibát okozzanak. Az RDS cég infravörös érzékelős hozammérőt használ. A dőlésérzékelőt azért kell alkalmazni, mert a dőlés függvényében másképp halmozódnak fel a magok a felhordó lapátjain és a dőléstől függően módosítani kell a mért értékeket. Az útadó, illetve a sebességérzékelő lehet induktív kapcsoló, vagy helyette radaros sebességérzékelő is alkalmazható. Az útadó a kombájn által a betakarítás során megtett távolság mérésére szolgál, hogy a munkaszélesség megadásával számítani lehessen a terület nagyságát, ahonnan a terményt betakarították. Az útadó felszerelésénél, amiatt, hogy általában a talajhoz közel szerelik fel, arra kell vigyázni, hogy a vezetéket védett helyen legyen elvezetve, mert a növények, különösen a napraforgó szára eltépheti azt. A munkahelyzet kapcsoló arra szolgál, hogy területmérés csak akkor történjen, ha a kombájn dolgozik. A kapcsolót ezért úgy helyezik el, hogyha a kombájnos kiemeli a vágóasztalt, akkor ne történjen területmérés. A kapcsoló beállítása nagymértékben befolyásolhatja a területmérés pontosságát. A munkaszélesség beállító a kombájnos kezéhez közel van, mert ez arra szolgál, hogyha valamilyen ok miatt a teljes vágóasztal szélességet nem lehet kihasználni, akkor több lépcsőben csökkenteni lehessen a beállított vágóasztal szélességet. A központi egység a rendszer beállítására, a mérés vezérlésére és az adatok gyűjtésére szolgál. A mérés megkezdése előtt 50 vagy 100 m-es úton kalibrálni kell az útmérést. A hozammérő nulláját úgy kell beállítani, hogy üresen üzemi fordulattal kell járatni a magfelhordót. A munkaszélességet általában nem mérik ezek a szerkezetek, így annak beállításánál is nagy gondossággal kell eljárni. Ezen kívül még meg kell mérni a szem térfogat tömegét és el kell végezni az annak megfelelő beállítást. Mivel ennek értéke a nap folyamán változhat, a beállítást illetve az ellenőrzést többször meg kell ismételni. Úgyszintén meg kell mérni a termény nedvességtartalmát és az ennek megfelelő beállítást is el kell végezni. A helytelenül beállított nedvességtartalom érték is lényegesen befolyásolhatja a hozammérés eredményét, mert pl. a nedvességtartalomtól is függ, hogy hogyan halmozódnak fel a magok a magfelhordó lapátjain. Újabban folyamatosan működő nedvességérzékelővel is felszerelik a hozammérőket, az érzékelő mérési pontosságát itt is ellenőrizni kell és szükség szerint után állítást kell végezni. Az RDS Technology Ltd. CERES-2 típusú hozammérő egy nagyobb rendszer részét képezi. A CERES-2 hozammérő optikai érzékelőkkel van felszerelve, amelyek a magfelhordóban közvetlenül a magtartály alatt vannak elhelyezve. Csuklópántos felszerelés teszi lehetővé az érzékelők egyszerű tisztítását, melyet időnként el kell végezni. Az érzékelők a lapátokon szállított terményoszlop magasságát mérik, melyből a betakarított termény térfogatát határozza meg a készülék. A betakarított termény térfogatából és a termény térfogattömegéből számítja ki a berendezés a hozam értékét. A segédértékeket (térfogattömeg, nedvességtartalom) külön mérőműszerrel kell mérni és a betakarítás kezdetekor, valamint táblaváltáskor a hozammérőn beállítani. Lehetőség van folyamatos nedvességmérő érzékelő alkalmazására (6. ábra), ez a mérés pontosságát növeli. A készülék a hozamérték mellett méri és kijelzi a betakarítógép haladási sebességét, a betakarított terület nagyságát, a hozamértéknek az eddig betakarított területre vett átlagát, valamint természetesen a hozamnak a t/h értékét. Ezen jellemző értékek a készülék saját “nem felejtő” memóriájában is tárolhatók. „Preciziós növénytermesztés” NKFP 4/037/2001.


Ekkor a betakarított területre egy átlagos hozamtérképet kapunk a jellemző értékek mellett. Ezek az adatok jegyzőkönyv formájában a helyszínen egy szabványos RS-232 porton keresztül csatlakoztatott nyomtatón kinyomtathatók vagy más adathordozó segítségével egy központi számítógépre vihetők és ott feldolgozhatóak. A készülék memória kapacitása 256 jegyzőkönyv tárolását teszi lehetővé. A CERES-2 hozammérőből továbbá folyamatosan kinyerhetők a hozamértékek, ez azért fontos számunkra, mert ez megteremti a hozamtérkép-készítés lehetőségét. A hozamértéket szintén a soros porton keresztül lehet kivenni a készülékből. Minden 10 méter megtétele után történik adatfrissítés, ami azt jelenti, hogy a m-ben mért vágószélesség tízszeresének megfelelő méretű parcellákra vonatkoztatott átlagos t/ha értéket használhatunk fel. A készülék pontos működésének elengedhetetlen feltétele a segédértékek pontos és előírás szerinti mérése, valamint beállítása, továbbá pedig a szükséges "0 pont" beállítás pontos elvégzése (üresen működő betakarítógép mellett) és az ún. kalibrálási érték pontos meghatározása, mely a betakarított termény visszamérésével történik. Az RDS Ceres-2 hozammérővel végzett kísérleteink legfontosabb eredményeit a következőkben foglaljuk össze. A hozam mérésére többféle kialakult rendszer létezik. Ezek mindegyike technikailag alkalmas a hozamnak elfogadható hibával történő mérésére. A hozammérők üzemeltetésénél azonban nagyon gondosan kell eljárni, mert nagyon sok tényező befolyásolja a mérés pontosságát. A hozammérés hibáját döntő mértékben befolyásolják a következők: - a szem nedvességtartalom mérésének hibája, vagy ha nem áll rendelkezésre nedvességmérő/érzékelő, - a kombájnnak irányítása a hozammérőn beállított munkaszélesség szerint, vagy a munkaszélesség beállításának szükség szerinti megváltoztatása, - a térfogatáram mérésén alapuló hozammérőknél a szem térfogattömege szerinti kalibrálás, valamint az esetleg megváltozott betakarítási viszonyokhoz a kalibrálás korrekciója; - az útmérés/távolságmérés hibája. A hely-meghatározás hibája ma már általában nem jelentős a hozammérési hiba tekintetében. Kivételt csak az jelenthet, ha a tábla egyes részein (pl. fasor, erdő takarása miatt) nem vehetők a műholdak jelei, a hely koordináták adatai. Jelentős hibát okozhat azonban, ha a kombájn vágóasztal szélességénél kisseb a tényleges vágási szélesség és a gépkezelő ennek megfelelően nem változtatja meg a munkaszélesség beállított értékét. Ez a hibalehetőség nagyobb hibát okozhat a hozammérésben, ill. a hozam térképben, mint az összes többi tényező együtt. Saját kísérleteink eredményei és tapasztalataink szerint a mérés előtti gondos beállítás és üzem közbeni rendszeres ellenőrzések és korrekciók elvégzése, valamint a hozammérőn beállított munkaszélesség pontos betartása elengedhetetlen az elfogadható, 4 – 5 %-nál kisebb hiba eléréséhez.



Vegyszer kijuttatás vezérlése/szabályozása

A vegyszer/műtrágya kijuttatása megvalósítható nyitott hatásláncú folyamattal, vezérléssel, valamint visszacsatolt hatásláncú folyamattal, tehát szabályozással. A vezérlést általában a szilárd műtrágya kijuttatásánál alkalmazzák, mert itt nehéz és pontatlan lenne a ténylegesen kiszórt mennyiség mérése. A szabályozott kijuttatást általában folyadékok esetén alkalmazzák, ahol a mérés, a tényleges térfogatáram mérése, elfogadható hibával megvalósítható. Folyékony műtrágya helyspecifikus kijuttatásának megvalósítására alakítottuk ki az FVMMIben az MGA-1100 típusú fedélzeti számítógépet, amely a HUNIDÓZIS szabályozóhoz csatlakozik. A következőkben bemutatjuk a kialakított rendszert. Az MGA-1100 fedélzeti számítógép RS-232 vonalon kapcsolódik a HUNIDÓZIS-hoz (10. ábra). A számítógéphez csatlakozik még a GPS készülék. A tápanyag kijuttatási térképet chipkártyán tároljuk és viszzük át a fedélzeti számítógépre. A kijuttatási térkép alapján a GPS készülékkel meghatározott helyzetnek megfelelően a fedélzeti számítógép meghatározza a előirt dózis értékeket. Ezt a kijuttatandó dózis értéket soros porton keresztül irja át a HUNIDÓZIS szabályozó egységbe. A HUNIDÓZIS méri a haladási sebességet, a pillanatnyi átfolyást és az üzemi nyomást. A mikroprocesszoros központi egység ezeket a bemenő jeleket értékeli és a szórásteljesítményre követő szabályozást valósít meg. A beavatkozó, a villamos motorral működtetett pillangó szelep a visszakeverő ágban van, úgy, hogy a szelep nyitásával, ill. zárásával csökkenteni/növelni lehet a szórókereten kijuttatott folyadék mennyiségét.

Kijuttatási térkép

MGA-1100

dGPS

Nyomás érzékelő

HUNIDÓZIS

Beavatk.

sure sensor

Sebesség érzékelő

Átfolyás érzékelő

10. ábra MGA-1100 és HUNIDÓZIS kiadagolás szabályozó vázlata



A szabályozó berendezésnek az egyik legfontosabb érzékelője az áramlásérzékelő. Ennek megbízható működése nagymértékben meghatározza a teljes berendezés üzembiztosságát. Ez sorozatgyártású axiálturbinás áramlásmérő. A folyékony műtrágyát kijuttató gépen, ill. a permetezőgépen alkalmazott nyomásérzékelőnek - viszonylagosan alacsony ára mellet is - igen szigorú műszaki követelményeket kell kielégítenie. A sebességérzékelő egy induktív jeladó, mely a permetezőgép járókerekének a tengelyére van felszerelve és a kerékfelfogó csavarokat érzékeli. A szabályozó berendezés működtetéséhez, illetve a kívánt kiszórt mennyiség automatikus beállításához szükséges egy megfelelő beállási sebességgel működő, üzembiztos beavatkozó egység. A beavatkozó egység - a gépjárműtechnikában már használt - szériagyártású 12 V-os ablaktörlőmotor, amely egy ugyancsak sorozatgyártású 1”-os pillangószeleppel van összeépítve. A kialakítás során meg kellett oldani a motor tengelyének csatlakoztatását a pillangószelephez, az ablaktörlő motor védelmét a külső káros mechanikai behatásoktól és permetlétől, valamint gondoskodni kellett a megfelelően tömített és rögzített elektromos csatlakoztatásról is.

11. ábra MGA-1100 fedélzeti számítógép és HUNIDÓZIS szabályozó



12. ábra Folyékony műtrágya helyspecifikus kijuttatása Huniper 3000 típusú géppel

HUNIDÓZIS szabályozóval Huniper gépeken végzett szántóföldi kísérleteink eredményeként megállapítottuk, hogy a folyadék térfogatáramának a mérésére turbinás és indukciós áramlásmérő egyaránt megfelelőnek bizonyult. Szuszpenzió áramlásának a mérésére azonban csak az indukciós megoldást találtuk alkalmasnak. Megállapítottuk, hogy a turbinás áramlásmérő hibája nitrosol kijuttatásakor ± 1,5 %-on belül volt. Szuszpenzió kijuttatásakor azonban az áramlásmérés hibája átlagosan 2,0 és 2,5 % közötti értékűnek találtuk. Az ACT-2-60 fedélzeti számítógép alkalmas az Amazon szilárd műanyagszóró adagolásának vezérlésére. Az RDS Pro-Series 8000 típusú fedélzeti számítógép alkalmas folyékony vegyszer, nitrosol helyspecifikusan szabályozott kijuttatására.



Gépcsoport navigácíója

A fedélzeti számítógép a dGPS révén alkalmas lehet a navigáció támogatására.

13. ábra AgGPS 114/70/PSO 21 rendszerrel és AgGPS 170 terepi/fedélzeti számítógéppel megvalósítható navigáció támogatás A Trimble AgGPS 114/70/PSO 21 rendszer, valamint az AgGPS 170 terepi/fedélzeti számítógép alkalmas két pont közötti egyenes vonal kijelölésére és követésére, a tábla végén a fordulókban hatékonyabb kormányzásra, továbbá valamilyen kijelölt egyenes, vagy görbe vonal követésére. Erre mutat néhány példát a 13. ábra. A Trimble AgGPS 114/70/PSO 21 rendszer a PSO 21 (Parallel Swathing Option) LED-soros kijelzője miatt jól használhatónak bizonyult a traktoros gépcsoport kijelölt egyenes vonal mentén való kormányzásához szükséges kijelzésre, különösen nagy munkaszélességű munkagépek (pl. műtrágyaszóró, permetező, stb.) üzemeltetésekor. Vegyszerezésben végzett kísérleteink eredményei azt mutatták, hogy a kormányzás hibáját ±0,60 m-en belül sikerült tartani, az átlagos eltérés a kijelölt egyenes vonaltól 0,36 m volt, ha a sebesség nem haladta meg a 12,0 km/h értéket. Az ACT-2-60 fedélzeti számítógép is alkalmas a navigáció támogatására, de csak két pont közötti egyenes vonal kijelölésére és követésére. Az RDS Pro-Series 8000 fedélzeti számítógép nem alkalmas a navigációs feladatok támogatására.



Adatfeldolgozás

Az adatfeldolgozás, valamint az adatbázis készítés és kezelés nem az automatikus irányítási rendszer feladata, de bizonyos adatfeldolgozás elvégzésére használhatónak kell lennie. Ez elsősorban a tábla talaj mintavételi, talaj tápanyagtartalom, hozam és vegyszer kijuttatási térképek szintjéig szükséges. Ezeket a vonatkozásokat a „Térképkészítés” c. alpontban tárgyaltuk. Az automatikus irányítási rendszernek célszerűen ARCVIEW, vagy ARCGIS szoftver révén kell adatokat szolgáltatnia a központi információs rendszer és adatbázis számára.

14. ábra. AgGPS 70 fedélzeti adatgyűjtő és PSO 21 kijelző Fiat 110-90 DT traktor vezetőfülkéjében



4. Következtetés

Hazai viszonyok között – tekintettel a korábban nagy darabszámban beszerzett gépekre és automatikákra – különös jelentősége van a Trimble Navigation Ltd., az RDS Technology Ltd. és az AGROCOM GmbH & Co. automatikus irányítási rendszerének. Kísérleteink és vizsgálataink eredményeként a következő megállapításokat tettük. A Trimble Navigation Ltd. AgGPS 114/70/PSO 21 rendszere alkalmazható a helymeghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép között), a térképkészítési, a fedélzeti számítógéphez kapcsolódó hely-meghatározási feladatok ellátására mind hozammérésnél, mind vegyszer kijuttatás vezérlésénél/szabályozásánál, továbbá a gépcsoport navigációjának támogatására, valamint adatfeldolgozásra, adatkezelésre és információszolgáltatásra. A Trimble AgGPS 170 terepi/fedélzeti számítógép használható fedélzeti számítógépként, a hely-meghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép közötti), a térképkészítési, a hozammérésnél a hely-meghatározási és adatgyűjtési, a vegyszer kijuttatásnál a vezérlési/szabályozási feladatok ellátására, továbbá a gépcsoport navigációjának támogatására, valamint adatfeldolgozásra, adatkezelésre és információszolgáltatásra. Az RDS Technology Ltd. Pro-Series 8000 típusú fedélzeti számítógépe alkalmasnak bizonyult a hely-meghatározási, az adatátviteli (fedélzeti számítógép és központi számítógép közötti), a térképkészítési, hozammérési és hozamtérkép készítési, vegyszer kijuttatásnál a vezérlési/szabályozási feladatok ellátására, továbbá a gépcsoport navigációjának korlátozott feltételek melletti támogatására, valamint adatfeldolgozásra, adatbázis készítésre, adatkezelésre és információszolgáltatásra. Az AGROCOM GmbH & Co. ACT-2-60 típusú fedélzeti számítógépe jól használható helymeghatározásra, adatátvitelre (fedélzeti számítógép és központi számítógép között), térképkészítésre, hozammérésre és hozam térkép készítésére, vegyszer kijuttatásnál vezérlésre/szabályozásra, a gépcsoport navigációjának korlátozott támogatására, valamint egyes adatfeldolgozási, adatbázis kezelési és információszolgáltatási feladatok ellátására.



NYUGAT-MAGYARORSZÁGI EGYETEM MEZŐGAZDASÁGTUDOMÁNYI KAR AGRÁRMŰSZAKI, ÉLELMISZERIPARI ÉS KÖRNYEZETTECHNIKAI INTÉZET



OM-00305/2001


4/037/2001

Témafelelős:

Prof. Dr. Neményi Miklós Intézetigazgató

Mosonmagyaróvár 2002. szeptember 30.



9. Talajellenállási térképek felvétele, erő- és munkagépek automatikus irányítása, növényvédelmi feladatok gépi hátterének fejlesztése, hozamtérképek felvételi technikájának fejlesztése 9/b. Térinformatikai adatbázisok gyakorlati alkalmazása, talajellenállás mérés I. A kutatási témához kapcsolódó vásárlások Az Agrárműszaki, Élelmiszeripari és Környezettechnikai Intézet a kutatási programhoz kapcsolódóan az elmúlt időszakban a következő vásárlásokat eszközölte: − KP5212TS típusú rázkódásálló, hordozható ipari számítógép, − ICP DAS A-822 PGL típusú analóg-digitális átalakítókártya, − Számítógép és kiegészítő tartozékai. II. Térinformatikai adatbázis építés és az adatbázis gyakorlati alkalmazása A hozammérő rendszerek közötti kompatibilitás megteremtésével adataink közös platformra hozhatóak. Ez a korábban ismertetett előnyök mellet (további tulajdonságok térképi ábrázolása, szemléletesebb ábrázolási lehetőség stb.) más vonatkozásban is előrelépést jelent. A precíziós technológia egyik jellemzője, hogy nagyon sok információ, adat keletkezik, melyeket tárolni és elemezni kell. E miatt a térinformatikai adatbázis (GIS) kiépítése feltétlenül szükséges. Eltérő szerkezetű és formátumú adatok esetén azonban ez nem problémamentes. Az Agrocom ACT rendszer szoftvercsomagjának része az AgroMap Professional nevű ArcView kompatibilis térinformatikai alkalmazás mely alkalmas az AgroMap Basic objektumok (táblakörvonal, hozamtérkép stb.) fogadására. Tekintve, hogy a kidolgozott transzformációs megoldással az RDS adatai a kívánt formátumra alakíthatóak, ezen adatok is egyszerűen átvihetőek az említett térinformatikai rendszerbe, azon keresztül pedig bármely ArcView kompatibilis GIS-be.

1. ábra RDS rendszerrel felvett táblakörvonal az AgroMap Professional szoftverben



A korábban ismertetett fájl-transzformációs eljárás már szoftver formában is működik. Segítségével adataink RDS és Agrocom ACT adatokká, táblázatos formátumba, illetve ún. GIS exchange formátumba transzformálhatók. A szoftver felépítése lehetővé teszi a további bővítést, más formátumokkal történő kiegészítést.

2. ábra. A fájl-transzformációra szolgáló szoftver



III.

Talajellenállás mérés

Az Agrárműszaki, Élelmiszeripari és Környezettechnikai Intézetben korábban már folytak vizsgálatok a talajellenállás mérésével kapcsolatban (Mouazen és Neményi, 1995; Mouazen és Neményi, 1996; Mouazen és Neményi, 1997; Mouazen és Neményi, 1998/a és b; Mouazen és Neményi, 1999/a és b). Az ilyen irányú vizsgálatok ismét előtérbe kerültek, ezúttal azonban, mint a precíziós növénytermesztési technológiai része. Bár korábban Magyarországon is voltak kezdeményezések ezen a téren, a helyspecifikus technológiának éppen a talajművelési vonatkozásai a legkevésbé ismertek, ezen a területen született a legkevesebb kutatási eredmény, gyakorlat érett alkalmazás. A talajellenállás meghatározására jelenleg a penetrométerrel történő mérés terjedt el. A módszer hátránya azon kívül, hogy jelentős idő- és kézimunkai igénnyel bír, hogy statikus, függőleges irányú erőt mér, miközben a talajművelő eszközöket dinamikus, összetett erőhatások érik. Hogy az így mért heterogenitást precíziós rendszerünkbe be tudjuk illeszteni, a mérési pontok koordinátáit ismernünk kell, tehát ez esetben is DGPS-es navigációra van szükség. A talajellenállás méréssel kapcsolatos vizsgálatok első lépéseként mi is ezt a módszert alkalmaztuk az intézet 1ha-os területén (3. ábra). A rögzített adatok referenciaként szolgálnak a további vizsgálatokhoz.

3. ábra: A mérési pontok térképe

5cm


10cm


15cm

20cm

25cm

30cm

35cm

40cm

4. ábra: A talajtömörödöttséget mutató háromdimenziós modellek különböző mélység esetén



A gyűjtött információkat felhasználva az erősen tömörödött réteg elhelyezkedése is ábrázolható (5. ábra).

5. ábra: A 3000kPa-nál erősebben tömörödött réteg elhelyezkedése a kísérleti területen

Az így végzett talajtömörödés mérés természetesen fontos információval szolgál, azonban a mérési pontok közötti területen csak becsült értékek állnak rendelkezésünkre, tehát a mérés pontosságát befolyásolja a mintaszám és a mérési pontok elhelyezkedése. Jelenleg egy olyan rendszer kialakításán dolgozunk, mely lehetővé teszi a talajellenállás folyamatos, on-line mérését. A rendszer alapját a traktor elektrohirdaulikus rendszere (EHR), DGPS-es helyzetmeghatározás és számítógépes adatrögzítés jelenti. Ezzel nem csak a folyamat munkaigényét lehetne csökkenteni, de lévén, hogy folyamatos mérésről van szó, pontosabb képet is alakíthatnánk ki a vizsgált területről. A rendszer kiépítése folyamatban van.

A növényvédelmi kutatások előkészítéseként folyamatban van egy optikai rendszer kialakítása, mely lehetővé teszi az adatbázis pozícionált képi információval való bővítését, a képi információk (on-line) feldolgozásával gyomborítottági térképek készítését. A rendszert egyéb növénytulajdonságok detektálására is alkalmazni kívánjuk.



IV. Az Agrárműszaki-élelmiszeripari és Környezettechnikai Intézet eddig megjelent publikációi a precíziós növénytermesztés témakörében: Mesterházi P. Á. – Neményi M. – Pecze Zs. (2002): GPS szoftverek átjárhatósága. MTA Agrár-Műszaki Bizottság, 26. Kutatási és Fejlesztési Tanácskozás, Az előadások tartalmi összefoglalói. Mesterházi P.Á. – Neményi M. - Kacz K. – Stépán Zs. (2002): Precíziós növénytermesztési kísérletek a mosonmagyaróvári Agrárműszaki Intézetben. EU konform mezőgazdaság és élelmiszerbiztonság. Nagy János szerk. Mesterházi P. Á. – Pecze Zs. – Neményi M. (2001): A precíziós növényvédelmi eljárások műszaki-térinformatikai feltételrendszere. Növényvédelem. 37 (6), 2001. Mouazen A.M. – M. Neményi (1998/b): A Finite Element Model of Soil Loosening by a Subsoiler with respect to Soil Conservation. pp. 549-556. In: H.-P. Blume, H. Eger, E. Fleischhauer, A. Hebel, C. Reij, K. G. Steiner (Editors): Towards Sustanaibe Land USE. Advances in Geoecology 31. CARTENA VERLAG. ISBN 3-923381-42-5. Mouazen, A. M. - M. Neményi (1999/b): Tillage tool design by the finite element method: Part 1. Finite element modelling of soil plastic behaviour. Journal of Agricultural Engineering Research, (1999) 72, 37-51. If: 0,469. Mouazen, A.M. - Neményi, M. (1995): Modeling the interaction between the soil and simple tillage tool. Hungarian Agricultural Engineering. No. 8. 67-70.p. Mouazen, A.M. - Neményi, M. (1996): Two-Dimensional Finite Element Analysis of Soil Cutting by Medium Subsoiler. Hungarian Agricultural Engineering. No. 9. 32-36. p. Mouazen, A.M. - Neményi, M. (1997): Finite element prediction of soil loosening and forces acting on a medium-deep subsoiler. Hungarian Agricultural Engineering. 10/1997, 61-63.p. Mouazen, A.M. - Neményi, M. (1998/a): A review of the finite element modelling techniques of soil tillage. Mathematics and Computers in Simulation. Vol. 48. No. 1. November 1998. 23-32.p. If: 0,1 Mouazen, A.M. - Neményi, M. (1999/a): Finite Element Modelling of Soil- Tool Interaction from the Point of View of Education and Research. Hungarian Agricultural Research, Vol. 8, No. 1. March 1999. 4-7.p. Neményi M. (2001): Gondolatok egy PhD védés kapcsán. Mezőgazdasági Technika 12. Sz. 5p. Neményi M. – Mesterházi P.Á. (2001) Hozam- és talajellenállás térképezés és helyspecifikus tápanyag-visszapótlás a precíziós növénytermesztésben. Agrárinformatika 2002., in print



Neményi M. – Mesterházi P. Á. – Gyulai I. (2001): A kemikáliák helyspecifikus kijuttatásának műszaki feltételrendszere az agrárgazdaságban, különös tekintettel a környezetvédelemre. II. Környezettudományi Tanácskozás Előadásai, 2001, (szerk. Dr. Nagy Géza CSc.) Neményi M. – Pecze Zs. – Mesterházi P. Á. – Kiss, E. (2001): Engineering Environment of the precision crop production. Hungarian Agriculturral Engineering, in print. Neményi M. – Pecze Zs. – Mesterházi P. Á. – Németh T. (2001): A precízióshelyspecifikus növénytermesztés műszaki és térinformatikai feltételrendszere. Növénytermelés (in print). Neményi M. - Pecze Zs. – Stépán Zs.-Kacz K.-Szaxon A. (2001): A precíziós növénytermesztés műszaki tapasztalatai. Kutatási És Fejlesztési Tanácskozás előadásainak tartalmi összefoglalói. 7. Neményi M. (2001): Gondolatok a precíziós növénytermesztés műszaki és informatikai feltételrendszerének helyzetéről. Varga János és Kolbai Károly emlékülés előadásai, NYME MÉK Mosonmagyaróvár kiadványa, p. 31. Pecze Zs. – Neményi M – Debreczeni K. – Csatho P. – Árendás T. (2001): Helyspecifikus tápanyagvisszapótlás kukoricára. Növénytermelés, megjelenés alatt. Pecze Zs.- Neményi M.- Mesterházi P.Á.- Stépán Zs., NYME- Kiss E., IKR Rt. Bábolna (2001): Termés- és talajadatokra alapozott helyspecifikus műtrágya-kijuttatás. Kutatási És Fejlesztési Tanácskozás előadásainak tartalmi összefoglalói. 40. Pecze Zs. – Neményi M. - Mesterházi P.Á.:2001. A helyspecifikus tápanyagvisszapótlás műszaki háttere. Mezőgazdasági Technika. 42,02. Pecze, Zs. – Neményi, M. – Mesterházi, P. Á. – Stépán, Zs. (2001): The function of the geographic information system (GIS) in precision farming. IFAC/CIGR 4th International Workshop on Artifical Intelligence in Agriculture June 6-8, 2001 Budapest, Hungary. 1518.p. Tudományos értekezés: A témában.”A precíziós (helyspecifikus) növénytermesztés feltételrendszere” címmel doktori (PhD) értekezés születtet. Készítette: Dr. Pecze Zsuzsanna „A” Programvezető: Dr. Debreczeni Béláné, az MTA doktora „B” Programvezető: Dr Kismányoky Tamás, az MTA doktora Témavezető: Dr. Neményi Miklós, az MTA doktora



MTA NÖVÉNYVÉDELMI KUTATÓINTÉZET NYUGAT-MAGYARORSZÁGI EGYETEM MEZŐGAZDASÁGTUDOMÁNYI KAR SZAKTANÁCSADÁSI INTÉZET



OM-00307/2001


4/037/2001

Témafelelős:

Dr. Kőmíves Tamás Igazgató




10. Térinformatikai alapokra épülve veszélyes gyomfajok előfordulásának kimutatása, különböző felvételezési és fototechnikai eljárásokkal. Kémiai védekezés adatbázisának kialakítása. 10/a. Veszélyes (max. 12) gyomfajokról gyom csiranövény digitális felvételek készítése, csiranövény felismerési modellkísérlet, megfelelő szoftverekkel, laboratóriumi körülmények között

Az 10 sz. konzorcium tag célkitűzése: olyan módszerek kidolgozása, amellyel a gyomnövényeknek táblán belüli faji összetétele korszerű módszerekkel biztonságosan meghatározható és erre az információra precíziós védekezési folyamatirányítás adaptálható. A projekt 2. beszámolási időszakában (2002. január 31.- 2002. június 30.) az alábbi feladatokat végeztük el: 10.e. részfeladat: Az 1-4 mintaterület gyomfelvételezése hagyományos módszerekkel, őszi búzában a tervezett tavaszi posztemergens kezelés előtti időpontban, a GIS koordináták figyelembevételével. Végrehajtás: 2002. április 8-9-én 36 hektáros búzaterületen visszamértük a sarokpontok alapján a múlt év szeptemberében kijelölt 80 db gyomfelvételezési mintaterületet. Problémát okozott, hogy nem volt használható GPS műszerünk, ugyanis az IKR Rt-től kapott eszköz a területen nem működött. A mérőszalagos visszamérés jelentős többletráfordítást igényelt és nagyban megnehezítette a terepi munkát. Az ismételten kimért, 2X2 méteres mintatereken elvégeztük Balázs–Ujvárosi módszerrel a gyomfelvételezést és gyomnövény mintákat gyűjtöttünk későbbi laboratóriumi vizsgálatok céljaira. Minden egyes mintatérről búza növénymintát vettek a Fejér megyei NTSZ munkatársai. A gyomnövény és búzanövény minták laboratóriumba kerültek, nedves tömegmérés után súly állandóságig szárításra kerültek. A begyűjtött gyomnövény minták száma 54 db, melynek túlnyomó részét a Cannabis sativa (gyomkender) tette ki. A gyomnövény minták gyűjtését, és laboratóriumi vizsgálatát (amely az eredeti feladattervben nem szerepelt) az alábbiak indokolták: - lehetőség nyílik a becslésen alapuló Balázs-Ujvárosi gyomfelvételezési módszerrel becsült adatok, valamint a mért (friss és száraz) tömegre vonatkozó adatok egzakt összehasonlítására, - lehetőség van a gyomnövény minták és a búza növényminták beltartalmi vizsgálatát követően, az eredmények alapján a gyom-kultúrnövény kompetíció tápanyagversengés szempontjából történő értékelésére, - a gyomnövény minták beltartalmi adatainak feldolgozásával a gyomkártétel bemutatására, amely a projekt fontosságát hívatott igazolni. - különösen fontosnak tartjuk ezeket a vizsgálatokat azért is, mert a kísérleti területen hosszútávon monokultúrás kukoricatermesztést terveznek, így most van lehetőségünk a gyomösszefüggések vizsgálatára, őszi búzában.

A laboratóriumi vizsgálatok előtt a lehetőségeket és a kitűzött feladatot több oldalról is megvilágítottuk és a költségtakarékosságot figyelembe véve döntöttünk a vizsgálati mintaszámról. A búzaterületen végzett gyomfelvételezési adatokat számítógépre vittük, majd az ERDAS térinformatikai program segítségével megrajzoltuk a gyomtérképeket.



10.f. és g. feladat: Az 1-4 mintaterület gyomfelvételezése hagyományos módszerekkel, kukoricában a tervezett tavaszi posztemergens gyomirtás előtti időpontban a GIS koordináták figyelembevételével. Az őszi búza és az árukukorica gyomirtási technológiáinak tervezése résztábla szinten, valamint gyomirtási szaktanács számítógép segítségével. Végrehajtás: A múlt év őszi, tarló gyomfelvételezés adatai alapján kimunkáltuk a preemergens gyomirtási technológia javaslatunkat, egy 9 hektáros (egy gépi töltés, tankolás) kukorica területre. A technológiai javaslatot a gazdaság végrehajtotta, kitűnő eredménnyel. A területet kiértékeltük, térképet rajzoltunk és kukorica növény mintákat vettünk, egy későbbi laboratóriumi vizsgálat céljára. Továbbá egy 9 hektáros területen a gazdaság vezetőivel megbeszéltek alapján elhagytuk a gyomirtó alapkezelést. Ezen a táblarészen terveztük a légi fotózást végrehajtani, ahol ismételten visszamértük a múlt év őszén, tarlón GPS-el kimért 20 db gyomfelvételezési mintateret. Elvégeztük az első gyomfelvételezést a kukorica 3 leveles állapotában, 2002. május 9-én. Az adatokat számítógéppel feldolgoztuk és megrajzoltuk a gyomtérképeket. 2002. május 25-én ismételten elvégeztük a gyomfelvételezést és diagrammon mutattuk be a gyomfejlődési dinamikát a kezelésben nem részesített területen. A második felvételezési adatokból szintén megrajzoltuk a térképeket. E napon megkezdtük az előkészületeket a légi fotózáshoz, melyet három konzorcium taggal együtt rendeltünk meg a budaörsi TELECOPTER Kft-től. Időközben egy HM kötelékébe tartozó KHT munkatársai – megrendelésünkre - kijelölték a táblán a légi fotózáshoz nélkülözhetetlen célkereszteket.

Május 25-én a gyomfelvételezési négyzetekből 7 db-ot kigyomláltunk az alábbiak szerint: - A 105 sz. mintatéren csak az AMARE és a kukorica maradt meg, - A 106 sz., 111 sz. és a 113 sz. mintatéren a DATST és a kukorica maradt meg, - A 102., a 103. és a117 sz. mintatereken a CANSA és a kukorica maradt meg. A mintaterületeken előfordult minden más gyomfajt egyenként kézzel kihúzva, összegyűjtve, műanyagzacskóba helyezve a keszthelyi egyetemi laborba szállítottunk nedves súlymérésre, fajszámlálásra és szárításra. Ezen túlmenően kukorica növény mintákat is gyűjtöttünk. Május 30-án ismételten gyűjtöttünk kukorica növény mintákat a kezelt és kezeletlen területről. A növény mintavételezés elsődleges célja az volt, hogy az infra légi fotón a növény beltartalmi értékeinek a képminőségre gyakorolt hatását mérhessük. 2002. május 25 - június 5-ig terjedő időszakban a felhős időjárás miatt a légi fotózást nem lehetett elvégezni. Időközben a mintaterületeken a gyomnövényzet fejlődése meghaladta azt a fokot, amelynél a képek még értékelhetők lettek volna, ezért úgy döntöttünk, hogy a légi fotózást lemondjuk és a tarló szakaszra halasztjuk.

A projekt megkezdésétől számított publikációs tevékenység:

1. Reisinger, P. - Nagy, S.- Lajos, M.- Lajos K.: Gyomfelvételezési adatok felhasználása a precíziós gyomszabályozásban. EWRS Magyarországi Tagozatának Tudományos Tanácskozása. Martonvásár 2001.11.21. (előadás) 2. Reisinger P. – Kőmíves T. - Lajos M. - Lajos K. - Nagy S.: Veszélyes gyomfajok táblán belüli elterjedésének térképi ábrázolása a GPS segítségével. Magyar Gyomkutatás és Technológia 2001. december II. évf. 2. szám.



3. Reisinger, P. – Kőmíves, T.– Pálmai Ottó: Precíziós növényvédelmi módszerek kutatása a Széchenyi programban. Tudományos Növényvédelmi Fórum. Keszthely. 2002. jan. 30-31. (előadás) 4. REISINGER, P.- LAJOS, K. – LAJOS, M. - NAGY, S. (2002): Die Erweiterung unkrautzönologischer Aufnahmen durch GPS-Koordinaten. Zeitschrift für Pflanzenkrankenheiten und Pflanzenschutz. Sonderheft. XVIII. 451-457. Stuttgart. 5. REISINGER P. – NAGY S.: Helyspecifikus gyomirtási technológia tervezése kukoricában GPS-el megjelölt gyomfelvételezési mintaterek alapján. Magyar Gyomkutatás és Technológia 2002. 1. sz. Népszerűsítő cikkek: 1. Reisinger, P.: Tudósítás a tudomány berkeiből. Növényvédelmi Tanácsok. 2001/12. 2. Reisinger, P.: Térinformatika, növényvédelem. Magyar Mezőgazdaság. 2001/12.05. 3. Reisinger, P. –Nagy, S.: Helyspecifikus gyomirtási technológia tervezése kukoricában. Növényvédelmi Tanácsok. 2002/7.



FEJÉR MEGYEI NÖVÉNY- ÉS TALAJVÉDELMI SZOLGÁLAT



OM-00308/2001


4/037/2001

Témafelelős:

Dr. Pálmai Ottó Igazgató

Velence 2002. szeptember 30.



11. Térinformatikai alapokra épülve növénykórtani és állati kártevők felvételezési módszereinek fejlesztése, különböző felvételezési és fototechnikai eljárásokkal. A kidolgozott új technológia folyamatainak dokumentálása, minőségbiztosítás feltételeinek kidolgozása 11/a. Hagyományos szignalizáció és felvételezési módszerek végzése 4 mintatéren, károsítók és kártevők vonatkozásában évente több alkalommal, az adatok térképi megjelenítése

A mai növénytermesztési illetve növényvédelmi gyakorlat nem veszi figyelembe a táblán belül előforduló heterogenitásokat. Ez egyaránt érvényes a talajművelésre, trágyázásra, gyomirtásra. A távérzékelés gyors fejődésével lehetőség nyílt a heterogén területrészek eltérő kezelésére, így javítható a gazdaságosság és csökkenthető a környezet indokolatlan terhelése is. A precíziós agrárgazdaságban a gomba- és rovarkártevők elleni védekezés módszerei még kevésbé kimunkáltak. E kutatási program keretében a lehetséges módszerek fejlesztését, okszerűbbé tételét kívánjuk elvégezni a költségek, valamint a környezet peszticid terhelésének csökkentése mellett. 2001-ben a program keretében egy helyszínen, egy kultúrában kezdtük meg vizsgálatainkat, melyeket idén is folytattunk. Az itt kapott pozitív és negatív eredményeket értékelve a mintaterületek számának bővítését – a rendelkezésünkre álló időn belül – fokozatosan kívánjuk elvégezni, a kapott eredményeket összevetni, értékelni, új technológiákat kimunkálni. A szántóföldi növénytermesztés során fellépő különböző gombabetegségek, állati kártevők egyedszáma, a károsítás mértéke nagyban függ az adott év időjárásának alakulásától. Az először vizsgálatba vont területtől nem messze Velencén, a Fejér Megyei Növény- és Talajvédelmi Szolgálatnál egy automata meteorológiai állomás található. A műszer 12 percenként méri a különböző időjárási elemeket. A kapott eredmények számítógépen rögzíthetők. Ez a lehetőség is közrejátszott abban, hogy a precíziós növényvédelmi módszerek kutatását itt kezdtük el. A kiválasztott őszi búza tarlóján mátrix-szerű adatgyűjtést végeztünk. A területen 0,5 haként mintatereket jelöltünk ki. A felvételezési pontok földrajzi koordinátáit meghatároztuk. Ebben az évben is a korábban alkalmazott módszerek szerint végeztük az őszi búza területen a kórokozók és kártevők terepi felvételezését. A kapott eredményeket térinformatikai módszerekkel dolgoztuk fel. 11. a. Hagyományos felvételezési módszerek A 2001-ben elvetett őszi búzát a gabona teljes tenyészidőszaka alatt több alakalommal különböző kórokozókra és kártevőkre vizsgáltuk. Vizsgálataink a legjelentősebb növényi kórokozókra és kártevőkre terjedt ki, így a lisztharmat, levélszáradás, vörösrozsda, sárgarozsda, kalászfuzáriózis, mezei pocok, hörcsög, gabonafutrinka, vetésfehérítő, szipolyok, gabonalegyek, poloskák, levéltetvek, gabonasodrómoly, talajlakó kártevők. A kapott adatokat a korábban is alkalmazott térinformatikai módszerekkel behatároltuk, és térképen ábrázoltuk.

A felvételezés során kapott adatok elemzését elkezdtük. A vizsgálat kiterjed a domborzati, talajtani, tápanyag ellátottsági és agrotechnikai paraméterek, valamint a talajban található kártevők előfordulása közötti összefüggésekre is. „Preciziós növénytermesztés” NKFP 4/037/2001.


11. b. Heterogenitás vizsgálata A kijelölt őszi búza terület heterogenitását több alkalommal vizsgáltuk. A területen elvégzett hagyományos felvételezésekkel kapott eredményeket összevetjük az adott pontok talajtani és ugyanezen pontok talajtápanyag adottságaival is. Vizsgálatainkat 2002 őszétől kibővítjük egy talajtani szempontból heterogénebb területtel. 11. c. Térinformatikai információk A térinformatikai rendszerünkben meglévő adatok, térképek (üzemi térkép, EOTR 1:10000 topográfiai térkép, genetikus talajtérkép, a GPS III. plusz készülék mérései alapján készített térkép, a WGS-84, EOV alapján készített térkép) összevetése a területen elvégzett kórtani és rovartani felvételezések eddig meglévő adataival megtörtént, a rendelkezésünkre álló Arc View GIS programmal. A későbbiekben elvégzett felvételezési adatokat is e módszerrel rögzítjük, és az eredményeket a felhasználhatóság szempontjából interpretáljuk. 11. d. Adatbázis létrehozása 2001-ben az adatbázis létrehozása elkezdődött, melyet ebben az évben is folytattunk. A programban kapott adatokat a feldolgozhatóság érdekében rögzítjük. Az adatbázis nemcsak a kórokozókkal és kártevőkkel kapcsolatos adatokat, hanem talajtani, tápanyag ellátottsági és agronómiai paramétereket is tartalmaz, amelyek az alapos összefüggés vizsgálatokat teszi lehetővé. A témával kapcsolatos szakirodalom gyűjtése és feldolgozása folyamatos. 11. e . Növényvédelmi technológiák A precíziós növényvédelem szempontjából a jelenlegi növényvédelmi technológiákat újra kell gondolni. Az őszi búzában és a kukoricában előforduló kórokozók és kártevők ellen a jelenlegi növényvédőszer választékkal különböző időpontokban, így megelőzésként (preventív) vagy a megjelenés után gyógyítóként (kuratív) lehet védekezni. Célunk az, hogy a mezőgazdaságban alkalmazott térinformatika lehetőségeit úgy hasznosítsuk, hogy a különféle károsítók fellépésének hajlamosító tényezőit (domborzati, talajtani, tápanyag, időjárási körülmények, stb.) elemezzük, és a kapott összefüggések alapján az okszerű, heterogenitásokat figyelembe vevő preventív védekezési módokat alkalmazhassuk a területen. Amennyiben az ilyen összefüggések a program zárásakor megállapíthatóak lesznek, jelentősen csökkenhet a növényvédőszer felhasználás. A kutatási programban az ilyen szempontok szerinti növényvédelmi technológiák értékelése elkezdődött. 11. f. Légi fotótechnikai módszerek A programban vizsgáljuk a térinformatikában a légi fotótechnikai módszerek használhatóságát. Tapasztalataink és a rendelkezésünkre álló irodalmi adatok ismeretében a légi fotótechnika a növényvédelemben leginkább a kórokozók és kártevők szignalizációjára alkalmas. Ebből adódóan a fertőzött, illetve a károsított területeken a kuratív védekezést alapozhatja meg.



SZENT ISTVÁN EGYETEM KERTÉSZETTUDOMÁNYI KAR MATEMATIKA ÉS INFORMATIKA TANSZÉK



OM-00309/2001


4/037/2001

Témafelelős:

Prof. Dr. Harnos Zsolt tanszékvezető egyetemi tanár




12. Preciziós agrárgazdaság informatikai rendszerének kidolgozása, a termelési folyamatok monitorozása, döntéstámogató rendszerek kialakítása. Részfeladatok informatikai integrálása 12/b. Agroökológiai információs rendszer kialakítása

A Precíziós Mezőgazdaságnak (PM) számtalan definíciója van, amelyekben van egy közös elem, mégpedig a helyspecifikus gazdálkodás. Vannak, akik ezzel azonosítják, ami azonban nem fejezi ki kellően a PM fogalmát, ezért itt egy részletesebb definíciót is bemutatunk. − Az informatikára és technológiára alapozott farm menedzsment rendszer, amely azonosítja, elemzi és irányítja a műveleteket a változó termőhelyi feltételek között az optimális jövedelmezőség, a fenntarthatóság (sustainability) és a termőföld védelme érdekében. A PM alapvetően abban tér el a hagyományos műveléstől, hogy − a táblán belül helyspecifikus művelést tételez fel, − dinamikájában vizsgálja a folyamatokat, − a termőföld védelmére, a sustainabilitásra törekszik. A profit maximalizálás mindig a gazdálkodás célja volt, így ebben a PM és a hagyományos gazdálkodás megegyezik. Minthogy a PM helyspecifikus művelést tételez fel, s dinamikájában vizsgálja a termelési folyamatokat, valamint a termőhely állapotát, így lényegesen több információra van szükség, s az elemzési, döntéstámogató eszközöknek is fejlettebbeknek kell lenni, mint a hagyományos gazdálkodás esetében. A precíziós mezőgazdaság egy ciklikusságát szemlélteti az 1. ábra Az ábra csak a folyamatot szemlélteti, s csak a két legfontosabb elemét: a tápanyagellátást és

1. ábra a növényvédelmet emeli ki. Azonban a PM-ben szerepel a teljes termelési ciklus tervezése (fajtaválasztás, talajművelés, kockázat, gazdaságosság stb.)



A növényvédelem és a tápanyagellátás az a két eszköz, amivel menet közben is be lehet avatkozni a folyamatokba. Az ábráról leolvasható az, hogy a PM implementálása a gazdaság szintjén az alábbi feladatok elvégzését jelenti: − térbeli és időbeli adatok begyűjtése (távérzékelés, termés monitorozás, talajmintavétel stb.), − adattérképezés és interpretáció (GPS és GIS technológia), − az agrotechnológiai folyamatok helyspecifikus irányítása, − a PM technológia hatásainak az elemzése három szempont alapján történik − agronómiai (termés maximalizálás), − gazdasági (jövedelem maximalizálás), − környezeti (az agrotechnika környezeti hatásainak minimalizálása). Itt meg kell jegyezni azt, hogy a termés maximalizálás és a jövedelem maximalizálás rendszerint nem esnek egybe. A döntésnek vannak hosszabbtávú következményei is, s így a termés és a jövedelem maximalizálása mellett törekedni kell az agrotechnika káros környezeti hatásainak a minimalizálására is. Módszertanilag ez a legnehezebb kérdés, mert még nincs pontosan definiálva a termőképesség, a fenntarthatóság és egyéb a természeti környezet állapotát, állapotváltozását leíró fogalom. A 2. ábra az információs folyamatokat szemlélteti. Az ábra nem teljes, mert a gazdasági információk és elemzések itt csak az úgynevezett külső információkon keresztül hatnak a döntéshozatalra, továbbá nem jelennek meg a hosszú távú környezeti hatásvizsgálatok. Külső információk

Menedzsment Információs Rendszer

információ

gazdasági, piaci feltételek szolgáltatás időjárás stb.

térinformatikai adatbázis és értékelő rendszer

információ

alap adatbázis idősorok információ

döntéstámogató modellek

Fenntarthatósági elemzések

Farm menedzsment szakértők

Döntés

szimuláció/stratégia javítás döntéstámogatás

szakértői tudásbázis szaktanácsadási rendszerek

döntéshozatal

menedzsment

adatgyűjtés

helyspecifikus beavatkozás

2. ábra Információs folyamat „Preciziós növénytermesztés” NKFP 4/037/2001.


A MIR, mint egy vezetői információs rendszer nem csak a mért adatokat tartalmazza, hanem az adatfeldolgozó eszközöket is, amelyek használható információvá transzformálják az adatokat. A fontosabb információk köre a következő: − talajtulajdonságok, − tápanyagszükséglet, − gyom populáció, − rovar populáció, − a termesztett növény tulajdonságai, − az agrotechnikai beavatkozások és azokra történő reakció, − betakarítás, − post harvest folyamatok, − termelési idősorok, − meteorológiai adatbázis. Az információkra dinamikájukban van szükség, mert folyamatosan mérni, elemezni nem lehet, illetve nagyon költséges. Éppen ezért ahol lehet be kell építeni a rendszerbe olyan elemzési, modellezési eszközöket, amelyek helyettesítik a méréseket, előrejelzéseket készítenek, szimulálják a folyamatokat. Természetesen az eredményeket időnként validálni, s szükség szerint a modelleket kalibrálni kell. Melyek azok a modellezési eszközök, melyeket hatékonyan lehet használni a PM-ben: − növényi növekedési modellek, − talaj vízháztartási modellek, − tápanyagforgalom, − időjárásra alapozott kártevő előrejelzés. Ezek a modellek egyrészt a termőhely állapotváltozását írják le (szimulálják), másrészt elősegítik az agrotechnikai beavatkozások tervezését. A termelési folyamat tervezésekor alapvetően fontos ismerni az időjárásból fakadó kockázat mértékét, illetve mérséklésének eszközeit és költségeit. Az utóbbi évek szélsőséges időjárása arra mutat, hogy a kockázat növekszik. A kockázatelemzésnél nem csak a termés eloszlásfüggvényét, a termésveszteség valószínűségét kell meghatározni, hanem cost-benefit analízisre alapozva célszerű meghatározni az optimális megoldást is. A kockázatanalízis a klimatikus viszonyokon alapszik, de már átvezet a gazdasági, gazdaságossági kérdésekhez. A 2. ábrán bemutatott információs folyamat külső információs blokkján keresztül jutunk a gazdasági információkhoz. A jövedelem maximalizálás egyik alapját ezek az információk alkotják, amit össze kell kapcsolni a kockázati vizsgálatokkal. A gazdasági cost-benefit elemzést a hagyományos eszközökkel lehet elvégezni, azonban itt figyelembe kell venni a helyspecifikus gazdálkodás előnyeit és költségeit is.



A PM harmadik mozgatórugója a termőföld védelme, a sustainabilitás. Módszertani, modellezési szempontból ez a legbonyolultabb feladat, mert − kvantifikálható módon definiálni kell a termőhely állapotát, a termőképességet, − szimulálni kell az agrotechnikai beavatkozások hatását a termőhely állapotára, termőképességére. A nehézség abból adódik, hogy míg a termelés rövid távú jövedelem maximalizálására törekszik, addig a káros hatások csak hosszabb távon jelentkeznek. Ennek megfelelően a gazdasági modellbe be kell építeni egy olyan büntető függvényt, amelyet a környezeti modell alapján lehet meghatározni, s értékeli az egyes agrotechnikákat. Ezzel a termelés tervezésében össze lehet hozni a rövid és hosszú távú érdekeket, célokat. Egy ilyen megoldás alkalmazására azonban szemléletváltásra van szükség. Az eredmények összefoglalása

A kutatások alapvetően a Menedzsment Információs Rendszer modellezési munkáira irányultak. Az eredményekről több konferencián számoltunk be. Az Agrárinformatika 2002 előadásainak teljes szövegei megjelenés alatt vannak. Az IBC 2002 és a VI. Magyar Biometriai Konferencia előadás kivonatait mellékeljük. XXI. Nemzetközi Biometriai Konferencia Freiburg 2002. július 21-28. Zsolt, Harnos: Risk analysis of crop production (1. melléklet) VI. Magyar Biometriai és Biomatematikai Konferencia Budapest 2002. augusztus 26-27. Révész András, Horváth Levente: A fenológiai prognózis új módszere (2. melléklet) Erdélyi Éva: A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése (3. melléklet) Ladányi Márta: Egy táplálékhálózat szezonális populációdinamikai modellje (4. melléklet) Hufnagel Levente, Gaál Márta: Az indirekt ordináció módszere és alkalmazása az ökológiai monitorozásban (5. melléklet) Agrárinformatika 2002 Debrecen augusztus 27-28. Harnos Zsolt: Precíziós növénytermesztés informatikai igénye (plenáris előadás) Ladányi Márta - Erdélyi Éva: Kölcsönhatási hálózatok időbeli szimulációja (6. melléklet) Hufnagel Levente - Gaál Márta: Többváltozós állapotsík-rendszerek alkalmazása valós- és szimulált adatsorok kezelésében (7. melléklet) Révész András: Új megközelítés az empirikus hőösszeg modellezésben (8. melléklet) Horváth Levente: Térbeli inhomogenitások kezelésének módszertani problémái a precíziós növénytermesztésben (9. melléklet) EU-konform mezőgazdaság és élelmiszergazdaság Debrecen 2002. szeptember 23. Harnos Zsolt: Informatika a precíziós mezőgazdaságban (10. melléklet) Elkezdődött az informatikai háttér kiépítése. Beszereztük az Arcinfo szoftvert, valamint egy IBM xSeries220 szervert. A munkaállomások beszerzése folyamatban van.



Risk analysis of crop production Harnos, Zsolt Abstract

Decision about crop selection and the applied management alternatives are driven by the realization of the maximal utility of the resources. Due to the stochastic elements of the model the utility of the production is understood as an expected value of a random utility variable. The utility variable only can be sampled once a year, after the harvest. If the production site parameters do not change and the same management practices are applied, the measured utility values constitute a sample of random variable. As one can expect, the measured yield data show a significant fluctuation over the years. When making decision on crop selection and farm management practices – beyond the expected utility – it is very important to give a description of the uncertainty of producing a given utility in a given year, the risk of the decision taken. There are two ways to formulate the same problem – find the decision that provides a given utility with the highest probability (lowest risk) or the decision that provides the maximal utility at given risk. It is quite obvious, that risk can be reduced by the diversification of the production. We discuss the risk concept in the lecture and present a stochastic decision model.



A fenológiai prognózis új módszere Révész András - Horváth Levente

Szent István Egyetem Kertészettudományi Kar Matematika és Informatika Tanszék [email protected] Bevezetés A mezőgazdaságban mind a mai napig rendszeresen használják az ún. klasszikus hőösszegmodellt, különböző agroökológiai hatások előrejelzésére [1],[2],[3]. E modell lényege, hogy a napi középhőmérséklet +10 °C feletti részét összeadják, és az így kapott érték alapján próbálnak bizonyos események bekövetkezésére jóslást adni. Ennek a számításnak nagy előnye az egyszerű alkalmazhatóság, hiszen bármelyik gazdálkodó ki tudja számolni a napi középhőmérsékletet és így a hőösszeget is, majd a sokéves tapasztalatok alapján hőösszeg számértékekben megadott kártevő előrejelzésekre támaszkodva ő maga is el tudja dönteni, hogy mikor esedékes egy adott kártevő elleni védekezés. Mint miden modell, így a fent említett is tulajdonképpen egy absztrakción alapul, és ennek az absztrakciónak a valósághoz képest torzításai soha nem elhanyagolhatóak. Éppen ezért meg kell vizsgálnunk minden modell esetében azt is, hogy az mennyire torzítja el a valóságot. Ennek legegyszerűbb módja a modell hatékonyságának vizsgálata. A klasszikus hőösszegmodell esetében az a tapasztalat, hogy bizonyos években a számítások alapján meglehetősen nagy pontossággal meghatározható egyes kártevők megjelenése, jócskán akadnak viszont olyan évek is, amikor ez a módszer gyakorlatilag nem működik, és még csak a közelében sincs a kártevők megjelenésének jósolt időpontja a tényleges megjelenésnek. (Ez a megállapítás nem csak a különböző mezőgazdasági kártevők esetében állja meg a helyét, hanem gyakorlatilag minden természeti eseménynél tapasztalhatók az előbb leírtakhoz hasonló anomáliák.) Felvetődik tehát a kérdés, hogy mi lehet a pontatlanság oka, és ha az okokat már ismerjük, hogyan lehetne pontosítani a klasszikus hőösszeg-modellt? Célkitűzések Kutatásunk elsődleges célja az volt, hogy a bevezetésben említett két kérdésre választ találjunk, vagyis egy olyan matematikai modellt szeretnénk létrehozni, amely az eddig használtnál jobban leírja a valóságot. Egy új hőösszeg-modell megalkotása nem pusztán egy matematikai kihívás, hanem sikeres kivitelezés esetén jelentős mértékű alkalmazás is várható, hiszen pontosabbá, tervezhetőbbé válhat a kártevők elleni védekezés. A tervezhetőség és a pontosítás adta az ötletet, hogy megfelelő pontosság esetén ezen eredmények akár a precíziós gazdálkodásban is használhatóak lesznek, különös tekintettel a ma még kissé mostohán kezelt precíziós növényvédelemre. A kidolgozott modell segítheti a térbeli ökológiai mintázatok leírását [5], valamint lehetőséget és a monitoring és szimuláció módszereinek [4],[5],[6] továbbfejlesztéséhez. Az aktivitási görbe A biológia ismeri az aktivitási görbe fogalmát, sőt vannak kísérleti eredmények bizonyos fajok esetében annak pontos alakjára is. Ezek a görbék azonban csak tapasztalati görbék, vagyis kísérleti eredményekre épülnek, matematikai leírás nélkül. A koncepció az volt, hogy meghatározunk egy elméleti görbét, ami alakját tekintve hasonlít a szakirodalomban megtalálható görbékre. A görbét azonban paraméterek segítségével írjuk fel, majd az így kapott görbét az új hőösszeg-modellbe integrálva, úgy határozzuk meg a paramétereket, hogy a modell a lehető legjobb jóslást adja a meghatározni kívánt eseményre. Jellegét tekintve a következő függvény illeszkedett a legjobban a tapasztalati görbékre 1 1   − αβ f : x a  α (x+β )  + e −γ (x+δ ) e + e − γδ  e

ε

A képletben görög betűkkel jeleztük a beállítandó paramétereket. Ez a képlet biológiai tartalommal is bír. Fizikai ismereteinkből tudjuk, hogy a részecskék reakciósebessége a hőmérséklettel arányosan növekszik. Ebből következik, hogy az élőlények biológiai aktivitása is hasonló arányban növekszik. Ugyanakkor tudjuk, hogy a magas hőmérsékleten az élő szervezetekben megindul a fehérjék kicsapódása, éppen ezért fajoktól függően egy bizonyos hőmérséklethez közeledve az aktivitásnak rohamosan csökkennie kell. Ez a két tag fedezhető „Preciziós növénytermesztés” NKFP 4/037/2001.


fel a képlet első tagjának nevezőjében. A reciprok függvényre azért van szükség, mert szélsőséges hőmérsékletek esetén az aktivitásnak nullára kell csökkennie. A külső hatványozó tényezőre azért van szükség, hogy változtatni lehessen a felfutó és a lefutó görbeszakasz alakját (a felfutás sebességét). A redukáló konstans tagra (második tag) azért van szükség, hogy a függvényt úgy lehessen beállítani, hogy az az origóból induljon. Erre is a természeti folyamatok tulajdonságai miatt van szükség, hiszen az élet legtöbb formája csak a pozitív hőmérsékleti tartományban válik „aktívvá”. Különösen így van ez a mi esetünkben, hiszen az általunk megfigyelt élőlények rovarok, amelyeket leginkább repülő fázisukban tudjuk megfigyelni, csak 0 °C felett változnak át olyan fázisba, ahol kártékony hatásukat is ki tudják fejteni. Az optimalizáció Adott az f függvény paraméterekkel. Szeretnénk beállítani ezeket a paramétereket úgy, hogy az a valóságot a lehető legjobban írja le. Ha helytálló az a feltevés, hogy az aktivitás az elsődleges meghatározója az agroökológiai eseményeknek, akkor teljesülnie kell annak az állításnak, hogy ha a hőmérsékleti értékeket aktivitásba számoljuk át, akkor az aktivitással átskálázott szaporulati görbék nevezetes pontjainak egybe kell esniük. Tekintve, hogy a vizsgálatokat egy kétnemzedékes fajon végeztük el, úgy gondolom, hogy növényvédelmi szempontból a két csúcs meghatározása a legfontosabb, de fontos szerepe lehet a köztük lévő minimum is. Érdekesek lehetnek még esetleg a görbék inflexiós pontjai is, különösen a felszálló ágban, de véleményem szerint a leghangsúlyosabb mégis a két csúcs. Ugyanis, ha a modell működik, akkor a hőmérsékleti adatokat egy program, vagy egy táblázatkezelő segítségével aktivitásba átszámolva, ezeket naponta összeadva minden gazdálkodó meglehetősen nagy pontossággal meg tudja határozni, hogy mikor várható a maximum, és növényvédőszerektől függően előtte néhány nappal lekezelve a rovarokat, könnyen megelőzhető a károkozás. Éppen ezért az optimalizációt végül is a csúcsokra végeztem el, mégpedig a következőképpen: Kiszámítottuk az illesztett görbék szélsőérték helyeit, és e pontokig vettem a napi hőmérsékleti adatokból számított napi aktivitási értékek összegét. Vagyis ugyan azt csináltam, mint a klasszikus hőösszeg-modellben, csak nem a 10 °C feletti napi középhőmérsékleti adatokat adtam össze, hanem az aktivitásokat. Az alapkoncepció szerint ezeknek a szélsőérték helyeknek aktivitási értékben számolva nagyjából egybe kell esniük. Tehát úgy kell végrehajtani az optimalizációt, hogy ezek a kumulált értékek azonosak legyenek. Ezt a számítást a Microsoft Excel Solverrel végeztük el. A számítást többféleképpen is elvégeztük aszerint, hogy csak az első csúcsra, csak a második csúcsra, az első és a másodikra együttesen, vagy netán a minimumot is belekalkulálva szeretnénk minimalizálni az eltérést. A legjobbnak az az eredmény bizonyult, amikor a külön-külön vett (első és a második csúcsra külön vett) illesztett görbék estén a maximumok négyzetes eltérését adtuk össze az első és a második csúcsra, és az így kapott értéket minimalizáltuk úgy, hogy az aktivitási görbe paraméterei szabadon mozoghattak. Hasonlóképen jó eredmény származott abból is, ha a két csúcs különbségére optimalizáltuk. Ennek az a jelentőssége, hogy ha így állítjuk fel a modellt, akkor az első csúcs maximumából nagyon nagy pontossággal meg tudjuk mondani a második csúcs maximumának helyét. Végül is a lehető legpontosabb eredményhez tartozó aktivitási görbe paraméterei a következők lettek: α = 0.63, β = 17.14, γ = 0.11, δ = 92.07, ε = 0.73 Irodalomjegyzék 1. Gaál, M.,(1997): Az informatika eszközeinek felhasználása a kertészetben - Új Kertgazdaság, 1997/4: 5457. 2. Gaál, M., (1997): Az informatika alkalmazási lehetőségei a zöldségtermesztésben, MTA kandidátusi értekezés, Kertészeti és Élelmiszeripari Egyetem, Budapest 3. Gaál, M., (1998): Ökológiai alapú szaktanácsadási információs rendszer. Gazdálkodás, XLII./i.sz. 50-57 4. Gaál, M., Hufnagel, L., (2001): Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring, 3rd EFITA 2001 agroMontpellier ENSA, Montpellier (vol 1): 285-290. 5. Hufnagel, L., Mészáros, Z., Gaál, M., Ferenczy, A., (1999): Temporal Spatial Patterns of Noctuinae Communities in Hungarian Apple Orchards, Acta Phytopathologia et Entomologia Hungarica 34 (4): 341351. 6. Hufnagel, L., -Bakonyi, G.,- Vásárhelyi T., (1999): New approach for habitat characterization based on species list of aquatic and semiaquatic bugs, Environmental Monitoring and Assessment 58: 305-316 7. Ladányi M., Erdélyi É., Hufnagel L., Horvath L.,Gaál M., Révész A., (2002): Szimuláció és monitoring az agroökoszisztémák vizsgálatában I., II., III., IV., Agrárökológia Konferencia, Debrecen (in press)



A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése Erdélyi Éva

SzIE Kertészettudományi Kar, Matematika és Informatika Tanszék e-mail: [email protected]

A növénytermesztésben megfigyelhető, hogy az elérhető optimális eredmény és a tényleges mennyiség között eltérés van. Ez a különbség jó inputokkal, beavatkozásokkal minimalizálható. Az optimális gazdálkodásnak a termőterület minőségének megóvásával (pl. elkerülhető a túltrágyázás) összhangban kell történnie [7]. Ennek érdekében kezdtük vizsgálni és matematikai eszközökkel (diszkrét differenciaegyenlet rendszert használva), közelítően leírni a talajban lejátszódó víz- és tápanyagmozgást. Ahhoz, hogy a termesztés az adott körülményekhez alkalmazkodni tudjon komplex kölcsönhatásrendszer elemzésére [1] és a folyamatok monitorozására is szükség van [3],[4], [6] . A növények a talajból csak oldott ionos tápanyagokat képesek felvenni, tehát a kötött ionos tápanyagok mellett igen nagy szerepet kap a talaj víztartalmának alakulása. A talajban lévő víz mennyiségét csökkentheti a párolgás (fizikai párolgás, növényi párologtatás), a növénybe beépülő vízmennyiség és az elfolyó víz; növelheti a csapadék, illetve az öntözés. Ezek a tényezők sok egyéb mellett főként a hőmérséklettől, a globálsugárzástól, a növény relatív vízmegtartó képességétől, a növény növekedési ütemétől, a talaj vízmegtartó kapacitásától és a talaj aktuális víztartalmától [5] függenek. A bonyolult valóságnak csak néhány fontos elemét vesszük figyelembe, a többit elhanyagoljuk: figyelmen kívül hagytuk többek között a talaj típusát, a széndioxid mennyiségét és a szél hatását. Megállapítjuk, hogy a (t+1)-edik időpontban a talajban lévő víz mennyiségét ( Vt +1 ) a t-edik időpont vízmennyiségéből ( Vt ) egy párolgási ( 0 < Π t < 1 ), egy növénybe beépülő ( Ω t ) és egy elfolyást, illetve beérkező vízmennyiséget kifejező ( Ψt ) tényezővel az alábbi módon számolhatjuk ki: Vt +1 = Vt ⋅ Π t ⋅ Ω t + Ψt .

A talaj víztartalmának alakulása a vegetációs időszakban (felhasználva a debreceni 1980-as csapadék és hőmérséklet adatokat):

víztartalom

1500 1000 500 253

232

211

190

169

148

127

106

85

64

43

22

1

0

nap

Alkalmazva a fenti módon kiszámított vízmennyiséget kifejezzük a talajban lévő, növény által hasznosítható oldott ionos tápanyagok napi mennyiségét ( K t ). A talajban oldott ionos tápanyag mennyisége is számos tényezőtől függ, ezek közül a legfontosabb csökkentő tényezők a növény által elfogyasztott ill. beépített mennyiség és az elfolyó vízzel kimosódó „Preciziós növénytermesztés” NKFP 4/037/2001.


ionos tápanyag mennyisége; leglényegesebb növelő tényezők a szerves anyagból lebomlott mennyiség és az adagolt műtrágya mennyisége. Mindezeket összefoglalva a (t+1)-edik időpontban, a talajban oldott ionos tápanyagok mennyiségét a K t +1 = K t Ε t Μ t + Λ t + K m képlettel határozhatjuk meg. Az ionos tápanyag ( K t ) alakulása (felhasználva a debreceni 1980-as csapadék és hőmérséklet adatokat) az alábbi ábrán látható:

tápanyag

35 30 25 339

313

287

261

235

209

183

157

131

105

79

53

27

1

20

nap

A (t+1)-edik időpontban tehát a talajban oldott ionos tápanyagok mennyiségét ( K t +1 ) a t-edik időpontban ismert értékből ( K t ) számoljuk ki úgy, hogy szorozzuk egy növénybe való beépülést ( Ε t ) és egy talajból való kimosódást ( Μ t ) kifejező (1-nél kisebb pozitív) tényezővel és hozzáadjuk a lebomlott szerves anyagból származó ( Λ t ) és a mesterségesen (műtrágyázással) hozzáadott ( K m ) mennyiséget. Ε t a napi biomassza-növekménytől és a növény relatív tápanyagtartalmától, Μ t a t-ik időpont vízmennyiségétől és a talajban oldott ionos tápanyagok mennyiségétől, valamint a tápanyagok oldhatóságától függ. Modellünk szoros kapcsolatban áll egy táplálékhálózati modellel [2], hiszen egymás input és output adataival dolgoznak. A modell alkalmas arra, hogy a különböző évjáratok kvalitatív hatástípusáról, valamint az agrotechnikai beavatkozások lehetséges hatásairól tájékozódjunk. Hivatkozások [1] Hufnagel, L. (in press) Modellezés a populációdinamikában. Szemináriumi kötet, SZIE, Budapest [2] Ladányi Márta (in press) Egy táplálékhálózat szezonális populációdinamikai modellje, 6. Magyar Biometriai és Biomatematikai Konferencia, Budapest, 2002 [3] Hufnagel, L et al. (2001) Population dynamical stability in service of Plant Protectional Prognosis. Acta Philopathologia et Entomologia Hungarica 36, 93-99. [4] Gaál, M. , Hufnagel, L. (2001) Combination of multivariate methods and graphycal database management in service of ecological monitoring. EFITA 2001, Mont Pellier 1, 285-290. [5] Tóth T., L. Kuti, S. Kabos, L. Pásztor (2001) Use of digitalized hydrogeologocal maps for evaluation of salt-affected soils of large areas, Arid Land Research and Management.15, pp:329-346. [6] Erdélyi É., Gaál M., Horváth L., Hufnágel L., Ladányi M., Révész A. (in press) Szimuláció és monitoring az agrárökoszisztémák vizsgálatában I.II.III.IV., Agrárinformatikai Konferencia 2002, Debrecen [7] Horváth Levente, Erdélyi Éva, Révész András (2002) Környezetvédelem és a precíziós mezőgazdálkodás, VIII. Nemzetközi Környezetvédelmi Szakmai Diákkonferencia, Mezőtúr



Egy táplálékhálózat szezonális populációdinamikai modellje Ladányi Márta SZIE Kertészettudományi Kar, Matematika és Informatika Tanszék [email protected] Ha a növénytermesztés technológiája a fenntarthatóság, a környezet- és egészségvédelem, valamint az optimális alkalmazkodás követelményeit a gazdaságos termeléssel összhangban kívánja megteremteni, akkor nem elegendő a kultúrnövény és abiotikus környezeti igényeinek ismerete, hanem a talaj-növény-időjárás-kártevő rendszert komplex agroökoszisztémaként kell felfogni és az agrotechnikai műveletek tervezésekor a teljes agroökoszisztémára gyakorolt hatásokat kell elemezni. A vizsgált agroökoszisztéma működésének mélyebb megértéséhez a komplex kölcsönhatásrendszer (táplálékhálózat) szimulációs jellegű modellezésére [1] és a folyamataok monitorozására is szükség van [2] , [3] , [4] , [5] . A jelen cikkben vázolt modell a komplex agroökoszisztéma egy moduljaként tekinthető, mely inputjaiban és outputjaiban is szorosan kapcsolódik az agroökoszisztéma egyéb moduljaihoz. A táplálékhálózat modellezésében az időjárás szezonális mintázatát, a talaj tápanyagtartalmának alakulását valamint a benne rejlő biotikus kölcsönhatásokat kívántuk figyelembe venni. A módszerek kidolgozásához az egyes stratégiai problémák vizsgálatára egy szélsőségesen leegyszerűsített modellszituációt vizsgáltunk (ld. ábra). A modell legalsó

M1

M2

G1

G2

K

szintjén szerepel a talaj, mint víz- és tápanyagforrás input (K), egy kultúrnövény (N), két gyomnövény (G1 és G2), egy monofág kártevő, mely a kultúrnövényünket pusztítja (M1), egy szintén monofág kártevő, mely az egyik gyomnövénnyel táplálkozik (M2), egy polifág kártevő, mely a kultúrnövényt és gyomot is pusztít (P), továbbá egy kártevőkkel táplálkozó ragadozó (R). Az ábrán szereplő nyilak a tápláléktól a fogyasztó felé mutatnak. A táplálékhálózat szezonális-dinamikai szimulációjához olyan diszkrét időszemléletű differenciaegyenletet írtunk fel, melyek a vizsgálatba bevont paraméterek napi változásait írják le. A modell kifejlesztésekor nem az egyes részfolyamatok leírásának pontosságára törekedtünk, hiszen arra egyrészt léteznek szakirodalmi részmodellek, másrészt a gyakorlatban az azokhoz szükséges paraméterek legtöbbször úgysem állnak rendelkezésre, hanem a leglényegesebb hatások kiemelésével a rendszer egészét kívántuk a lehető legpontosabban leírni annak érdekében, hogy adathiányos szituációkban is jól használható legyen, de ugyanakkor kedvezőbb szakmai körülmények között, sokrétűbb input birtokában lehetőséget biztosítson igényesebb elemek beiktatására. A modellben szereplő hét egyenlet, melynek mindegyike a táplálékhálózat egy-egy elemének napi változását írja le, lényegében négy szorzótényezőből áll: „Preciziós növénytermesztés” NKFP 4/037/2001.


X t +1 = X t ⋅ rX (T ) ⋅ FX ⋅ PX ,

ahol X t +1 és X t jelöli az N, G1, G2, M1, M2, P, illetve R valamelyikének (t+1)-edik és t-edik napi biomassza mennyiségét (tömeg mértékegységgel), rX (T ) jelöli az X egyedre jellemző, a napi középhőmérséklettől függő aktivitási függvényt, FX jelöli az egyenlet ún. táplálék tagját, PX pedig az ún. predációs tagot. Az X egyedre jellemző aktivitási függvény két exponenciális függvény összegének valamely negatív hatványa, mely azt fejezi ki, hogy alacsony hőmérséklet esetén az egyed nem fejlődik, a hőmérséklet növekedtével a fejlődés üteme egyedre jellemző sebességgel indul meg és folytatódik, mígnem a számára optimális hőmérsékleten eléri fejlődési ütemének maximumát, az ennél magasabb hőmérséklet pedig szintén egyedre jellemző mértékben és ütemben fejti ki gátló hatását. Az FX ún. táplálék tag az egyedek alábbi tulajdonságainak biztosítását hivatott szolgálni: – Bőséges táplálékforrás esetén az egyed biomasszája egy rá jellemző maximális mértékben gyarapszik (az egyed növekszik, hízik, fejlődik, szaporodik), szűkös táplálékellátottság esetén a táplálékmennyiségtől és egyedre jellemző módon kevésbé gyarapszik, stagnál vagy esetleg fogy az egyed biomasszája. – Ha az egyed olyan táplálékot fogyaszt, melyen egy másik egyeddel versenyben áll, akkor a biomassza változást befolyásolja a másik egyed biomassza mennyisége, illetve egyéb, a versenyző egyedek táplálékfogyasztását, illetve a táplálék tápanyagmennyiségét kifejező súlyozó paraméterek. A PX ún. predációs tag az egyed biomasszaváltozásának alábbi jellemzőit írja le: – Az egyeddel táplálkozó ragadozó biomasszájának növekedtével az egyed biomasszája lassuló ütemben fogy (a vadászat egyre nehezebbé válik) egészen a kipusztulásig, de a táplálékegyed fogyása a ragadozó tápálékának korlátozó tényezője is egyben. A ragadozó biomasszájának csökkenésével az egyed biomasszájának változása a zérus felé tart. – Ha az egyeddel táplálkozó ragadozó más egyedeket is fogyaszt, akkor az egyrészt pozitív hatású az egyed számára (amíg a másikkal lakik jól, rá nem vadászik), másrészt a másik egyed, mint tápláló hatás, növeli a ragadozó biomasszáját, ami a következő lépésben a ragadozás intenzitásának növekedésével is jár. A fenti egyenletrendszer segítségével a modell alkalmas arra, hogy a különböző évjáratok lehetséges kvalitatív hatástípusairól, valamint az agrotechnikai beavatkozások lehetséges hatásairól tájékozódjunk. Hivatkozások [1] Hufnagel, L. (in press) Modellezés a populációdinamikában. Szemináriumi kötet, SZIE, Budapest

[2] [3] [4] [5]

Hufnagel, L et al. (1999) New approach for habitat characterization based on species list of aquatic and semiaquatic bugs. Environmental Monitoring and Assessment 58, 305-316. Hufnagel, L et al. (2001) Population dynamical stability in service of Plant Protectional Prognosis. Acta Philopathologia et Entomologia Hungarica 36, 93-99. Gaál, M. , Hufnagel, L. (2001) Combination of multivariate methods and graphycal database management in service of ecological monitoring. EFITA 2001, Mont Pellier 1, 285-290. Erdélyi É., Gaál M., Horváth L., Ladányi M., Révész A. (in press) Szimuláció és monitoring az agrárökoszisztémák vizsgálatában. Agrárinformatikai Konferencia 2002, Debrecen.



Az indirekt ordináció módszere és alkalmazása az ökológiai monitorozásban Hufnagel Levente és Gaál Márta Szent István Egyetem, KTK, Matematika és Informatika Tanszék [email protected], [email protected]

Az ökológiai monitorozás egy tipikusan sokváltozós probléma, amelynek kezeléséhez a biometria, biomatematika valamint az agrár- és környezeti informatika módszerei nyújthatnak segítséget. Az ökológiai monitorozás során a vizsgálandó rendszerek tér-időbeli állapotváltozásaira vagyunk kíváncsiak. Ezeket az állapotváltozásokat, diszkrét állapotokat kifejező állapotjelzők (változók, vizsgálandó paraméterek) értékeinek megadásával írhatjuk le elsődlegesen. Az ily módon megadott állapotleírásokat táblázatokba vagy adatbázisba rendezhetjük, használatukkal és értelmezésükkel kapcsolatban azonban számos probléma merül fel. Az állapotleírás annál pontosabb, minél több független változót ad meg, a folyamatok leírása pedig annál jobb, minél több (tehát minél nagyobb frekvenciájú) diszkrét állapot segítségével adjuk meg. A monitorozás révén előálló adatbázis pedig annál értékesebb, minél több hasonló objektumra vonatkozóan, minél hosszabb időbeli adatsorokat (folyamatleírásokat) tartalmaz. Csakhogy minél nagyobb az adatbázis, annál kevésbé áttekinthetők a benne tükröződő jelenségek. A megoldás kulcsa nyilván a sokváltozós dimenzióredukáló és mintázatelemző módszerek (főképp ordinációk) alkalmazásában rejlik (pl. PCA, PCoA, NMDS, CCA, CCoA stb, lásd Podani 1997). Azonban az ismert ordinációs módszerek alkalmazása monitorozási adatok esetén számos akadályba ütközik: 1. Az első probléma a többváltozós dimenzióredukáló módszerek korlátozott kapacitása. Jelenleg számos algoritmus csak max. 100*100-as táblázatok elemzésére alkalmas. A monitoring során ezeknél nagyságrendekkel több adattal kell számolni. 2. A második problémát az elemző algoritmusok többségének futási esetlegessége okozza. Azonos mátrixra elvégzett futtatások, ha kismértékben is, de különböző eredménnyel járhatnak. 3. A harmadik kérdés az újabb objektumok problémája. A monitoringnak éppen az a lényege, hogy folyamatos megfigyelőrendszerről van szó. Ha viszont minden elemzéskor újra és újra elő kell venni a korábbi adatokat, akkor ez rengeteg felesleges ismétlődéssel jár. Ennek oka, hogy az ordinációs módszerek mindig a vizsgált objektumok aktuális hasonlósági mintázatát keresik, az pedig az újabb objektumok felvételével jelentősen átrendeződhet. 4. Ezzel szorosan összefügg az adatok eltérő megbízhatóságának problémája, hiszen az általunk megbízhatónak és kevésbé megbízhatónak tekintett adatok egyforma mértékben befolyásolják az ordináció eredményét. Ennek következtében egy hibás adat nem csak az azt tartalmazó objektum helyzetében okoz problémát, hanem a teljes mintázatot befolyásolni képes, ami nyilvánvalóan nem tűrhető el. 5. Problémát jelenthet magának a mintavételi hálónak a torzítottsága is, hiszen ha bizonyos objektumtípusokból több, másokból kevesebb adat áll rendelkezésre, akkor a gyakori objektumtípusokban előforduló értékkombinációk jelentősége túlértékelődik a mintázatban, ami szintén veszélyezteti a konzekvens interpretálhatóságot. 6. Végezetül, ha az eddigiektől eltekintenénk is még mindig problémát jelentene az, hogy a nagy mennyiségű objektum által megadható mintázat még a redukált dimenzionalitású térben (síkban) is áttekinthetetlen sűrűségű pontfelhőt eredményezne, tehát az alternatív megjelenítés lehetőségét is biztosítani kell egyazon mintázaton belül is. „Preciziós növénytermesztés” NKFP 4/037/2001.


Fontos lenne továbbá, hogy olyan módszerünk legyen, amely az alapadatok viszonyainak elemzésén túl, megadja a modellekkel és statisztikus predikciókkal való összevetés közvetlen lehetőségét, és az eredetileg esetleg be nem vont változók viselkedésének utólagos vizsgálatára is módot ad, ezek ugyanis a monitoringban nélkülözhetetlen elemek. Mindezen problémák megoldása céljából az általunk indirekt ordinációnak nevezett módszercsaládot vezettük be (Gaál és Hufnagel 2001), ennek bizonyos értelemben előzménye volt Hufnagel et al 1999 munkája. Az indirekt ordinációk lényege a következőkben foglalható össze: 1.

A hagyományos többváltozós mintázatelemző módszerekkel végrehajtott közvetlen dimenzióredukáló lépés (tehát a továbbiakban direkt ordináció) nem a vizsgálandó objektumokra, hanem az attribútum dualitás elvének megfelelően, a változókra vonatkozóan történik. Az objektumok ordinációját indirekt módon, tehát a változók koordinátáinak segítségével, külön lépésben készítjük el. Ennek legegyszerűbb módja lehet, ha az objektum indirekt ordinációban elfoglalt helyének koordinátáiul a benne előforduló változók koordinátáinak valamilyen függvényét (átlagát, súlyozott átlagát stb.) választjuk. Az objektumok tehát a második lépésben már egymás pozícióitól függetlenül kerülnek fel az ábrára, megoldva egyúttal ezzel a célkitűzés 3. problémáját.

2.

A változók koordinátáinak meghatározásához végzett direkt ordináció nem a teljes adatsorra, hanem egy erre a célra összeválogatott és erősen szűrt ún. referencia adatbázisra vonatkozik, amelyet módunkban áll már előzetesen tökéletesen megismerni és áttekinteni. A változók közötti viszonyokat csak ennek a referencia adatbázisnak kell jól tükrözni, a későbbi adatok ezt már nem képesek befolyásolni, megoldva ezzel a célkitűzés 1. 2. 4. és 5. problémáját, hozzájárulva ugyanakkor a megbízhatósági probléma megoldásához is.

3.

Ha az objektumok koordinátáit már kiszámoltuk, ezzel az indirekt ordináció elvileg már adott, de értelmezéséhez és többcélú használatához az alternatív megjelenítés és ábrázolás funkcióit is biztosítani kell. Ehhez az adatbáziskezelés és grafikus megjelenítés informatikai módszereit egyesítő térinformatika (GIS) biztosít lehetőséget, megoldva ezzel a 6.-ként feltüntetett problémát.

Idézett irodalom:

1.

Gaál M., Hufnagel L. (2001) Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring - In: Jerome Steffe (ed): EFITA 2001 Third European Conference of the European Federation for Information Technology in Agriculture, Food and the Environment, agroMontpellier ENSA, Montpellier (vol. 1): 285-290.

2.

Hufnagel, L., G. Bakonyi, T. Vásárhelyi (1999) New approach for habitat characterization based on species list of aquatic and semiaquatic bugs - Environmental Monitoring and Assessment 58: 305-316

3.

Podani, J. (1997) Bevezetés a többváltozós biológiai adatfeltárás rejtelmeibe, Scientia Kiadó, Budapest.



SZIMULÁCIÓ ÉS MONITORING AZ AGRÁRÖKOSZISZTÉMÁK VIZSGÁLATÁBAN I. Kölcsönhatási hálózatok időbeli szimulációja Ladányi Márta – Erdélyi Éva SZIE Kertészettudományi Kar, Matematika és Informatika Tanszék e-mail: [email protected]

ÖSSZEFOGLALÁS A környezetvédelem és az optimális gazdálkodás összehangolása céljából a talaj – növény – időjárás- kártevő rendszert, mint komplex ökoszisztémát vizsgáltuk. A dolgozatban ennek a vizsgálatnak moduljaiként két szorosan összefüggő modellt mutatunk be: az első egy elméleti víz- és tápanyagmozgási talajmodell, a másik egy leegyszerűsített táplálékhálózati, szezonális populációdinamikai modell, melyek mindegyike is közvetlenül kapcsolható a komplex ökoszisztéma modell további moduljaihoz. Mindkét modellben diszkrét differenciaegyenletrendszert használtunk, az első modell esetén a talajban lezajló víz - ionos tápanyag - szervesanyag változásnak, a másodikban a hőmérséklet-táplálék-predáció biomassza változást előidéző hatásának szimulálására. Ismertetjük a bemutatott modellek egymással és a további modulokkal való összekapcsolásának lépéseit, egy esettanulmányt elemzünk, végül egy kitekintést nyújtunk.

SUMMARY While considering the protection of environment according to the optimal economical management one needs to examine the soil–plant– weather–pest system as a complex agroecosystem. As two moduls of the system a soil-water-nutrient model together with a simplificated food-web model that are strongly connected to the other moduls as input and output elements of the further models of the agroecosystem are introduced. To simulate the interactions two discrete difference equation systems are used. The differencial equation system of the waternutrient model consists of three equations: they follow the change of water, ionic nutrient and organic matter. The general equation of the web model is based on three elements: the first one is to express the activity of the entity depending on the temperature, the second one is to describe the effect of the quality and the quantity of food and the third one is to display the effect of the predators. It is explained step by step how the output of the water-nutrient model is applied by the web model and the other way round. A case study is analysed and a summarized outlook is given.

Bevezetés és célkitűzés Ha a növénytermesztés technológiája a fenntarthatóság, a környezet- és egészségvédelem, valamint az optimális alkalmazkodás követelményeit a gazdaságos termeléssel összhangban kívánja megteremteni, akkor nem elegendő a kultúrnövény és abiotikus környezeti igényeinek ismerete, hanem a talaj – növény – időjárás kártevő rendszert komplex agroökoszisztémaként kell felfogni és az agrotechnikai műveletek tervezésekor a teljes agroökoszisztémára gyakorolt hatásokat kell elemezni. A vizsgált agroökoszisztéma működésének mélyebb megértéséhez a komplex kölcsönhatásrendszer (táplálékhálózat) szimulációs jellegű modellezésére (Hufnagel, in press) és a folyamatok monitorozására is szükség van (Hufnagel et al 1999, 2001, Gaál és Hufnagel 2001) A jelen cikkben vázolt két modell a komplex agroökoszisztéma egy-egy moduljaként tekinthető, mely inputjaiban és outputjaiban is szorosan kapcsolódik az agroökoszisztéma egyéb moduljaihoz, e két modell egymást kiegészíti és egymás eredményeire épül. Egy táplálékhálózat modellezését tűztük ki célul, ahol az időjárás szezonális mintázatát, a talaj tápanyagtartalmának alakulását, valamint a benne rejlő biotikus kölcsönhatásokat kívántuk figyelembe venni. A módszerek kidolgozásához az egyes stratégiai problémák vizsgálatára egy szélsőségesen leegyszerűsített modellszituációt vizsgáltunk (1. ábra). A modell legalsó szintjén szerepel a talaj, mint víz- és tápanyagforrás input (K), egy kultúrnövény (N), két gyomnövény (G1 és G2), egy monofág kártevő, mely a kultúrnövényünket pusztítja (M1), egy szintén monofág kártevő, mely az egyik gyomnövénnyel táplálkozik (M2), egy polifág kártevő, mely a kultúrnövényt és gyomot is pusztít (P), továbbá egy kártevőkkel táplálkozó ragadozó (R).



1. ábra Egy táplálékhálózati modell. A talaj (K), a kultúrnövény (N), a gyomok (G1 és G2), a monofág (M1 és M2) és polifág (P) kártevők, illetve a ragadozó (R) kölcsönhatásai. Az ábrán szereplő nyilak a tápláléktól a fogyasztó felé mutatnak.

R M1

M2

P

N

G1

G2

K A food-web model. The interactions between soil (K), cultivated plants (N), weeds (G1 és G2), monophag (M1 és M2) and poliphag (P) pests, as well as predators (R). The arrows run from the food to the consumer.

A táplálékhálózat modellezésének feladatát két modulra bontottuk. Az egyik modult a hálózat alapjául szolgáló talaj (K) víz- és tápanyagmozgásának szimulációja alkotja, míg a másik modulban a táplálékhálózat további, az ábrán szemléltetett elemeinek kölcsönhatásait írtuk le. A táplálékhálózat szezonális-dinamikai szimulációjához olyan diszkrét időszemléletű differenciaegyenleteket írtunk fel, melyek a vizsgálatba bevont paraméterek napi változásait írják le. A modellek kifejlesztésekor nem az egyes részfolyamatok leírásának pontosságára törekedtünk, hiszen arra egyrészt léteznek szakirodalmi részmodellek, másrészt a gyakorlatban az azokhoz szükséges paraméterek legtöbbször úgysem állnak rendelkezésre, hanem a leglényegesebb hatások kiemelésével a rendszer egészét kívántuk a lehető legpontosabban leírni annak érdekében, hogy adathiányos szituációkban is jól használható legyen, de ugyanakkor kedvezőbb szakmai körülmények között, sokrétűbb input birtokában lehetőséget biztosítson igényesebb elemek beiktatására. Dolgozatunkban a két modellt külön-külön mutatjuk be, ezt követően ismertetjük azok kapcsolódási pontjait egymással és a komplex agroökoszisztéma további moduljaival is és egy esettanulmányt is elemzünk. Irodalmi áttekintés

Az agroökoszisztémák kölcsönhatás-rendszerének gerincét az abban szereplő élőlénypopulációk táplálkozási hálózata adja. A táplálkozási hálózat számos olyan indirekt vagy rejtett kölcsönhatást is magában foglal, amelyek nem közvetlenül anyagáramlási jellegűek. Ilyen például a táplálékért való versengés (kompetíció), a közös predátor elleni menekülésből és védekezésből eredő indirekt kölcsönhatások, valamint a trofikus kaszkádnak is nevezett „top down” és „bottom up” regulációk stb. Az ökoszisztéma kölcsönhatási hálózatának jó közelítését kaphatjuk, ha a táplálkozási-hálózatot, a legfontosabb abiotikus hatásokkal (meteorológiai és talajtani faktorok) kiegészítjük. Az első szakirodalomból ismert táplálékhálózatot Shelford rajzolta le 1913-ban, de a legtöbbet idézett korai munka Bird műve 1930-ból (In Jordán 1998). A táplálékhálózatokkal kapcsolatban azóta számtalan elmélet született, amelyek gyakran egészen különböző szemlélettel közelítenek a témához. A Nemzetközi Biológiai Program (IBP) döntően produkcióbiológiai és energetikai nézőpontja számos munkára rányomta bélyegét (Lindeman 1942), ami gyakran a különböző fajok összevonásával, együttes kezelésével járt. Ezt követően a kutatási irányzatok szerteágaztak és „Preciziós növénytermesztés” NKFP 4/037/2001.


az energetika mellett megjelentek a populációdinamikai, stabilitáselméleti, gráfelméleti, rendszerelméleti, valamint információelméleti (Ulanowicz, 1986, Ulanowicz and Wolf 1991) megközelítések. Mindezek tanulságait legjobban egy könyv (Pimm, 1982) és egy cikk (Pimm et al, 1991) foglalja össze. A táplálékhálózatok szerkezetéről és a táplálékhálózatban megbúvó rejtett fajkölcsönhatásokról Jordán 1998, 2001 ad áttekintést. A táplálékhálózatok megbízhatósági elemzésével, a kulcsfajok kérdésével, újabban egyre több cikk foglalkozik (Jordán és Molnár 1999, Jordán et al 1999, Jordán 2000). Az alkalmazott ökológiai kutatások területén azonban sokkal kevesebb publikáció születik a táplálékhálózatok vonatkozásában. A világon eddig rekonstruált táplálék-hálózatok döntő többsége sziklás tengerpartok vagy korallszirtek ökoszisztémáival foglalkozik. Magyarországról mindezidáig egyetlen publikált táplálékhálózat ismert Jermy és Szelényi 1958 cikkéből, ez viszont az őszi búza állattársulásairól szól. A hazai édesvízi élőhelyek kvantitatív zoocönológiai feltárásáról és vizsgálatáról már jóval több cikk szól és ezek között újabbak is vannak (Hufnagel és Stollmayer 1999, Csörgits és Hufnagel 2000a,b, Bíró és Hufnagel 2001a,b, Varga és Hufnagel 2001). Az agrárökoszisztémák vonatkozásában pedig főleg kártevő rovaregyüttesekkel foglalkoztak (Hufnagel et al 1999a, Ferenczy et al 1999, Nyilas et al 2000). A közösségökológiai kutatások módszertani kérdéseiről szintén több publikáció ismert (Hufnagel et al 1999b,c,d, Gaál és Hufnagel 1999, 2000, 2001), de ide kell sorolnunk a mezőgazdasági rendszerek vizsgálatának kérdéseivel foglalkozó módszertani tanulmányokat is (Harnos 1991). A környezetvédelem céljaihoz alkalmazkodva is kidolgoztak ökoszisztémákat szimuláló modelleket (Nováky et al 1990), amelyekben táplálékhálózatok is szerepelnek, ezek azonban elsősorban a klasszikus Lotka-Volterra kölcsönhatásokra építenek és nem veszik figyelembe az abiotikus környezeti hatásokat. A mezőgazdasági rendszerekkel kapcsolatos modellek többsége ennek szöges ellentéte, hiszen ezek többsége a talaj-növényéghajlat rendszerrel foglalkozik (Knisel 1980, Hansen et al 1990), hasonlóan az ugyanezen rendszerrel kapcsolatban kidolgozott empirikus közelítésekhez (Gaál 1997a,b, 1998), ezen munkákból azonban általában kimaradnak a kártevők és kórokozók, valamint ezek természetes ellenségeinek vizsgálata. Eredmények I.Víz- és tápanyagmozgás a talajban A növénytermesztésben megfigyelhető, hogy az elérhető optimális eredmény és a tényleges mennyiség között eltérés van. Ez a különbség jó inputokkal, beavatkozásokkal minimalizálható. Ennek érdekében kezdtük vizsgálni a talajban lejátszódó víz- és tápanyagmozgást. A komplex ökoszisztéma modell igényeinek megfelelően a víz- és tápanyagviszonyok szimulációja a lehető legdrasztikusabb leegyszerűsítéssel történt, melynek célja kizárólag a legjelentősebb hatások jelzése. A növények a talajból csak oldott ionos tápanyagokat képesek felvenni, tehát a kötött ionos tápanyagok mellett igen nagy szerepet kap a talaj víztartalmának alakulása.

A talajban lévő víz mennyiségét csökkentheti – a párolgás (fizikai párolgás, növényi párologtatás) – a növénybe beépülő vízmennyiség és – az elfolyó víz; növelheti – a csapadék, illetve – az öntözés. Ezek a tényezők sok egyéb mellett főként a hőmérséklettől, a globálsugárzástól, a növény relatív vízmegtartó képességétől, a növény növekedési ütemétől, a talaj vízmegtartó kapacitásától és a talaj aktuális víztartalmától függenek. Vizsgálatunkban figyelmen kívül hagytuk többek között a talaj egyéb tulajdonságait, a széndioxid mennyiségét és a szél hatását.



Megállapíthatjuk tehát, hogy a (t+1)-edik időpontban a talajban lévő víz mennyiségét ( Vt +1 ) a t-edik időpont vízmennyiségéből ( Vt ) egy párolgási ( Π t ), egy növénybe beépülő ( Ω t ) és egy beérkező és el nem folyó vízmennyiséget kifejező ( Ψt ) tényezővel az alábbi módon számolhatjuk ki: Vt +1 = Vt ⋅ Π t ⋅ Ω t + Ψt ,

Az elpárologtatott vízmennyiség (fizikai párolgás, növényi párologtatás, fotoszintetikus vízbontás) napi értékét ( π t ) Turc 1954-ben, (in: Szász,1988) a potenciális evapotranspirációra adott ( PETt ) képletéből származtatjuk, mely korlátlan vízmennyiséget feltételezve adja meg az elpárologtatott víz mennyiségét: 0,013Tt [mm / nap] , Tt + 15 ahol Gt a globálsugárzás t edik napi értékét, Tt pedig a t edik napi középhőmérsékletet jelöli. Figyelembe kell azonban vennünk, hogy a talajban lévő víz mennyisége (hazánkban különösen is) korlátozott, tehát a fenti képletet úgy módosítjuk, hogy a PETt -t szorozzuk PETt = (G t + 50 )

egy alkalmas taggal. Az így kapott szorzat ( π t ) fejezze ki, hogy a párolgás egyenesen arányos a talaj vízmennyiségével, továbbá ha az a végtelen felé tart, akkor a párolgás értéke határértékben a fenti PETt értéket adja, ha pedig a vízmennyiség a zérus felé tart, akkor vele együtt a párolgás napi értéke is a 0 felé közelítsen :   1 , π t = k ⋅ PETt 1 − τ   (1 + Vt )  ahol k a növényi taxonra és a növényzet fiziognómiai struktúrájára vonatkozó konstans, τ pedig egy alkalmasan választott sebességi tényező. A párolgási tényezőt ezután az alábbi alakban írjuk fel: Πt =

Vt − π t , Vt

amiből nyilvánvaló, hogy 0 < Π t < 1 , azaz szorzótényezőként a párolgási tényező csökkenti a talaj aktuális víztartalmát. A növénybe beépülő és ezzel a talaj vízmennyiségét csökkentő tényezőt az alábbi módon határozzuk meg: Ωt =

1 , (1 + dBt RV )η

ahol dBt ≥ 0 a t edik napi biomassza-növekményt, RV a növény relatív vízmegtartó képességét, η a beépülés folyamatának sebességi tényezőjét jelöli. Nyilvánvaló, hogy a napi biomassza-növekmény valamely hatványának nagyságával egyenes arányban növekszik a



beépített víz mennyisége, s dBt → 0 esetén a beépülés okozta vízelvonás is zérushoz tart, vagyis Ω t , mint szorzótényező az 1-hez közelít. A modell beérkező és el nem folyó vízmennyiséget kifejező Ψt additív tagját a

Ψt = min (Vt ,csap + Vt ,önt , C − Vt ), képlettel fejezzük ki, ahol

Vt ,csap a napi csapadékmennyiséget, Vt ,önt a napi öntözés

mennyiségét, C a talaj vízmegtartó kapacitását jelöli. A talaj ugyanis a beérkező vízmennyiséget csak abban az esetben képes megtartani, ha az nem haladja meg a vízmegtartó kapacitását. Ha ennél több víz érkezik be, a vízmegtartó kapacitásán felüli vízmennyiség elfolyik. A talajban lévő vízmennyiség napi értékét felhasználva fejezzük ki a talajban lévő, a növény által hasznosítható oldott ionos tápanyagok napi mennyiségét ( K t )! A talajban oldott ionos tápanyag mennyisége is számos tényezőtől függ, ezek közül a legfontosabb csökkentő tényezők: – a növény által elfogyasztott ill. beépített mennyiség – az elfolyó vízzel kimosódó ionos tápanyag mennyisége, leglényegesebb növelő tényezők: – a szerves anyagból lebomlott mennyiség (a elbomlást egyelőre konstans ξ sebességűnek tekintjük) – az adagolt műtrágya mennyisége. Mindezeket összefoglalva: K t +1 = K t

1

(1 + dBt Rsó )

λ

1 + (1 − ξ ) S t + K m (1 + min(Vt , K t / Osó )) ϕ

A (t+1)-edik időpontban tehát a talajban oldott ionos tápanyagok mennyiségét ( K t +1 ) a t-edik időpontban ismert értékből ( K t ) számoljuk ki úgy, hogy szorozzuk egy növénybe való beépülést és egy talajból való kimosódást kifejező (1-nél kisebb pozitív) tényezővel és hozzáadjuk a lebomlott szerves anyagból ( S t ) származó és a mesterségesen (műtrágyázással) hozzáadott ( K m ) mennyiséget. A növénybe való beépülést kifejező tagban Rsó jelöli a növény relatív tápelem tartalmát, melyet ionos tápanyaggal ekvivalens módon mérünk, λ pedig a folyamat sebességét leíró kitevő. Ismét világos, hogy a napi biomassza-növekmény bizonyos hatványának nagyságával egyenes arányban növekszik a beépített ionos tápanyagok mennyisége, s dBt → 0 esetén a beépülés okozta tápanyagelvonás is zérushoz tart, vagyis a növénybe való beépülést kifejező tag, mint szorzótényező az 1-hez közelít. A kimosódást leíró képlet kifejezi, hogy míg szűkös vízmennyiség esetén az oldott ionos tápanyag mennyiségét az oldószer (víz) korlátozza, addig bőséges vízmennyiség esetén az oldott ionos tápanyag mennyiségét a kötött ionos tápanyagmennyiség maximalizálja, ahol az „Preciziós növénytermesztés” NKFP 4/037/2001.


ionos tápanyag oldhatóságát Osó , a folyamat sebességi tényezőjét pedig ϕ jelöli. A kimosódás mértéke egyenesen arányos az oldott ionos tápanyag valamely hatványával, s ahogy ez a zérus felé tart, úgy tart a kimosódás mértéke is a nullához. Ez éppen azt jelenti, hogy a kimosódási tényező határértéke 1. Végül a szervesanyagtartalom mennyiségét a (t+1)-edik időpontban ( S t +1 ) úgy kapjuk meg, hogy a szervesanyagtartalom t-edik időpontban kapott mennyiségét a lebomlott mennyiséggel csökkentjük, illetve a napi képződő biológiai szervesanyaggal (beszántott másodlagos biomassza, elhullott rovarok, jelölje ezt S biom , t ) és az adagolható szervestrágya mennyiségével ( S sz , t ) növeljük:

S t +1 = (1 − ξ ) S t + S biom , t + S sz , t .

II. A táplálékhálózat szezonális populációdinamikai modellje A tápálékhálózatban szereplő kölcsönhatásokat leíró modellben hét differenciaegyenletet írunk fel, melynek mindegyike a táplálékhálózat egy-egy elemének napi változását írja le. A differenciaegyenletek általános alakja:

X t +1 = X t ⋅ R X ,t ⋅ FX ,t ⋅ PX ,t , X t +1 és X t jelöli az N, G1, G2, M1, M2, P, illetve R valamelyikének (t+1)-edik és t-edik napi biomassza mennyiségét (tömeg mértékegységgel), R X , t jelöli az X egyedre jellemző, a napi középhőmérséklettől ( T )

ahol

függő aktivitási függvényt, FX , t jelöli az egyenlet ún. táplálék tagját, PX , t pedig az ún. predációs tagot. A továbbiakban részletesen ismertetjük az általános egyenlet tényezőit. 1. Az aktivitási tényező Az X egyedre jellemző aktivitási tényezőt egy ún. aktivitási függvény segítségével határozzuk meg (Révész 2002). Az aktivitási függvény két exponenciális függvény összegének valamely negatív hatványa (f), mely azt fejezi ki, hogy alacsony hőmérséklet esetén az egyed nem fejlődik, a hőmérséklet növekedtével a fejlődés üteme egyedre jellemző sebességgel indul meg és folytatódik, mígnem a számára optimális hőmérsékleten eléri fejlődési ütemének maximumát, az ennél magasabb hőmérséklet pedig szintén egyedre jellemző mértékben és ütemben fejti ki gátló hatását:

rX : T a r (T ) = s X : T a s (T ) =

1 ( s(T ) + s(T )) f , 2

1 1 − , exp(a(T − b)) + exp(−c(T − d )) exp(−ab) + exp(cd )

ahol a, b, c, d, és f az X egyed hőmérsékletre való érzékenységétől függő paraméterek. Az aktivitási tényezőt ebből a függvényből képezzük egy lineáris transzformációval:

R X : T a AX rX (T ) + b X , ahol AX és b X az egyedre jellemző paraméterek. Az R X függvény értékkészlete (a hazánkban mérhető középhőmérsékleti tartományt értelmezési tartománynak tekintve) egy az 1 szám körüli szűk intervallum, mely azt fejezi ki, hogy az egyed számára kedvezőtlen napi középhőmérséklet esetén R X < 1 , azaz az általános differenciaegyenletben szorzótényezőként szereplő R X függvény csökkenti a biomassza tömegét, kedvező napi



1 fölött lesz, azaz segíti a biomassza növekedést. (A függvény értéke nem lehet sokkal kisebb vagy nagyobb, mint 1, mert ez a napi léptéket figyelembe véve

középhőmérséklet esetén az R X függvény értéke kicsivel

túlságosan rohamos napi biomassza-növekedést vagy -csökkenést eredményezne, ami a valóságban nem fordul elő.) A függvény folytonos, az optimális középhőmérsékletig egyedre jellemző meredekséggel monoton növekvő, ott eléri maximumát, majd egyedre jellemző meredekséggel monoton fogyó. A 2. ábrán a táplálékhálózat elemeinek aktivitási tényezőjét ( R X ) tüntettük fel a hőmérséklet függvényében, a 3. ábrán pedig példaként az N kultúrnövény aktivitási tényezője látható az év napjainak függvényében az 1980-ban Debrecenben mért napi középhőmérsékleti adatok alapján. 2. ábra Aktivitási tényező

1 ,0 8 1 ,0 6

M

G1

G2

1 ,0 4

P

N

1 ,0 2 1 ,0 0 0 ,9 8 0 ,9 6 5

10

R

15

20

M

25

Activity factor R(T) , T is for temperature 3. ábra A kultúrnövény (N) aktivitási tényezője az év napjainak függvényében 1980-ban Debrecenben mért hőmérsékleti adatok alapján

349

291 320

204 233 262

146 175

59 88 117

1 30

1,06 1,04 1,02 R_N 1 0,98 0,96 0,94 0,92

Activity factor (of day) for the cultivated plant (N)

2. A táplálékmennyiségtől függő tényező Az FX ún. táplálék tag az egyedek alábbi tulajdonságainak a modellben való megjelenését hivatott szolgálni: (i) Bőséges táplálékforrás esetén az egyed biomasszája (minden egyéb körülményt rögzítettnek tekintve) egy rá jellemző maximális mértékben gyarapszik (ΚX jelölje az egyed maximális szaporodási rátáját), azaz az egyed testtömege növekszik és/vagy szaporodik, (ii) a táplálékellátottság csökkenésével a táplálékmennyiségtől és egyedre jellemző módon kevésbé gyarapszik illetve csökken az egyed biomasszája. (iii) Ha a rendelkezésre álló táplálékmennyiség az éppen szükségeset közelíti, akkor a biomassza tömege lényegében nem változik, ( FX ≈ 1 ). (iv)

Ha a táplálékellátottság az elviselhetetlenségig csökken, az egyed elpusztul, ( FX → 0 ).



(v)

Ha az egyed olyan táplálékot fogyaszt, melyért egy másik egyeddel versenyben áll, akkor a biomassza változást befolyásolja a másik egyed biomassza mennyisége, (illetve az ezzel arányos táplálkozási intenzitása), továbbá az egyéb, a versenyző egyedek táplálékfogyasztását, illetve a táplálék tápanyagmennyiségét kifejező súlyozó paraméterek. (vi) Ha az egyed többféle táplálékot is fogyaszt (polifág, ragadozó), akkor az egyes táplálék-populációkból a a táplálék biomasszájának és tápértékének megfelelő arányban fogyaszt. A vázolt tulajdonságokat leíró tagot ( FX ) több lépésben fogjuk előállítani. Először meghatározzuk az egyed napi táplálékfogyasztását követően a maradék táplálékmennyiség és a táplálkozást megelőzően rendelkezésre állott táplálékmennyiség arányát, pontosabban a napi (-1)⋅maradék táplálékmennyiség táplálékmennyiség arányt:

N F = G1 F = G2 F = −

PF = −

N − a NM1 M 1 − a NP

M1 F = −

K − a KN N − a KG1 G1 − a KG2 G2

1 1 P P P P ⋅ ⋅ + G1 − aG1P ⋅ ⋅ P + 1 N + ε G1 + 1 P + 1 G1 + ε N + 1 N + G1 + ε 1 P P ⋅ ⋅ P + 1 N + ε G1 + 1 N +ε

N − a NM1 M 1 − a NP

M2 F = −

RF = −

M 1 − a M1R

K +ε

G 2 − a G2 M 2 M 2 G2 + ε

1 1 R R R R ⋅ ⋅ + P − a PR ⋅ ⋅ R +1 M1 + ε P + M 2 +1 R +1 P + ε M1 + M 2 +1 + P + M1 + M 2 + ε 1 R R M 2 − aM 2R ⋅ ⋅ R +1 M 2 + ε P + M1 +1 − . P + M1 + M 2 + ε

A formulákban szereplő a XY együtthatók a táplálékhálózat X elemétől az Y eleme felé mutató nyíl súlyai, ε >0 pedig egy kicsiny szám, mely a zérussal való osztás numerikus hibáját küszöböli ki. Nyilvánvaló, hogy X F > −1 . Az egyenleteket úgy kell érteni, hogy a bal oldalon szereplő aktuális X F tényező a t-edik időpillanatban a jobboldali képlettel számítható ki a táplálékhálózat elemeinek ( t-1)-edik időpontbeli biomassza értékeinek ismeretében. Az FX tag előállításának következő lépése, hogy bevezetjük az ν

 2  f : x a f ( x) =   2+ x

( x > −1 )

hiperbola típusú függvényt, mely ( x helyébe valamely X F -et írva) rendelkezik a fenti (ii)–(vi) tulajdonságokkal, ámde határértékben, korlátlan táplálékellátottság esetén soha nem éri el ΚX-et, az alatt marad. (A ν > 0 sebességi kitevőt alkalmasan úgy választjuk, hogy ν < lnΚX /ln2 teljesüljön.)



Most tekintsük a

 Κ g : x a g ( x) = max 1 − ν  x + 1,  2 

 1 

lineáris, folytonos, x < 0 esetén szigorúan monoton fogyó, x ≥ 0 esetén konstans 1 értékű függvényt! (4. ábra) 4. ábra

g

1,015 1,01 1,005 1

f

0,995 0,99

-2

-1

0

1

2

3

4

x Az f és g függvények képe Graphs of f and g

Ellenőrizzük most, hogy az

FX : X F a FX ( X F ) = g ( X F ) ⋅ f ( X F ) függvény teljesíti-e a fenti (i) – (vi) tulajdonságok mindegyikét! –

− 1 < X F < 0 esetén, vagyis ha a rendelkezésre álló táplálékmennyiség bőséges,

   2 Κ FX : X F a FX ( X F ) = 1 − ν  X F + 1 ⋅   2   2+ XF – –

ν

  . 

X F → −1 esetén FX → Κ , tehát Κ helyébe tetszőleges ΚX-et írva (i) teljesül. X F ≥ 0 esetén (szűkös vagy éppen elegendő a táplálékforrás)

 2 FX : X F a FX ( X F ) =  2+ XF

ν

  , 

tehát X F =0 esetén (a táplálékmennyiség éppen elegendő) FX = 1 , ezért (iii) teljesül. –

Az FX függvény monoton fogyó, ezért (ii) teljesül.

–

X F → +∞ esetén (az egyedek éheznek) FX → 0 , tehát az egyedek elpusztulnak, (iv) teljesül. (Ez Y akkor fordul elő, ha polifág esetén a XY → ∞ , monofág esetén pedig a XY Y → ∞ .) X



– –

Az (v) tulajdonságot X F konstrukciója biztosítja. A táplálék biomassza-csökkenését a táplálkozó egyed populációja a vele versenyben álló populációval közösen okozza (additív tagok a számlálóban). Az (vi) tulajdonságot szintén az X F konstrukciója biztosítja. A számlálóban szereplő

1 1 1 1 1 , , , , illetve G1 + 1 N + 1 P + M 2 + 1 M 1 + M 2 + 1 P + M1 +1 szorzótényezők a táplálék-populációk fékező hatását fejezik ki. 3. A predációs tényező A PX - szel jelölt ún. predációs tényező a vizsgált populáció biomasszaváltozásának alábbi jellemzőit írja le, amennyiben minden egyéb körülményt rögzítettnek tekintünk: – A táplálék-populációt fogyasztó táplálkozó-populáció biomasszájának növekedtével a táplálék-populáció biomasszája lassuló ütemben fogy (a táplálékszerzés egyre nehezebbé válik) egészen a kipusztulásig, de a táplálék-populáció fogyása a táplálkozó-populáció tápálékának korlátozó tényezője is egyben, mely a táplálkozó-populáció biomasszáját kevésbé növeli, vagy akár csökkentheti is. A táplálkozó-populáció biomasszájának csökkenésével azonban a táplálék-populáció biomasszájának változása a zérus felé tart. – Ha a táplálék-populációt fogyasztó táplálkozó-populáció más populációkat is fogyaszt, akkor az egyrészt pozitív hatású a táplálék-populáció számára (amíg a másikkal lakik jól, ezt nem fogyasztja), másrészt a másik táplálék-populáció, mint tápláló hatás, növeli a táplálkozó-populáció biomasszáját, ami a következő lépésben a táplálkozás intenzitásának növekedésével is jár. A fenti összefüggéseket felismerve láthatóvá válik, hogy a táplálékhálózat kölcsönhatásai egy igen bonyolult rendszerben függenek össze. A modell konstrukciójánál mindvégig törekedtünk arra, hogy a lehető legegyszerűbb modellel a lehető legpontosabban kövessük a vázolt, véleményünk szerint legfontosabb jellemzőket. Ennek eredményeképpen született az alábbi hat predációs tényező egyenlet:

PN =

1  M1 M1  P P 1 1 + a NP  ⋅ ⋅ + a NM 1 ⋅ P N G + + + + + 1 ε 1 M 1 N ε 1 1  

PG1 =

1  P P 1  1 + aG1P  ⋅ ⋅ + + + P 1 G ε N 1 1  

PG2 =

PP =

PM1 =

µ

µ

1  M2 M2  1 + aG2 M 2  ⋅ M 2 + 1 G2 + ε  

µ

1   R R 1 1 + a PR  ⋅ ⋅ R + 1 P + ε M 1 + M 2 + 1  

µ

1   R R 1 1 + a M1R  ⋅ ⋅ R + 1 M 1 + ε P + M 2 + 1  


µ


PM 2 =

1   1 R R 1 + a M 2 R  ⋅ ⋅ R + 1 M 2 + ε P + M 1 + 1  

µ

,

ahol az a XY együtthatók után álló két tört alakú szorzótényező a fenti első, míg a harmadik a fenti második tulajdonságot jó közelítéssel biztosítja. A

µ

sebbességi tényező, az

ε >0

kicsiny szám pedig a numerikus hiba

kiküszöbölésére szolgál. Az egyenleteket úgy kell érteni, hogy a bal oldalon szereplő PX tényező értéke a tedik időpillanatban a jobboldali képlettel számítható ki a táplálékhálózat elemeinek ( t-1)-edik időpontbeli biomassza értékeinek ismeretében.

1 1 1 1 , , , és G1 + 1 N + 1 M 1 + M 2 + 1 P + M 2 + 1

A predációs tényezők nevezőjében szereplő

1 szorzótényezők a fenti második tulajdonságot, azaz több predátor esetén a predátorok között P + M1 +1 fennálló verseny fékező hatását fejezi ki. A többi szorzótényező pedig az első tulajdonságnak a modellben való teljesülését biztosítja a már az I. fejezetben ismertetett arányossági és határértékszámítási okoskodással. III. A víz-tápanyag és a populációdinamikai modell kapcsolata Visszatekintve a víz-és tápanyaggazdálkodási modell egyenleteire vizsgáljuk meg a bemenő és kijövő adatokat!

  1 Vt +1 = Vt ⋅ Π t ⋅ 0,5 +  + min (Vt ,csap + Vt ,önt , C − Vt ) 1 + (dBt RV )η  

(i)

 1 = K t   1 + dBt Rsó

  

λ

 1  0,5 + (1 + min(Vt , K t / Osó )) ϕ 

(ii)

K t +1

(iii)

S t +1 = (1 − ξ ) S t + S biom, t + S sz , t

  + ξS t + K m 

Az egyenletrendszer által felhasznált bemenő adatokat négy csoportba oszthatjuk: (a) Az egyenletrendszerbe beépített napi adatok: – a napi csapadék, a napi középhőmérséklet, az öntözés és globálsugárzás értékei – a műtrágyázási adatok (b) Az egyenletrendszerbe beépített konstansok: – a növényre, a talajra, az ionos tápanyagokra vonatkozó állandók, a biológiai folyamatok sebességére vonatkozó sebességi tényezők ( RV , C , Rsó , Osó , η , λ , ϕ , ξ , ... , stb.) (c) Az egyenletrendszer által használt kiinduló értékek: –

V0 , K 0 , S 0



(d) Az egyenletrendszer által használt egyéb adatok: – Biomassza napi változása ( dBt ) – napi képződő biológiai szervesanyag ( S biom , t ). Az (a) típusú adatokat hazánkban évtizedek óta jegyzik, az adatok a rendelkezésünkre állnak. A (b) típusú adatokat szakértői becslés alapján határozhatjuk meg vagy illesztő paraméterként használjuk. A (c) típusú adatokat talajfelmérési adatokból meríthetjük. A (d) típusú adatokat a táplálékhálózati modellből nyerjük. A táplálékhálózati modell szintén négy típusú adatot használ, az (a), (b), (c) típusúakhoz a fentiekhez hasonlóan juthatunk hozzá. A (d) típusú input adat ( K X ,t ) a talajmodell outputja. Látható tehát, hogy a dolgozatban bemutatott két modell egymás outputjából indul ki. Ezt úgy képzeljük el, hogy kiinduló értékekre támaszkodva a talajmodell egy lépése után annak kimenő K X ,t értékét írjuk a táplálékhálózat modellbe, melynek kimenő adata lesz a biomassza-növekmény ( dBt ) és a napi képződő biológiai szervesanyag ( S biom , t ) az alábbi definícióval: dBt := max{∑ ( X t − X t −1 ), 0

}

S biom , t = min{∑ ( X t − X t −1 ), 0 } , ahol az összegezést a modellben szereplő hétféle X populációra értjük. A definíció azt a közelítő gondolkodásmódot fejezi ki, miszerint a pozitív biomassza-növekménynek a víz- és tápanyagbeépítésben, a negatívnak a biológiai szervesanyagképződésben van szerepe. A táplálékhálózat modell egy lépése után ismét a talajmodell indul, s ennek egy lépése után visszatérünk a táplálékhálózati modellhez. Az összetett modell futásának lépésszáma tehát így a kétszeresére nő. Esettanulmány 1. A modell szimulációs eredményeinek ismertetése az 1980. évben Debrecenben mért napi középhőmérsékleti adatok alapján A vázolt modell egy alkalmazását az 1980-ban Debrecenben mért napi középhőmérséklet és csapadékmennyiség értékekből és a táplálékhálózat egy fiktív, de arányaiban egymásnak megfelelő K0, V0, S0, N0, G1,0, G2,0, M1,0, M2,0, P0, és R0 kiinduló értékekkel állítottuk elő. Mint azt már a 2. ábrán már megfigyelhettük, az aktivitási tényezők paramétereit úgy határoztuk meg, hogy szemléltesse a különböző populációk eltérő hőmérséklet-érzékenységét: más-más szélességű és középpontú közelítőleg-optimális hőmérséklettartományt jelöltünk ki az egyes hálózati elemek számára. Hasonlóan a hálózatbeli élőlények eltérő biológiai



jellemzőit hangsúlyozzák a különféle aij együtthatók (a hálózati nyilak súlyai) és a különböző ΚX maximális szaporodási ráták. Amikor az aktivitási függvény értékeit az egyes populációkra az 1980-as esztendő napi középhőmérsékleti adatainak függvényében ábrázoljuk (pl. 3. ábra a kultúrnövény esetében), akkor látható, hogy tavasszal eltérő időpontokban és intenzitással alakult ki a biomasszanövekedést elősegítő hatás (RX>0), s az is, hogy abban az évben a 220. nap táján (augusztus elején) jelentkező kimondottan magas napi középhőmérséklet csapadék nélkül (kánikula és szárazság) a biomassza-növekedést egyedre jellemző mértékben, de többé-kevésbé mindegyik populációnál jól érzékelhetően gátolta. Vizsgáljuk meg most a 6-12. ábrákat és vessük össze az egyedre jellemző aktivitási tényezővel, illetve az 5. ábrán látható 1980-as debreceni középhőmérsékleti adatokkal! 5. ábra 1980-ban Debrecenben mért napi középhőmérséklet értékek

T 30 20 10 0 -10 1 31 61 91 121 151 181 211 241 271 301 331 361 -20 Daily average temperature measured in 1980, Debrecen, Hungary 6. ábra A kultúrnövény (N) biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján

N 5000 4000 3000 2000 1000 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of cultivated plant N; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

A modellünkbe munkánk ebben a fázisában nem építettük be a betakarítást. Mégis jól kivehető a 6. ábrából, mely a kultúrnövény biomassza tömegének alakulását ábrázolja az 1980. évben, hogy a télre a talajon maradt kis mennyiségű biomassza tavaszig lassan tovább csökken, mígnem a 160. nap táján (június), amikor a napi középhőmérséklet megközelíti az N számára optimális 18 °C-ot, a biomassza előbb lassú, később egyre gyorsabb ütemű növekedésnek indul, a 220. nap táján egy kis megtorpanás után a 280-300. nap között eléri a (kissé elnyújtott) maximumát, ezután pedig igen gyors csökkenés tapasztalható. 7. ábra A G1 gyomnövény biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján



G1 1500 1000 500 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of weed G1; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

A kultúrnövényétől eltérő görbét mutat a hűvös kedvelő G1 gyom biomassza alakulása. (7. ábra) Tavasszal már a 80. nap táján kb. 6°C-os középhőmérsékletnél intenzív növekedésnek indul, amit a 160. naptól egy hosszú esés követ. A 270. napot követően (a középhőmérséklet 15 °C alá csökken ), szeptember elejétől azonban újabb növekedésnek indul és csak november végétől kezd pusztulni. A gyom görbéjén jól nyomon követhető a késő őszi – tél eleji nagyfokú hőmérséklet ingadozás. 8. ábra A G2 gyomnövény biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján

G2 2500 2000 1500 1000 500 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of weed G2; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

A G2 gyomunk kifejezetten melegkedvelő. (8. ábra) A kultúrnövénynél valamivel előbb indul növekedésnek igen nagy sebességgel. A 250. napot követően azonban, amikor a középhőmérséklet a 20°C alá csökken, ennél ugyan kicsit lassabban, mégis sebesen csökken, majd a csökkenés az év végéig fokozatosan lassul. 9. ábra A P polifág biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján

P 2500 2000 1500 1000 500 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of poliphag P; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary



A kultúrnövényt és a korai gyomot pusztító polifág kártevő (9. ábra) a korai gyomból keveset fogyaszt, mert a hűvöset nem igen kedveli, de attól lassú növekedésnek indul. A korai gyom biomassza csökkenése a kártevő görbéjén is mutatkozik a 220. nap környékén. A kultúrnövény biomasszájának hirtelen növekedésével azonban gyarapodása erőteljesen megindul és csak tápláléka biomasszájának csökkenését követően kezd biomasszája gyors fogyásba. 10. ábra Az M1 monofág biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján

M1 2500 2000 1500 1000 500 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of monophag M1; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

A kultúrnövényt károsító M1 monofág aktivitási görbéjének maximumhelye szinte megegyezik táplálékának aktivitási görbéjének maximumhelyével. Így aztán nem meglepő, hogy a 10. ábrán kicsit késleltetve, de majdnem ugyanazt a görbemenetet figyelhetjük meg, mint a kultúrnövénynél, természetesen más értékekkel. 11. ábra Az M2 monofág biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján

M2 1000 800 600 400 200 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of monophag M2; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

Az M2 monofág a melegkedvelő gyommal táplálkozik, (11. ábra) de az optimális hőmérséklet számára 1-2 °C-kal alatta marad, mint ami táplálékának optimális. Így növekedése lassabban és kicsit késleltetve indul meg táplálékához képest, s ugyanez mondható el biomassza-csökkenéséről. 12. ábra Az R predátor biomassza tömegének alakulása; szimulációs eredmény az 1980-as debreceni napi hőmérsékleti adatok alapján



R 1500 1000 500 0 1 32 63 94 125 156 187 218 249 280 311 342 Biomass change of predator R; a simulated result based on the daily average temperature measured in 1980, Debrecen, Hungary

Az R ragadozó a modellben háromféle táplálék közül is válogathat, (polifág, monofágok), de míg a monofágokkal nagyjából hasonló hőmérséklet jelenti számára az optimálisat, addig a polifág ennél 1-2 °C-kal hűvösebbet kedvel. (12. ábra) A ragadozó a 150. Naptól kiegyensúlyozott tempójú növekedésnek indul, majd a 280-300. nap között eléri a késő őszi – tél eleji nagyfokú hőmérséklet ingadozás jeleit magán viselő elnyújtott maximumát és ezután rohamos csökkenés tapasztalható. 13. ábra A 6-12. ábra egyetlen koordinátarendszerben ábrázolva 5000 4000 3000 2000 1000 0 1

32 63 94 125 156 187 218 249 280 311 342

Figures 6-12 displayed in an only coordinate system

Az egyes populációk fent ismertetett biomassza-változás sebességeinek és a görbék lokális szélsőértékhelyeinek különbségeit hasonlíthatjuk össze a 13. (öszefoglaló) ábrán.



2. A modell szimulációs eredményeinek ismertetése az 1980-84. években Debrecenben mért napi középhőmérsékleti adatok alapján 14. ábra Az 1980-84. években Debrecenben mért napi középhőmérséklet adatok

4 0 ,0 3 0 ,0 2 0 ,0 1 0 ,0 0 ,0 - 1 0 ,0

1

196

391

586

781

976

1171 1366 1561 1756

- 2 0 ,0 Daily average temperature measured in 1980-84, Debrecen, Hungary

A modell ötéves szimulációjának eredményeképpen születtek a 15-22. ábrák. A görbék vonulatán jól leolvasható az egyedre jellemző szezonalitás. 15-22. ábra A táplálékhálózati modell szimulációs eredményei az egyes populációtípusokra ötéves (1980-84) futtatás esetén Five-year (1980-84) simulation results of the food-web model for each elements of the web 15. ábra

N 2500000 2000000 1500000 1000000 500000 0 1

193 385 577 769 961 1153 1345 1537 1729

A kultúrnövényünknek a vizsgált öt esztendő közül 1983 rendkívül kedvezett (ez a tápanyag-paraméterek beállításának is következménye), 1980-ban pedig a termés igen gyenge volt. (15. ábra). 16. ábra

G1 200000 150000 100000 50000 0 1 189 377 565 753 941 1129 1317 1505 1693

Az 1981-82-es viszonylag meleg ősz-tél és tél-tavasz hatása kiugró a hidegkedvelő gyom görbéjén (16. ábra).



17. ábra

G2 50000 40000 30000 20000 10000 0 1 185 369 553 737 921 1105 1289 1473 1657

A melegkedvelő gyom ábráján a szezonalitás mellett az is megfigyelhető, hogy a különböző évek eltérő feltételeket teremtve eltérő magasságú, meredekségű és konvexitású görbéket implikálhatnak. (17. ábra) 18. ábra

P 4000 3000 2000 1000 0 1

199 397 595 793 991 1189 1387 1585 1783

A G1 gyomhoz hasonlóan a polifág a hűvöset kedveli ezért számára is kedvezőbbek voltak az 1980-81-es évek, mint az azokat követő 3 esztendő. (18. ábra) 19. ábra

M1 4000 3000 2000 1000 0 1 148 295 442 589 736 883 103011771324147116181765

A melegkedvelő monofág görbéjén megfigyelhetjük a hűvösebb nyár (1984) és a melegebb nyár (1981) hatását. (19. ábra) 20. ábra



M2 2000 1500 1000 500 0 1 181 361 541 721 901 1081 1261 1441 1621 1801

A kevésbé érzékeny gyommal táplálkozó monofág görbéjének alakja és magassága a táplálékhálózat többi elemeihez viszonyítva stabilabbnak mutatkozik. (20. ábra)

21. ábra

R 8000 6000 4000 2000 0 1

209 417 625 833 1041 1249 1457 1665

A ragadozó görbéje a legkevésbé változékony. (21. ábra) Diszkusszió, kitekintés A modell szimulációs eredményeinek fenti leírása egy általunk általánosan jellemzőnek ítélt esetet elemez. Ez azonban nem jelenti azt, hogy egyéb, ettől eltérő, kevésbé szokványos vagy akár extremális esetekben a modell ne lenne alkalmazható. Munkánk tesztelésekor megfigyeltük az ilyen esetek hatásait is és azt tapasztaltuk, hogy pl. egy populáció kihalása esetén a táplálékhálózat többi elemén is megfigyelhetők voltak ennek hatásai, de a kihalt egyeddel táplálkozó monofág kártevőtől eltekintve (amely szintén kihalt) ezek a hatások egy idő után a populációk közötti új egyensúly létrejöttét indukálták. Vizsgáltuk a talaj tápanyagtartalékainak kimerülésekor megjelenő hatásokat is, továbbá teszteltük a táplálékhálózati modell eredményeinek alakulását manuális (trágyázás, gyomirtás, vetés, aratás, öntözés, növényvédő szerek alkalmazása, stb.) beavatkozások esetén is. Ezeknek a vizsgálatoknak a kimerítő elemzése még folyamatban van, néhány példa azonban már megtalálható Hufnagel és Gaál 2002 cikkében. A kérdést az teszi igazán érdekessé, hogy a modell alkalmazhatóságának területeit körvonalazza. Az eredmények térbeli inhomogenitásának elemzése igen jól hasznosítható a precíziós növénytermesztésben Horváth 2002 és ez képezi a komplex agroökoszisztéma egy másik modulját. Szintén a dolgozatban ismertetett modellekre épül a komplex agroökoszisztéma egy további modulja, a többváltozós állapotsíkrendszerek alkalmazása is. További terveink között szerepel a talajmodell által alkalmazott szervesanyag lebomlási folyamat pontosítása szélesebb spektrumú időjárási tényezők

hatáselemzésével és a

lejátszódó kémiai folyamatok

sebességének becslésével.

A talajmodellben közelítésül konstansként kezelt vízmegtartó kapacitás a talaj víztartalmának függvényében való leírásával a modell tovább pontosítható. Az oldott ionos tápanyag mennyiségét egyelőre általánosan vizsgáltuk. A későbbiekben ezt több egyenletre bontva külön kezeljük, így pontosabb becslést kaphatunk a talaj nitrogén, kálium, foszfor, stb. tartalmának alakulásáról. „Preciziós növénytermesztés” NKFP 4/037/2001.


Az időjárás szélsőségeinek, illetve globális változásainak hatásvizsgálata a talajra és a táplálékhálózat populációs összetételére szintén fontos és érdekes problémákat feszeget. Terveink között szerepel hosszabb, 20-40 éves idősorok vizsgálata is, illetve szimulált bemenő adatokkal való hosszútávú előrejelzések készítése is. Ekkor egyéb, akár szezonálisan változó (a vegetációs időszakban sűrűbb, a téli hónapokban ritkább) lépésköz alkalmazása is indokolt lehet. A hosszútávú adatsorok vizsgálatához azonban először a modellek körültekintő és részletes stabilitásvizsgálata szükséges. A valóságban természetesen ennél sokkal nagyobb és összetettebb táplálékhálózatokkal kell dolgoznunk, ezért céljaink között szerepel az ilyen nagy volumenű hálózatok kisebb, áttekinthetőbb modellekkel való leírása is. Ehhez a modell több szempontból való általánosítására is szükség van. Köszönetnyilvánítás Tisztelettel köszönjük Harnos Zsolt Professzor Úrnak, a Matematika és Informatika Tanszék vezetőjének, hogy munkánkat figyelemmel kísérte, s minden támogatást megadott, amire munkánk során szükségünk volt. Köszönet illeti kollégáinkat, Gaál Mártát, Horváth Leventét és Révész Andrást, akikkel igazi csapatmunkát végezhettünk. Végül, de nem utolsó sorban köszönjük Hufnagel Levente biológiai-szakmai segítségét, aki ötleteivel és kérdéseivel ösztönzött és bátorított minket, széles látókörével és áldozatos munkájával közös nyelvet teremtett a különböző témakörök között, munkánkat összefogta, szervezte és segítette. Irodalomjegyzék 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30.

Bíró, J., - Hufnagel, L., (2001): Bioindikáció Heteroptera közösségek alapján a Balaton vízrendszerében, Hidrológiai Közlöny 81. (5-6): 339-341. Csörgits, G., - Hufnagel, L., (2000): Heteroptera fajegyüttesek a Dunán, Hidrológiai Közlöny 80/5-6: 288-290. Csörgits, G., - Hufnagel, L., (2000): Heteroptera és Odonata fajegyüttesek a Nyéki-Holt-Duna hínár állományaiban, Hidrológiai Közlöny 80/5-6: 291-294. Erdélyi, É., (2002): A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése, 6. Magyar Biometriai és Biomatematikai Konferencia, (in press) Ferenczy, A.,- Hufnagel, L.,-Pécs, M.,-Mészáros, Z. (1999): biodiverzitás monitorozás a növényvédelmi fénycsapdahálózat adatai alapján, 5. Magyar Biometriai és Biomatematikai Konferencia, BDTF, Szombathely 79-80. Gaál, M., (1997a): Az informatika eszközeinek felhasználása a kertészetben. – Új Kertgazdaság, 1997/4: 54-57. Gaál, M., (1997b): Az informatika alkalmazási lehetőségei a zöldségtermesztésben, MTA kandidátusi értekezés, Kertészeti és Élelmiszeripari Egyetem, Budapest Gaál, M., (1998a): Ökológiai alapú szaktanácsadási információs rendszer. Gazdálkodás, XLII./i.sz. 50-57 Gaál, M., - Hufnagel, L., (1999): Vízi élőhelyek állapotának monitorozása poloskaközösségek alapján, Agrárinformatika 1999: 346350, DAE, Debrecen Gaál, M., - Hufnagel, L., (2000): Új módszerek az alkalmazott rovartani monitorozásban, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 382-383, SZIE, Budapest Gaál, M., - Hufnagel, L., (2001): Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring, 3rd EFITA 2001 agroMontpellier ENSA, Montpellier (vol 1): 285-290. Hansen, S., - Jensen, H.E.,- Nielsen, N.E.,-Svedsen, H. (1990): DAISY- Soil Plant Atmosphere System Model, NPo-forskning fra Miljostyrelsen Nr. A10. Harnos, Zs., (1991): Az alkalmazkodó mezőgazdaság rendszere: módszertani kutatások, KÉE, Budapest. Hufnagel, L. (in press) Modellezés a populációdinamikában. Szemináriumi kötet, SZIE, Budapest Hufnagel, L.,- Mészáros, Z.,- Gaál, M.,- Ferenczy, A. (1999): Temporal Spatial Patterns of Noctuinae Communities in Hungarian Apple Orchards , Acta Phytopathologia et Entomologia Hungarica 34 (4): 341-351. Hufnagel, L., -Bakonyi, G.,- Vásárhelyi T., (1999): New approach for habitat characterization based on species list of aquatic and semiaquatic bugs, Environmental Monitoring and Assessment 58: 305-316 Hufnagel, L.,- Bakonyi, G.,- Vásárhelyi T., (1999): Sokváltozós módszerek alkalmazása vízi és vízfelszíni poloskákra épülő vízminősítési rendszerekben. Állattani Közlemények 84: 29-41. Hufnagel, L.,- Gaál, M.,- Ferenczy A.,- Őszi, B., (1999): Többváltozós módszerek alkalmazása rovaregyüttesek tér-időbeli zoocönológiai monitorozásában. Informatika a felsőoktatásban 1999 DESZ, Debrecen I.: 215-220. Hufnagel, L., - Stollmayer, B.E., (1999): Zoocoenological pattern of bug assemblies in the Szilas and Gyáli streams, Opuscula Zooogica XXXI: 69-77. Hufnagel, L.,- Gaál, M.,- Őszi, B.,- Mészáros, Z., (2001): Population Dynamical Stabiliti In Service of Plant Protectional Prognosis, Acta Phytopathologia et Entomologia Hungarica 36: 93-99. Hufnagel, L.,- Gaál, M., (2002): Többváltozós állapotsík rendszerek alkalmazása valós és szimulált adatsorok kezelésében, Agrárinformatika Konferencia 2002 Debrecen (in press) Jermy, T.,- Szelényi, G., (1958): Az őszi búza állattársulásai, Állattani Közlemények 46: 229-241 Jordán, F., (1998): A táplálékhálózatok szerkezete , Természet Világa 129/6: 254-257.



31. Jordán, F., (2000): Seasonal changes int he positional importance of components int he trophic flow network of the chesapeake Bay, Journal of Marine Systems (in press) 32. Jordán, F., (2001): Rejtett fajkölcsönhatások, Természet Világa 132/3:98-101. 33. Jordán, F., - Molnár, I., (1999): Reliable flows and preferred patterns in food webs. Evol. Ecol. Res. 1: 591-609. 34. Jordán, F.,- Takács-Sánta, A.,-Molnár, I., (1999) A reliability theoretical quest for keystones. Oikos 86: 453-462 35. Knisel, W.G., (ed) (1980): CREAMS A Field Scale Model for Chemicals, Runoff, and Erosion from Agricultural Management Systems, USA Dept. of Agriculture, Conservation Research Report No. 26. 36. Ladányi, M., (2002): Egy táplálékhálózat populációdinamikai modellje, 6. Magyar Biometriai és Biomatematikai Konferencia, Budapest (in press). 37. Lindeman, R.L., (1942): The trophic-dynamic aspect of ecology. Ecology 23: 399-417. 38. Nováky, E., (1990): Prognosztizálás, tervezés, modellezés a környezetvédelemben, Aqua Kiadó, Budapest 39. Nyilas, L.,- Hufnagel, L., - Gaál, M.,- Mészáros, Z., (2000): Noctuidae fajegyüttes szezonális és szukcesszív dinamikája a Juliannamajori fénycsapda adatainak tükrében, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 426-427, SZIE, Budapest 40. Pimm, S.L., (1982): Food Webs. Chapman and Hall, London. 41. Pimm, S.L.- Lawton, J.H.-Cohen, J.E., (1991): Food web patterns and their consequences. Nature 350: 669-674. 42. Szász, G. (1988): Agrometeorológia – általános és speciális, Mezőgazdasági Kiadó, Budapest 43. Ulanowicz, R.E., (1983): Identifying the structure of cycling in ecosystems. Math. Biosci. 65: 219-237. 44. Ulanowicz, R.E.,- Wolf, W.F., (1991): Ecosystem flow networks: loaded dice, Math. Biosci. 103: 45-68 45. Varga, I.,- Hufnagel, L., (2001): Temporal-spatial patterns of aquatic and semiaquatic Heteroptera at Lake Fertő, Opuscula Zoologica, XXXIII: 99-112.



SZIMULÁCIÓ ÉS MONITORING AZ AGRÁRÖKOSZISZTÉMÁK VIZSGÁLATÁBAN II. Többváltozós állapotsík-rendszerek alkalmazása valós- és szimulált adatsorok kezelésében Hufnagel Levente – Gaál Márta SZIE Kertészettudományi Kar, Matematika és Informatika Tanszék, Budapest e-mail: [email protected]

ÖSSZEFOGLALÁS Az indirekt ordináción alapuló stabil állapotsík-rendszerek az ökológiai monitorozás céljaira kerültek kidolgozásra. Lényegében a többváltozós adatelemzés és a térinformatika módszereinek kombinációjaként foghatók fel. Az állapotsík-rendszereket azonban nem csak valós terepi adatok elemzésére, hanem a szimulációs agroökoszisztéma modellek vizsgálatára is fel lehet használni. A szimulációs modellek és az állapotsík-rendszerek együttes alkalmazása segíti az ökológiai és agrotechnikai körülmények hatásának egységes rendszerben történő vizsgálatát. Az ily módon kapott eredmények jelentősen hozzájárulhatnak az alkalmazkodó és fenntartható mezőgazdaság megvalósításához. A jelen cikkben különböző időjárású évek szimulációit, illetve műtrágyázási, növényvédelmi beavatkozások hatásait vizsgáltuk. Mindezek eredményeként megállapítottuk, hogy az állapotsík-rendszereink jól mutatják az agroökoszisztéma változásait.

SUMMARY The system of the indirect ordination and the stable plane of states was elaborated for the ecological monitoring. It can be considered as a combination of the multivariate methods and GIS. We can use this system to analyse not only real field data, but also simulated data of agroecosystem models. The joint application of the simulation models and the state-planes could help us to survey the effects of the ecological and agrotechnical conditions in the same system. The results obtained in this way can effectively contribute to the realization of the adaptive and sustainable agriculture. This paper presents simulations for the effects of different climatic conditions, available nutrient amounts and plant protection applications. Based on our results it seems that our system reflects well the changes in the agroecosystems.

BEVEZETÉS Bioszféránk és benne az ember helyzetének felismerése, valamint a társadalom növekvő környezeti tudatossága új kihívások elé állítják a mezőgazdaságot is. Ezeknek a kihívásoknak a megoldásában elsősorban agrár- és környezettudományi, valamint ökológiai kutatások, továbbá agrár- és környezetinformatikai fejlesztések jelenthetik az első lépéseket. A feladatok megoldására különböző „stratégiai csomagok“ alakultak ki az elmúlt években. Ezeket a stratégiákat a „fenntartható“, „alkalmazkodó“, „precíziós“, „ökológiai“, „sokfunkciós“, „integrált“ stb. jelzőkkel próbálják egy-egy szakmai-tudományos iskola zászlaja alá felsorakoztatni. Nyilvánvaló azonban, hogy a különböző hangsúlyok ellenére ezek az iskolák egyazon problémakör megoldásán fáradoznak, és talán az is, hogy az érdemi előrelépéshez ezek mindegyikére szükség van, bár ezek mindegyike messze áll még attól, hogy kikristályosodott technológiai rendszereket ajánlhasson. A tágabb értelemben vett mezőgazdasági tevékenység tervezéséhez mindenekelőtt a kérdéses agroökoszisztéma állapotának és állapotváltozásainak ismerete (folyamatos és érdemi monitorozás), valamint a lehetséges technológiai műveletek és tevékenységi elemek hatásának ismerete (hatásbecslés, hatásvizsgálat), továbbá az információhalmaz áttekinthető kezelése és az optimális döntéshozás módszertanának kidolgozása szükséges. Munkánk során ezekben a kérdésekben kívántunk előrelépni.

CÉLKITŰZÉS Munkánk elsődleges célja az volt, hogy egységes adatkezelési és állapot-értékelési módszertant dolgozzon ki az agroökoszisztémák tér-időbeli monitorozása, illetve tér-időbeli „Preciziós növénytermesztés” NKFP 4/037/2001.


szimulációs modellezése számára. Az általunk kidolgozott állapotsík-rendszerek a következő probléma-típusok vizsgálata számára kívánnak segítséget nyújtani: ♦ A tér-időben szimuláló agroökoszisztéma-modellek valós adatsorokkal való összevetése, a modell illesztőparamétereinek optimális beállítása, a modellek tesztelése. ♦ Az agroökológiai monitorozás adatsorainak informatikai kezelése és elemzése. ♦ A modellezés eredményeinek a monitoringban való közvetlen felhasználása. ♦ Az agronómiai (növényvédelmi, tápanyag- és vízgazdálkodási) terepi kísérletek és termelési tapasztalatok adatsorainak egységes kezelése és a statisztikai elemzések elősegítése. ♦ Agronómiai kísérletek hatásának szimulációja. ♦ Klímaváltozás lehetséges hatásainak vizsgálata. ♦ Az agroökológiai kockázatelemzés módszertanának támogatása. ♦ A fenntarthatósággal kapcsolatos kutatások. Az agroökológiai adatok vizsgálata egy meglehetősen összetett és tipikusan sokváltozós probléma, amelynek kezeléséhez a biomatematika és agrárinformatika eszközei elengedhetetlenek. Az állapotok minél pontosabb leírása és az összefüggések feltárása annál több eredménnyel kecsegtet, minél nagyobb, részletgazdagabb, pontosabb adatbázisokat tudunk felállítani. Csakhogy minél kiterjedtebb az adatbázis (úgy az objektumok, mint a változók szempontjából) annál kevésbé áttekinthetőek a benne tükröződő jelenségek. A megoldás egyik kulcsa nyilvánvalóan a sokváltozós dimenzióredukáló és mintázatelemző módszerek használatában rejlik. Az általánosan ismert és használt ordinációs módszerek alkalmazása azonban gyakran jelentős akadályokba ütközik: 1. A többváltozós dimenzióredukáló módszerek korlátozott kapacitása. Az adatmátrixok növekedésével ugyanis a futási idő rohamosan növekszik, a jelenleg legjobbnak tekinthető szoftverek és számítógépek mellett elérhető legnagyobb kapacitás is messze elmarad az ideálisan felhasználandó adatok tömegénél. 2. A jól használható elemző algoritmusok többségének futási esetlegessége, amely egymástól független elemzésekkor semmilyen problémával nem jár, de nagyobb adatsorok részletekben való elemzését nagyon megnehezíti. 3. Az újabb objektumok problémája. Az adatok elemzésének megkezdésekor ugyanis még nem állhat rendelkezésre az összes, később felhasználandó információ, hiszen a monitoringnak éppen az a lényege, hogy folyamatos megfigyelőrendszerről van szó. Ha viszont minden eseti elemzéskor újra és újra elő kell vennünk az összes korábbi adatot, akkor ez rengeteg felesleges ismétlődéssel jár, ami ráadásul a végre kialakított viszonyítási pontok stabilitását is veszélyezteti. Ennek oka, hogy az ordinációs módszerek mindig a vizsgált objektumok aktuális hasonlósági mintázatát keresik, arra pedig minden objektum felvétele hatással lehet. 4. Az előzővel szorosan összefügg az adatok megbízhatóságának problémája, hiszen az általunk megbízhatónak vagy kevésbé megbízhatónak tekintett adatok egyforma mértékben befolyásolhatják az ordináció eredményét. Ennek következtében egy hibás adat nem csak az azt tartalmazó objektum helyzetében okoz problémát, hanem a teljes mintázatot képes befolyásolni, ami nyilvánvalóan nem tűrhető el. 5. Problémát jelenthet magának a mintavételi hálónak a torzítottsága is, hiszen, ha bizonyos objektumtípusokból több, másokból kevesebb van, akkor a gyakoribb objektumtípusokban előforduló értékkombinációk jelentősége túlértékelődik a mintázatban, ami veszélyezteti a konzekvens interpretálhatóságot. 6. Szükség lehet újabb, vagy a korábbiakból származtatott változók vizsgálatára is, amelyek a mintázatot ugyan nem befolyásolják, de a mintázaton belül mutatott viselkedésük informatív lehet. 7. Végezetül, ha az eddigiektől eltekinthetnénk is, még mindig problémát jelentene az, hogy a nagy mennyiségű objektum, még a redukált dimenzionalitású térben (síkban) is áttekinthetetlen sűrűségű pontfelhőt eredményezne, tehát az alternatív megjelenítés lehetőségét biztosítani kell egyazon mintázaton belül is. Fontos lenne továbbá az is, hogy olyan módszerünk legyen, amely az alapadatok viszonyainak elemzésén túl, megadja a modellekkel és statisztikus predikciókkal való összevetés közvetlen lehetőségét is, hiszen ezek a monitoringban nélkülözhetetlen elemek.

IRODALMI ÁTTEKINTÉS A többváltozós biológiai adatelemzés területén részletes áttekintést és kiváló módszertani segítséget nyújtanak Podani János munkái (Podani 1993, 1994, 1997). A többváltozós állapotsík-rendszerek



kidolgozásának viszont egyelőre elég szegényes irodalma van, hiszen ez elsősorban a jelen szerzők korábbi munkáit jelenti. A célkitűzésben is felvetett problémák megoldására az általunk indirekt ordinációnak nevezett módszercsaládot vezettük be (Hufnagel et al., 1999a; Gaál és Hufnagel 1999, 2001), ennek bizonyos értelemben előzményei voltak Hufnagel et al (1999b, c) munkái. Ezek a publikációk a többváltozós módszerek és a térinformatika kombinálásának lehetőségeiről szólnak. Az állapotsíkrendszerek és a szimulációs modellek kapcsolata már korán felvetődött, de az első tényleges próbálkozásokhoz, amelyek a jelen cikkben kerülnek bemutatásra, egy erre a célra kifejlesztett modellrendszerre is szükség volt, ami Ladányi (2002), Erdélyi (2002), Ladányi és Erdélyi (2002), Révész (2002), Horváth (2002), Révész és Horváth (2002), valamint Horváth et al (2002) munkáinak eredménye. Mindezen eredmények későbbi hasznosítási lehetősége és mezőgazdasági alkalmazásának módszertani iránya szintén jól kidolgozottnak tekinthető (Harnos, 1991).

ANYAGOK ÉS MÓDSZEREK Többváltozós állapotsík-rendszerek létrehozása indirekt ordinációval Az indirekt ordinációk lényege a következőkben foglalható össze: ♦ A hagyományos többváltozós mintázatelemző (adatstruktúrafeltáró) algoritmusokkal végrehajtott közvetlen dimenzióredukáló lépés (tehát a továbbiakban direkt ordináció) nem a vizsgálandó objektumokra, hanem az attribútum dualitás elvének megfelelően a változókra vonatkozóan történik. Ez tehát egy olyan direkt ordináció, amely az eredeti változóknak (mint objektumoknak) az eredeti objektumok egy részének (mint változóknak) alapján mutatott hasonlósági mintázatát tárja fel. ♦ A tényleges objektumok ordinációját indirekt módon, tehát a változók koordinátái segítségével, külön lépésben készítjük el. Ennek legegyszerűbb módja lehet, ha az objektum indirekt ordinációban elfoglalt helyének koordinátáiul a benne előforduló változók koordinátáinak valamilyen függvényét (átlagát, súlyozott átlagát stb.) választjuk. Az objektumok tehát ebben a lépésben már egymás pozícióitól függetlenül kerülnek fel az ábrára, megoldva ezzel a célkitűzésben ismertetett problémák egy részét. ♦ A változók koordinátáinak meghatározásához végzett direkt ordináció nem a teljes adatsorra, hanem egy erre a célra összeválogatott és erősen szűrt ún. referencia adatbázisra vonatkozik, amelyet módunkban áll tökéletesen áttekinteni és megismerni. A változók közötti valós viszonyokat csak ennek a referencia adatbázisnak kell jól tükrözni, a későbbi adatok ezt már nem képesek befolyásolni, megoldva ezzel a megbízhatósági problémát is. ♦ Ha az objektumok koordinátáit már kiszámoltuk, ezzel az indirekt ordináció elvileg adott, de értelmezéséhez és többcélú használatához az alternatív megjelenítés és ábrázolás funkcióit is biztosítani kell. Ehhez az adatbáziskezelés és grafikus megjelenítés informatikai módszereit egyesítő térinformatika (GIS) biztosít lehetőséget, megoldva ezzel a célkitűzés utolsó pontjában említett feladatot is. Az állapotsík-rendszerek felépítésének lépései a következő folyamatábrán láthatók (1. ábra): 1.ábra: Az állapotsíkok létrehozásának menete

A kidolgozott keretrendszer Ref. Adatb. dim.reduk.

Indikátor koordináták

B i o direkt ordináció m e ellenőrzés t r külső minták Indirekt ordináció i a

Stabil állapotsíkok objektum specifikus adatok

rovar spec. adatok

G I S

Monitoring rendszer Figure 1: The methodological flowchart of the elaborated system



Az ábrán balról jobbra és fentről lefelé jutunk el a kiindulástól a rendszer használatáig. Az első lépés a referencia adatbázis összeállítása. A referencia adatbázisba be kell vonni az összes olyan változót, amelyet az objektumok összehasonlításának tekintetében állapotjelzőnek kívánunk tekinteni. Fontos, hogy ezek a változók minden lehetséges objektummal kapcsolatban értelmezhetőek legyenek és minden esetben kizárólag egy értéket vehessenek fel. A változóknak egymástól függetlenül mérhetőknek kell lenniük, tehát nem lehetnek egymásból számított értékek. A dimenzióredukálás jósága szempontjából viszont előnyös, ha a változók egymással minél szorosabb statisztikai kapcsolatban vannak, vagyis együttesen a vizsgált rendszer valóban esszenciális tulajdonságáról (állapotáról) hordoznak információt. A referencia adatbázisból kihagyott változók és származékaik a későbbiekben más módon még vizsgálhatók lesznek az állapotsík segítségével. A következő lépés a direkt dimenzióredukálás az indikátorváltozók koordinátáinak meghatározásához, a referencia adatbázis alapján. Ha ez megvan, akkor definiálni kell egy függvénykapcsolatot az objektumok jellemzésére felhasznált változók aktuális értékei, valamint az indirekt ordináció objektumkoordinátái között az indikátorkoordináták segítségével (pl. súlyozott átlagszámítás). Ha az indirekt ordináció már előállt, akkor lehetőségünk van annak ellenőrzésére, hogy az objektumok eredeti hasonlósági mintázata mennyire sérül az indirekt ordinációval való megjelenítés esetén (erre a nem metrikus többdimenziós skálázásnál (NMDS) megszokott shepard-diagrammot is használhatjuk). Hasznos lehet az ordináció jóságának megítélésében az is, ha a vizsgált objektumok egy részének direkt ordinációját is elkészítjük és azt összevetjük az iménti indirekt ordinációban megmutatkozó hasonlósági mintázattal. Ezen teszteléseket követően újabb objektumok és változók esetleg különféle származtatott mutatók viselkedését is megvizsgálhatjuk a most már stabil (hiszen rögzített pontok között értelmezett) állapotsíkunk segítségével. A különböző objektumok és változók állapotsíkon való alternatív ábrázolása révén az állapotsíkot feltérképezhetjük a különböző vizsgálati szempontok alapján. Ezeknek az alternatív „tematikus állapottérképeknek” a kezelésére szolgál többek között a GIS is. Az állapotsík rendszer addig alkalmas a monitoring céljára és korlátlan számú objektum elemzésére, ameddig az objektumok állapota a referencia-adatbázis által lehatárolt állapotok között mozog, ha azonban valami alapvetően új jelenség lépne fel, akkor egyáltalán nem biztos, hogy az jelentőségéhez mérten tükröződne az állapotsíkon, ez a tény tehát felhívja a figyelmet a referencia adatbázis összeállításának jelentőségére. Ez a probléma szükség esetén úgy hidalható át, hogy a vizsgálat céljainak megfelelően több, eltérő állapotsíkot hozunk létre és az alternatív állapotsíkokat egységes rendszerben kezelve (akár metaelemzésszerűen) használjuk. Szimulációs agroökoszisztéma modellek

Munkánkhoz a Ladányi és Erdélyi (2002), Révész (2002) cikkeiben ismertetett modulokból összeállítható modellrendszert alkalmaztuk az állapotsík létrehozásához, feltérképezéséhez és a kísérletek szimulálására. A modellrendszer egy 7 populációból álló (3 növény, 3 fitofág, 1 ragadozó) táplálékhálózatot ír le, amelyben az egyes populációk aktivitásának hőmérsékletfüggése, valamint a talaj erősen leegyszerűsített víz, tápanyag és „hulladék” szervesanyag forgalma is szerepel. A modellrendszer napi felbontású diszkrét időszemlélettel dolgozik. A modellrendszer tér- és időbeli változássorozatok együttes kezelésére is alkalmas, de mi most csak az időbeli folyamatok szimulációival foglalkoztunk. A modell input adatait napi meteorológiai adatsorok, outputját a szimulált biomassza változások jelentik. A klímaváltozások, illetve meteorológiai esetlegességek hatását az input hőmérsékleti adatok megváltoztatásával, a növényvédelmi beavatkozásokat az érinteni kívánt populációk egyedszámának egy nap alatt bekövetkező megváltoztatásával (effektivitást kifejező szorzótényező), a műtrágyázás hatását az ionos növényi tápanyag mennyiségének hosszabb időszakon át érvényesített megváltoztatásával szimuláltuk. Referencia adatbázisként a modell egy éves futtatási eredményeiből minden tizedik nap adatát vettünk ki és ennek felhasználásával hoztuk létre az indirekt ordinációt. Az állapotsík egyszerű megjelenítéséhez Excel grafikonokat is használhatunk, ennek lehetőségei azonban korlátozottak, a grafikonok elkészítéséhez szükség van az adatok rendezésére, segédtáblázatok készítésére. Az állapotsík részletesebb feltérképezéséhez, az objektumok tulajdonságainak sokoldalú lekérdezéséhez és megjelenítéséhez az Arc/Info programcsomagot használtuk.

A SZIMULÁCIÓK EREDMÉNYEI A állapotsík feltérképezésére (a rajta tükröződő jelenségek bemutatására) 5 egymást követő év (esetünkben 1827 egymást követő napjának) adatsorát használtuk fel. A különféle beavatkozások és történések hatásának vizsgálatára viszont, a jobb áttekinthetőség kedvéért, csupán egy 100 napos vizsgálati intervallumot mutatunk be, amely az év 100. napján (tavaszal) kezdődik és a 200. napon (nyáron) ér véget. Ebben az időszakban normál futtatás esetén fokozatos felmelegedés és valamennyi populáció biomasszájának gyarapodása figyelhető meg, az egyik gyomnövény kivételével amelynek



maximuma is a vizsgált szakaszba esik (kora tavaszi fenológiájú faj). Az adatok kísérletes megváltoztatását mindig a 115. napon végeztük, így a trajektóriák első 15 napos szakasza mindig azonos, az eltéréseket ezt követően figyelhetjük meg. Az állapotsík feltérképezése

Az állapotsík feltérképezéseként 3 olyan ábrát mutatunk be, amelyek együttesen véleményünk szerint jól érzékeltetik az állapotsík különböző területeinek és irányainak jelentését. A 2. ábra az 1980-1984-ig terjedő 5 év napi átlaghőmérsékleti adatsorát felhasználva mutatja a különböző évek állapotsíkon megjelenített állapotváltozási trajektóriájának alakulását. A különböző években a talaj felvehető tápanyagtartalmát azonosan konstans értékre állítottuk be annak érdekében, hogy az ábrán a hőmérsékleti viszonyok változásának mintázata tükröződjék. Az itt felhasznált meteorológiai adatok, valamint a modell által az egyes populációkra szimulált biomasszaváltozási adatsorok Ladányi és Erdélyi (2002) cikkében részletes bemutatásra kerültek. 2.ábra: Öt különböző hőmérsékleti mintázatú év állapotváltozási trajektóriái

1980 1981 1982 1983 1984

Figure 2: Trajectories of five years with different temperature patterns

Az ábrán a különböző éveket eltérő jelölésekkel különböztettük meg. Az egyes éveket megfigyelve jól láthatjuk, hogy bár a különböző évek trajektóriái változatos lefutásúak, abban feltétlenül megegyeznek, hogy az évek eleje és vége között mindig egy lefelé irányuló ív látható. Ez a hasonlóság az évszakok változásának ritmusából adódik. Másrészt viszont a teljes pontsort tekintve látható, hogy az egyes évek jobbról balra haladva szukcesszíve eltolódni látszanak. Ez utóbbi jelenség teljes egészében valós adatsorok esetén egyértelmű tendenciájú klímaváltozásra utalna, esetünkben csupán a modell-ökoszisztéma reagál így a valós hőmérsékleti adatsorra. Fel kell hívni azonban a figyelmet arra is, hogy valós adatsorok esetén feltehetőleg még a jelenleginél jelentősebb klímaváltozás sem tükröződne ilyen szépen az állapotsíkon, hiszen a tápanyagellátást és az egyéb sztochasztikus környezeti hatásokat még terepi kísérletben is nehéz volna konstans értéken tartani. A következő ábrán (3. ábra) az előző szituáció ellentétét vizsgáltuk meg. Itt szintén 5 év adatsorát ábrázoltuk, ám most minden évre azonos (egyébként önmagában valós) hőmérsékletváltozási adatokat adtunk meg, de a felvehető tápanyag mennyiségét változtattuk. 3. ábra: Öt különböző tápanyagellátottságú év mintázata, azonos hőmérsékleti adatokkal

1 2 3 4+ 5

Figure 3: Patterns of five years with different available nutrient amount, but with the same temperature pattern

Az egyes éveket külön-külön szemlélve azok egymáshoz nagyon hasonló lefutásokat ismételnek újra és újra. Az egyes évek pontsorai most is eltolódnak, ezt azonban a különböző években eltérő mennyiségű



ionos tápanyag értékeinek változása okozza. Itt egy éven belül monoton módon fogy a felvehető tápanyag mennyisége (növényi tápanyagfelvétel + eróziós hatások szimulálása), az egyes évek között azonban eltérő kiinduló tápanyagmennyiséget állítottunk be. Jelentős tápanyagnövelés (műtrágyázás) a 4. évben következett be (az ábrán 4+ jelöléssel szerepel), aminek hatására jól megfigyelhető a görbe állapotsíkon való elmozdulása. A 4. ábrán ugyanez az adatsor látható, de ez esetben nem az éveket, hanem az azonos évszakokat jelöltük azonos módon. Az ábra alapján egyértelműen látható, hogy a tavasz vége – nyár eleje, illetve az ősz időszakai ugranak ki leginkább az adatok közül, vagyis ennek a két időszaknak a leginkább eltérő a fajösszetétele a modellben. 4. ábra: Az évszakok helyzete az állapotsíkon

tél tavasz nyár osz

Figure 4: The location of the seasons in the plane of states winter, spring, summer, autumn

A tavaszi napok értékei mindig lefelé haladnak a síkon, a nyári napok pontsora mindig a tavaszi felett húzódik és fordított irányban halad, az őszi értékek az ábra felső részén helyezkednek el. A következő 4 ábra (5., 6., 7., 8. ábrák) az eddigiektől eltérően, nem az Excelben, hanem az Arc/Info programcsomag segítségével készült. Itt most elsősorban nem a pontmintázat alakulását, hanem egy-egy újabb változónak az állapotsíkon való viselkedését mutatjuk be, domborzati modellek segítségével. Minden ábrának két része van: az egyik 3D megjelenítéssel (színezéssel és árnyékolással), a másik izovonalak segítségével ábrázolja az értékek alakulását. A kétféle ábrázolási mód ugyanazt a jelenséget mutatja, de más részletek fejeződnek ki jobban az eltérő ábrázolási módok mellett. Az 5. ábra a 7 modellpopuláció (tehát növények és állatok) együttes biomasszájának, tehát az ökoszisztéma aktuális biomassza értékének alakulását mutatja az állapotsíkon. 5. ábra: Az összbiomassza (7 populáció) alakulása - 3D modellel és izovonalasan

Figure 5: Sum of the total biomass (7 population,) using 3D model and isolines

Az állapotsíkon a biomasszaértékek egyértelmű csökkenést mutatnak balról jobb felé haladva. A biomassza maximális értékei tehát az állapotsík bal felső sarkában a legmagasabbak. Ezt a mintázatot a növényi populációk biomasszája döntően meghatározza, ezért érdemes az állati biomasszát (3 fitofág + 1 predátor populáció) külön is megvizsgálni (6. ábra). Az állati biomassza magas értékei az állapotsík felső



szegélyén figyelhetők meg, ezek közül a bal oldali egybeesik az összbiomassza maximumával, ami érthető, hiszen ahol sok a növény ott növényevő is több lehet. Ennek az ábrának azonban 3 különböző maximuma van, ami érthető, hiszen a különböző évek eltérőek lehetnek az állatok szempontjából. A mintázatot a 4. ábrával összevetve látható, hogy az állati biomassza mindig az ősz közepén mutatja a maximumait, ami terepi ismereteink alapján érthető is. 6. ábra: Az állati biomassza (4 populáció) alakulása - 3D modellel és izovonalasan

Figure 6: Sum of the zoological biomass (4 population,) using 3D model and isolines

Ez növényi biomassza szempontjából is így van, de ott az évek közötti különbségek hangsúlyozottabban jelentkeznek a modell-ökoszisztéma jelen beállításai mellett. Ezek után érdemes megvizsgálni, hogy a modellezett közösség biodiverzitása hogyan alakul az állapotsík pontjain (7. ábra). 7.ábra: A biodiverzitás értékének alakulása az állapotsíkon a Shannon-függvénnyel mérve - 3D felületi modellel és izovonalasan

Figure 7: Biodiversity pattern calculated with the Shannon-function, using 3D model and isolines

A biodiverzitás mérésére a legelterjedtebb diverzitási indexet, a Shannon-függvényt alkalmaztuk. Minthogy esetünkben a fajszám minden állapotban azonos (7 populáció), így a Shannon entrópia lényegében a fajok gyakorisági eloszlásában megnyilvánuló egyenletességet méri. A diverzitás maximuma az összbiomasszával lényegében ellentétesen viselkedik (maximuma az ábra jobb oldalán található). Ez azt jelenti tehát, hogy a vizsgált állapotváltozásokban a biomassza növekedésével a diverzitás általában csökken, hiszen a növekedés a különböző fajokat eltérő mértékben érinti. Az uralkodó populációnak tehát az abszolút biomasszája és a többi populációhoz képest mutatott dominanciája párhuzamosan változik, ami megfelel bizonyos terepi tapasztalatoknak (Hufnagel et al., 1999). Az állapotsík feltérképezése során nem csak az eddigiekhez hasonló statikus paramétereket,



hanem a változások egyes dinamikai sajátosságait is felhasználhatjuk. Ennek legegyszerűbb esetét a 8. ábrán mutatjuk be. 8. ábra: Az állapotváltozások aktuális sebessége az állapotsík pontjaiban - 3D modellel és izovonalakkal

Figure 8: Speed of the change of states, using 3D model and isolines

A 8. ábrán az állapotváltozások sebességét ábrázoltuk. Az állapotváltozási sebesség mérésére az állapotot reprezentáló pont síkbeli elmozdulásának időegységre eső nagyságát választottuk. Az időegység esetünkben három nap, vagyis a kérdéses naphoz rendelt pillanatnyi állapotváltozási sebesség mérőszáma a kérdéses napot megelőző és követő napok között megtett út hossza. Az ábrán egy egyértelmű, egyirányú és többé-kevésbé egyenletes sebességnövekedés figyelhető meg fentről lefelé haladva. Ezt összevetve a 4. ábra évszakokkal kapcsolatos tapasztalataival azt látjuk, hogy a modell ökoszisztémában (a természetben megszokotthoz nagyon hasonlóan) a változások legintenzívebben a tavasz melegebb időszakaiban zajlanak. Úgy gondoljuk, hogy az előző 7 ábra segítségével (ami természetesen csak töredéke a vizsgálható mintázatoknak) többé-kevésbé sikerült bemutatni az állapotsík működésének logikáját, és adni néhány viszonyítási alapot az abban való tájékozódáshoz. A továbbiakban a modell-ökoszisztéma és az állapotsíkrendszer segítségével néhány kísérleti beállítás szimulációját mutatjuk be. Műtrágyázás hatása az állapot-trajektóriákra

A 3. ábrával kapcsolatban már szóba került, hogy a felvehető tápanyagmennyiség jelentősen képes befolyásolni az agroökoszisztéma állapotait. A 9. ábrán mindezt kísérletszerű szituációban vizsgálhatjuk meg. A korábban bemutatott állapotváltozási trajektóriákból egy 100 napos szakaszt választottunk ki, amelynek első 15 napját változatlanul hagytuk, majd a 15-100. napig eltérő tápanyagmennyiségeket beállítva vizsgáluk a modell ökoszisztéma állapotváltozásait. A kísérlethez egy tavaszi-nyáreleji időszakot választottunk. A szimuláció úgy is értelmezhető, hogy azonos időszakban egymás melletti parcellákon végeztünk műtrágyázási kísérleteket. 9. ábra: Különböző ionos tápanyagmennyiségek hatása az állapot-trajektóriára

eredeti 0.5 x 0.1 x 0.01 x



Figure 9: The effects of different nutrient amounts original amount, 0.5 , 0.1 and 0.01 part of the original

Mivel az eredeti modell egy elég bőséges tápanyag-ellátottságot szimulált, vizsgálataink során a felvehető tápanyagmennyiséget felére, tizedére, illetve századára csökkentve adtuk meg. Az ábrán látható, hogy a rövid (15 napos) közös lefutás után az eltérő tápanyag-beállításoknál a trajektóriák fokozatosan, egyre jobban eltérnek az eredeti lefutástól. A csökkenő tápanyagmennyiséggel arányosan a trajektóriák egyre inkább jobbra tolódnak, vagyis egyre távolabbra az 5. ábrán megfigyelhető maximális biomasszától. Ugyanakkor a trajektória által leírt hurkok is egyre feljebb kerülnek az ábrán, hiszen kevesebb táplálék mellett a változási sebességek (növekedés) is lassabb. Növényvédelmi kezelések hatása az állapot-trajektóriákra

A műtrágyázáshoz hasonlóan gyakori és jelentős agrotechnikai beavatkozásnak tekinthetők a különféle növényvédelmi kezelések. Itt is ugyanazt a kiinduló trajektóriát választottuk kontrolnak, mint a műtrágyázásokkal kapcsolatban. Ezek szimulációja úgy történt, hogy minden esetben teljesen azonos paraméter beállításokat adtunk meg, de a 15. napon egy egyszeri szorzószám beírásával csökkentettük a kezeléssel érintett populáció denzitását. Ennek következtében most a korábbitól eltérő mintázatokat kaptunk (10. ábra), hiszen itt nem a trajektória fokozatos elcsúszásáról, hanem hirtelen (szakadásszerű) áthelyeződésről van szó, ami megfelel várakozásunknak. 10. ábra: Gyomirtások, zoocid permetezések hatása az állapot-trajektóriákra

G1 99%

G1 90%

G2 eredeti Ált. z.

M1+P

eredeti G1 90% G1 99% G2 99% M1+P 99% Ált. zoocid

Figure 10: The effects of different plant protection methods original data, G1 90%, G1 99%, G2 99% weed control, M1+P selective insect control, general zoocid

A Ladányi és Erdélyi (2002) által ismertetett modell ökoszisztémában a G1 jelzésű gyom esetében szelektív gyomirtást szimuláltunk 90%, illetve 99%-os hatásossággal. A G1 jelzésű gyom a kultúrnövénnyel erős táplálék kompetícióban áll (apperens kompetíció), amit a közös fitofág hatása erősít fel (exploitatív kompetíció). Érthető tehát, hogy a G1 gyérítése a kultúrnövénynek kedvező irányban (ez egybeesik az összbiomassza növekedésének irányával) mozdítja el az állapotokat. Szintén érthető, hogy a nagyobb hatékonyságú kezelés a kisebbel azonos irányba, de nagyobb mértékben változtatja meg az állapotokat. A G2 jelzésű gyom fitofágja nem fogyasztja a kultúrnövényt, viszont ezt a fitofágot is fogyasztja az ökoszisztéma egyetlen predátora, ebből következően érthető, hogy ennek a gyomnövénynek a jelenléte – a kismértékű táplálék-kompetíció ellenére – nem feltétlenül ártalmas a kultúrnövényre, hiszen a sokkal veszélyesebb állati kártevőket segít visszaszorítani (jelenléte tehát egyfajta biológiai védekezésnek is felfogható). Ennek megfelelően nem meglepő, hogy a G2 gyomra vonatkozó 99%-os gyomirtás az előzővel ellentétes irányban mozdítja el az érintett állapotokat. A zoocid permetezésekkel kapcsolatban két kísérleti beállítást szimuláltunk, az egyikben szelektív beavatkozást végeztünk, amely csak az M1 jelzésű monofág és a P jelzésű polifág rovart gyérítette 99%-ban, a másikban viszont ezt a kezelést mind a 4 állatpopulációra elvégeztük. Az eredmények most lényegében azonos irányú, de különböző mértékű változásokat mutattak, és természetesen a széles hatásspektrumú peszticid hatása bizonyult drasztikusabbnak az eredeti állapotokhoz képest. A zoocid permetezések hatásának iránya mindkét korábbi beavatkozástól eltérő volt. Valamennyi beavatkozásnál megfigyelhető, hogy az időjárás által kialakított alapvető mintázatot (visszaforduló hurok) a beavatkozások nem tudták megváltoztatni, a G2 gyomirtás esetén viszont a nyár eleji időjárás hatása nem a szokásos pozítív irányú ívet, hanem egy negatív irányú (az óramutató járásának megfelelő) elfordulást eredményezett, ennek magyarázatához részletesebb vizsgálatok és újabb ábrasorok lennének szükségesek, amelyre jelen keretek között nincs lehetőség, de talán szükség sem.



Klímaváltozás (eltérő hőmérsékleti viszonyok) hatása az állapot-trajektóriákra

Végezetül vizsgáljunk meg egy harmadik, kísérleti jellegű szituációt, a hőmérsékleti viszonyok megváltoztatását. Az egyszerűség kedvéért most csak a hőmérsékleti viszonyokat változtattuk meg (11. ábra), de ezt is csak úgy, hogy a hőmérséklet szezonális mintázata (tehát az értékek arányai) ne változzanak, csupán a 15. naptól a 100. napig valamennyi értékhez hozzáadunk, illetve kivonunk 3ºC-ot. 11. ábra: Hőmérséklet-változások hatása az állapot trajektóriákra

eredeti végig +3°C végig -3°C

Figure 11: The effects of temperature changes original temperature, +3°C and –3°C change for the whole period

A 11. ábrán látható, hogy most a tápanyag-kísérlethez hasonló, fokozatos elhajlásokkal találkozhatunk, hiszen a hőmérsékletváltozás hatásának kifejeződéséhez idő szükséges. Az eredeti értékekhez képest a megemelt hőmérséklet az ábrán felfelé és balra, vagyis a nagyobb biomasszák (illetve nyári jelleg) irányába, a lecsökkentett hőmérséklet viszont lefelé és jobbra, vagyis az előzővel ellentétes (tavaszi) irányba változtatta a folyamatokat. Az is jól kivehető, hogy a hőmérséklet emelése mélyrehatóbban megváltoztatta a trajektória alakját, mint az azonos mértékű csökkentés. A rendszerünk tehát alkalmas lehet bonyolultabb klímaváltozási scenáriók hatásának modellezésére is.

MEGVITATÁS ÉS KITEKINTÉS Az eredményeket ismertető szakasz alapján látható, hogy a többváltozós állapotsík-rendszerek alkalmasak a célkitűzésben megfogalmazott problémák megoldására. Az állapotsík-rendszerek azonban nem csupán a monitorozási és szimulációs adatsorok mechanikus megjelenítésére és az objektív összehasonlíthatóság megteremtésére alkalmasak, hanem alapjaiban is képesek integrálni ezt a két, tudomány-történetileg eltérő utakat bejárt módszertant. Ha sikerül a szimulációs modelljeinket valós monitorozási adatsorokra illeszteni, akkor ez a következtetések és az eredmények interpretálhatóságának az eddigieknél sokkal szélesebb horizontját nyitja meg. Ez esetben lehetőség van arra, hogy maga a referencia adatbázis is részben empirikus, részben szimulált adatokból álljon, vagyis az állapotsíkok eddig még elő nem fordult rendkívüli szituációk kezelésére is felkészülhetnek, ami az állapotsík-rendszerek alkalmazhatóságát és hasznosságát egészen általánossá teheti. Mindezek a gondolatok a továbblépés lehetséges irányait is világosan kijelölik: 1. Az újabb térinformatikai programcsomagok (újabb verziók) lehetőségeit kiaknázva felhasználóbarát, általánosított állapotsík-rendszerek informatikai háttere fejleszthető ki, amely fontos szerepet játszhat az új generációs döntéstámogató és szakértői rendszerek fejlesztésében. 2. Az állapotsík-rendszerek és szimulációs agroökoszisztéma-modellek összekapcsolásával számos olyan fogalom biomatematikai meghatározása és egzakt mérése érhető el, amelyek jelentését eddig csak meglehetősen szubjektív verbális körülírásokkal fogalmazhattuk meg. Ilyen például az agrárrendszerek ökológiai alkalmazkodása, a fenntarthatóság követelményrendszere, valamint a kockázatelemzéshez szükséges sztochasztikus függvények többsége. 3. A modellek pontosításait és általánosításukat követően lehetőség nyílik az ökológiai, ökofiziológiai, környezettudományi és mezőgazdasági tan- és kézikönyvekben leírt általános ismeretek demonstrációjára, illetve a tapasztalati ismeretek egységes elméleti rendszerben való összefoglalására, egyúttal tesztelésükre és érvényességi körük pontos meghatározására is. Könnyen elképzelhető, hogy számos új összefüggés is könnyebben felismerhetővé válik. 4. Az eddigiekben leírtaktól különböző, másik továbblépési lehetőség a konkrét rendszerek lokális viszonyaira való alkalmazás, aminek bár kevesebb általánosítható haszna, de nyilvánvalóan sokkal több gyakorlat-közeli következménye lehet.



5. Nyilvánvaló lehetőségként kínálkozik továbbá, hogy a szakirodalomban fellelhető sokféle modell összegyűjtését és rendszerbe integrálását követően ezekre vonatkozóan komparatív vizsgálatokat végezzünk. 6. Végezetül felvetődik annak a lehetősége is, hogy az állapotsíkon való tér-időbeli változásokat a valós geográfiai térbe kivetítve, munkánk eredményeit összekapcsoljuk a hagyományos GIS-alkalmazások meglehetősen széles körével (Gaál, 1998).

KÖSZÖNETNYILVÁNÍTÁS

Köszönettel tartozunk Prof. Dr. Harnos Zsolt akadémikusnak, tanszékünk vezetőjének, aki munkánkat figyelemmel kísérte, segítette, támogatta, valamint biztosította a kutatás anyagi és szellemi feltételeit. Köszönet illeti továbbá a SZIE Matematika és Informatika Tanszékét és munkatársait, köztük különösen Ladányi Mártát, Horváth Leventét és Révész Andrást, akikkel igazi csapatmunkát végezhettünk.

IRODALOM 46. Erdélyi, É., (2002): A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése, 6. Magyar Biometriai és Biomatematikai Konferencia, (in press) 47. Gaál, M., (1998a): Ökológiai alapú szaktanácsadási információs rendszer. Gazdálkodás, XLII./i.sz. 50-57 48. Gaál, M., - Hufnagel, L., (1999): Vízi élőhelyek állapotának monitorozása poloskaközösségek alapján, Agrárinformatika 1999: 346350, DAE, Debrecen 49. Gaál, M., - Hufnagel, L., (2001): Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring, 3rd EFITA 2001 agroMontpellier ENSA, Montpellier (vol 1): 285-290. 50. Harnos, Zs., (1991): Az alkalmazkodó mezőgazdaság rendszere- módszertani kutatások, KÉE MIT, Budapest 51. Horváth L (in press) Szimuláció és monitoring az agrárökoszisztémák vizsgálatában,IV. Agrárinformatikai Konferencia 2002, Debrecen 52. Hufnagel, L.,- Mészáros, Z.,- Gaál, M.,- Ferenczy, A. (1999b): Temporal Spatial Patterns of Noctuinae Communities in Hungarian Apple Orchards , Acta Phytopathologia et Entomologia Hungarica 34 (4): 341-351. 53. Hufnagel, L., -Bakonyi, G.,- Vásárhelyi T., (1999c): New approach for habitat characterization based on species list of aquatic and semiaquatic bugs, Environmental Monitoring and Assessment 58: 305-316 54. Ladányi, M., (2002): Egy táplálékhálózat populációdinamikai modellje, 6. Magyar Biometriai és Biomatematikai Konferencia, Budapest (in press). 55. Ladányi M., Erdélyi É., (in press) Szimuláció és monitoring az agrárökoszisztémák vizsgálatában.I., Agrárinformatikai Konferencia 2002, Debrecen 56. Podani, J., (1993): SYN-TAX Computer programs for multivariate data analysis in ecology and systhematics, Abstracta Botanika, 17(1-2):289-302. 57. Podani, J., (1994): Multivariate analysis in ecology and systhematics, SPB Publishing, The Hague 58. Podani, J., (1997): Bevezetés a többváltozós biológiai adatfeltárás rejtelmeibe. Scientia, Budapest. 59. Révész A. (in press) Szimuláció és monitoring az agrárökoszisztémák vizsgálatában. IV. Agrárinformatikai Konferencia 2002, Debrecen 60. Révész A., Horváth L., (in press) Új prognosztikai módszerek 6. Magyar Biometriai és Biomatematikai Konferencia, (in press)



SZIMULÁCIÓ ÉS MONITORING AZ AGRÁRÖKOSZISZTÉMÁK VIZSGÁLATÁBAN III. Új lehetőségek az empirikus hőösszeg modellezésben Révész András Szent István Egyetem Kertészettudományi Kar Matematika és Informatika Tanszék, Budapest

ÖSSZEFOGLALÁS A mezőgazdaságaban számos helyen használják az ún. klasszikus hőösszeg-számítást. Ennek alkalmazása méltán népszerű, hiszen használata egyszerű, és a széleskörű alkalmazhatósága miatt rengeteg tapasztalati becslés kapcsolódik hozzá. Az igazsághoz hozzátartozik az is, hogy ez a modell sokszor pontatlan, ráadásul, ha pontatlan, akkor ez a pontatlanság meglehetősen nagy is lehet. Ebben a cikkben az tárgyalom, hogy mi lehet ennek a pontatlanságnak az oka, és hogyan lehet ezt a klasszikus modellt úgy átdolgozni, hogy a helyenként megjelenő pontatlanságokat finomítani tudjuk. Ahhoz, hogy ezt a pontosítást el lehessen végezni, teljesen új alapokra kellett helyezni a hőösszeg felfogásával kapcsolatos koncepciónkat. Az új modell alapgondolata az, hogy nem a hőmérséklet az agroökológiai folyamatok elsődleges meghatározója, hanem egy aktivitási görbe. Ez az aktivitási görbe a hőmérsékletnek nem lineáris függvénye. Elkészítettem egy biológiai tartalommal bíró aktivitási görbét paraméteres alakban, és ebben a cikkben bemutatom, hogy hogyan lehet ezeket a paramétereket egy optimalizációs eljárással úgy beállítani, hogy a különböző agroökológiai események jóslása a lehető legpontosabb legyen. Végezetül konkrét példán bemutatva közlöm, hogy az Agrotis segetum esetében milyen pontossággal sikerült e modellt használni. SUMMARY

In agriculture the so-called heat-unit calculation is commonly used. Its popularity can be attributed to the simplicity of its use and to the number of empirical estimations obtained from its extensive usage. However, this model is frequently inaccurate and this inaccuracy can sometimes be unacceptable. Hereby, the possible causes of the inaccuracy and how these causes can be avoided or how can the inaccuracy be reduced is discussed. To attain more accurate estimations the conceptions related to heat-unit calculations has to be based on entirely new foundations. The basic conception is that instead of the temperature, an activity curve is the primary determinant of agro-ecological processes. This activity curve is a nonlinear function of the temperature. An activity curve based on biological information in parametric form is presented. The parameters were obtained through the optimisation of the curve so that the agro-ecological event estimations fit nearest to reality. Furthermore, a distinct example is given of Agrotis segetum in order to demonstrate the accuracy of our new model. Bevezetés

A mezőgazdaságban mind a mai napig rendszeresen használják az ún. klasszikus hőösszegmodellt, különböző agroökológiai hatások előrejelzésére. E modell lényege, hogy a napi középhőmérséklet +10 °C feletti részét összeadják, és az így kapott érték alapján próbálnak bizonyos események bekövetkezésére jóslást adni. Ennek a számításnak nagy előnye az egyszerű alkalmazhatóság, hiszen bármelyik gazdálkodó ki tudja számolni a napi középhőmérsékletet és így a hőösszeget is, majd a sokéves tapasztalatok alapján hőösszeg számértékekben megadott kártevő előrejelzésekre támaszkodva ő maga is el tudja dönteni, hogy mikor esedékes egy adott kártevő elleni védekezés. Mint minden modell, így a fent említett is tulajdonképpen egy absztrakción alapul, és ennek az absztrakciónak a valósághoz képest mutatott torzításai soha nem elhanyagolhatóak. Éppen ezért meg kell vizsgálnunk minden modell esetében azt is, hogy az mennyire torzítja el a valóságot. Ennek legegyszerűbb módja a modell hatékonyságának vizsgálata. A klasszikus hőösszeg-modell esetében az a tapasztalat, hogy bizonyos években a számítások alapján meglehetősen nagy pontossággal meghatározható egyes kártevők megjelenése, jócskán akadnak viszont olyan évek is, amikor ez a módszer gyakorlatilag nem működik, és még csak a közelében sincs a kártevők megjelenésének jósolt időpontja a tényleges megjelenésnek. (Ez a megállapítás nem csak a különböző mezőgazdasági kártevők esetében állja meg a helyét, hanem gyakorlatilag minden természeti eseménynél tapasztalhatók az előbb leírtakhoz hasonló anomáliák.) „Preciziós növénytermesztés” NKFP 4/037/2001.


Felvetődik tehát a kérdés, hogy mi lehet a pontatlanság oka, és ha az okokat már ismerjük, hogyan lehetne pontosítani a klasszikus hőösszeg-modellt? Irodalmi áttekintés

A hőösszeggel kapcsolatos vizsgálatok immár több mint 300 éves múltra tekinthetnek vissza. A hőmérsékleti összeggel (a szakirodalomban elterjedtebben hőösszeg) kapcsolatos fenológiai törvényszerűségeket de Reaumur fedezte fel az 1700-as évek első felében, Ő a pozitív napi átlaghőmérsékletek vegetációs időszakra számolt összegével jellemezte a jó és rossz éveket. Később Burckhardt és de Candolle az 1860-as években megállapította, hogy a vegetációs 0 pont nem esik egybe a Celsius skála 0 pontjával, hanem attól fajtól függő mértékben eltér. Az így kapott fajspecifikus bázishőmérséklettől számított hőösszeget nevezzük azóta effektív hőösszegnek. (in Szász 1988). A különböző termesztett növényfajok szakirodalmi bázishőmérsékleteit Varga-Haszonits 1977 gyűjtötte össze. Ebből a munkából ismerjük, hogy a bázishőmérsékletek 1-2 °C-tól (őszi gabonafélék) 16-17 °C-ig is terjedhetnek (görög- és sárgadinnye), nyilvánvaló, hogy egyes trópusi és szubtrópusi növényeknek ennél magasabb hőmérsékleti igénye is lehet. Szintén szakirodalmi vitát váltott ki, hogy a hőmérsékletek összegzését vajon melyik naptári időponttól érdemes számolni (Artz és Ludwig 1949, Schnelle, 1955). Hazánkban az agroökológiailag alkalmazkodó zöldségtermesztés szempontjából, Gaál 1997a, b, 1998a dolgozott ki hőösszegeken, valamint egyéb meteorológiai és talajtani adatokon alapuló országos GIS alapú információs rendszert, amely a termesztett zöldségfajok tulajdonságait veszi alapul. Tanulságos azonban, hogy ugyanezen szerző internetes zöldségtermesztési információs rendszert is készített, amelyben a fajtákra vonatkozó ismereteket gyűjti össze, ez az adatbázis azonban már alig tartalmaz hőigényre vonatkozó adatokat, mivel azok mind a mai napig nem lettek szisztematikusan megvizsgálva Gaál 1998b. Termokonformer állatok (pl. rovarok) fejlődésének jellemzésére Blunck, 1923 a C=n(T-t0) egyenletet javasolta, ahol C a fajspecifikus fejlődési állandó (lényegében effektív hőösszeg), n a fejlődéshez szükséges idő napokban, T a mért hőmérséklet, és t0 a szintén fajspecifikus biológiai 0 pont. Néhány fontos kártevő rovarfaj fejlődési küszöbértékeit és effektív hőösszegét, valamint a különböző fenológiai szakaszok hőigényeit Kozsancsikov 1961 foglalta össze. Az ő adatai alapján a különböző rovarfajok biológiai 0 pontja 4 és 13 °C közé esik, az effektív hőösszegek pedig rendkívül széles intervallumban 100 és 4000 között mozognak. Közép-Ázsiában elterjedten használják a napi középhőmérsékletek négyzeteinek összegét, Ukrajnában viszont ezt nem találták alkalmazhatónak (Vasziljev és Livsic 1958). Druzseljubova és Makarova 1968 az Agrotis segetum előrejelzésekor használandó hőösszegszámításhoz táblázatba foglalt tapasztalati korrekciós tényezőket ad meg a fejlődési időszak teljes középhőmérséklete alapján. A Magyarországon alkalmazott növényvédelmi célú tapasztalati hőösszegszámítási módokat Benedek et al 1974 gyűjtötte össze. Hazánkban a rendszerváltás után a prognosztikai célú hőösszeg-kutatások jelentősen visszaestek, ami a növényvédelmi előrejelző hálózat radikális (és nem kellően átgondolt) leépítésével hozható összefüggésbe.

Célkitűzések

Kutatásom elsődleges célja az volt, hogy a bevezetésben említett két kérdésre választ találjak, vagyis egy olyan matematikai modellt kívántam létrehozni, amely az eddig használtnál jobban leírja a valóságot. Egy új hőösszeg-modell megalkotása nem pusztán egy biomatematikai kihívás, hanem sikeres kivitelezés esetén jelentős mértékű alkalmazás is várható, hiszen pontosabbá, tervezhetőbbé válhat a kártevők elleni védekezés. A tervezhetőség és a pontosítás adta az ötletet, hogy megfelelő pontosság esetén ezen eredmények akár a precíziós gazdálkodásban is használhatóak lesznek, különös tekintettel a ma még kissé mostohán kezelt precíziós növényvédelemre. A közvetlen növényvédelmi prognosztikai cél mellett, a vizsgálatok célja volt az is, hogy segítséget nyújtson az agroökoszisztémák szimulációs modellezéséhez (Ladányi 2002, Erdélyi 2002, Ladányi és Erdélyi 2002, Hufnagel és Gaál 2002, Horváth 2002). Valamint felmerült az az ötlet is, hogy a fénycsapda-hálózati és egyéb szünbiológiai adatokban tükröződő szezonális jelenségek ökológiai interpretációját (Vásárhelyi és Hufnagel 1990, Hufnagel et al 1999a, 2001, Nyilas et al 2000, Őszi et al 2000, Varga és Hufnagel 2001) is jelentősen elősegítheti, különösen a többváltozós állapotsíkrendszerekkel való együttes használat esetén (Hufnagel et al 1999b,c,d, Gaál és Hufnagel 1999, 2000, 2001) „Preciziós növénytermesztés” NKFP 4/037/2001.


Eredmények A pontosítás

Az első kérdés tehát az volt, hogy mi okozhatja a hagyományos hőösszeg-modell által generált eltéréseket az agroökológiai események jóslásában. Némi konzultáció után nem volt nehéz rájönni arra, hogy a hiba a modell linearitásában van. Hiszen mit is használunk ki a fenti modellben? Azt feltételezzük, hogy az agroökológiai történések elsőszámú meghatározó tényezője a hőmérséklet, vagyis egy adott évben minél hamarabb következik be egy felmelegedés a természet események is annál korábban várhatóak. Ez többé-kevésbé igaz is mondhatnánk, hiszen minél hamarabb jön a tavasz a hóvirág annál hamarabb nyílik ki. Igen ám, de a természeti folyamatok nem ennyire egyszerűek. Egy másik példával élve ezt könnyen be is láthatjuk. Köztudott, hogy a gabonanövények bizonyos időszakokban meglehetősen vízigényesek. Ha egy ilyen időszakban 30 mm csapadék hull egy nap alatt a gabonára, akkor az feltehetően örömteli esemény. Ám ugyanez a 30 mm eső óriási bosszúság forrása is lehet, ha az fél óra leforgása alatt hull le a földekre. Ebből az a tanulság, hogy figyelembe kell venni bizonyos korlátozó tényezőket is a környezeti hatások elemzése esetében. A mi esetünkben természetesen maga a hőmérséklet a korlátozó tényező, hiszen gondoljuk csak el, a hőösszeg-modellben minél nagyobb a napi középhőmérséklet, annál hamarabb következik be egy esemény. Ez bizonyos tartományokban nagyjából rendben is van, ám hogy egy extrém példát hozzak, nem valószínű, hogy egy hirtelen bekövetkezett kánikula esetén a 33 °C-os napi középhőmérséklet meggyorsítaná a biológiai folyamatokat, sőt épp ellenkezőleg, egy ilyen napi középhőmérséklet esetén könnyen elképzelhető, hogy a napi maximum talajközelben meghaladhatja a 40 °C-ot is, ekkor már megindulhat egyes fehérjék kicsapódása az élő szervezetekben, ami egyes rovarok elhullásához vezethet. Tény az is, hogy a hőmérséklet nem csak a rovarok elhullására van hatással, hanem fejlődésüket, és mozgásukat is befolyásolhatja, és mint az előbbi példában is láttuk, nem csak pozitív irányba. Célszerűnek látszik tehát egyfajta aktivitási görbe bevezetése, és annak a modellbe való integrálása is. Az aktivitási görbe

A biológia ismeri az aktivitási görbe fogalmát, sőt vannak kísérleti eredmények bizonyos fajok esetében annak pontos alakjára is. Ezek a görbék azonban gyakran csak tapasztalati görbék, vagyis kísérleti eredményekre épülnek, matematikai leírás nélkül. A koncepcióm az volt, hogy meghatározok egy elméleti görbét, ami alakját tekintve hasonlít a szakirodalomban megtalálható görbékre. A görbét azonban paraméterek segítségével írom fel, majd az így kapott görbét az új hőösszeg-modellbe integrálva, úgy határozom meg a paramétereket, hogy a modell a lehető legjobb jóslást adja a meghatározni kívánt eseményre. Jellegét tekintve a következő függvény illeszkedett a legjobban a tapasztalati görbékre 1 1   − αβ f : x a  α (x+β )  + e −γ (x+δ ) e + e − γδ  e

ε

A képletben görög betűkkel jeleztem a beállítandó paramétereket. Ez a képlet biológiai interpretációra is lehetőséget ad. Fizikai ismereteinkből tudjuk, hogy a részecskék reakciósebessége a hőmérséklettel arányosan növekszik. Ebből következik, hogy az élőlények biológiai aktivitása is hasonló arányban növekszik. Ugyanakkor tudjuk, hogy a magas hőmérsékleten az élő szervezetekben megindul a fehérjék kicsapódása, éppen ezért fajoktól függően egy bizonyos hőmérséklethez közeledve az aktivitásnak rohamosan csökkennie kell. Ez a két tag fedezhető fel a képlet első tagjának nevezőjében. A reciprok függvényre azért van szükség, mert szélsőséges hőmérsékletek esetén az aktivitásnak nullára kell csökkennie. A külső hatványozó tényezőre azért van szükség, hogy változtatni lehessen a felfutó és a lefutó görbeszakasz alakját (a felfutás sebességét). A redukáló konstans tagra (második tag) azért van szükség, hogy a függvényt úgy lehessen beállítani, hogy az az origóból induljon. Erre is a természeti folyamatok tulajdonságai miatt van szükség, hiszen az élet legtöbb formája csak a pozitív hőmérsékleti tartományban válik „aktívvá”. Különösen így van ez a mi esetünkben, hiszen az általunk megfigyelt élőlények rovarok, amelyeket leginkább repülő fázisukban „Preciziós növénytermesztés” NKFP 4/037/2001.


tudjuk megfigyelni és csak 0 °C felett változnak át olyan fázisba, ahol kártékony hatásukat is ki tudják fejteni. Tekintettel arra, hogy a fenti függvény negatív számot is felvehet, célszerű elvégezni a függvény transzformálását olyan alakra, hogy negatív értékek esetén 0 értéket adjon, hiszen negatív aktivitásnak nincs értelme. Így kapjuk a következő függvényt: ε

1 1 1 1     g : x a  α ( x+ β ) − −   +  α ( x+ β ) + e −γ ( x +δ ) eαβ + e −γδ  + e −γ ( x +δ ) eαβ + e −γδ  e e

ε

Aktivitási görbe 1,2

Relatív aktivitás

1 0,8 0,6 0,4 0,2 0 -0,2

0

5

10

15

20

25

30

35

40

Hőmérséklet

1. ábra.

Aktivitási görbe, a relatív aktivitás hőmérséklet függése

Activity curve Ennek a függvénynek a képe sokféle lehet a paraméterek értékétől függően, de főbb vonalaiba mindig követi a klasszikus aktivitási görbe alakját. Ez az ábra, már a g függvény 1-re normált képét mutatja, ezért szerepel a függőleges tengelyen a relatív aktivitás. A normálásra azért volt szükség, hogy beépíthető legyen a függvény a hőösszeg-modellbe. Ha ugyanis nem lenne lenormálva a függvény, akkor az így kapott aktivitásra átszámolt szaporulati görbék nem lennének összehasonlíthatóak. A modell

Az új hőösszeg-modell alapgondolata, egy olyan metódus kialakítása, amely segítségével kártevő rovarok szaporulati görbéjének bizonyos nevezetes pontja előre megjósolhatók. Az, hogy melyek ezek a pontok és, hogy hogyan történik az optimalizáció, erről majd csak a későbbiekben lesz szó. Először vizsgáljuk meg a kártevő rovarokat. A modell megalkotásához az Országos Növényvédelmi és Erdészeti Fénycsapda Hálózat által 1959-től 1970-ig gyűjtött „Preciziós növénytermesztés” NKFP 4/037/2001.


adatokat használtam fel. Az eljárást egyelőre csak egy fajra az Agrotis segetumra (vetési bagolylepke) dolgoztam ki, de a későbbiekben ezek az eredmények már könnyen adaptálhatók más, hasonló jellemzőkkel bíró fajokra is. Azért esett e rovarra a választás, mert erre voltak a leginkább megfelelő adatok, már ami az adatok mennyiségét és minőségét illeti, másrészről viszont az Agrotis segetum egy olyan kártevő rovar, amely az ország szinte egész területén megtalálható, ráadásul az általa okozott károk is olyan mérvűek amelyeket célszerű lenne egy hatékony védekezéssel megelőzni. A hatékony védekezéshez viszont szükség van arra, hogy időben meg tudjuk azt mondani, mikor várható a rovarok legnagyobb inváziója, illetve milyen fenofázisok mikor következnek be. Első lépésként ábrázoltam az év egyes napjain meglévő rovarok számát. Tekintve hogy itt fénycsapda adatokról van szó, amelyek diszkrétek, érthető, hogy ez az ábra meglehetősen nagy hektikusságot mutat. Éppen ezért ezeket az adatokat megsimítottam 11-napos csúszóátlag számítással. Az így kapott adatok láthatóak a következő ábrán.

Szaporulati görbe

relatív gyakoriság

0,025 0,02 0,015 0,01 0,005 0 1

15 29 43 57 71 85 99 113 127 141 155 169 183 197 211 225 239 253 267 idő

Population growth curve 2. ábra.

A szaporulati görbe a 11 napos csúszóátlagos simítás után. A görbe megmutatja, hogy az éves rovar egyedszámnak mekkora része jut az év egy adott napjára. Az idő skálán napok szerepelnek, a skála kezdete március 1.

A fenti görbén az adtbázisból vett négy év szaporulati adatai láthatók. Jól látható a görbe jellege, miszerint ez egy „kétcsúcsú” görbe, vagyis egy kétnemzedékes rovarról van szó. Az igazsághoz hozzátartozik, hogy az itt megjelenített négy adatsor a relatíve „szép” adatok közé tartozik, ugyanis vannak olyan adatsorok, ahol egy késői meleg ősz, vagy egy korai meleg tavasz miatt egy-egy másodlagos csúcs is kialakult a fő csúcsokon. Ezek persze ugyanolyan jól használhatóak az elemzések szempontjából, mint a többi adatsor, de az ezek segítségével történő optimalizálás nehézségekbe ütközik. Az ábra értelmezéséhez hozzátartozik az is, hogy az idő tengely adatait napokban tüntettem fel, és praktikus okokból az 1-es értékhez a március 1-ei dátum tartozik, hiszen ezen időpont előtt számottevő adatokat sehol sem mértek, sőt bizonyos fénycsapdák csak ettől az időponttól kezdve üzemelnek. Felmerül a kérdés, hogy tulajdonképpen mit is szeretnénk meghatározni, ezekből a görbékből. Vagyis melyek azok a pontok, amelyek helyét elsődlegesen meg szeretnénk határozni? A kérdés a mai napig nyitott maradt, ugyanis nem teljesen sikerült azt tisztázni, hogy növényvédelmi szempontokból mi az elsődlegesen meghatározandó dátum, de valószínűsíthető, hogy a két csúcs helyének meghatározása a legfontosabb feladat. Mivel azonban a modell nyitott, ezért utólag is könnyen változtatható az optimalizáció célja aszerint, hogy milyen értékekre szeretnénk a legpontosabb becslést megkapni. Ezt a kérdést azonban részletesen majd csak az optimalizácóról szóló fejezetben tárgyalom. A görbe illesztése



Minthogy az előbbiekben sikerült vázolni azt, hogy a modell elsődleges célja a csúcsok lehető legpontosabb meghatározása, most már a következő feladatunk az, hogy a fenti gyakorisági görbéket megpróbáljuk függvény alakban felírni, hogy azután ezekre az illesztett függvényekre végezzük el az optimalizációt. Erre azért van szükség, mert a gyakorisági görbék mögöttes függvénytartalom hiányában nem transzformálhatók, így optimalizálni sem lehet rájuk. A görbék alakjából adódott, hogy célszerű egy két Gauss-görbe szuperpozíciójából álló függvényt illeszteni. Ezért illesztettem a következő függvényt a görbékre külön-külön. 2

h : x a a1e − b1 ( x − c1 ) + a2 e − b2 ( x − c2 )

2

Az illesztés olyan jól sikerült, hogy a statisztikai próbák szerint 99%-os szignifikancia szinten is azonosnak tekinthetők a gyakorisági görbék és az illesztett gyakorisági görbék.

Illesztett szaporulati függvények

Relatív szaporulat

0,025 0,02 0,015 0,01 0,005 0 1

15 29 43 57 71 85 99 113 127 141 155 169 183 197 211 225 239 253 267 Idő

Curve fit to population growth

3. ábra.

Illesztett szaporulati függvények. Az ábra négy év szaporulati görbéjére illesztett függvényt tartalmazza, az illesztett függvény a h(x) függvény

Az optimalizáció

Most, hogy rendelkezésünkre áll a fenti négy gyakorisági görbe és az ahhoz tartozó négy illesztett függvény, elvégezhetjük az eddig már oly sokszor emlegetett optimalizációt, de előtte tekintsük át még egyszer, hogy mit is szeretnénk csinálni. Adott a g függvény paraméterekkel. Szeretnénk beállítani ezeket a paramétereket úgy, hogy az a valóságot a lehető legjobban írja le. Ha helytálló az a feltevés, hogy az aktivitás az elsődleges meghatározója az agroökológiai eseményeknek, akkor teljesülnie kell annak az állításnak, hogy ha a hőmérsékleti értékeket aktivitásba számoljuk át, akkor az aktivitással átskálázott szaporulati görbék nevezetes pontjainak egybe kell esniük. Úgy gondolom, hogy növényvédelmi szempontból a két csúcs meghatározása a legfontosabb, de fontos szerepe lehet a köztük lévő völgynek is. Érdekesek lehetnek még „Preciziós növénytermesztés” NKFP 4/037/2001.


esetleg a görbék inflexiós pontjai is, különösen a felszálló ágban. Jelen esetben az optimalizáció a két csúcsra vonatkozott. Kiszámítottam az illesztett görbék szélsőérték helyeit, és e pontokig vettem a napi hőmérsékleti adatokból számított napi aktivitási értékek összegét. Vagyis ugyan azt csináltam, mint a klasszikus hőösszeg-modellben, csak nem a 10 °C feletti napi középhőmérsékleti adatokat adtam össze, hanem az aktivitásokat. Az alapkoncepció szerint ezeknek a szélsőérték helyeknek aktivitási értékben számolva nagyjából egybe kell esniük. Tehát úgy kell végrehajtani az optimalizációt, hogy ezek a kumulált értékek azonosak legyenek. Ezt a számítást a Microsoft Excel Solver segédprogramjával végeztem el. A számítást többféleképpen is elvégeztem aszerint, hogy csak az első csúcsra, csak a második csúcsra, az első és a másodikra együttesen, vagy netán a völgyet is belekalkulálva szeretnénk minimalizálni az eltérést. A legjobbnak az az eredmény bizonyult, amikor a külön-külön vett (első és a második csúcsra külön vett) illesztett görbék estén a maximumok négyzetes eltérését adtuk össze az első és a második csúcsra, és az így kapott értéket minimalizáltam úgy, hogy az aktivitási görbe paraméterei szabadon mozoghattak. Hasonlóképen jó eredmény származott abból is, ha a két csúcs különbségére optimalizáltam. Ennek az a jelentőssége, hogy ha így állítjuk fel a modellt, akkor az első csúcs maximumából nagyon nagy pontossággal meg tudjuk mondani a második csúcs maximumának helyét. Végül is a lehető legpontosabb eredményhez tartozó aktivitási görbe és annak paraméterei a következők:

α = 0,6322 , β = 17,1424 , γ = 0,1106 , δ = 92,0712 , ε = 0,7253 Optimalizált aktivitási görbe 1,2

Aktivitási ráta

1 0,8 0,6 0,4 0,2 0 -0,2

0

5

10

15

20

25

30

35

40

Hőmérséklet

Optimised activity curve

4. ábra. Az optimalizált aktivitási görbe. Ez a görbe az optimalizáció során nyert paraméterekkel (α,β,γ,δ,ε) beállított aktivitási görbe. Látható, hogy ez a görbe alakját tekintve nagyon hasonlít a szakirodalmi aktivitási görbékhez. A görbe kalibrálásához négy év adatait használtam fel (1959, 1960, 1963, 1964), majd további hét év adatain kontroll vizsgálatokat végeztem. A tapasztalat azt mutatja, hogy a kontroll évek esetében a jósolt és a tényleges maximumhelyek igen nagy pontossággal egybeesnek. Statisztikai vizsgálatokkal kimutattam, hogy az előrejelzett maximumok az első csúcs estében ezzel a módszerrel extrém esetektől eltekintve egy héten belüli pontossággal „Preciziós növénytermesztés” NKFP 4/037/2001.


előre jelezhetők. A két csúcsra együttesen vett eltérések összegét számítva is dekádon belüli az eltérés, sőt, ha az eltéréseket előjelesen vesszük figyelembe akkor az összevont differencia abszolút értékben 3 nap körül van, ami meglehetősen jó becslésnek mutatkozik. Az alábbi két ábra illusztrálja, hogy mind szokásos, mind extrém esetekben meglehetősen nagy pontosságú az előrejelzés. Szaporulati görbe hagyományos esetben 0,025

Szaporulat

0,02

0,015

0,01

0,005

0 1

13 25 37 49 61 73 85 97 109 121 133 145 157 169 181 193 205 217 229 241 253 265 Idő

Population growth curve in a regular case 5. ábra.

Szaporulati görbe szokásos esetben. Ez az ábra példa arra, hogy mennyire jól illeszkedik az illesztett görbe a tapasztalati görbére, és látható az is, hogy a becsült értékek milyen jól eltalálták a maximumokat, és a minimumokat. A becsült értékeket a tüskék jelölik.

Estimated, fitted and real values in a regular case

1.púp völgy 2.púp

1. táblázat.

jósolt(nap) ill.(nap) valós(nap) 86 89 81 119 126 134 162 166 166

Ez a táblázat megmutatja, hogy mennyire térnek el a jósolt, az illesztett és az eredeti maximum, illetve minimum értékek egymástól a hagyományos görbe esetében.



Szaporulati görbe extrém esetben 0,03 0,025 Szaporulat

0,02 0,015 0,01 0,005 0 1

16 31 46 61 76 91 106 121 136 151 166 181 196 211 226 241 256 271 Idő

Population growth curve in an extreme case 6. ábra.

Szaporulati görbe extrém esetben. Ez az ábra azt hivatott megmutatni, hogy a görbe extrém esetekben is jól viselkedik, ugyanis az első két csúcs közé normális esetben nem kerül be egy völgy, csak egy előre nem várt hőmérsékleti anomália miatt következett be egy visszaesés, amit természetesen előre nem lehetett megjósolni. Az első és a harmadik tüske a becsült csúcs, a második a becsült völgy helyét mutatja.

1.púp völgy 2.púp

jósolt(nap) ill.(nap) valós(nap) 91 89 81 116 126 134 157 166 166

Estimated, fitted and real values in an extreme case 2. táblázat.

Ez a táblázat megmutatja, hogy mennyire térnek el a jósolt, az illesztett és az eredeti maximum, illetve minimum értékek egymástól az extrém görbe esetében.

Diszkusszió

Az eddig leírtakból jól látható, hogy a most megalkotott hőöszeg-modell meglehetősen jól működik az eddig tárgyalt faj esetében. Joggal vethető fel a kérdés, hogy minden fajra hasonlóképpen működik-e ez a modell. Jóllehet ez a rendszer nem univerzális, de a módszer alapgondolata biztosan használható, a fent említettől jelentősen eltérő fajok esetében is. Köztudott viszont az a tény, hogy a hazánkban előforduló éjjeli lepkék jelentős rész kétnemzedékes. Ennek oka elsősorban az éghajlati sajátosságokban keresendő, hiszen a nemzedékek száma nagyban függ az éghajlati övtől, és a földrajzi szélességtől. A kétnemzedékes rovarok szaporulati görbéje viszont nagyon hasonlít az eddig látott görbékhez. Célkitűzéseim között szerepel, hogy a jövőben megvizsgáljak néhány másik kétnemzedékes rovart is, de szeretném a modellt kiterjeszteni, másfajta fenológiai mintázatú rovarokra is. Az eddigi modellben használt aktivitási görbe kizárólag a hőmérsékletfüggést vette figyelembe, amennyiben a megfelelő adatok rendelkezésre állnak szeretném a másodlagos környezeti tényezőket is beépíteni az aktivitási görbébe. „Preciziós növénytermesztés” NKFP 4/037/2001.


A távlati céljaim között szerepel más élőlények vizsgálata is. Gazdasági szempontokat figyelembe véve legalább olyan fontos a gyümölcsfák, gabonanövények, és egyéb termesztett növények biológiai életciklus-fázisainak előrejelzése is. Ehhez azonban nagyon sok megfigyelési adat szükséges, ami egyenlőre nem áll rendelkezésre. Köszönetnyilvánítás

Köszönettel tartozom Harnos Zsolt Professzor úrnak, aki biztosította kutatómunkám anyagi és tudományos feltételeit, továbbá folyamatos szakmai támogatást nyújtott. Köszönöm továbbá a SzIE Matematika és Informatika Tanszékének és munkatársainak, hogy munkámat széleskörűen segítették. IRODALOMJEGYZÉK 61. Artz, Th., - Ludwig, W. (1949): Alte Probleme der Beleuchtung. Naturwiss. Rundsch. 2. k. 450-459 62. Benedek, P.,-Surján, J.,- Fésűs. I., (1974): Növényvédelmi előrejelzés, Mezőgazdasági Kiadó, Budapest 63. Blunck, H. (1923): Die Entwicklung des Dyticus marginalis Linneaus vom Ei bis zur Imago. 2. Teil. Die Metamorphose. – Z. wiss. Zool. 121: 171-391. 64. Druzseljubova, T.Sz., - Makarova, L.A. (1968): Popravocsnie koefficienti dljá prognoza razvitija naszekomih po szumme effektivnih temperatur, Zoologicseszkij Zsurnal, 47: 73-78. 65. Erdélyi, É., (2002): A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése, 6. Magyar Biometriai és Biomatematikai Konferencia, (in press) 66. Gaál, M., (1997a): Az informatika eszközeinek felhasználása a kertészetben. – Új Kertgazdaság, 1997/4: 54-57. 67. Gaál, M., (1997b): Az informatika alkalmazási lehetőségei a zöldségtermesztésben, MTA kandidátusi értekezés, Kertészeti és Élelmiszeripari Egyetem, Budapest 68. Gaál, M., (1998a): Ökológiai alapú szaktanácsadási információs rendszer. Gazdálkodás, XLII./i.sz. 50-57 69. Gaál, M., (1998b): Using the Internet in Vegetable Growing. A Kertészeti és Élelmiszeripari Egyetem Közleményei (Publicationes Universitatis Horticulturae Industriaeque Alimentarie) vol. LVII: 65-68. 70. Gaál, M., - Hufnagel, L., (1999): Vízi élőhelyek állapotának monitorozása poloskaközösségek alapján, Agrárinformatika 1999: 346350, DAE, Debrecen 71. Gaál, M., - Hufnagel, L., (2000): Új módszerek az alkalmazott rovartani monitorozásban, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 382-383, SZIE, Budapest 72. Gaál, M., - Hufnagel, L., (2001): Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring, 3rd EFITA 2001 agroMontpellier ENSA, Montpellier (vol 1): 285-290. 73. Hufnagel, L.,- Mészáros, Z.,- Gaál, M.,- Ferenczy, A. (1999): Temporal Spatial Patterns of Noctuinae Communities in Hungarian Apple Orchards , Acta Phytopathologia et Entomologia Hungarica 34 (4): 341-351. 74. Hufnagel, L., -Bakonyi, G.,- Vásárhelyi T., (1999): New approach for habitat characterization based on species list of aquatic and semiaquatic bugs, Environmental Monitoring and Assessment 58: 305-316 75. Hufnagel, L.,- Bakonyi, G.,- Vásárhelyi T., (1999): Sokváltozós módszerek alkalmazása vízi és vízfelszíni poloskákra épülő vízminősítési rendszerekben. Állattani Közlemények 84: 29-41. 76. Hufnagel, L.,- Gaál, M.,- Ferenczy A.,- Őszi, B., (1999): Többváltozós módszerek alkalmazása rovaregyüttesek tér-időbeli zoocönológiai monitorozásában. Informatika a felsőoktatásban 1999 DESZ, Debrecen I.: 215-220. 77. Hufnagel, L.,- Gaál, M.,- Őszi, B.,- Mészáros, Z., (2001): Population Dynamical Stabiliti In Service of Plant Protectional Prognosis, Acta Phytopathologia et Entomologia Hungarica 36: 93-99. 78. Hufnagel, L.,- Gaál, M., (2002): Többváltozós állapotsík rendszerek alkalmazása valós és szimulált adatsorok kezelésében, Agrárinformatika Konferencia 2002 Debrecen (in press) 79. Kozsancsikov, I.V., (1961): Metodi iszledovanyija ekologii naszekomih , Goszudarsztvennoje Izd., Moszkva 80. Ladányi, M., (2002): Egy táplálékhálózat populációdinamikai modellje, 6. Magyar Biometriai és Biomatematikai Konferencia, Budapest (in press). 81. Ladányi, M., - Erdélyi, É., (2002): Kölcsönhatási hálózatok időbeli szimulációja, Agrárinformatika Konferencia 2002, Debrecen (in press) 82. Nyilas, L.,- Hufnagel, L., - Gaál, M.,- Mészáros, Z., (2000): Noctuidae fajegyüttes szezonális és szukcesszív dinamikája a Juliannamajori fénycsapda adatainak tükrében, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 426-427, SZIE, Budapest 83. Schnelle, F., (1955): Pflanzen-Phenologie. Akad. Verl. Ges. Geest-Portig. K.G., Leipzig. 84. Szász, G., (1988): Agrometeorológia, általános és speciális, Mezőgazdasági Kiadó, Budapest. 85. Őszi, B.,-Hufnagel, L., Mészáros, Z., (2000): Szezonális dinamikai mintázatok és modellezésük a platánfa-csipkéspoloska példáján. Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 432-433, SZIE, Budapest 86. Varga-Haszonits, Z., (1977): Agrometeorológia. Mezőgazdasági Kiadó, Budapest. 87. Varga, I.,- Hufnagel, L., (2001): Temporal-spatial patterns of aquatic and semiaquatic Heteroptera at Lake Fertő, Opuscula Zoologica, XXXIII: 99-112. 88. Vásárhelyi, T.,- Hufnagel, L., (1990): A platánfa légies átka, Élet és Tudomány, XLV/30: 940-942. 89. Vasziljev, V.P.,- Livsic, I.Z. (1958): Vregyityeli plodovih kultur., Goszud. Izd., Moszkva



Szimuláció és monitoring az agrár-ökoszisztémák vizsgálatában IV.

TÉRBELI INHOMOGENITÁSOK KEZELÉSÉNEK MÓDSZERTANI PROBLÉMÁI A PRECÍZIÓS NÖVÉNYTERMESZTÉSBEN HORVÁTH LEVENTE SzIE KTK, Matematika és Informatika Tanszék E-mail: [email protected]

Összefoglalás A precíziós mezőgazdálkodás és a környezetvédelem szempontjából igen jelentős a mezőgazdasági táblák inhomogenitásának vizsgálata. A parcellán belüli homogénnek tekinthető talaj-növény-időjárás-kártevő rendszer térbeli kiterjesztésével juthatunk egy helyspecifikus komplex ökoszisztéma modellhez. Ebbe a térbeli rendszerbe épülő modulok egymással szoros összefüggésben vannak, de önmagukban is működőképesek. Legfontosabb növényvédelmi szempontból a kártevők tér-időbeli tömegességi viszonyainak előrejelzése, a térbeli modell főleg ezzel foglalkozik. Összetartó ereje az egyes parcellák populációdinamikai modelljeinek, ezzel megteremti a homogénként lehatárolt területek közti kapcsolatot. Summary

The management of variability lies at the heart of precision farming. Three forms of variability have become apparent, spatial, temporal and predictive. Spatial variability can be seen as changes from year to year, and predictive variability must be measured, then understood before management becomes practical. Furthermorre, the development and adoption of coherent strategies and practices are seen as fundamental to the succes of precision farming. To support this process accurate and timely imformation is needed as well as a new generation of arable software.

Bevezetés A mezőgazdasági termelés eszköztára az utóbbi időkben az elektronika és az informatika fejlődésével olyan lehetőségekkel bővült, amelyek révén ma már megvalósítható a termőhelyhez alkalmazkodó termesztés és az adott táblán belüli különböző igények kielégítése. A precíziós módszerek alkalmazása egy időben képes figyelembe venni a növénytermesztés ökológiai igényeit, másrészt a takarékosság, hatékonyság révén az ökonómiai célokat. Ez nemcsak egy új termesztési módszer, hanem egy átfogó rendszer, mely integrálni képes a biológiai, műszaki és ökonómiai tényezőket és rugalmasan kapcsolódik a természeti adottságokhoz. A precíziós mezőgazdálkodás potenciálisan javíthatja a gazdaság nyereségességét, és egyben csökkentheti a mezőgazdaság okozta környezeti és leginkább ez a rendszer képes a fenntarthatóság igényének kielégítésére. A precíziós agrotechnikában specifikus problémát jelent a mezőgazdasági táblán belüli termőhelyi inhomogenitás módszertani kezelése. A térbeli szerkezetek és az időbeli dinamikák szoros kapcsolatban állnak egymással. [1] Jelen cikkben vázolt modell csak egy egyszerűsített változat, mely csak egy préda-predátor vagy egy növénykártevő pár térbeli kapcsolatát írja le és három feltevésre alapul.

1. a populációk egyedszámai nagyok (abundancia-feltevés); 2. az azonos populációhoz tartozó egyedek minden dinamikailag releváns szempontból identikusak (uniformitás-felvetés) „Preciziós növénytermesztés” NKFP 4/037/2001.


A harmadik egyszerűsítő feltevés nem a populációdinamikából ismert módon kell figyelembe venni. A harmadik az ergodicitás-feltevés, mely alapján az egyedek tökéletesen keverednek; minden egyed ugyanazt a környezetet érzékeli maga körül. Ez az állítás csak az inhomogén táblán belüli homogén részekre teljesül. Ez leglátványosabban a növényi vagy bentális állati populációknál sérül, melynek egyedei életük nagy részében csak a közvetlen szomszédjaikkal állnak kapcsolatban. Jelen modellben a térbeli mintázatok időbeli változását szimuláljuk ugyan, de csak a térbeliséggel kapcsolatos kölcsönhatások szempontjából. Az időbeli mintázatgeneráló folyamatokat –szezonalitás, növekedés, táplálékhálózati kapcsolatok- most nem tárgyaljuk.

Irodalmi áttekintés A térbeli szerkezetek és az időbeli dinamikák szoros kapcsoltsága nem új téma, hiszen Alexander Watt már 1947-ben publikált ebben az azóta is sokszor visszatérő témakörben. A diszciplína arzenálja magában foglalja az egy- és többváltozós statisztikai módszereket melyek az utóbbi időkben már jól felfedik a mintázatokat generáló specifikus folyamatokat (Wilson, 1994, Ferenczy et al 1999, Hufnagel et al 1999a, Hufnagel és Stollmayer 1999, Csörgits és Hufnagel 2000a,b, Nyilas et al 2000, Bíró és Hufnagel 2001, Varga és Hufnagel 2001, ). A tér-időbeli mintázatelemzés egészen új irányzatát jelentik az indirekt ordináción alapuló állapotsík rendszerek (Hufnagel et al 1999b, Gaál és Hufnagel 1999, 2000, 2001), ezek előzményének tekinthetők a többváltozós módszerek segítségével bevezetett bioindikációs módszerek (Hufnagel et al 1999c, d). A statikus-statisztikus módszerrel nem magyarázható, hogyan és miért alakult ki egy cönológiai szerkezet, csak ötleteket adhatnak, milyen dinamikai törvények működhetnek közre az adott szerkezet létrehozásában (Bartha et al., 1996). A populációs kölcsönhatások térbeli allokáltságának figyelembevételére a legkézenfekvőbb lenne valamely klasszikus nem térbeli kölcsönhatási modell (például Lotka-Volterra típusú) térbeli kiterjesztése. Történtek próbálkozások, folytonos esetben parciális differenciálegyenleteket használó reakció-diffúziós (Okubo, 1980; Murray, 1989), a diszkrét esetben pedig közönséges differenciálegyenletekkel megfogalmazható élőhelyfoltabundancia modellekhez (Levin, 1978; Scheuring és mtsai, 1993) jutunk. Fontos viszont a klasszikus modellekhez képest, hogy minden dinamikai esemény explicit módon lokálisan értelmezett. A reakció-diffúziós és a folt-abundancia modellek a térben explicit tömeg-kölcsönhatás modellek osztályát alkotják. Ha a modellben szerepel a térbeli pozíció, akkor az objektum kölcsönhatás modell térben explicit, ha ezen kívül igaz az is, hogy a térbeli távolsághatározza meg a kölcsönhatás erősségét két objektum között, akkor a kérdéses rendszer egy szomszédság modell. A populációdinamika szomszédságmodelljei négy osztályba sorolhatók (Czárán, 1998). 1.

sejtautomaták (cellular automata, CA)

2.

kölcsönható részecskerendszerek (interacting particle system, IPS)

3.

mozaikos térfelosztás-modellek (tessellation models, TM)

4.

távolság modellek (distance models, DM)

A sejtautomaták, illetve az IPS modellek térbeli kölcsönhatásokban álló elemek alkotta dinamikájának vizsgálatára alkalmasak- növényi és állati populációk, illetve ezek társulásai alkalmasint ilyennek tekinthetők. A kártevők vándorlásánál legjobban használható sejtautomata szabályait John Conway (1970) dolgozta ki. és "élet játék"-nak nevezte el. Szabályai a következők: az élettér egy négyzetháló. Minden cellában egy sejt élhet. Minden sejtet nyolc szomszédos cella vesz körül. Ha egy generációban egy sejtnek kettő vagy három élő szomszédja van, akkor a sejt élni fog a következő generációban is, minden más esetben egy sejt kihal. Ha egy üres cellának pontosan három élő sejt van a szomszédjában, akkor ott új sejt születik. Tapasztalatait könnyen lehet a precíziós mezőgazdálkodásba átültetni.



Eredmények Ebben az egyszerűsített modellben egy növény-kártevő pár térbeli mintázatának időbeli viselkedését vizsgáltam. Mivel biomasszát vizsgáltam a kártevő és a növény mennyiségét kg-ban adtam meg. Egy elképzelt táblát 5X5 parcellára osztottam és ezeket külön-külön homogénnek tekintettem. Minden egyes parcellán ismert a növény mennyisége (K) és a kártevő mennyiség (R). A szimuláció során a növény mennyiségét nem változtattam. Az így felépülő ökológiai mező változását írja le a modell. Ezt az ökológiai mezőt feltétlenül egy szomszédság modellel lehet szimulálni. Az egyes parcellákon lévő táplálékhálózat elemeinek mennyisége időben dinamikusan változik. A táplálék-egyedet fogyasztó táplálkozó-egyed biomasszájának növekedtével a táplálék-egyed biomasszája lassuló ütemben fogy (a táplálékszerzés egyre nehezebbé válik) egészen a kipusztulásig, de a táplálék-egyed fogyása a táplálkozó-egyed táplálékának korlátozó tényezője is egyben, mely a táplálkozó-egyed biomasszáját kevésbé növeli vagy akár csökkentheti is. A t+1-ik időpontban az i-dik cellában lévő kártevőmennyiség függ az ott lévő növény mennyiségétől és a szomszédjaitól érkező kártevők mennyiségétől. Kétféle kártevő tulajdonságai is szerepelnek a modellben, a frontálisan (lokálisan) támadóé és a globálisan támadóé.

R it + 1 = R it ⋅ F i

w

+

∑

w

R jt ⋅ (1 − F j ) ⋅ D ij ⋅ G ij

j

Ahol

Fi =

1 a ⋅ Ri + b 1+ Ki + c

Ri

- az i.-k parcellán lévő kártevő mennyisége (kg)

Ki

- az i.-k parcellán lévő növény mennyisége (kg)

a

- az R és K arányát állítja be, úgy hogy a kártevő számára még éppen elegendő növény mennyiségnél F=1. Rossz esetben F<1, ha F<<1 akkor minden kártevő el akar vándorolni. Ennek az együtthatónak a beállítása nagyon fontos a modell szempontjából mivel ez határozza meg leginkább, hogy a kártevő elvándoroljon-e az adott területről, vagy ideálisnak tekinti és nincs szüksége odébbállni.

b,c

- túlélő kártevők mennyisége (pl., olyanok melyek megjelennek olyan területen is, ahol nincs növény) szükségképpen b<
w

- sebességtényező, elvándorlási kényszer Az „a” paraméterrel szemben a „w” az elvándorlás erősségét állítja be. Segítségével a különböző kártevők tulajdonságát írhatjuk le. Vannak olyanok melyek- ha nem ideális a terület- gyorsan terjednek, mások viszont csak nehezebben vándorolnak el. Ezen tulajdonság leírására lehet a paraméter nagy, illetve kicsi.

Ha



a ⋅ Ri + b <1 Ki + c akkor szükségképpen F függvény az 1 értéket veszi fel. Ekkor elegendő a növénymennyiség a kártevők számára, nem éreznek kényszert a terület elhagyására. Az

R it ⋅ F i

w

megmutatja a következő ciklusban helyben maradó kártevő mennyiségét. Nyilván ha R

értéke nagyobb, mint K akkor az F függvény közelít 0-hoz, így kevesebb kártevő marad az adott területen, több próbál elvándorolni, ha viszont a terület ideális számukra (F=1) akkor eszük ágában sincs onnan elmenni. Az

∑R

jt

⋅ (1 − F w ) ⋅ D ij ⋅ G ij összeg mutatja meg hogy a többi parcellából (j) mennyi kártevő érkezik

j

a vizsgált parcellába (i).

Ahol

 1 Dij =  2  (x − x ) + ( y − y )2 j i j  i

   

v

(xi;yi)

- a vizsgált parcella koordinátái

(xj;yj)

- annak a parcellának a koordinátái, amelyből érkeznek a kártevők

v

- támadási erősség, mennyire képes a kártevő távolra menni Ha v>>1 tekinthetjük a kártevőt, mint csak frontálisan támadót. Ha v≅0, a kártevő előbb-utóbb mindenhol megjelenik.

Szükséges volt ezt a tényezőt is beépíteni a modellbe, mert a fertőzés nagyban függ a területek egymástól való távolságától. Ez fontos mivel a precíziós mezőgazdálkodás egyik alapja a növényvédő szerek helyspecifikus kijuttatása.

Gij =

( K i + c) 2 a ⋅ Ri + c ( K j + c) 2

∑ a⋅R j

ji

+c

A Gij tényező megmutatja hogy mennyire „vonzó” az adott parcella. Ha Gij nagy a kártevők szívesebben mennek annak a parcellának az irányába. Előfordulhat, hogy egy parcella vonzó, de messze van, így elképzelhető hogy a kevésbé jó de közelebbi felé indulnak. A modell további finomításai közé tartozik majd, hogy az egyes parcellák ilyen jósági tényezőit nemcsak az ott lévő növény mennyisége, és a parcella távolsága határozza meg, hanem a domborzati viszonyokat leíró súlyozást adhatunk az egyes területeknek. A számláló hasonlít az F függvényben megismert tényezőre, csak most a növénymennyiség a meghatározó arány, amit súlyoztam a növénymennyiséggel. Esettanulmány



A következőkben bemutatok egy egyszerű esetet mikor az 5X5-s táblán belül mindenhol azonos növénymennyiség van, és az egyik parcellán megjelennek a kártevők (sarokban). A minta során egy közepes vándorlású kártevő fajtára állítottam be a paramétereket. Az ábrák a stabil állapot beálltáig mutatják a változásokat.

1. Ábrasor, Kártevők idő-helybeli mennyisége 1.-6. időpont

1. 1000

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2. 53

474

0

0

0

474

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

331

56

139

0

0

56

278

0

0

0

139

0

0

0

0

0

0

0

0

0

0

0

0

0

0

59

267

78

20

0

267

61

75

0

0

78

75

0

0

0

20

0

0

0

0

0

0

0

0

0

196

62

147

20

0

62

198

75

0

0

147

75

0

0

0

20

0

0

0

0

0

0

0

0

0

3.

4.

5.



6. 67

182

76

44

0

182

67

131

0

0

76

131

0

0

0

44

0

0

0

0

0

0

0

0

0

143

69

126

44

0

7. 69

167

81

12

0

126

81

25

0

0

44

12

0

0

0

0

0

0

0

0

77

140

83

58

0

140

71

119

12

0

83

119

25

0

0

58

12

0

0

0

0

0

0

0

0

98

93

99

66

0

93

98

97

23

0

99

97

47

0

0

66

23

0

0

0

0

0

0

0

0

8.

9.

Figures 1. Pests in field and time

Az alábbi ábrákon egy terjedési folyamat látható melyen a bal felső sarokban megjelent 1000 kártevő. A parcellákon mindenhol 100 egység növényi táplálék volt. A baloldali ábrákon grafikusan, a jobboldalin számszerűen a kártevők mennyisége. Látható, hogy a kártevők mindig abba az irányba mozdulnak el amerre ideálisabb (több) a növényi táplálék és a kártevők aránya, jelen esetben a=1 értékre van állítva (Ez állítja be a korábban említett F függvényt). A terjedés mindaddig folytatódik, amíg az F függvény értéke el nem éri az 1 értéket, azaz R/K arány nem csökken 1 alá. 2. Ábra, Parcellák indexszei

1 6 11 16 21

2 7 12 17 22

3 8 13 18 23


4 9 14 19 24

5 10 15 20 25 szakmai részjelentés 198

Figures 2. Indexes of parcel

3 parcella

160 140 120 100 80 60 40 20 0 1

2

3

4

5

6

7

8

9

3. Ábrasor, Jelentősebb parcellákon a kártevők időbeli mennyisége 1. parcella

1 parcella

1200 1000

6 parcella

500 800 600 400 400 300 200 200 0 100

1

2

3

4

5

6

7

8

9

4

5

6

7

8

9

6

7

8

9

0 1

2

3

7 parcella

300 250 200 150 100 50 0 1

2

3

4

5



11 parcella

160 140 120 100 80 60 40 20 0 1

2

3

4

5

6

7

8

9

6

7

8

9

13 parcella

50 40 30 20 10 0 1

2

3

4

5

Figures 3. Peste in some parcel

Az ábrákból látszik, hogy némi ingadozással érik el a végső állapotot, ez azért van, mert az egyes ciklusokban a nagy R/K arányú helyekről a kisebbek felé vándorolnak, ahol megnő ez az arány, a következő ciklusban ugyanez zajlódik le, csak a másik irányban. A két ciklus között kialakult állapot mégsem hasonlít egymásra, mivel azok két ilyen forduló alatt kiegyenlítődnek. Diszkusszió Ez a térbeli modell egyik része egy komplex ökoszisztéma modellnek, ez adja meg a kapcsolatot a homogénnek tekintett parcellák között, az egyes területeken felírt táplálékhálózat inputjait adja. A térbeli modell inputjai meg a táplálékhálózat modell outputjai. A modell tesztelése során sok probléma adódott a paraméterek helyes beállításából. Mivel számomra nem állt rendelkezésre valós adatsor csak szimulációval és kezdeti érték beállítással próbálkoztam tesztelni. A kidolgozott modell számos továbblépési lehetőséget hordoz magában: 1.

Nem csak a növényi tápanyag lesz a meghatározó a vándorlás során, hanem több kártevő és növény együttes jelenléte. A komplett ökoszisztéma együttes kezelése és nem páronkénti vizsgálata.

2.

Megpróbálom a modellt ezekkel az elvekkel ráültetni John Conway „élet-játék” modelljére.

3.

Próbálok domborzati viszonyokat is beépíteni a modellbe, melyet a G függvény tagjainak súlyozásával kívánok elérni.

4.

Megpróbálom az ökológiai mezőt folytonosnak tekinteni és összefüggéseket keresni működése és a fizikából ismert elektromágneses mezők működése között.

Ezeken kívül fontosnak tartom a modell széleskörű tesztelését és az eredmények integrálását más modellrendszerekbe (Erdélyi 2002, Ladányi 2002, Ladányi és Erdélyi 2002, Hufnagel és Gaál 2002, Révész 2002) később döntéstámogató informatikai rendszerekbe. Felmerül a térinformatikán alapuló szakértői rendszerekkel (Gaál 1997, 1998) való kapcsolatteremtés lehetősége is. Az így kialakítható modellrendszerek jól szolgálhatják az alkalmazkodó mezőgazdaság (Harnos 1991) célkitűzéseit.



Köszönetnyilvánítás Köszönetet szeretnék nyilvánítani Harnos Zsolt Professzor Úrnak, a Matematika és Informatika Tanszék vezetőjének, hogy munkámat figyelemmel kísérte, segítette és biztosította a kutatás feltételeit, valamint kollégáimnak Gaál Mártának, Erdélyi Évának, Ladányi Mártának és Révész Andrásnak. Külön köszönet Hufnagel Leventének, aki kutatómunkánkat összefogta és szervezte. Irodalomjegyzék, hivatkozások 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27.

28. 29. 30.

Bíró, J., - Hufnagel, L., (2001): Bioindikáció Heteroptera közösségek alapján a Balaton vízrendszerében, Hidrológiai Közlöny 81. (5-6): 339-341. Conway, J. 1970. Game of life. Scientific American, page 120 Czárán, T. (1998a): .Spatiotemporal Models of Population and Community Dynamics. Chapman & Hall, London Czárán, T., (1998b): Populáció és társulásdinamika térben és időben: Tömeg és objektumkölcsönhatási modellek – In: Fekete, G., (szerk) A közösségi ökológia frontvonalai, Scientia Kiadó, Budapest Csörgits, G., - Hufnagel, L., (2000a): Heteroptera fajegyüttesek a Dunán, Hidrológiai Közlöny 80/5-6: 288-290. Csörgits, G., - Hufnagel, L., (2000b): Heteroptera és Odonata fajegyüttesek a Nyéki-Holt-Duna hínár állományaiban, Hidrológiai Közlöny 80/5-6: 291-294. Erdélyi, É., (2002): A növények által hasznosítható tápanyagmennyiség időbeli változásának modellezése, 6. Magyar Biometriai és Biomatematikai Konferencia, (in press) Ferenczy, A.,- Hufnagel, L.,-Pécs, M.,-Mészáros, Z. (1999): biodiverzitás monitorozás a növényvédelmi fénycsapdahálózat adatai alapján, 5. Magyar Biometriai és Biomatematikai Konferencia, BDTF, Szombathely 79-80. Gaál, M., (1997a): Az informatika eszközeinek felhasználása a kertészetben. – Új Kertgazdaság, 1997/4: 54-57. Gaál, M., (1997b): Az informatika alkalmazási lehetőségei a zöldségtermesztésben, MTA kandidátusi értekezés, Kertészeti és Élelmiszeripari Egyetem, Budapest Gaál, M., (1998a): Ökológiai alapú szaktanácsadási információs rendszer. Gazdálkodás, XLII./i.sz. 50-57 Gaál, M., - Hufnagel, L., (1999): Vízi élőhelyek állapotának monitorozása poloskaközösségek alapján, Agrárinformatika 1999: 346-350, DAE, Debrecen Gaál, M., - Hufnagel, L., (2000): Új módszerek az alkalmazott rovartani monitorozásban, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 382-383, SZIE, Budapest Gaál, M., - Hufnagel, L., (2001): Combination of Multivariate Methods and Graphical Database Management in Service of Ecological Monitoring, 3rd EFITA 2001 agroMontpellier ENSA, Montpellier (vol 1): 285-290. Harnos, Zs., (1991): Az alkalmazkodó mezőgazdaság rendszere: módszertani kutatások, KÉE, Budapest. Hufnagel, L. (in press) Modellezés a populációdinamikában. Szemináriumi kötet, SZIE, Budapest Hufnagel, L.,- Mészáros, Z.,- Gaál, M.,- Ferenczy, A. (1999a): Temporal Spatial Patterns of Noctuinae Communities in Hungarian Apple Orchards , Acta Phytopathologia et Entomologia Hungarica 34 (4): 341-351. Hufnagel, L., -Bakonyi, G.,- Vásárhelyi T., (1999b): New approach for habitat characterization based on species list of aquatic and semiaquatic bugs, Environmental Monitoring and Assessment 58: 305-316 Hufnagel, L.,- Bakonyi, G.,- Vásárhelyi T., (1999c): Sokváltozós módszerek alkalmazása vízi és vízfelszíni poloskákra épülő vízminősítési rendszerekben. Állattani Közlemények 84: 29-41. Hufnagel, L.,- Gaál, M.,- Ferenczy A.,- Őszi, B., (1999d): Többváltozós módszerek alkalmazása rovaregyüttesek tér-időbeli zoocönológiai monitorozásában. Informatika a felsőoktatásban 1999 DESZ, Debrecen I.: 215-220. Hufnagel, L., - Stollmayer, B.E., (1999): Zoocoenological pattern of bug assemblies in the Szilas and Gyáli streams, Opuscula Zooogica XXXI: 69-77. Hufnagel, L.,- Gaál, M., (2002): Többváltozós állapotsík rendszerek alkalmazása valós és szimulált adatsorok kezelésében, Agrárinformatika Konferencia 2002 Debrecen (in press) Ladányi, M., (2002): Egy táplálékhálózat populációdinamikai modellje, 6. Magyar Biometriai és Biomatematikai Konferencia, Budapest (in press). Ladányi, M., - Erdélyi, É., (2002): Szimuláció és monitoring az agrárökoszisztémák vizsgálatában I – Agrárinformatika Konferencia, Debrecen (in press) Levin, S. A. 1978. Population dynamic models in heterogenius envirinments. Ann. Rev. Ecol. Syst. 7:287-310 Murray, J. D. 1989. Mathematical biology. Springer-Verlag, New York. Nyilas, L.,- Hufnagel, L., - Gaál, M.,- Mészáros, Z., (2000): Noctuidae fajegyüttes szezonális és szukcesszív dinamikája a Julianna-majori fénycsapda adatainak tükrében, Lippay János-Vas Károly Tudományos Ülésszak, Növényvédelmi Szekció, 426-427, SZIE, Budapest Révész A., (2002): Szimuláció és monitoring az agrárökoszisztémák vizsgálatában III. – Agrárinformatika Konferencia, Debrecen (in press) Tamás János: Precíziós mezőgazdálkodás, Mezőgazdasági szaktudás kiadó, 2001 Varga, I.,- Hufnagel, L., (2001): Temporal-spatial patterns of aquatic and semiaquatic Heteroptera at Lake Fertő, Opuscula Zoologica, XXXIII: 99-112.



Dr. Harnos Zsolt Informatika a precíziós mezőgazdaságban

Szent István Egyetem Kertészettudományi Kar Matematika és Informatika Tanszék 1118 Budapest, Villányi út 29-43. A Precíziós Mezőgazdaságnak (PM) számtalan definíciója van, amelyekben van egy közös elem, mégpedig a helyspecifikus gazdálkodás. Vannak, akik ezzel azonosítják, ami azonban nem fejezi ki kellően a PM fogalmát, ezért itt két részletesebb definíciót is bemutatunk. −

Az informatikára és technológiára alapozott farm menedzsment rendszer, amely azonosítja, elemzi és irányítja a műveleteket a változó termőhelyi feltételek között az optimális jövedelmezőség, a fenntarthatóság (sustainability) és a termőföld védelme érdekében.

−

A precíziós mezőgazdaság egy olyan farm gazdasági koncepció, amely magába foglalja a tudásalapú technikai menedzsment rendszer fejlesztését és adaptációját a profit maximalizálás érdekében. A menedzsment rendszer lehetővé teszi a mikromenedzsment fogalmát, azaz azt a képességet, hogy a műveletek alkalmazkodjanak a művelés alatt lévő földterület változó feltételeihez, ha azok technológiailag előnyösek. A rendszer az inputon keresztül (talajművelés, vetőmag, növényvédelem stb.) szabályoz.

A PM alapvetően abban tér el a hagyományos műveléstől, hogy − a táblán belül helyspecifikus művelést tételez fel, − dinamikájában vizsgálja a folyamatokat, − a termőföld védelmére, a sustainabilitásra törekszik. A profit maximalizálás mindig a gazdálkodás célja volt, így ebben a PM és a hagyományos gazdálkodás megegyezik. Minthogy a PM helyspecifikus művelést tételez fel, s dinamikájában vizsgálja a termelési folyamatokat, valamint a termőhely állapotát, így lényegesen több információra van szükség, „Preciziós növénytermesztés” NKFP 4/037/2001.


s az elemzési, döntéstámogató eszközöknek is fejlettebbeknek kell lenni, mint a hagyományos gazdálkodás esetében. A precíziós mezőgazdaság egy ciklikusságát szemlélteti az 1. ábra

1. ábra Az ábra csak a folyamatot szemlélteti, s csak a két legfontosabb elemét: a tápanyagellátást és a növényvédelmet emeli ki. Azonban a PM-ben szerepel a teljes termelési ciklus tervezése (fajtaválasztás, talajművelés, kockázat, gazdaságosság stb.) A növényvédelem és a tápanyagellátás az a két eszköz, amivel menet közben is be lehet avatkozni a folyamatokba. Az ábráról leolvasható az, hogy a PM implementálása a gazdaság szintjén az alábbi feladatok elvégzését jelenti: − térbeli és időbeli adatok begyűjtése (távérzékelés, termés monitorozás, talajmintavétel stb.), − adattérképezés és interpretáció (GPS és GIS technológia), − az agrotechnológiai folyamatok helyspecifikus irányítása, − a PM technológia hatásainak az elemzése három szempont alapján történik − agronómiai (termés maximalizálás), gazdasági (jövedelem maximalizálás), − környezeti (az agrotechnika környezeti hatásainak minimalizálása). −



Itt meg kell jegyezni azt, hogy a termés maximalizálás és a jövedelem maximalizálás rendszerint nem esnek egybe. A döntésnek vannak hosszabbtávú következményei is, s így a termés és a jövedelem maximalizálása mellett törekedni kell az agrotechnika káros környezeti hatásainak a minimalizálására is. Módszertanilag ez a legnehezebb kérdés, mert még nincs pontosan definiálva a termőképesség, a fenntarthatóság és egyéb a természeti környezet állapotát, állapotváltozását leíró fogalom. A 2. ábra az információs folyamatokat szemlélteti. Az ábra nem teljes, mert a gazdasági információk és elemzések itt csak az úgynevezett külső információkon keresztül hatnak a döntéshozatalra, továbbá nem jelennek meg a hosszú távú környezeti hatásvizsgálatok. Ezekre a későbbiekben visszatérünk. Külső információk

Menedzsment Információs Rendszer

információ térinformatikai adatbázis értékelő rendszer

alap adatbázis idősorok

gazdasági, piaci feltételek szolgáltatás időjárás stb.

és

Fenntarthatósági elemzések

információ

információ

Farm menedzsment szakértők

döntéshozatal

Döntés

szimuláció/stratégia javítás döntéstámogató modellek döntéstámogatás

menedzsment

szakértői tudásbázis szaktanácsadási rendszerek

adatgyűjtés

helyspecifikus beavatkozás

2. ábra Információs folyamat „Preciziós növénytermesztés” NKFP 4/037/2001.


A MIR, mint egy vezetői információs rendszer nem csak a mért adatokat tartalmazza, hanem az adatfeldolgozó eszközöket is, amelyek használható információvá transzformálják az adatokat. A fontosabb információk köre a következő: − − − − − − − − − −

talajtulajdonságok, tápanyagszükséglet, gyom populáció, rovar populáció, a termesztett növény tulajdonságai, az agrotechnikai beavatkozások és azokra történő reakció, betakarítás, post harvest folyamatok, termelési idősorok, meteorológiai adatbázis.

Az információkra dinamikájukban van szükség, mert folyamatosan mérni, elemezni nem lehet, illetve nagyon költséges. Éppen ezért ahol lehet be kell építeni a rendszerbe olyan elemzési, modellezési eszközöket, amelyek helyettesítik a méréseket, előrejelzéseket készítenek, szimulálják a folyamatokat. Természetesen az eredményeket időnként validálni, s szükség szerint a modelleket kalibrálni kell. Melyek azok a modellezési eszközök, melyeket hatékonyan lehet használni a PM-ben: − − − −

növényi növekedési modellek, talaj vízháztartási modellek, tápanyagforgalom, időjárásra alapozott kártevő előrejelzés.

Ezek a modellek egyrészt a termőhely állapotváltozását írják le (szimulálják), másrészt elősegítik az agrotechnikai beavatkozások tervezését. A termelési folyamat tervezésekor alapvetően fontos ismerni az időjárásból fakadó kockázat mértékét, illetve mérséklésének eszközeit és költségeit. Az utóbbi évek szélsőséges időjárása arra mutat, hogy a kockázat növekszik. Egyes klimatológusok szerint a klímaváltozás (ha az a modelleknek megfelelően bekövetkezik) az időjárási anomáliák gyakoriságának és intenzitásának a növekedésében jelentkezik. „Preciziós növénytermesztés” NKFP 4/037/2001.


Erre utaló jelek vannak, de ez még nem bizonyítja a klímaváltozást, arra viszont felhívja a figyelmet, hogy a kockázati tényezőkkel számolni kell. A kockázatelemzésnél nem csak a termés eloszlásfüggvényét, a termésveszteség valószínűségét kell meghatározni, hanem cost-benefit analízisre alapozva célszerű meghatározni az optimális megoldást is. A kockázatanalízis a klimatikus viszonyokon alapszik, de már átvezet a gazdasági, gazdaságossági kérdésekhez. A 2. ábrán bemutatott információs folyamat külső információs blokkján keresztül jutunk a gazdasági információkhoz. A jövedelem maximalizálás egyik alapját ezek az információk alkotják, amit össze kell kapcsolni a kockázati vizsgálatokkal. A gazdasági cost-benefit elemzést a hagyományos eszközökkel lehet elvégezni, azonban itt figyelembe kell venni a helyspecifikus gazdálkodás előnyeit és költségeit is. A PM harmadik mozgatórugója a termőföld védelme, a sustainabilitás. Módszertani, modellezési szempontból ez a legbonyolultabb feladat, mert −

kvantifikálható módon definiálni kell a termőhely állapotát, a termőképességet,

−

szimulálni kell az agrotechnikai beavatkozások hatását a termőhely állapotára, termőképességére.

Ha ez a feladat megoldható, akkor szimulálni lehet a várható változásokat, azonban ez kevés ha a káros környezeti hatásokat minimalizálni akarjuk. A nehézség abból adódik, hogy míg a termelés rövid távú jövedelem maximalizálására törekszik, addig a káros hatások csak hosszabb távon jelentkeznek. Ennek megfelelően a gazdasági modellbe be kell építeni egy olyan büntető függvényt, amelyet a környezeti modell alapján lehet meghatározni, s értékeli az egyes agrotechnikákat. Ezzel a termelés tervezésében össze lehet hozni a rövid és hosszú távú érdekeket, célokat. Egy ilyen megoldás alkalmazására azonban szemléletváltásra van szükség.

A dolgozat az NKFP 4/037 projekt keretében készült. „Preciziós növénytermesztés” NKFP 4/037/2001.


AGRO-21 PROGRAMIRODA



OM-00311/2001


4/037/2001

Témafelelős:

Prof. Dr. Csete László a Programiroda vezetője




13. Fenntartható fejlesztés megvalósítása termőhelyi differenciálás függvényében. A fogyasztói igények kielégítése és az élelmiszerbiztonság arárgazdasági paramétereinek elemzése, közgazdasági modellek kidolgozása 13/b. A termőhelyek ráfordítás:föld:hozam arányainak vizsgálata, a kibocsátások minősége, a fenntarthatóság érvényesíthetősége

1.) 2002 folyamán a fenntarthatóság gyakorlati alkalmazásának kérdéseit vizsgáltuk behatóbban, mert önmagában már a globális szinten is komoly nehézségek jelentkeznek a megvalósításban, ami regionális és lokális szinten még inkább nehézségekkel, akadályokkal terhelt. A globális szint ellentmondásait jól jelzik a Johannesburgi ENSZ Világkonferencia eseményei és az ott elfogadott határozatok. A fenntartható fejlődés gyakorlati megvalósítása azért is bonyolult, mert sokféle megfogalmazása ismert, attól függően, hogy kiknek szól, milyen célt szolgál, milyen üzenetet küldenek általa a megfogalmazók. Ráadásul gyakran a célt és a feltételeket is belefogalmazzák a meghatározásba. Továbbá, mert a fogalom az alkalmazás területétől függően is speciális elemeket kaphat. Ez érthető, hiszen mások a feszültségek és a hangsúly például a közlekedésben, a bányászatban és a mezőgazdaságban. Végül a konkretizálást az is nehezíti, hogy a fogalom nem vagy nehezen számszerűsíthető összefüggéseket is takar. Az azonban bizonyos, hogy a fenntartható fejlődés minden szinten (globális, regionális és lokális) és minden nemzetgazdasági területen a társadalom, a gazdaság és a természeti környezet fenntarthatósága között kíván összhangot teremteni. A vizsgálatainkban saját meghatározásunkat követtük, miszerint „a mezőgazdaság fenntartható fejlődése olyan tudatos gazdasági fejlesztés, amely harmonizál a mezőgazdaságban oly fontos természeti erőforrások regenerálódásával és számol a terhelt (trágyával, kémiai anyagokkal stb.) környezet asszimilációs készségével.” Ehhez azonban némi magyarázat kívánkozik: - A gazdasági fejlődés nem egyszerűen mennyiségi eredmények hajhászását jelenti, hanem mindenekelőtt a minőséget. Nyugodtan mondható, hogy minőségileg korlátlan a hazai mezőgazdaság fejlesztése. Ezt jól fejezi ki az a cél, hogy a „minőség minden mennyiségben”! - A fejlesztés szó a tudatos előrelátó cselekvést hangsúlyozza szemben a fejlődéssel, ami mellé általában a gazdaság mennyiségi növekedését társítják. - A zömmel minőség és hatékonyság révén elért gazdasági fejlődés az alapja a közösségi és egyéni igények kielégítésének. Ez csak akkor valósulhat meg, ha a ráfordításoknál, költségeknél nagyobbak a bevételek. - Lokális szinten egy adott mezőgazdasági vállalkozás pénzügyileg akkor fenntartható, ha teljesítve a fenntarthatóság alapkövetelményét – a természeti erőforrásokat és a környezetterhelést illetően – likvid, vagyis folyamatosan fizetőképes és a termelési ciklus végén bevételi többletet, vagyis jövedelmet, nyereséget realizál, melyre támaszkodva beruházások valósíthatók meg, s a vállalkozó egyéni szükségletei is kielégíthetők. - A fenntartható fejlesztés a versenyképesség egyik kulcsa is, mert így olyan minőségi termékek állíthatók elő, amelyek eladhatók és a vállalkozás megőrizheti, sőt növelheti piaci súlyát.



Éppen a nyereség elérése a fenntartható fejlesztés gyakorlati megvalósításának nehézsége is. Ugyanis míg globális szinten a fenntarthatóság politika, filozófia, törekvés, ami elsősorban kormányzati határozatokban ölt testet, és ha ezekben nincsen haladás, a Föld még tovább forog – egyelőre. A vállalkozások szintjén, az adott piaci körülmények között azonban az elérhető jövedelem a bukás, illetve a fennmaradás kulcskérdése. A mezőgazdaságban – különösen a lekötött eszközökhöz, tőkéhez képest – eleve alacsony az elérhető jövedelem megállapításunk szerint, így a fenntartható rendszerre való áttérés, főleg a beindítás időszakában, kétségtelenül további kockázati elemeket rejt magában. Bonyolítja a helyzetet, de egyúttal új lehetőségeket is nyit az, hogy változik a mezőgazdaság szerepköre is. A mezőgazdaság jelentőségét régebben az jelezte, hogy hány százalékkal részesedett a GDP-ből, mekkora az export-import egyenlege, vagy a foglalkoztatottak hány százaléka dolgozott a mezőgazdaságban. Napjainkban a fejlett országokban sokrétűbb a mezőgazdaság: a termékek, termények előállítása mellett – a semmi mással nem pótolható – természeti erőforrások, a természeti környezet megőrzése, a biodiverzitás óvása, helyreállítása esetenként gazdagítása, a szükséges számú lakosság helyhez kötése, vagy éppen a vidékfejlesztés, a táj megőrzése, a városi lakosság rekreációja stb. a sajátos és egyedülálló szerepet lát el a mezőgazdaság. Mindez ugyan egybe esik a fenntartható mezőgazdasággal, de esetenként újabb és más irányú befektetéseket igényel, többlet kiadásokkal, alacsonyabb hozamokkal járhat, s kérdés, hogy a társadalom ezt a mezőgazdasági termékek áraiban, vagy más juttatásokon keresztül honorálja-e? Ezzel a kormányzatok és a társadalom nem szembesült kellő komolysággal, ami az „állóvíz” egyik magyarázata. Ebben az ellentmondásos helyzetben lokális, illetve vállalkozási, vagy üzemi szinten a termőhelyhez igazodó fenntartható gazdálkodási rendszereket, illetve ezek kidolgozását és alkalmazását tartjuk a megvalósítás kulcsának. Ezek a rendszerek tudásigényesek, ráfordítástakarékosak, környezetkímélőek és minőségi termékeket kibocsátók. Ezekben a gazdálkodási rendszerekben a termőhely ökológiai adottságaihoz, a természeti erőforrások igénybevételéhez, ezek regenerálhatóságához, a környezetterheléshez, az erőforrás asszimilációs készségéhez igazítható a tevékenység szerkezete és mérete, mégpedig úgy, hogy a vállalkozásokban elérhető nyereség a folyamatos fejlesztést is lehetővé tegye. Mindezek együtt olyan új minőséget jelentenek a gazdálkodásban, a tervezésben, a technika beszerzésében, a technológiákban stb., amelyek lehetővé teszik a fenntartható agrárfejlődést. Így a fenntarthatóság nem valamilyen vágyálom, hanem számszerűsíthető működő, fogyasztási javakat előállító és környezetet, biodiverzitást óvó – esetenként gazdagító –, kézzelfogható valósággá formálható. De miért beszélünk rendszerről? Azért, mert a gazdálkodás valamennyi tényezői egymással összehangoltan és kölcsönhatásban működiknek és így együttesen nagyobb hatást fejtenek ki mintha ezek elkülönülten érvényesülnének a gazdálkodásban, a mezőgazdaságban. A rendszer tehát komplex és folyamatosan, a tudományos haladással, az innovációval dinamikusan fejlődő. A termőhelyi adottságokhoz (talaj, csapadék, napsütéses órák száma, felszíni viszonyok stb.) és a kereslethez igazodó a termelési szerkezet. A menedzsment, vagy egyszerűbben a vállalkozás vezetése minőség, környezet és fenntarthatóságra orientált.



A rendszerben – okulva az aszályos évek sorozatából – száraz körülményekhez igazodó talajművelést célszerű folytatni, vetésváltást és integrált növényvédelmet alkalmazni. Az állattartást, tenyésztést korszerű állategészségügyi követelmények egészítik ki, gondolva az élelmiszer-biztonságra is. Építenek a növénytermelés, az állattenyésztés, a szolgáltatás és a tevékenységek egymást kiegészítő, hatékonyságot növelő kapcsolataira, hogy csak a legfontosabbakat említsük. Ismétlésnek tűnik, de fontos: a hatékonysági alapon szelektáló piaci versenyben csak azok maradnak talpon akik nyereségesen tudnak gazdálkodni, megőrizve, erősítve piaci pozíciójukat. Ez az EU keretében, a szerves fejlődés előnyeit élvező ottani üzemekkel, gazdálkodókkal szemben csak bonyolultabb lesz. Ehhez is jó támasz a fenntartható gazdálkodási rendszer, amihez a tanácsadók, tanintézetek, kutató és fejlesztő helyek adhatnak segítséget. Vizsgálódásaink szerint a megvalósítás néhány gyakorlati kérdése között az alábbiak említhetők: a/ Az erő- és munkagépek mielőbbi cseréje, ennek támogatása a fenntarthatóságban igen fontos, mert az újabb gépek energiatakarékosak, könnyebbek, talajnyomásuk kisebb, csökken a káros anyag kibocsátásuk és zajártalmuk, olajcsepegéssel nem szennyezik a környezetet és ami szintén igen lényeges alacsonyabb szervizigényűek. (Ezzel egy-egy gazdálkodó akár 40%-os költségmegtakarítást is elérhet.) b/ A gépekkel, a talajműveléssel szorosan összefügg a víztakarékos gazdálkodás – amely önmagában szintén kerek egészet, alrendszert alkot – a csapadék megőrző technológiával, talajtakarással, fajtákkal, hibridekkel, vetésforgóval, az állattenyésztés aszályt ellensúlyozó szerepével, az öntözéssel, a melioráció egyes elemeivel, az alapanyagok feldolgozásával, az önsegítő-önszervező szervezetbe tömörüléssel. c/ A kedvezőbb termőhelyi adottságok mellett folytatott gazdálkodásban a kedvezőtlenebbhez képest magasabb a ráfordítások átlagos és pótlólagos hatékonysága, így az elérhető nyereség. Ezért a fenntartható rendszerbe olyan tevékenységeket, növényeket, állatokat szükséges összeválogatni, amelyek igazodnak a termőhelyhez, a tájhoz és másokhoz képest jobb eredménnyel kecsegtetnek. Igaz ez lényeges, de nem egyetlen megoldás, mert számtalan más fogás is mozgásba hozható. Például a kedvezőtlenebb termőhelyeken a termelési tényezők tágabb arányai indokoltak, vagyis egy termelőre, egy családra több föld és egy ha-ra kevesebb eszközérték szükséges stb. De a mező-erdőgazdaság ismételt összekapcsolása is jól bevált gyakorlat. d/ A termőhelyhez igazodó termelés azt is jelenti a fenntartható gazdálkodásban, hogy nem a hozamok, az árbevétel, vagy a költségek nagysága, hanem a ráfordítások (költségek) és hozamok (árbevételek) arányai állnak a döntések középpontjában. Cél a minél nagyobb különbség elérése! e/ A biotermelés (organikus, integrált stb.) szintén jól illeszthető a fenntartható gazdálkodási rendszerbe. Igaz, hogy mindenekelőtt a piaccal kell számot vetni, mert lassan nő a belföldi kereslet. Az export viszont nyitott lehetőség, ha a termelői tömörülések ezt kézben tartják. Sokat lendíthet a biotermelésen a bio alapanyagok szélesebb körű feldolgozása. Mindenesetre ez is a jövő egyik számottevő lehetősége.



f/ Az alacsony ráfordítások melletti vagy elterjedten, de hibásan extenzívnek nevezett gazdálkodás is jól ötvözhető a fenntartható rendszerbe. Korlátozott tőke lehetőségek, kedvezőtlenebb termőhelyi adottságok mellett ez lehet a célravezető. A fenntartható gazdálkodási rendszerben, a termőhelyek és a megoldásra váró gyakorlati problémák konbinációs lehetőségeinek függvényében keressük a preciziós növénytermelés helyét, szerepét, reális megoldást jelentő változatait, melyhez megteremtettük az alapokat. 2. A fenntartható fejlesztés a precíziós növénytermelés technikai hátterének vizsgálatában két irányban folyt a munka - egyrészt a precíziós növénytermelésben résztvevők egyszeri ráfordításainak vizsgálatát készítettük elő; - másrészt ismerve az előzőekben már érintett jövedelmi helyzetet, kerestük a befektetések megosztásának, a technika több irányú hasznosításának lehetőségeit. a/ A kísérletben résztvevők, kutatóhelyek vizsgálatai különféle termőhelyeket és termékeket képviselnek. Az egyszeri ráfordítások számbavétele – melyek több éven át összehasonlító vizsgálatokra nyújtanak lehetőséget – az alábbiak szerint történik: (1) Az egyszeri ráfordítások (másképpen ezsköz, gép beruházások) számbavétele - a kutatásban résztvevők körében; - más irodalmi forrásokból. (2) Az egyszeri ráfordítások jellemzői: - típus, gyártó cég, kibocsátás időpontja; - ára + járulékos költségei; - a várható hasznosítás évei; - más jellemzők (traktorra vagy munkagépre felszerelt, stacionáris, speciálisan használható, többcélúan használható stb.); - a működtetés technológiája; - a működtetés költségei (költségnemek és összegek); - a működtetés hasznai, előnyei (pénzben és pénzben nem kifejezhetők). (3) Milyen szenzorok fordulhatnak elő: - Hozammérő. - Szemnedvességmérő. - Dőlésmérő. - DGPS (Differenciál GPS) vevő. - DGPS antenna. - Fedélzeti számítógép (AGT). - Adathordozó stb. (PCMCIA). (4) Milyen Szoftverek szükségesek? (5) A mikrotermőhelyek meghatározásának lehetősége, haszna. (6) Digitalizált térképek kidolgozásának lehetősége, haszna. (7) Szakemberigény, betanítás stb. b/ A többirányú hasznosításban az alábbiakra jutottunk: A veszélyes anyagok hazai és tranzit-fuvarozása – összhangban a nemzetközi szerződésekkel és a nemzeti jogi szabályozással – a környezetre különös kockázattal járó, éppen ezért különleges felügyeletet megkívánó veszélyes tevékenység. Egy ilyen feladat biztonságos „Preciziós növénytermesztés” NKFP 4/037/2001.


végzésében egyszerre érdekeltek a gazdaságok, az államigazgatási és rendvédelmi szervek, a közlekedési és környezetvédelmi felügyeleti szervek, az önkormányzatok és a biztosító társaságok. A közvetlen cél lehet – a már meglévő informatikai eszközök birtokában, azok kiegészítésével – a szállítások szakszerű és biztonságos megvalósulását támogató és felügyelő, valamint a szállítás során előforduló, vagy bekövetkezett nemkívánatos események lehetséges mentési, helyreállítási és rehabilitációs tevékenységeit hatékonyan támogatni képes informatikai rendszer mintaterületre történő megtervezése, kiépítése és próbaüzemeltetése. A rendszer lehetséges funkciói Gépjárműpark-irányítás teljes körű támogatása. Kapcsolattartás a járművekkel GSM-SMS sávon. A járművek pozíciójának megjelenítése: - a beállított időintervallumban, - tematikusan megjelenítve megállást, elindulást, haladást, illetve riasztást (ha történt). Alapszolgáltatásként gyűjtött információk: - járműazonosító, - jármű pozíciója (WGS 84 koordinátarendszerben), - dátum+idő (GMT), - irány, sebesség, - gyújtás (Ki/Be). Automatikus felügyelet: - riasztás, - állapotjelzők figyelése (5 digitális 2 analóg bemenet), - sebesség, - stb (további opcionális lehetőségek). Szöveges üzenetek fogadása és küldése. Parancsok a járműbe szerelt eszköz távprognamozásához: - automatikus pozícióadás sűrűsége, - aktuális pozíció lekérdezése, - fekete-doboz funkciók: a pozíciók tárolási és elküldési idejének távprogramozása, pozíciók lekérdezése, meghatározott szöveges üzenetek a járművezetővel történő - előre kommunikációhoz, - üzenetváltások archiválása. Navigációs funkciók: - távolságmérés a térképen kijelölt pontok között (légvonalban), - címkeresés Budapesten és a megyeszékhelyeken, - település és megyekeresés Magyarországon, - ország és főváros keresése Európában, - nagyítás, kicsinyítés, térképmozgatás. A távlati cél lehet az illetékes hatóságokkal, azok vezetési pontjaival (esetleg adott különösen veszélyes szituációban egészen a BM Baleseti Információs Központjáig) a kölcsönös kommunikáció megteremtése, így a Központi Szerv kapcsolatrendszerében a gazdaságok „Preciziós növénytermesztés” NKFP 4/037/2001.


diszpécsereinek a kijelölt járművek megtekintésére, adataik lekérdezésére és azokkal történő szöveges üzenetváltásra nyílik lehetőségük. 3. A József-majori Kísérleti és Tangazdaság kutatásaira és vizsgálataira támaszkodva kidolgoztuk a precíziós növénytermelési beruházások kalkulációs modelljét. Ennek során megállapítottuk, hogy a precíziós növénytermesztésre való berendezkedés jelentős beruházási költséggel jár, amelynek meg kell térülnie az értéknövekedésből, vagy a költségcsökkentésből. Ezek a változások azonban csak nagyon bonyolult vizsgálatok eredményeképpen határozhatók, vagy becsülhetők meg. Emellett sok olyan tényezőt is figyelembe kell venni, amelyek a hagyományos beruházás kalkulációs vizsgálatoknál nem játszanak szerepet. Az alábbiakban e tényezőket soroljuk fel. -

-

-

-

-

-

-

A termőhely sajátosságai, heterogenitása, mérete: a precíziós növénytermesztés akkor járhat jelentős előnyökkel, ha azt megfelelő méretű területen alkalmazzák (megtérülés), és a terület kevésbé homogén. Homogén és kis méretű táblák, továbbá a ráfordítás-hozam viszonyok pontos ismerete esetén nincs jelentősége a speciális eszközökkel támogatott precíziós gazdálkodásnak. Az egyes növények aránya a precíziós termelési program alkalmazási területén: nem minden típusú növénynél lehet alkalmazni a hozamtérképezést, ezeknél az eseteknél jelenleg nincs megoldva a „visszacsatolás”. Ekkor csak közvetett eszközökkel lehet következtetni a hozamok eltéréseire. Ezért egy adott gazdaság tábláinak egy része kieshet a vizsgálatok lehetősége alól, tehát a beruházási vizsgálatoknál ezek a területek nem eredményezhetnek a preíziós gazdálkodásból adódó többlet eredményt. A beszerzendő berendezések többlet beruházási költsége: a helymeghatározás, a szenzoros mérések és a precíziós kiadagolás technikája, berendezései eléggé költségesek a hagyományos berendezésekhez képest. A beszerzendő berendezések várható élettartama: a hosszabb élettartam több éves vizsgálati peridus figyelembe vételét követeli meg. Problémát jelenthet egyrészt az egyes berendezések eltérő élettartama, továbbá a korszerű elektronikus berendezések esetleges gyors elavulása. A precíziós gazdálkodási rendszer többletköltségeinek és az esetleges megtakarításainak az egyenlege: ezen értékek meghatározása jelenti a precíziós gazdálkodás vizsgálatának lényegi területét. Termelési függvény elemzéssel, irodalmi adatok felhasználásával, becsléssel, vagy saját kísérletekkel lehet a precíziós gazdálkodás többletköltségeit, megtakarításait meghatározni. A precíziós gazdálkodási rendszer alkalmazásának többlet hozama, minőségjavító hatása, ezen keresztül többlet árbevétele: az előző területhez hasonlóan olyan alapvető kérdésekről van itt szó, amelyek megválaszolására várhatóan a precíziós növénytermesztés kutatásával foglalkozó programok lesznek képesek. Konkrét ráfordításhozam adatok hiányában egyelőre csak becslésekre lehet támaszkodni. A precíziós gazdálkodási rendszer alkalmazásának közvetett gazdasági hatásai: e kérdés két aspektusból is vizsgálandó. Egyrészt fel kell tárni a precíziós növénytermesztéssel kapcsolatos közvetett hatások (pl. N elszivárgás) mennyiségi paramétereit, másrészt ezek többnyire externális hatásait gazdasági szempontból „internalizálni” lenne szükséges ahhoz, hogy számba lehessen venni a gazdasági kalkulációknál. A precíziós növénytermesztés alkalmazásának területe: a precíziós növénytermesztés beruházásainak megtérülése szempontjából azt is figyelembe kell venni, hogy más gazdaságoknál, szolgáltatás formájában kiterjeszthető-e az alkalmazás. Ez a kérdés az



-

alapvetően szolgáltatásként felajánlott precíziós gazdálkodás szempontjából is vizsgálható. Esetleges támogatások, kedvezmények: a precíziós növénytermesztést folytatók számára jogos lehet az esetleges támogatás, különösen a közvetett hatások figyelembe vétele tekintetében. Amennyiben rendelkezésre áll ilyen támogatás, csökkenthető a beruházás megtérülési ideje.

A felsorolt tényezők mindegyike befolyással lehet a precíziós gazdálkodásra való berendezkedéssel összefüggő döntésre, ezért azokat feltétlenül elemezni, értékelni kell minden egyes esetben. Jelenleg nem mindegyik összefüggés határozható meg kellő pontossággal, ettől függetlenül meg kell kísérelni minél alaposabb feltárásukat. ezek az információk a beruházási kalkulációk elvégzésével alapozhatják meg a rendszer alkalmazására vonatkozó gazdasági döntést.

A rendszer elvi vázlata

Bejelentkező képernyő kép



ALAPADATOK Általános A DGPS eszközök Táblák szerinti A növénytermesztési paraméterek többlet beruházási vetésváltási ágazatok költségei adatok adatai - az elmúlt évek - a vizsgált időszak - a hagyományos - többlet termelési hossza gépek vetésérték - kalkulatív beruházási költsége (- váltása - többletköltség kamatláb ) - az élettartam alatti - költségmegtakarít ás - az idegeneknek - a speciális gépek időszak vetésváltása a végezhető DGPS beruházási költsége táblák jellemzői - a közvetett hatások szolváltatások (+) egyenlege - a DGPS hardver elemei többlet - a DGPS szoftver eredmény elemei l l l l KALKULÁCIÓS TÁGBLÁZATOK Táblák 0. 1. 2. 3. n-2. n-1. n.év 1. tábla B Az adott év növénykultúrái e 2. tábla r u A precíziós növénytermesztésre való alkalmasság vizsgálata (I/N) . h á . z Ha igen, akkor az adott táblán az adott növénytermesztési ágazat . á n. tábla s többleteredményének kalkulációja

l ÖSSZESÍTŐ TÁBLÁZAT A precíziós növénytermesztés évenkénti többlet eredményei A DGPS éves működtetési költségei A közvetett gazdasági hatások egyenlege Az idegeneknek végzett DGPS szolgáltatások eredménye l PÉNZÁRAMLÁSI SOR l BERUHÁZÁS GAZDASÁGOSSÁGI MUTATÓK A többlet jövedelem jelenlegi értéke (NPV) Belső kamatláb (IRR) Megtérülési idő BCR1 BCR2 „Preciziós növénytermesztés” NKFP 4/037/2001.


IKR TERMELÉSFEJLESZTÉSI ÉS KERESKEDELMI RT.



OM-00332/2001


4/037/2001

Témafelelős:

Nagy Lajos vezérigazgató-helyettes

Bábolna 2002. szeptember 30.



14. A preciziós növénytermesztési modell szántóföldi alkalmazásához mintaterületek kialakítása, művelése, gépi eszközök biztosítása, kis- és nagyüzemi fejlesztő munka 14/b. Kísérleti helyekkel kapcsolattartás, agrokemikáliák beszerzése, gépi háttér biztosítása, talajmintavételezésben közreműködés

Megjegyzés:

A 14. konzorciumi tagszervezetnek a „Konzorciumi szerződés” 14/b alpont – Részletes feladatterv és teljesítés kritériumai – értelmében szakmai jelentési kötelezettsége 2003. január 31-én van.



TALAJERŐGAZDÁLKODÁS KKT.

RÉSZJELENTÉS „Preciziós növényterrmesztés” c. kutatás-fejlesztési szerződés keretében végzett munkáról

OM szerződés száma: Nyílvántartási szám:

4/037/2001

Témafelelős:

Dr. Horváth József Igazgató

OM-00319/2001

Kaposvár 2002. szeptember 30.



15. Preciziós tápanyagellátás talajmintavételezés

szaktanácsadási

rendszerének

fejlesztése,

15/b. Helyspecifikus talajmintavétel tervezése az 1. és 2. mintaterületre

Többféle mintavételi módszer tesztelése, módszertani és a szakmailag még elégséges mintaszám megállapításához. Eredmény: a terméstérképhez igazodó mintavétel esetén átlagosan 2,0-2,5 ha területegységenként vett talajminták (átlagminták) megfelelő képet adnak a precíz trágyázási javaslathoz. Ehhez ugyanúgy rendelhetők talajvizsgálati eredmények, mint termés- és kijuttatott trágya adagok, mintha sűrű, rácspontos mintázást végzünk. E módszer szerint a terméstérkép alapján különítünk el homogén egységeket, melyek adatait mintegy „külön táblaként” kezeljük. Ezek területe nem egyforma, előfordulhat, hogy akár kétszer akkora terület kerül egy homogén egységbe, mint a másik esetben. E módszerrel a termés-tápanyag összefüggések jól követhetők, a tervezhető termések reálisak. Problémát csak az jelenthet a későbbiek során, ha a különböző növények terméstérképei nagyon jelentősen változnak, és esetleg nem lesznek összefüggésben a talaj foszfor, vagy kálium ellátottságával. Jelen pillanatban ez a módszer jónak mutatkozik, de amennyiben három terméstérkép alapján (a következő mintavételig) összefüggéstelen - és a tápanyagellátástól független terméstérképeket kapunk, lehetséges, hogy vissza kell térni a nagyon jelentős anyagi teherrel járó rácspontos, pontmintavételhez. (1ha=1 minta). Ez ugyan kevésbé alkalmas a tápanyag összefüggés követésére, a tervezhető termések is mechanikusan adódnak, de ha az egyik év (és növény) termése adott helyen a maximum, másik évben (és másik növény esetén) a táblán belül is gyenge lesz, ezt a módszert kell alkalmazni. Ha ez jön ki, a rácspontos mintavétel alapján sajnos a javasolt minimum technológia a precíziós technológiában csak 5-6 év után (nagy adatbázis esetén) lesz alkalmazható. 15/c. Szaktanácsadási modul illesztése az 1. és 2. mintaterületen.

A különböző területeken levő eltérő talaj és tápanyag viszonyok miatt a szaktanácsadás jelenleg teljesen egyedi volt, kizárólag a szakmai szempontokra koncentrált, nem az általánosítható módszerekkel. Alapvető kérdés a szaktanácsadásban, hogy a tervezhető termés jó legyen. Ehhez pedig az kell, hogy a meglevő adatok alapján azt kell jól megállapítani, vajon a táblán belül hol korlátozhatta a tápanyag-ellátottság a termést. „Preciziós növénytermesztés” NKFP 4/037/2001.


HUNIPER KERESKEDELMI ÉS SZOLGÁLTATÓ KFT.


OM szerződés száma: Nyílvántartási szám:

4/037/2001

Témafelelős:

Kókai Miklós ügyvezető

OM-00333/2001

Herceghalom 2002. szeptember 30.



16. Folyékony vegyszert kijuttató gép és a helyspecifikus kijuttatást megvalósító fedélzeti automatika illesztése a géphez, valamint a gép kísérleti üzemeltetése a mintaterületen 16/b. A gép funkcionális próbája, üzemi körülmények között gyűjtött tapasztalatok alapján szükségesnek ítélt módosítások elvégzése Tartály:

Az eddig használt üvegszálerősítésű poliészter tartály felváltása vastagfalú polietilén anyagú tartályra, amely egységbe foglalva tartalmazza az öblítő- és kézmosóvizes tartályokat is. Erősített, a szuszpenziós műtrágya nagyobb sűrűsége miatt megnövekedett terhelést elviselni képes hullámtörő lemezek beépítése. Futómű:

A talajnyomás és a vontatási ellenállás csökkentése érdekében a 8,25 x 20”-s abroncsozású kerekek felváltása 12,5 x R18”-s radiál abroncsokkal szerelt kerekekkel. Átfolyásmérő:

Nagyméretű (2”) turbinás átfolyásmérő beépítése az indukciós átfolyásmérőnél észlelt pontatlanságok kiküszöböléséig.

A munkát az eredeti tervnek megfelelően folytatjuk.



FVM MŰSZAKI INTÉZET



OM-00334/2001


4/037/2001

Témafelelős:

Dr. Földesi István




17. Automatikus irányítási rendszerek vizsgálata, preciziós talajmintavételi rendszer fejlesztése és vizsgálata, folyékony vegyszer szabályozó fejlesztése és vizsgálata 17/b. Preciziós termesztés automatikus irányítási rendszereinek vizsgálata és értékelése Eredmények összefoglalása

A táblán mozgó gépcsoport irányítási rendszerei közül a gépcsoport navigációját segítő vagy megvalósító rendszereknek igen nagy a jelentősége, elsősorban a nagy munkaszélességű gépcsoportok esetében. A precíziós növénytermesztés még inkább megköveteli a minimális hibával történő nyomvonal követést. Ezért választottunk ki vizsgálódásunk tárgyául egy olyan rendszert az irányítási rendszerek közül, mely a gépcsoport táblán belüli navigációját segíti. A Trimble cég által gyártott AgGPS 114 antennából, AgGPS-70 fedélzeti adatgyűjtőből és PSO 21 jelű kijelzőből álló navigációs készülék laboratóriumi jellegű vizsgálatát végeztük el és megkezdtük az üzemeltetési vizsgálatokat is. A mérések alapján a navigációs rendszer alkalmas azonos párhuzamos távolság beállítására elfogadható hibával és alkalmas egyenes vagy görbe vonal követésére. Az üzemeltetési vizsgálatok alapján a készülék segítségével 16 cm-es hibával lehetett követni az előző nyomvonalat. A legnagyobb eltérés pozitív irányba 1 m, míg negatív irányba 1.2 mre adódott. Ezek az értékek kedvezőnek mondhatók a nagy munkaszélességű műtrágyaszóró és növényvédő gépek sorcsatlakoztatására. A munkát az eredeti tervnek megfelelően folytatjuk. 1.

Cél

A részfeladat kidolgozásával az a célunk, hogy a precíziós növénytermesztés automatikus irányítási rendszerei közül egyet kiválasztva, azt funkcionálisan vizsgáljuk és értékeljük. 2.

A vizsgálat módszere

A táblán mozgó gépcsoport irányítási rendszerei közül a gépcsoport navigációját segítő vagy megvalósító rendszereknek igen nagy a jelentősége, elsősorban a nagy munkaszélességű gépcsoportok esetében. A precíziós növénytermesztés még inkább megköveteli a minimális hibával történő nyomvonal követést. Ezért választottunk ki vizsgálódásunk tárgyául egy olyan rendszert az irányítási rendszerek közül, mely a gépcsoport táblán belüli navigációját segíti. A kiválasztott rendszer a Trimble cég AgGPS 114 jelű DGPS antenna és vevő, AgGPS-70 jelű fedélzeti adatgyűjtő és a PSO 21 jelű LED-soros kijelzőből áll. Az alábbi vizsgálatokat végeztük el a rendszerrel: -

klímavizsgálat; egyenes követés vizsgálata; navigáció ellenőrzése; üzemeltetési vizsgálat.



2.1

Klímavizsgálat módszere

A klímavizsgálat során a rendszernek a tárolási és működési hőmérséklet tűrését vizsgáltuk a gyártó által megadott specifikáció alapján. A klímaszekrény melyben a vizsgálatokat végeztük Heraeus-Vötch volt. A tárolási vizsgálat során a klímaszekrénybe mindhárom készüléket kikapcsolt állapotban helyeztük el. A vizsgálatot 0 és 80 oC között végeztük úgy, hogy a két szélső értéken egy óráig hőn tartottuk a készülékeket. A klímaszekrényt környezeti hőmérsékletre hűtve, ellenőriztük a készülékek működését. A működési hőmérséklet tartomány ellenőrzése során a vizsgálatot hasonló módszerrel, 0 és 65 oC között végeztük el, azzal a különbséggel, hogy a készülékek be voltak kapcsolva és működésük az egész vizsgálat során ellenőrizhető volt. 2.2

Egyenes követés vizsgálatának módszere

MTZ traktorra szerelt eszközzel vetésre előkészített talajon két pont ( a készülék kijelzése szerint A és B) által meghatározott egyenest követtünk, az egyenestől 10 m-re, vele párhuzamosan. Az indulási A és az érkezési B pontokat nemcsak a PSO 21-ben illetve az AgGPS 70-ben rögzítettük, de mechanikusan is megjelöltük. 50 méteres mérőszakaszt jelöltünk ki és két méterenként megmértük az egyenes és a második nyomvonal távolságát. Az adatokból képeztük az átlagos nyomtávolságot, az átlagos eltérést és a szórást. 2.3

Navigáció vizsgálatának módszere

A kísérlet során azt mértük meg, hogy milyen hibával lehet visszatérni azonos beállításban a néhány órával előbb meghatározott illetve lefektetett nyomvonalhoz. (Ennek a gyakorlatban akkor van jelentősége, ha más más időpontokban, de többször kell végig mennünk ugyanazon a nyomvonalon) Az egyenes követés vizsgálata után néhány órával visszamentünk és a PSO 21 kijelzése alapján a harmadik nyomvonalon még egyszer végig mentünk. Megmértük a két nyom eltérését. Az adatokból képeztük az átlagos eltérést és a szórást. 2.4

Üzemeltetési vizsgálat módszere

Az üzemeltetési vizsgálatokat a SZIE Tangazdaság Józsefmajori kerületében kezdtük el. (Az üzemeltetési vizsgálatokat még nem fejeztük be) A nyomkövető rendszert Fiat 110-90 típusú traktorra szereltük fel, mely növényvédelmi munkákat magra termelt lucernásban. Május és szeptember között a gazdaságban öt gyomirtó permetezést végeztek. A készülék forgó nélküli egyenes követési módra volt beállítva. A beállításon az egész vizsgálati időszakban nem változtattunk. Minden egyes kezelés az első alkalommal beállított egyenes követése alapján történt. A harmadik kezelést követően vizsgálatokat végeztünk a nyomkövetés hibájának megállapítására. A 23. és 24., valamint a 24. és 25. nyom közötti távolságot mértük a mintegy 800 m hosszú táblán 20 méterenként. Az adatokból képeztük az átlagos nyomtávolságot, az átlagos eltérést és a szórást.



3.

Eredmények

3.1

A nyomkövető rendszer működése

A nyomkövető rendszer az AgGPS 114 antennával egybe épített DGPS vevőből, az AgGPS70 fedélzeti adatgyűjtőből és a PSO 21 jelű LED soros kijelzőből áll. Az AgGPS 114 jelű antenna egyaránt fogja a NAVSTAR rendszer műholdjainak jelét valamint a Fugro cég által üzemeltetett OMNISTAR geostacioner műhold által sugárzott differenciál jeleket is. A differenciál működés biztosítja, hogy a rendszer egy méteren belüli hibával dolgozik. Az antenna házába van beépítve a műhold vevő is, így az antennából már feldolgozott jel jön ki.

1. ábra AgGPS 114 jelű antenna Az AgGPS-70 jelű készülék az AgGPS 114 antenna és a PSO 21 kijelző felprogramozására, a művelési mód meghatározására és adatgyűjtésre szolgál. A készülék kijelzőjén nyomon lehet követni a beállítási értékeket, a műhold vétel jellemzőit. A PSO 21 LED soros kijelző mutatja a traktorosnak, hogy az elméleti egyenest követi-e vagy eltért attól. Kijelzi az eltérés irányát és nagyságát, valamint azt hogy éppen hányadik sorban halad a traktoros gépcsoport.



2. ábra PSO 21 jelű kijelző A készüléket pl. egyenes nyomvonal követésére úgy kell beállítani, hogy a munka megkezdésekor a tábla szélén meg kell állni, rögzíteni a kiindulási pontot ( A pont), lehetőleg egyenesen átmenni a tábla másik végére azon a nyomvonalon melyet követni szeretnénk a tábla művelése során. A tábla másik végén megállva rögzíteni kell az érkezési pontot (B pont) is. A készülék az A és B között egy koordinátákkal leírt elméleti egyenest határoz meg valamint meghatározza az előre definiált távolságra a párhuzamos egyeneseket is, melyeket a művelés során követni fogunk. A készüléken az alábbi művelési módok állíthatók be: -

egyenes követése forgó nélkül; egyenes követése táblavégi forgóval; egyenes követés félköríves visszafordulással; tábla beszegése utáni egyenes követés; körcikk művelése egyenes követéssel; görbe vonal követése; középpont körüli görbe vonalkövetés; görbe vonal követése görbe menti forgóval; görbe követése spirál vonalban; egyenes vonal követése több soros visszafordulással.



3. ábra Görbe vonal követés vonalas ábrája 3.2

A klímavizsgálat eredményei

A klímavizsgálat során a készülékek működő képességét ellenőriztük a gyártó által megadott hőmérséklet tartományban. A tárolási vizsgálat során 0 és 80 oC között változtattuk a hőmérsékletet. A vizsgálat után bekapcsolva a készülékeket, azok működőképesek maradtak. A működési hőmérséklettartomány ellenőrzése során 0 és 65 oC a készülékek megfelelően működtek. 3.3

Egyenes követés vizsgálatának eredményei

Egyenes követés vizsgálatakor azt vizsgáljuk, hogy egy elméleti egyenest milyen hibával lehet követni a készülékek segítségével. A mérés ebben az esetben tartalmazza a GPS és a vezető kormányzási hibáját. A vizsgálat eredményei az alábbiak: beállított párhuzamos távolság mért átlagos távolság átlagos eltérés szórás 3.4

10 m; 10,1 m; 0,28 m; 0,32 m.

Navigáció vizsgálatának eredménye

A navigáció vizsgálatakor azt vizsgáljuk, hogy milyen hibával lehet visszatérni egy, már járt útvonalra. A mért értékek tartalmazzák a GPS és a vezető kormányzási hibáját.



A vizsgálat eredményei a következők: a két nyomvonal átlagos eltérése szórás 3.5.

0,38 m; 0,42 m.

Üzemeltetési vizsgálat eredménye

A vizsgálatunk arra terjedt ki, hogy üzemi körülmények között milyen hibával lehet követni az elméleti egyenest, amit a készülék határoz meg és jelez ki a vezető számára, illetve ami lényegesebb, hogy milyen távolság eltérések adódnak a két szomszédos nyomvonal között. Az eredmények tartalmazzák a GPS hibáját, a vezető kormányzási hibáját valamint a szomszédos nyomvonal GPS és a vezető kormányzási hibáját. A két nyomvonal hibája akár össze is adódhat vagy gyengítheti egymást. A vizsgálat eredményei a következők: 23. és 24. sor közötti mérés

beállított távolság átlagos sortávolság átlagos eltérés szórás sortávolság max. értéke sortávolság min. értéke

13 m; 12,72 m 0,34 m; 0,42 m; 13.6 m; 11,8 m.

24. és 25. sor közötti mérés

beállított távolság sortávolság átlagos értéke átlagos eltérés szórás sortávolság max. értéke sortávolság min. értéke

13 m; 12,95 m; 0,41 m; 0,51 m; 14 m; 11,8 m.

A két mérés összesített adatai alapján számolt eredmények a következők : beállított távolság sortávolság átlagos értéke átlagos eltérés szórás sortávolság max. értéke sortávolság min. értéke

13 m; 12,84 m; 0,36 m; 0,45 m; 14 m; 11,8 m.

A következő ábra a sortávolság értékek gyakoriságát mutatja.



Gyakoriság, [db]

A nyomtávolság hisztogramja 14 12 10 8 6 4 2 0 11,8

12,2

12,6

13

13,4

13,8

Nyomtávolság, [m]

4. ábra Sortávolság értékek gyakorisága 4.

Értékelés

A Trimble cég által gyártott AgGPS 114 antennából, AgGPS-70 fedélzeti adatgyűjtőből és PSO 21 jelű kijelzőből álló navigációs készülék laboratóriumi jellegű vizsgálatát végeztük el és megkezdtük az üzemeltetési vizsgálatokat is. A mérések alapján a navigációs rendszer alkalmas azonos párhuzamos távolság beállítására elfogadható hibával és alkalmas egyenes vagy görbe vonal követésére. Az üzemeltetési vizsgálatok alapján a készülék segítségével 16 cm-es hibával lehetett követni az előző nyomvonalat. A legnagyobb eltérés pozitív irányba 1 m, míg negatív irányba 1.2 mre adódott. Ezek az értékek kedvezőnek mondhatók a nagy munkaszélességű műtrágyaszóró és növényvédő gépek sorcsatlakoztatására. A munkát az eredeti tervnek megfelelően folytatjuk.



2001

Recommend Documents