Gyümölcsös ültetvények térinformatikai rendszerének kiépítése Nagy Attila1 – Fórián Tünde2 – Tamás János3 1
egyetemi tanársegéd, Debreceni Egyetem, Víz- és Környezetgazdálkodási Intézet,
[email protected]; 2 tanszéki mérnök, Debreceni Egyetem, Víz- és Környezetgazdálkodási Intézet,
[email protected]; 3 egyetemi tanár, Debreceni Egyetem, Víz- és Környezetgazdálkodási Intézet,
[email protected] Abstract: The unified, geoinformatics systems with high spatial resolution are appropriate tool for decision support systems, which support the continuous update and actualization of the changing cropping data, the analysis of cropping results in a unified complex data system, the acquiring of agro environmental subsidies, the establishment of monitoring system, and the optimization of irrigated fruit production.
Bevezetés A modern térinformatikai programok lehetővé teszik a szakemberek számára, hogy az eddigieknél részletesebb adattartalommal rendelkező fajtatérképeket hozzanak létre, amelyet a rendszer síkban és térben egyaránt képes megjeleníteni. A rendszer által biztosított lehetőségeknek köszönhetően a gyümölcstermesztés tudományterületén jelentősen kibővült ezzel a kutatási módszerek köre (TAMÁS J és SOLTÉSZ J, 2010). A térinformatikai keretrendszer létrehozásának egyik fő oka volt, hogy a gyümölcstermesztéssel foglalkozó kutató telepek adatbázisa meglehetősen széttagolt, a kezelése valamint az aktualizálása igen nehézkes. A legfőbb termesztési adatok (fajta név, telepítés éve, metszés- v. permetezés ideje stb.) hagyományosan papír alapú formátumban állnak rendelkezésre, amelyek a legtöbb esetben külön-külön, a telepen dolgozó kutatóknál fajtánként vagy parcellánként vannak nyilvántartva. A telepítés után a hiányok és a pótlások átvezetése csak új fajta listák készítésével oldható meg, és ennek hiánya számos problémát okoz, amely már táblaszinten is több ellentmondáshoz, végső soron gazdaságilag hibás döntéshez vezethet. Mivel a digitális domborzatmodell generálása az utóbbi időkben az agroökológiai potenciáljának értékelésének egyik népszerű vizsgálati módszerré vált (DOBOS E., 1998; DOBOS E. ET AL. 2000). és TÓTH A. 2000). Azonban pusztán szintvonalak, vagy mintavételezési pontok magassági adataiból származtatott domborzatmodellek csak bizonyos feltételek mellett alkalmazhatóak gyümölcsösök agroökológiai potenciáljának értékeléséhez (SZABÓ J. és PÁSZTÓ L., 1994; BLASKÓ L., 2003)). Ezen modellek legnagyobb hiányossága, hogy csak a talajfelszín magassági viszonyait mutatják be és nem térnek ki a felszínen elhelyezkedő objektumokra, így például a 333
besugárzási érték számításakor csak a talajfelszínre vonatkozó adatot kaphatjuk meg (DUBAYAH, R. és RICH, P. M., 1995). Az általunk elkészített és alkalmazott terepmodell az ültetvény területén mutatkozó finom felületi különbségekre is kitér, mely így alkalmassá válik a további vizsgálatok elvégzéséhez. Összességében a végcél egy olyan precíziós döntéstámogató módszer kidolgozása, amellyel javítható a gyümölcs ültetvény talajainak vízgazdálkodási tulajdonsága és mérsékelhető a nagyintenzitású csapadékok hatása. Anyag és módszer A Debreceni Egyetem Pallagi Kertészeti Kísérleti Telepén és az Újfehértói Körte Génbank területén létesített alma és körte fajtagyűjtemény területén végeztük vizsgálatainkat. A fajtakísérletek során, azonos ültetvényen belül különböző korú és térállású alanyokon végeznek metszési, öntözési, hozam, agrometeorológiai és jégvédelmi kísérleteket. Kutatásunk célja, hogy a terepen végzett vizsgálatok eredményeit egy térinformatikai adatbázis segítségével jelenítsük meg, illetve elemezzük ki. A termőterületről térinformatikai módszerek használatával, földrajzi koordinátákkal ellátott információs rendszer készült, mely tartalmazza a fajtanevet, a telepítési, és talajtani adatokat, valamint a gyümölcsfákra vonatkozó paramétereket. Talajtani felmérések alapján a terület fizikai félesége homok, azonban a vízgazdálkodási paraméterek illetve a talajellenállás értékei alapján jól lehatárolható tömörödött rétegek találhatóak a 30–40 cm-es zónában a pallagi területen. A mintaterületre vonatkozó különböző adattartalmú térképek vektorizálása ArcGis 9.2 szoftver segítségével történt. A terepi felmérésnél TRIMBLE JUNO PDA eszközök segítségével két terepi adatgyűjtő szoftvert alkalmaztunk (DigiTerra 5, ArcPad 7). A belsőleg integrált GPS által gyűjtött térbeli adatok valós idejű pontossága növelhető különböző korrekciós eljárások alkalmazásával, jelen esetben DGPS korrekciót Terrasync Office környezetben, illetve TRIMBLE PATHFINDER Geostation mérési korrekciót végeztünk. A terepi távolság mérésekhez rendelkezésre állt a lézeres távmérő (Leica Distro 1’ pontosságú), a Sokkia szintező és libellás szintezőrúd, valamint 2 cm pontosságú járókerék. Ezek a geodéziai eszközök a vertikális és horizontális felmérést is cm –es pontossággal tették lehetővé. Így tehát a tő és sortávolságot cm-es pontossággal katalogizáltuk. A távolságmérésnél figyelembe vettük a tőhiányokat is, hogy az adatbázis készítésekor a tő helyek térbelileg pontos helye is megfelelő geokoordinátával rendelkezzen. A térinformatikai rendszer attribútum táblázata tartalmazza a gyümölcsfa fajta nevét, telepítési adatit, és az állapotára vo334
natkozó adatokat, melyből SQL lekérdezés segítségével leválogatásokat végeztünk. A digitális domborzatmodell generálása az utóbbi időkben az agroökológiai potenciál értékelésének egyik igen népszerű vizsgálati módszerré vált. Azonban pusztán szintvonalak, vagy mintavételezési pontok magassági adataiból származtatott domborzatmodellek csak bizonyos feltételek mellett alkalmazhatóak gyümölcsösök agroökológiai potenciáljának értékeléséhez. Ezen modellek legnagyobb hiányossága, hogy csak a talajfelszín magassági viszonyait mutatják be és nem térnek ki a felszínen elhelyezkedő objektumokra, így például a besugárzási érték számításakor csak a talajfelszínre vonatkozó adatot kaphatjuk meg. A terepi felvételezés során pontszerű magassági mintavételezéssel határoztuk meg a gyümölcsfák koronájának magasságát. Mivel a besugárzás értékét a korona nagysága is befolyásolja, hiperspektrális felvétel segítségével NDVI értékeket számítottunk, mely meghatározza számunkra a biomassza tömegét. A hiperspektrális felvételezés az AISA DUAL képalkotó rendszer segítségével történt. A specifikus mintavételezésből adódóan az interpolálás eredményeként a koronák magasságára vonatkozó felszínt kapunk, mely a matematikai függvény alkalmazásából adódóan az adattal nem jellemezhető cellákhoz is magassági adatot rendel. Tehát a közepes vagy az alacsony NDVI értékkel rendelkező területek magasságának meghatározáshoz további műveletek elvégzése volt szükséges. Logikai boolean műveletek segítségével leválogattuk az egyes terepi elemekre vonatkozó magassági értékeket külön-külön rétegekbe (1. ábra). Így egyértelmű hozzárendeléssel meghatároztuk minden „ismeretlen” cella magassági értékét. Végezetül a rétegek matematikai módszerrel történő egyesítését követően megkaptuk az ültetvényre vonatkozó terepmodellt, mely már az ültetvény „felszíni érdességét” igen plasztikusan ábrázolja, valamint további vizsgálatokhoz nyújt alapot. A radiáció alapján a gyümölcstermesztésben nélkülözhetetlen evapotranspirációs adatokat is számítottuk. A FAO Penman-Monteith egyenletében (ALLEN R.G. ET AL., 1998) a radiáció MJ /m2/ nap értékkel van megadva, melyet az átszámító faktor használatával (1. táblázat) ekvivalens evaporációvá (mm/nap) konvertáljuk, ami megfelel a párologtatás látens hőjének inverzének (1/λ=0,408): Ekvivalens evaporáció [mm/nap] = 0,408 * Radiáció [MJ/ m2/nap] Eredmények és értékelésük A pallagi vizsgálati terület 15 sorból áll, melyből az első 6 sor leginkább meteorológiai (jégháló) kísérletek helyszíne, míg a további 9 sor esetében főleg különböző metszési módszereket alkalmaznak, helyenként 335
változó tőtávolsággal. A sortávolság 4 m, a tőtávolság pedig 1m (helyenként 1,5 és 0,5 m). Összesen 1524 tőhely térhelyes felvételezése történt meg, amely 23 tőhiányt és 1501 gyümölcsfát jelent. Az ültetvényen belül 8 fajta található, melyből legnagyobb számban Golden Reinders, Pinova és Early Gold fajták fordulnak elő. Elkészült a teljes körte génbank ültetvény nagyfelbontású digitális adatbázisa is.
1. ábra A terepmodell létrehozásának műveleti sora 1. táblázat Átszámító faktor a radiációhoz: Szorzó érték az időegység alatt adott felszínre érkező energia meghatározásához MJ/ m2/nap W/m2 2 1 MJ/ m /nap 1 11,6 1 W/m2 0,0864 1 1 mm/nap 2,45 28,4
Ekvivalens evaporáció mm/nap 0,408 0,035 1
Az adatbázisból minden egyes fához attribútumként hozzárendelt adatok szabadon lekérdezhetőek. Attribútumok: • • • • • • • •
336
faj, fajta, sor és tő szám, magasság, telepítés éve, származási adatok, fénykép száma, génkód, WGS és EOV x ill. y koordináta.
A terepi felmérés során készített fényképeket (minden fa ill. annak gyümölcse), valamint a korábbi helyi adatbázisból származó képeket az adatbázisban meg lehet tekinteni Hyperlink művelet segítségével. Az attribútum tábla segítségével történő logikai lekérdezés jelentősen meggyorsítja a vizsgálatokat, mivel az adatok integrálása révén olyan térhelyes - fa szintű - elemzéseket tesz lehetővé, mely a hagyományos (papír alapú) dokumentációk segítségével nem valósítható meg. Újfehértói kísérleti állomás 1:10000 arányú IDW interpolációval készült digitális domborzat modelljét készítettük el. A 5 m-es szintkülönbséggel bíró sík alföldi homok és homokos vályog talajon fekvő ültetvény a hagyományos gyakorlat alapján domborzatilag homogénnek tekinthető (2. ábra). Az ábrán is látható, hogy a domborzatmodell csak a felszín (talajfelszín) tengerszint feletti magasságát mutatja be. Azonban, ha a területre vonatkozó agroökológiai viszonyokat szeretnénk elemezni, mint például a besugárzást, akkor a felszínen lévő, vagy azt módosító tereptárgyakat is figyelembe kell vennünk, valamint beépítenünk a modellbe. Erre ad lehetőséget a hiperspekrtális felvételezés. Az Újhértón készült hiperspektrális NDVI elemzések alapján 4 fő kategóriát különítettünk el: 1. Nincs növényzet, talaj: 0,889 ha 2. Füves, gyomos: 0,674 ha 3. Gyenge lombozat: 0,925 ha 4. Sűrű vegetáció: 0,464 ha. Itt azonban meg kell említeni, hogy az ültetvény É-i részén új (2-5 éves) telepítésű körtefák találhatóak, melyek a kis lombméretüknél fogva a 2. vagy a 3. kategóriába kerültek az NDVI értékeik alapján. A többlépcsős műveletsor eredményeként megkapjuk a tereptárgyakkal (gyümölcsfák) kiegészített terepmodellt, amelyen magasság szerint jól láthatóan elkülönülnek a különböző vegetáció típusok. Végeredményeként a valóságos viszonyokhoz nagyon közel álló modellt kapunk, mely további vizsgálatok alapját képezi (2. ábra). Elkészítettük a meghatározó fenológiai időszakokra (április, június, augusztus, szeptember) besugárzási térképeket és ezek statisztikai értékelését eltételezve a tiszta égboltot és a földrajzi szélességhez tartozó maximális besugárzást. Az egész vizsgálati modellt egy ARCGIS makroszkript segítségével írtuk le így ez bármely gyümölcstermesztő területen hasonló peremfeltételek mellet alkalmazható. A térkép az adott cellára (felbontás: 1,5*1,5 m) érkező összes besugárzási értéket mutatja Watt/ m2-ben. Jól láthatóan elkülönülnek a legnagyobb és a legkisebb besugárzási értékkel rendelkező területek (3. ábra). A különböző paraméterek lehetőséget nyújtanak a besugárzási értéket különböző idő intervallumra történő kiszámítására, mint például egy adott pillanatban, adott napon, egy idő intervallum alatt, valamint egész 337
évben mennyi közvetlen besugárzás éri az adott felszínt. Evaporáció számítás alapján a 2010-es évben április 21-én 135 mm/nap, június 21-én 183,77 mm/nap, augusztus 6-án 156,25 mm/nap, szeptember 21-én 91,64 mm/nap volt átlagosan az evapotranspiráció.
A
B
2. ábra A: Az újfehértói körte génbank gyümölcsfáinak helyzete, valamint a hiperspektrális felvételből származtatott NDVI értékek B: A mintaterület domborzati és terepmodellje
Következtetés Az egységes, georeferált nagyfelbontású, digitális térinformatikai keretrendszer alkalmas a döntéstámogatásra, mely lehetőséget biztosít a folyamatosan változó termesztési adatok bevitelére, aktualizálására, a vizsgálati eredmények egységes szempontú elemzésére, az agrár környezetvédelmi támogatások elnyerésének segítésére, monitoring rendszer kialakítására, a különböző területi beavatkozások és az öntözéses gyümölcstermesztés optimalizálására. Köszönetnyilvánítás Kutatásaink „A gyümölcstermesztést veszélyeztető extrém időjárási hatások előrejelzése és gazdaságos védekezési technológiák kidolgozása” OM-00265/2008 pályázat keretében valósult meg. 338
3. ábra Direkt besugárzási értékek július hónapban
339
Irodalomjegyzék ALLEN, R.G.–PEREIRA, L.S.–RAES, D.–SMITH, M. (1998): Crop evapotranspiration: Guidelines for computing crop requirements. Irrigation and Drainage Paper No. 56, FAO, Rome, Italy, 300. BLASKÓ, L. –TAMÁS, J.–CZIMBALMOS, R. (2003): Szikes talajon folyó tartamkísérlet értékelése térinformatikai módszerekkel. Agrárgazdaság, vidékfejlesztés és agrárinformatika az évezred küszöbén. 204–205. DOBOS, E. (1998): Quantitave analysis and evaluation of AVHRR and terrain data for small scale soil pattern recognition. PhD Thesis, Purdue University, West Lafayette, IN, USA. DOBOS, E.–MICHELI, E.–BAUMGARDNER, M. F.–BIEHL, L.–HELT, T. (2000): Use of combined digital elevation model and satellite radiometric data for regional soil mapping. Geoderma. 367–391. DUBAYAH, R.–RICH, P. M. (1995): Topographic solar radiation models for GIS. . Int. J. Geographical Systems 9 (4).: 405 . 419. SZABÓ J.–PÁSZTOR L. (1994): Magyarország agroökológiai adatbázisa és annak környezetvédelmi felhasználási lehetőségei, Országos Környezetvédelmi Konferencia, Siófok, 156–163. TAMÁS, J.–SZABÓ, Z. (2010): Hyperspectral evaluation of the pear trees on the basis of genetic collection of different speies. In Wagner, W., Székely, B., (eds.) International Society for Photogrammetry and Remote Sensing (ISPRS) TC VII. Vienna, Austria, July 5-7, 2010. IAPRS, Vol. XXXVIII. Part 7B. 563-567. TÓTH, A. (2000): A víz tájformáló szerepe az Alföldön. In: Pálfai, I. (szerk.) A víz szerepe és jelentősége az Alföldön. A Nagyalföld Alapítvány Kötetei 6. Békéscsaba. 4651.
340