Знання ризику захворювання в полі є життєво важливим для своєчасного прийняття рішень щодо управління врожаєм. За допомогою станцій Інтернету речей, орієнтованих на конкретні поля, ви будете знати змодельовані умови для вивільнення спор і зараження ними.

Ризик хвороб у полі, викрадач врожаю та якості

Ризик хвороб у польових умовах_обкладинка

Агрономічні питання

  • Знайте, коли обприскувати чи не обприскувати, виходячи з фактичних умов на полі.
  • З урахуванням специфіки галузі IoT-станції, знати змодельовані умови вивільнення спор та інфікування спорами.
  • Час внесення фунгіцидів залежно від фази розвитку та ризик захворювання/тиск - розтягнути або вкоротити вікно розпилення.
  • Збереження врожайності/якості на основі своєчасного застосування фунгіцидів.
  • Ефективність пестицидів змінюється залежно від умов на полі погодні умови від 20 до 100 %.
  • Неефективність пестицидів може знизити якість до 80 1ТП22Т, а врожайність до 30 1ТП22Т.
Фузаріоз пшениці
Фузаріоз пшениці
Склеротинія ріпаку
Склеротинія ріпаку

Рішення IoT для управління ризиком хвороб у польових умовах

Використовуйте гніздовий підхід пристроїв Інтернету речей для відстеження погодних умов на ваших полях.

Від окремих полів до повноцінних станцій з різноманітними датчики: температура, відносна вологість, вологість листя, опади, сонячна радіація, температура ґрунту та швидкість/напрямок вітру.

Польові датчики для оцінки ризику захворювань_FieldClimate

Поєднуйте пристрої Інтернету речей з одним із 80 моделі захворювань для 45 культур.

nMETOS_FieldClimate

Приклад ризику захворювань у польових умовах для Канола. Склеротинія чотири змодельовані процеси: апофеція розвиток, спороношення та два процеси інфікування.

Економічні переваги

Маючи оцінку ризиків для кожного окремого поля, ми можемо цілеспрямовано приймати рішення щодо управління врожаєм.

  • Тиск хвороб у полі часто залишається невидимою проблемою, поки не стає занадто пізно.
  • Усе. моделі захворювань використовується METOS® ґрунтуються на перевірених дослідженнях, проведених на пірсі.
  • Біологія будь-якої хвороби не змінюється від регіону до регіону, змінюється те, що відбувається на місцях погода та методи управління, що застосовуються.
  • Погода станції або IoT-пристрої не поблизу або в полі зору є неточними для прогнозування захворювань.
  • Польові пристрої та датчики Інтернету речей дозволяють дуже точно прогнозувати захворювання для окремих ділянок поля.

Голос фермера

"Приклад: Склеротиніозна стеблова гниль знижує врожайність моєї ферми настільки, що я втратив $55 акрів з 50 бушелів врожаю на 1000 акрів. Мені довелося змінити свої методи управління і використовувати рішення Інтернету речей від Pessl, щоб краще відстежувати умови навколишнього середовища та ризики захворювання склеротиніозом, щоб вчасно вносити фунгіциди. Рішення Інтернету речей коштують моєму господарству $6,000 на рік, що означає більш ніж 8:1 повернення інвестицій."

Про автора:
Протягом останніх 30 років Гай Еш працював агрометеорологом та спеціалістом з наукових спостережень за Землею. Наразі він є глобальним менеджером з навчання та роботи з ключовими клієнтами в Канаді для австрійської компанії Pessl Instruments. Pessl Instrument - це IoT-компанія, яка виробляє обладнання (логгери та датчики) та програмні рішення, орієнтовані на сільськогосподарський сектор. Ми працюємо в більш ніж 85 країнах і маємо понад 70 000 пристроїв і 700 000 датчиків, розгорнутих для широкого спектру сільськогосподарських застосувань: управління хворобами, зрошення, вологість ґрунту, пастки для комах, камери для посівів, метеостанції, родючість ґрунту тощо. Однією з його функцій є забезпечення глобального навчання для широкого переліку рішень Інтернету речей для різноманітних культур - рису, пшениці, сої, апельсинів, кукурудзи, каноли, кормів, винограду, фруктів та овочів тощо.

Аватар-чоловік

Гай Еш,
METOS® Глобальний менеджер з навчання
ПОВЕРНУТИСЯ ДО ВСІХ ЗАПИСІВ БЛОГУ