Studienergebnisse zeigen, dass Bewirtschaftungszonenkarten für Maisanbauer von geringem Nutzen sind

In einer mehrjährigen Analyse wurde getestet, ob Bewirtschaftungszonenkarten auf der Grundlage von Bodenbedingungen, Topographie oder anderen Landschaftsmerkmalen zuverlässig vorhersagen können, welche Teile eines Maisfelds am besten auf höhere Aussaat- oder Stickstoffausbringungsraten reagieren. Die Studie ergab, dass – entgegen allgemeiner Annahmen – die Reaktionen der Anbauflächen auf dieselben Eingaben von Jahr zu Jahr erheblich variieren. Der unvorhersehbarste Faktor – das Wetter – schien den größten Einfluss darauf zu haben, wie die Pflanzen auf diese Eingaben reagierten.

Über die neuen Erkenntnisse wird im berichtet Agronomie-Journal.

Die Kartierung von Managementzonen entstand aus einem gestiegenen Interesse an der digitalen Landwirtschaft – dem Einsatz neuer Datenerfassungs- und Analysetechnologien, um das Zusammenspiel von Faktoren, die zu Ernteerträgen beitragen, besser zu verstehen, sagte Nicolas Martin, Professor für Nutzpflanzenwissenschaften an der University of Illinois Urbana-Champaign. der die Analyse zusammen mit dem ehemaligen Postdoktoranden der U. of I., Carlos Agustin Alesso, durchführte.

Solche Ansätze nutzen feldbasierte Sensoren, Satellitendaten und andere digitale Tools, um zu verfolgen, wie Pflanzen auf lokale Bedingungen, Düngemittel, Saatmengen und andere Inputs reagieren. Das Ziel bestehe darin, verschwenderische oder zerstörerische Praktiken zu minimieren und gleichzeitig den Ertrag zu maximieren, sagte Martin.

Die neue Studie verwendete einen ungewöhnlichen Ansatz, um Vorhersagen für Managementzonenkarten zu testen.

„Wir nutzten unsere landwirtschaftlichen Geräte als Drucker und erstellten ein Flickenteppich aus Materialien wie eine Steppdecke mit verschiedenen Farben“, sagte Martin. „Wir haben unser Experiment auf mehreren Websites gedruckt und dabei ein völlig zufälliges Design verwendet.“

Die Forscher führten die Arbeit an sieben typischen unbewässerten Maisproduktionsstandorten in Illinois durch, von denen jeder in Hunderte von Parzellen unterteilt war. Jede Parzelle erhielt eine zufällige Rate an Maisaussaat und Stickstoffanwendung. Für jede Parzelle wurden außerdem die Bodenzusammensetzung, die Topographie und andere standortspezifische Landschaftsmerkmale gemessen. Alle anderen Variablen außer dem Wetter wurden über die Felder hinweg standardisiert. Die Versuche fanden von 2016 bis 2021 statt.

Durch die Messung des Ertrags jeder Parzelle während der Ernte über mehrere Jahre hinweg ermittelten die Forscher, welche Parzellen jedes Jahr am stärksten auf Eingaben reagierten. Sie verwendeten einen fortschrittlichen Random-Forest-Algorithmus, um zu bestimmen, welche Faktoren – zum Beispiel Wetterbedingungen, Bodeneigenschaften oder Neigung – am besten vorhersagen konnten, ob eine höhere Stickstoffanwendung oder eine höhere Aussaatmenge die Erträge verbessern würde.

„Wir haben herausgefunden, dass Wettervariablen die wichtigsten Faktoren sind, die die räumlichen Reaktionsmuster auf die Stickstoffrate oder die Saatrate bestimmen, gefolgt von Landschafts- und Bodenattributen“, sagte Martin. „Wir haben außerdem festgestellt, dass die Reaktionen je nach Wettereinflüssen von Jahr zu Jahr variieren. Sie sind sehr inkonsistent, zumindest in den von uns getesteten Feldern.“

Das bedeutet, dass eine Parzelle, die in einem Jahr gut auf eine höhere Stickstoffrate reagiert, beim nächsten Maisanbau möglicherweise nicht so gut reagiert, sagte er. Dies macht das Konzept der Bewirtschaftungszonenkartierung zu einem unzuverlässigen Prädiktor für die Reaktionen der Kulturpflanzen auf Eingaben.

„Wir glauben, dass diese Ergebnisse teilweise erklären können, warum Präzisionslandwirtschaftstechnologien von Landwirten ungleichmäßig übernommen wurden“, sagte Martin.

Die Forscher glauben, dass mehr Mehrjahresdaten und bessere Sensoren und Analysetools vor Ort letztendlich die Vorhersagefähigkeit der Managementzonenkartierung verbessern können.