Son zamanlarda bir çiftliğin üzerinden uçtuysanız ve ürün sıraları arasında hızla hareket eden, fotoğraf çeken veya ısı izlerini yakalamak için havada süzülen bir drone fark ettiyseniz, şunu merak etmiş olabilirsiniz: Bu küçük uçan makine, bir bitkinin temel besin maddelerinin eksik olduğunu tam olarak nasıl anlıyor? Son beş yılını hem küçük aile çiftliklerine hem de büyük ticari işletmelere tarımsal dronlar tedarik ederek geçirmiş biri olarak, bu teknolojinin yetiştiricilerin besin eksikliklerini tespit etme şeklini değiştirdiğini gördüm; artık toprak test kitiyle günde 10 mil yürümek yok, artık hangi mısır parçasının bodur olduğunu tahmin etmek yok. Drone ile toplanan verileri eyleme geçirilebilir içgörülere dönüştürmek için yerleşik sensörleri, veri analitiğini ve bitki fizyolojisine ilişkin derin anlayışı birleştirmek önemlidir.
Temel bilgilerle başlayalım. Bitkiler besinlerini üç ana kaynaktan alırlar: toprak, su ve hava. Eksiklikler besin maddesine bağlı olarak farklı şekilde ortaya çıkar; bazıları yaprakların sararmasına neden olur, diğerleri büyümeyi durdurur, hatta bazıları bitkinin sıcaklığını bile değiştirir. Tarımsal bir drone, insan gözünün gördüğü gibi yalnızca renkleri “görmez”; bizim göremediğimiz ayrıntıları yakalamak için özel kameralar ve sensörler kullanıyor; gerçek sihrin gerçekleştiği yer burası.
Örneğin görünür ışık kameraları yaprak rengindeki değişiklikleri tespit eder. Bitkilerdeki yeşil pigment olan klorofil, fotosentezden sorumludur ve bitkilerin ihtiyaç duyduğu en yaygın besin maddelerinden biri olan nitrojene dayanır. Bir bitkide nitrojen miktarı düşük olduğunda, klorofil parçalanır ve geriye, koyu, canlı yeşil yerine soluk sarı, hatta açık yeşil bir renk kalır. Bir drone'un RGB (kırmızı, yeşil, mavi) kamerası, yapraklardan yansıyan yeşil ışığın yoğunluğunu ölçebilir ve bunu normalleştirilmiş bir bitki örtüsü farkı indeksi (NDVI) hesaplamasına besleyebilir. NDVI, yakın kızılötesi ışık (sağlıklı bitkilerin yoğun şekilde yansıttığı) ile kırmızı ışık (emdikleri) arasındaki farkı karşılaştıran basit bir formüldür. Düşük bir NDVI puanı bize bir mahsul parçasının daha az klorofil içerdiğini söyler, bu da neredeyse kesin olarak nitrojen eksikliğine işaret eder. Ancak işin püf noktası şu: RGB kameralar yalnızca bariz, son aşamadaki eksiklikleri tespit edebilir. Yapraklar sararmaya başladığında, ürün zaten önemli bir büyüme potansiyelini kaybetmiş demektir. Diğer sensörlerin devreye girdiği yer burasıdır.
Termal görüntüleme, erken tespit açısından oyunun kurallarını değiştiriyor ve bu nedenle sorunları çıplak gözle görülmeden yakalamak isteyen müşterilerimiz için bir Termal Görüntüleme Tarım Drone'u stoklarımızda bulunduruyoruz. Termal sensörler bitkilerin yüzey sıcaklığını bir derecenin çok küçük bir kısmına kadar ölçer. Bir bitki sağlıklı olduğunda, stomaları (yapraklardaki küçük gözenekler) açıktır ve yaprağın yüzeyini soğutan su buharının buharlaşmasına olanak tanır. Bir bitkide fosfor veya magnezyum gibi temel besin maddeleri eksikse, stomaları kaynakları korumaya yaklaşır ve yaprak sıcaklığı yükselir. Bu sıcaklık farkı çok hafiftir ancak termal kamera, renk değişiklikleri ortaya çıkmadan önce bile bunu tespit edebilir. Geçen yıl, Kansas'taki bir buğday çiftçisi, termal dronlarımızı kullanarak, tarlanın geri kalanında semptomlar görülmeden 10 gün önce 2 dönümlük bir buğday tarlasındaki magnezyum eksikliğini tespit etti. Tarlanın tamamını kaplamak yerine hedefe yönelik bir yaprak spreyi uygulayarak yüzlerce dolar gübre tasarrufu sağladılar ve %15'lik verim kaybını önlediler. Bu dronların püskürtmenin ötesinde nasıl çalıştığını açıkladığımızda bahsettiğimiz türden bir yatırım getirisi budur.
Bir diğer önemli araç ise, bitki stresine karşı ekstra duyarlı olan, kırmızı ile yakın kızılötesi arasındaki dar bir bant olan kırmızı kenar gibi görünür kırmızı ve yakın kızılötesinin ötesindeki bantlardaki ışığı yakalayan multispektral sensörlerdir. Kırmızı kenar yansıma indeksi (REI), RGB kameraların gözden kaçırdığı demir, çinko ve diğer mikro besinlerdeki eksiklikleri tespit etmek için özellikle kullanışlıdır. Mikro besin eksiklikleri sıklıkla benzersiz stres tepkilerine neden olur: örneğin demir eksikliği genç yapraklarda damarlar arası kloroza (yaprak damarları arasında sararma) yol açarken, çinko eksikliği mısırda rozet oluşumuna (bodur, kümelenmiş büyüme) neden olur. Multispektral sensörler, bu eksikliklerin benzersiz spektral "parmak izini" algılar ve daha sonra bu veri analizi yazılımı, sahadaki kesin konumlarla eşleşir.
Drone tüm bu verileri topladığında, bu sadece bir fotoğraf yığını olmaktan çıkıyor; bunları işlemek için bulut tabanlı tarımsal yazılım kullanıyoruz. Drone'un GPS'i her veri noktasını çiftlikteki belirli bir konuma sabitler, böylece mahsullerin tam olarak nerede stres altında olduğunu gösteren bir ısı haritası (genellikle besin eksikliği haritası olarak adlandırılır) elde edersiniz. İlaçlama drone'larımızın inanılmaz derecede değerli olduğu nokta burasıdır: Tarlanın her santimini bir traktörle sürmek yerine, haritayı yalnızca yetersiz alanları ilaçlamak için kullanabilirsiniz. Çiftlik için Püskürtme Drone modellerimiz, 10L Tarım Drone gibi, tek bir akü şarjıyla 10 dönümlük alanı kaplamaya yetecek kadar sıvı gübre veya yaprak besinini taşıyabilir ve hassas püskürtme sistemi, yalnızca stres altındaki bitkileri hedef alarak, geleneksel ilaçlamayla karşılaştırıldığında israfı %70'e kadar azaltır. Aynı uçuş süresinde bu alanın iki katını kapsayabilen, daha büyük operasyonlar için 20L Püskürtme Uçağımız da var; bu da onu 500 dönümün üzerindeki çiftlikler için ideal kılıyor.
Drone teknolojisinin toprak testlerinin veya uzman tarımsal tavsiyelerin yerine geçmediğini, onları tamamladığını unutmamak önemlidir. Toprak testleri size toprakta ne olduğunu söyler, ancak drone size bitkinin gerçekte ne aldığını söyler. Bazen bir toprak testi yeterli miktarda nitrojen gösterir, ancak topraktaki sıkıştırılmış tabaka bitkinin köklerinin buna erişmesini engelleyerek bir noksanlığa yol açar. Dronlar yer üstü stresini algılar, böylece sadece daha fazla gübre eklemekle kalmayıp, toprağın sıkışmasını da gidermeyi bilirsiniz. Özellikle mısır yetiştiricileri için, Mısır Ekim Drone'umuz, yetersiz alanlarda örtü bitkileri ekecek şekilde kalibre edilebilir ve böylece gelecekteki yetiştirme sezonları için toprak sağlığı iyileştirilir.
Son üç yılda yüzlerce çiftçiyle çalıştık ve en sık karşılaştığım soru şu: "Bu teknoloji gerçekten bu kadar doğru olabilir mi?" Kısa cevap evettir; doğru şekilde kalibre edildiğinde. Önemli olan, drone'yu günün doğru zamanında, tutarlı aydınlatma koşulları altında ve her bir mahsulün besin ihtiyaçlarını net bir şekilde anlayarak uçurmaktır. Örneğin, mısırın bitkisel büyüme aşamasında yüksek nitrojen ihtiyacı vardır, bu nedenle V6-V8 büyümesi sırasında (mısır diz boyu olduğunda) dronlarımızı uçurmak en güvenilir besin eksikliği verilerini verir. Bu nedenle sattığımız her drone ile özel uçuş planları ve tarımsal eğitim sağlıyoruz; böylece müşterilerimiz yalnızca bir ekipman satın almakla kalmıyor, onu kendi çiftlik sorunlarını çözmek için nasıl kullanacaklarını da biliyorlar.
Bir diğer yaygın yanılgı da tarımsal drone'ların küçük çiftlikler için çok pahalı olduğudur. Gerçekte yatırım getirisi genellikle düşündüğünüzden daha hızlıdır. Iowa'daki 5 dönümlük bir aile çiftliği, soya fasulyesi tarlasındaki potasyum eksikliğini tespit etmek için geçen büyüme sezonunda Termal Görüntüleme Tarımsal Drone'umuzu kullandı. 1.200 ABD doları değerindeki gübreyi uygulamak yerine, 300 ABD doları değerinde hedefli yaprak spreyi uyguladılar ve o bölgede verimleri %8 arttı; bu, tek bir sezonda insansız hava aracının parasını ödemeye yetecek kadardı. Her büyüklükteki çiftlik için besin maddelerinin hassas bir şekilde kullanılabilmesi, girdi maliyetlerini azaltır, verimi artırır ve aynı zamanda daha sürdürülebilirdir.
Elbette sınırlamalar var. Drone verileri bulut örtüsü, kuvvetli rüzgarlar ve hatta kamera lensindeki toz gibi faktörler nedeniyle çarpık olabilir; bu nedenle uçuş operasyonları için en iyi uygulamaları takip etmek önemlidir. Ayrıca, bazı besin eksiklikleri benzer spektral parmak izlerine sahiptir, bu nedenle drone verilerini yaprak dokusu testleriyle (drone tarafından belirlenen kesin konumlardan alınan) birleştirmek, doğru tedaviyi yapmanızı sağlar. Ekibimiz her zaman drone izlemeyi düzenli yaprak örneklemeyle eşleştirmenizi tavsiye ediyor ve müşterilerimizin verilerini doğru şekilde yorumlamasına yardımcı olmak için yerel tarım uzmanlarıyla ortaklıklar sunuyoruz.
İleriye baktığımızda, besin tespitini daha da hassas hale getirmek için drone teknolojimizi sürekli geliştiriyoruz. Gelecek yıl, yüzlerce ışık bandını yakalayarak daha ince besin stresi sinyallerini yakalayan hiperspektral sensörlere sahip yeni bir modeli piyasaya sürüyoruz. Ancak mevcut teknolojiyle bile besin eksikliklerini erken tespit etme ve tedavileri hedefleme yeteneği, günümüzde tarımsal drone'ların en etkili kullanımlarından biridir.
Girdi maliyetlerini azaltmak, verimi artırmak ve besin yönetiminde tahmine dayalı çalışmayı ortadan kaldırmak isteyen bir çiftçiyseniz ekibimiz, operasyonunuz için doğru drone'u bulmanıza yardımcı olabilir. İster kompakt bir 10L Tarımsal Drone arayan küçük bir çiftlik, ister 20L Sprey Drone kapasitesine ihtiyaç duyan büyük bir ticari operasyon olun, ihtiyaçlarınıza göre uyarlanmış çözümlerimiz var. Çiftliğinizin özel hedeflerini ve drone teknolojimizin bu hedeflere ulaşmanıza nasıl yardımcı olabileceğini tartışmak için bizimle iletişime geçmekten çekinmeyin.


Referanslar
- Mulla, DJ (2013). Hassas tarımda yirmi beş yıllık uzaktan algılama: Önemli ilerlemeler ve kalan bilgi boşlukları. Biyosistem Mühendisliği, 114(4), 358-371.
- Sakamoto, T., Gitelson, AA ve Arkebauer, TJ (2012). Kırmızı kenar yansıma indeksleri kullanılarak mısır ve soya fasulyesindeki yaprak klorofil içeriğinin uzaktan tahmini. Tarım Bilimi Dergisi, 104(3), 778-786.
- Jones, HG (2004). Bitkiler ve mikro iklim: Çevresel bitki fizyolojisine niceliksel bir yaklaşım. Cambridge Üniversitesi Yayınları.
- Zhang, C. ve Kovacs, JM (2012). Hassas tarım için küçük insansız hava sistemlerinin uygulanması: Bir inceleme. Hassas Tarım, 13(6), 693-712.