LAMMC nuotraukos
Dirvožemis – vienas svarbiausių žemės ūkio išteklių, tačiau jo tyrimai tradiciniais metodais reikalauja daug laiko, darbo ir lėšų. Todėl vis dažniau ieškoma sprendimų, leidžiančių dirvožemio būklę įvertinti greičiau ir efektyviau.

LAMMC mokslininkai kartu su užsienio partneriais atliko tyrimą, kuriame vertino, ar dronų, palydovinių vaizdų ir dirvožemio jutiklių derinys gali patikimai prognozuoti svarbiausias dirvožemio savybes skirtinguose Lietuvos regionuose (1 pav.).
1 pav. Lietuvos agroklimatinės zonos ir penkių šiame tyrime pasirinktų vietovių geografinė padėtis, naudota dirvožemio organinės anglies, granuliometrinės sudėties, pH ir dirvožemio drėgmės kiekiui nustatyti. Skaičiai (I, II, III) ir raidės (a, b, c, d) žymi agroklimatinių zonų rajonus ir subrajonus (Bukantis, 2009).
Tyrimas atliktas penkiose skirtingose Lietuvos agroklimatinėse zonose analizuojant dirvožemio organinės anglies, granuliometrinės sudėties (molio, dulkių ir smėlio), pH ir dirvožemio drėgmės rodiklius. Duomenys buvo renkami naudojant tris skirtingas technologijas: aukštos raiškos dronų vaizdus, palydovinius „Sentinel-2“ duomenis ir elektromagnetinius (EMI) jutiklius. Surinkti duomenys buvo derinami su lauko matavimais ir panaudoti kaip įvesties duomenys kuriant mašininio mokymosi modelius.
Modeliavimo rezultatai parodė, kad didžiausią tikslumą galima pasiekti prognozuojant dirvožemio organinės anglies ir molio kiekį (2 pav.). Kai kuriais atvejais anglies prognozavimo tikslumas buvo labai aukštas (R² iki 0,86), ypač naudojant dronų ir palydovinius vaizdus. Vertinant dirvožemio granuliometrinę sudėtį, ypač molio, labiausiai pasiteisino elektromagnetiniai jutikliai, tačiau dirvožemio pH prognozavimas išliko sudėtingas – visi modeliai rodė silpnus rezultatus, o dirvožemio drėgmė buvo tiksliai prognozuojama tik atskiruose laukuose.
2 pav.Dirvožemio organinės anglies žemėlapiai Lyduokių lauke (Ukmergės r.), sudaryti taikant skirtingus modeliavimo scenarijus, kartu su matuotais ir interpoliuotais duomenimis (apatiniame dešiniajame kampe)
Svarbu pažymėti, kad atliekant tyrimą skirtingų jutiklių derinimas ne visada užtikrino didesnį prognozių tikslumą. Nors kuriant modelius jų tikslumas dažnai buvo labai geras mokymo etape (angl. calibration), modelių patikimumą (angl. validation) tikrinant realiomis lauko sąlygomis tikslumas visais atvejais sumažėdavo. Tai rodo, kad patikimiems dirvožemio savybių prognozavimo modeliams sukurti reikalingos didelės ir kokybiškos duomenų bazės. Be to, tyrimas parodė, kad ne visada brangesni ir sudėtingesni sprendimai (įvairių duomenų derinimas) duoda geresnį rezultatą.
Taip pat nustatyta, kad prognozių tikslumui didelės įtakos turi vietos sąlygos: dirvožemio tipas, klimatas, reljefas ir ūkininkavimo praktikos. Tai reiškia, kad universalus prognozavimo metodas visiems laukams neegzistuoja.
Vis dėlto šio tyrimo rezultatai atskleidžia didelį skaitmeninių technologijų potencialą žemės ūkyje. Tinkamai parinkti jutikliai ir duomenų analizės metodai gali padėti sumažinti dirvožemio mėginių skaičių, sumažinti tyrimų kaštus ir greičiau gauti patikimą informaciją apie dirvožemio būklę. Tai itin svarbu siekiant taikyti tikslųjį ūkininkavimą, optimizuoti tręšimą ir didinti ūkių efektyvumą.
Apibendrinimas paprastas –dronai, palydovai ir dirvožemio jutikliai jau gali tapti svarbia alternatyva tradiciniams tyrimams, tačiau jų visiškai pakeisti kol kas negali. Efektyviausias kelias – šių metodų derinimas, kuris turi būti pagrįstas konkrečiu tikslu, dirvožemio savybėmis ir ekonominiu efektyvumu.
Tyrimo kontekstas ir publikacija
Straipsnis parengtas LAMMC Žemdirbystės instituto mokslininkų kartu su tarptautine tyrėjų komanda ir publikuotas tarptautiniame mokslo žurnale „Computers and Electronics in Agriculture“ (IF – 8,9). Straipsnį kartu su bendraautoriais dr. Jonu Volungevičiumi, dokt. Ardu Kavaliausku, dr. Virmantu Povilaičiu, dr. Asta Kazlauskaite-Jadzeviče ir jaunesniąja mokslo darbuotoja Simona Pranaitiene išspausdino LAMMC Žemdirbystės instituto Augalų mitybos ir agroekologijos skyriaus vyresnysis mokslo darbuotojas dr. Renaldas Žydelis.
Agroakademija.lt: parengta pagal LAMMC informaciją