Περίληψη
Το αντικείμενο της παρούσας εργασίας ήταν να μελετηθεί η χωρική και η χρονική παραλλακτικότητα της παραγωγής και της ποιότητας των μήλων καθώς και των εδαφικών χαρακτηριστικών σε δύο οπωρώνες μηλιάς με στόχο να διερευνηθεί η δυνατότητα εφαρμογής της Γεωργίας Ακριβείας στις μηλιές. Για το σκοπό αυτό επιλέχθηκαν δύο εμπορικοί οπωρώνες σε δύο περιοχές που καλλιεργούνται μήλα: στη περιοχή της Αγιάς Λάρισας και στην περιοχή της Πτολεμαΐδας Κοζάνης στους οποίους έγιναν μετρήσεις για τρία συνεχόμενα έτη. Οι μετρήσεις που πραγματοποιήθηκαν ήταν χαρτογράφηση παραγωγής, χαρτογράφηση ποιότητας των καρπών (βάρος καρπού, χρώμα φλοιού, σκληρότητα σάρκας, περιεκτικότητα χυμού σε διαλυτά στερεά συστατικά, οξύτητα χυμού, pH χυμού), χαρτογράφηση ανθοφορίας, χαρτογράφηση φυσικών και χημικών ιδιοτήτων του εδάφους (μηχανική σύσταση, περιεκτικότητα σε άζωτο, φώσφορο, κάλιο, ασβέστιο, μαγνήσιο, ιχνοστοιχεία και οργανική ουσία) και χαρτογράφηση ηλεκτρικής αγωγιμότητας του εδάφους με χρήση ενός μηχανήματος ...
Το αντικείμενο της παρούσας εργασίας ήταν να μελετηθεί η χωρική και η χρονική παραλλακτικότητα της παραγωγής και της ποιότητας των μήλων καθώς και των εδαφικών χαρακτηριστικών σε δύο οπωρώνες μηλιάς με στόχο να διερευνηθεί η δυνατότητα εφαρμογής της Γεωργίας Ακριβείας στις μηλιές. Για το σκοπό αυτό επιλέχθηκαν δύο εμπορικοί οπωρώνες σε δύο περιοχές που καλλιεργούνται μήλα: στη περιοχή της Αγιάς Λάρισας και στην περιοχή της Πτολεμαΐδας Κοζάνης στους οποίους έγιναν μετρήσεις για τρία συνεχόμενα έτη. Οι μετρήσεις που πραγματοποιήθηκαν ήταν χαρτογράφηση παραγωγής, χαρτογράφηση ποιότητας των καρπών (βάρος καρπού, χρώμα φλοιού, σκληρότητα σάρκας, περιεκτικότητα χυμού σε διαλυτά στερεά συστατικά, οξύτητα χυμού, pH χυμού), χαρτογράφηση ανθοφορίας, χαρτογράφηση φυσικών και χημικών ιδιοτήτων του εδάφους (μηχανική σύσταση, περιεκτικότητα σε άζωτο, φώσφορο, κάλιο, ασβέστιο, μαγνήσιο, ιχνοστοιχεία και οργανική ουσία) και χαρτογράφηση ηλεκτρικής αγωγιμότητας του εδάφους με χρήση ενός μηχανήματος Veris. Η ανάλυση των δεδομένων έγινε στα εξής στάδια: α) υπολογισμός περιγραφικών στατιστικών όπως μέση, ελάχιστη, μέγιστη τιμή, συντελεστής παραλλακτικότητας, κύρτωση και ασυμμετρία, β) γεωστατιστική ανάλυση και υπολογισμός βαριογραμμάτων που περιγράφουν τη χωρική δομή των δεδομένων, γ) δημιουργία χαρτών τάσης παραγωγής ή ποιότητας οι οποίοι δημιουργήθηκαν χρησιμοποιώντας τους μέσους όρους των τιμών στα τρία χρόνια του πειράματος και δείχνουν την τάση που διαμορφώνεται στα μετρούμενα μεγέθη σε κάθε σημείο του αγρού, δ) δημιουργία ιστογραμμάτων που δείχνουν τις διαφορές στην παραγωγή και στην ποιότητα από χρονιά σε χρονιά, ε) δημιουργία χαρτών χρονικής παραλλακτικότητας που δείχνουν περιοχές του αγρού που η παραγωγή ή η ποιότητα είναι πάνω από το μέσο όρο και για τα τρία έτη του πειράματος και περιοχές που η παραγωγή ή η ποιότητα είναι κάτω από το μέσο όρο και για τα τρία έτη του πειράματος και στ) καθορισμός ζωνών διαχείρισης στους οπωρώνες χρησιμοποιώντας λογισμικά που βασίζονται στην ασαφή ομαδοποίηση (fuzzy clustering). Τα αποτελέσματα έδειξαν ότι υπάρχει σημαντική χωρική και χρονική παραλλακτικότητα στην παραγωγή, στα ποιοτικά χαρακτηριστικά των καρπών και στις φυσικές και χημικές ιδιότητες του εδάφους, παρά το μικρό μέγεθος των οπωρώνων. Η ύπαρξη αυτής της παραλλακτικότητας υποδηλώνει ότι μπορεί να εφαρμοστούν οι τεχνικές της Γεωργίας Ακριβείας στους οπωρώνες. Η παραγωγή είχε σημαντική χωρική παραλλακτικότητα η οποία για τον οπωρώνα της Πτολεμαΐδας ήταν περίπου 20% και τον οπωρώνα της Αγιάς 50%. Η χωρική παραλλακτικότητα στα ποιοτικά χαρακτηριστικά των καρπών ήταν μικρότερη από την παραγωγή και κυμάνθηκε από 3-22%. Από τα ποιοτικά χαρακτηριστικά τη μικρότερη παραλλακτικότητα έδειξαν η σκληρότητα σάρκας και τα διαλυτά στερεά συστατικά και τη μεγαλύτερη το βάρος καρπού, η οξύτητα χυμού και το χρώμα καρπού. Με την ανάλυση της χωρικής και χρονικής παραλλακτικότητας της παραγωγής δημιουργήθηκαν ζώνες διαχείρισης στους οπωρώνες όπου η διαχείριση μπορεί να είναι ενιαία. Όσον αφορά τα ποιοτικά χαρακτηριστικά των καρπών η ανάλυση της χρονικής παραλλακτικότητας έδειξε ότι και στους δύο οπωρώνες δεν διαμορφώνονται σταθερές ζώνες διαχείρισης των ποιοτικών χαρακτηριστικών με το χρόνο γεγονός που πιθανόν οφείλεται στη μεγάλη επίδραση των καιρικών συνθηκών στην ποιότητα των καρπών, που αλλάζουν από έτος σε έτος. Ο χάρτης ανθοφορίας έδειξε ότι υπάρχει χωρική παραλλακτικότητα στην ανθοφορία που σχετίζεται με την παραγωγή. Επομένως ο χάρτης ανθοφορίας θα μπορούσε να χρησιμοποιηθεί για να γίνει πρόβλεψη της παραγωγής αλλά και της χωρικής κατανομής της από την Άνοιξη που είναι πολύ σημαντικό για τον παραγωγό και την αγορά. Επίσης θα μπορούσε να χρησιμοποιηθεί για την εφαρμογή λίπανσης και χημικού αραιώματος καρπών με μεταβλητές δόσεις, με σκοπό να επιτευχθεί οικονομία χρημάτων και μείωση των αρνητικών επιπτώσεων στο περιβάλλον από τη χρήση χημικών. Με την εφαρμογή των θρεπτικών στοιχείων με μεταβλητές δόσεις σύμφωνα με τις ανάγκες των φυτών μπορεί να γίνει εξοικονόμηση χρημάτων για τη λίπανση και μείωση της επιβάρυνσης του περιβάλλοντος από τα λιπάσματα. Για τον οπωρώνα της Πτολεμαΐδας υπολογίστηκε εξοικονόμηση περίπου 94,4 kg/εκτάριο αζώτου και 114,7 kg/εκτάριο καλίου και για τον οπωρώνα της Αγιάς περίπου 73,2 kg/εκτάριο αζώτου και 74,4 kg/εκτάριο καλίου.
περισσότερα
Περίληψη σε άλλη γλώσσα
The subject of the present study was to study the spatial and temporal variability of yield, quality and soil in two apple orchards in order to investigate the potential of applying Precision Farming. The experiments were carried out in two commercial orchards located in Agia and Ptolemaida area for three sequential years. The measurements were yield mapping, quality mapping (fruit mass, skin color, flesh firmness, soluble solids content, juice acidity, juice pH), flower mapping, soil mapping (texture, nitrogen, phosphorus, potassium, calcium, magnesium, trace elements and organic matter content) and soil electrical conductivity mapping. Data analysis was carried out in the following stages: 1) calculation of descriptive statistics such as mean, maximum, minimum, standard deviation, coefficient of variation and skewness of data distribution, 2) geostatistical analysis of the data and semi-variograms were calculated for all data in order to describe the spatial structure of the data, 3 ...
The subject of the present study was to study the spatial and temporal variability of yield, quality and soil in two apple orchards in order to investigate the potential of applying Precision Farming. The experiments were carried out in two commercial orchards located in Agia and Ptolemaida area for three sequential years. The measurements were yield mapping, quality mapping (fruit mass, skin color, flesh firmness, soluble solids content, juice acidity, juice pH), flower mapping, soil mapping (texture, nitrogen, phosphorus, potassium, calcium, magnesium, trace elements and organic matter content) and soil electrical conductivity mapping. Data analysis was carried out in the following stages: 1) calculation of descriptive statistics such as mean, maximum, minimum, standard deviation, coefficient of variation and skewness of data distribution, 2) geostatistical analysis of the data and semi-variograms were calculated for all data in order to describe the spatial structure of the data, 3) creation of yield trend maps. The trend maps were developed calculating in every point the average of the three years yield and show the trend in the yield over the three years, 4) calculation of histograms that show the inter-year offset, 5) creation of temporal consistency maps that show the parts of the field that the yield or quality were above the average for the three years and the parts of the field that yield or quality were below the average for the three years and 6) fuzzy clustering algorithms were used to delineate management zones to help farmers apply variable rate applications. The results showed that there is significant spatial and temporal variability in yield, quality and soil despite the small size of the orchards. The existence of this variability shows the potential of applying Precision Farming in these orchards. Yield had significant spatial variability which for Ptolemaida orchard was about 20% and Agia orchard 50%. The spatial variability for quality ranged from 3-22%. From the quality parameters the parameters soluble solids content and flesh firmness exhibited lower variability the and the parameters fruit mass, acidity and skin color exhibited higher variability. The combination of yield trend map and temporal constency map was used for delineating management zones in the field, where the management could be uniform. The values of quality parameters showed differences from year to year, probably because of the different weather conditions from year to year and thus it was not possible to delineate management zones based on the quality parameters. The flower map could be used to predict yield and its spatial variability from early season, which is very important for the farmer and the market. Additionally the flower map could be used for applying fertilizers and chemicals site -specifically in order to achieve economic and environmental benefits. Variable rate application of nutrients according to the plant needs could help save money and protect the environment. For Ptolemaida orchard a 94.4 kg/ha nitrogen and a 114.7 kg/ha potassium saving was calculated if these nutrients had been applied site-specifically. For Agia field the calculations showed 73.2 kg/ha nitrogen and 74.4 kg/ha savings for site-specific application.
περισσότερα