Один из лучших способов совершенствоваться как фермер – это экспериментировать с различными продуктами, способами внесения и нормами высева. После сбора урожая вы собираете и анализируете данные, и теперь у вас есть данные с вашей территории, которые вы можете использовать в процессе принятия решений.
Проблема в том, что организация и управление испытаниями на фермах отнимает много времени, а фермеры уже заняты. Поэтому многие полагаются на сторонние и университетские исследования для получения данных о производительности продукта, которые в конечном итоге определяют, примут ли они его на вооружение.
Профессор экономики сельского хозяйства и потребительского хозяйства Университета Иллинойса Дэвид Баллок, похоже, знает ответ, известный как Проект управления интенсивным использованием данных (DIFM).
Начавшееся в 2016 году сотрудничество между университетскими исследователями, частными консультантами по сельскохозяйственным культурам, розничными торговцами и фермерами помогло провести научные крупномасштабные испытания на фермах в Иллинойсе, Канзасе, Луизиане, Монтане, Небраске, Нью-Йорке, Огайо, Техасе, Вашингтоне, Аргентине, Бразилии. и Южная Африка.
«Заниматься наукой на собственной ферме может показаться устрашающим, но на самом деле это не пугает», — говорит Буллок. «Он действительно удобен для пользователя, как для самих фермеров, которые немного разбираются в технологиях, так и для того, чтобы мы могли работать с их консультантами по растениеводству, и мы можем разработать и провести действительно крупные испытания на их фермах и помочь им получить отличные данные. Единственный способ научиться Чтобы узнать больше о вашей ферме, нужно получить данные о ферме».
Национальная служба охраны ресурсов (NRCS) и Министерство сельского хозяйства США предоставляют основную часть финансирования DIFM - более 20 университетов, предоставляющих землю, подписали контракт в качестве партнеров - чтобы помочь фермерам проводить научные эксперименты на своих полях.
И вот что интересно: независимо от результата, фермер гарантированно не потеряет денег. По словам Баллока, если деньги или урожай будут потеряны в ходе судебного разбирательства, в проекте предусмотрен механизм, позволяющий фермеру снова стать финансово целостным.
Что мне нужно сделать?
По сути, фермеру необходимо выделить как минимум 80 акров и иметь откалиброванный монитор урожайности и оборудование с технологией внесения с переменной нормой внесения (VRA) с GPS.
«Это может быть любой тип азота — синтетический, биологический или какой бы то ни было — это могут быть нормы высева или различные продукты с переменным рейтингом», — говорит Буллок. «Если его можно применять по плавающим ставкам, мы можем это рассмотреть».
Команда DIFM может взять поле площадью 80-акров, удалить развороты и разделить оставшиеся 65 акров на до 400 различных зон наблюдения или полевых испытаний.
Они также помогают собирать и очищать данные перед анализом результатов и показывать фермеру, какие стратегии с переменной нормой сработали, а какие нет, используя реальные данные прямо с их собственных полей и типов почвы.
«И мы можем сделать это одним нажатием кнопки», — говорит Буллок. «На данный момент это все еще исследовательский проект, поэтому он не доведен до совершенства. Если фермер собирается работать с нами, он должен знать, что это исследование. Оно не идеально, но мы думаем, что можем стать лучше. это не стоит им никаких денег. Это действительно требует некоторых усилий, но для многих фермеров это не требует больших усилий, и они учатся кое-чему хорошему».
Один из выводов, который был сделан в ходе испытаний DIFM, заключается в том, что программы плодородия с переменной нормой на самом деле работают только в сценариях, которые имеют либо высокую изменчивость типов почв, либо сдвиги высот. Широко открытые, плоские и однородные месторождения, как и многие месторождения, расположенные в окрестностях Шампейна, штат Иллинойс, где, например, базируется Буллок, обычно не окупаются в сценариях VRA.
«Исторически было недостаточно данных об ответах урожайности (от VRA) и о том, как они различаются в разных частях полей», — говорит Буллок. «Это затрудняет создание эффективных рецептов с переменной ставкой, основанных на количественных данных, а не на общих, часто устаревших практических правилах».
Буллок добавляет, что все данные испытаний на ферме, генерируемые в DIFM, всегда принадлежат фермеру. Данные могут быть агрегированы и использованы в научных кругах с разрешения фермера.
Поддержка фермеров
Фермер из Огайо Джим Апхаус говорит, что, по его опыту, большинство испытаний, проводимых фермерами на ферме, начинаются на твердой почве, но затем фермер занят или отвлекается на что-то другое, и те аспекты испытаний, которые не должны остаться незамеченными, в конечном итоге оказываются неэффективными. так.
Вот почему 300-фермер, выращивающий пропашные культуры на северо-западе штата Огайо, и бывший селекционер растений так рад начать работу над проектом DIFM.
«Инструменты и все, что они разрабатывают, действительно хорошо взаимодействуют с фермером. По сути, все, что им нужно сделать, это убедиться, что все включено, и они начинают сажать или вносить удобрения в нужном месте», — говорит Упхаус. «Это действительно упрощает работу, потому что по сути это все от начала до конца, от первоначального проектирования до анализа данных».
Его план состоит в том, чтобы DIFM помог ему в проведении множества испытаний по нормам высева покровных культур, чтобы с этого момента он точно знал, как плотность посадки покровных культур влияет на будущую урожайность на его собственной земле.
«Каждый год мы узнаем больше, но у нас так много данных, которые мы в настоящее время не используем или основываем эти важные решения на устаревших данных», — говорит Упхаус. «В этом проекте мы действительно собираемся сосредоточиться на анализе наших старых данных, чтобы помочь в разработке этих испытаний, а затем позволить данным подтвердить или опровергнуть наши старые подходы».
