BASF
BASF
BASF

Chemap Agro s.r.o.

Varistar - Případová studie variabilní aplikace dusíkatých hnojiv

07. 02. 2022 Ing. Martina Semrádová; Varistar, s. r. o. Precizní zemědělství Zobrazeno 2598x

O variabilních aplikacích, resp. o precizním zemědělství jistě slyšela již velká část zemědělské veřejnosti. Hlavními přínosy variabilních aplikací jsou úspora hnojiv, zvýšení výnosu a z toho následně vyplývající zvýšení zisku. Tyto přínosy jsou dlouhodobě ověřovány nejen na zahraničních trzích, ale také v České republice díky mnoha pokusům, které jsme v posledních letech u našich zákazníků provedli. V tomto článku bychom Vám chtěli přiblížit výsledky pokusu, na kterém jsme spolupracovali společně s Mendelovou univerzitou v Brně, Výzkumným ústavem meliorací a ochrany půdy, v.v.i, a společností AGRA Řisuty, s.r.o.

Limagrain

Podstatou pokusu v pšenici ozimé (odrůda Fakir) bylo zjistit vliv variabilní aplikace dusíkatých hnojiv na základě mapy relativního výnosového potenciálu oproti hnojení uniformnímu, kdy je na všech místech pole aplikována stejná dávka. Pro pokus byl vybrán hon Za Kaplankou s rozlohou cca 20 hektarů, z toho pokusná plocha měla výměru 14,89 ha a plocha kontroly 5,9 ha (na obrázku ohraničena červeně).

Mapa relativního výnosového potenciálu

Základem jakékoli variabilní aplikace se systémem Varistar je pečlivě zpracovaná a zákazníkem validovaná mapa relativního výnosového potenciálu. Zóny pokusu i kontroly se vybírají tak, aby byly co nejvariabilnější, tj. aby se vliv variability pozemku mohl co nejvíce projevit jak v pokusu, tak v kontrole. Výsledky jsou při zpracování přepočítány na stejný výnosový potenciál, aby výsledky pokusu i kontroly byly porovnatelné vzhledem k výnosnosti jednotlivých produkčních zón.

Na jaře se v rámci pokusu variabilně aplikovaly tyto dávky hnojiv:

Aplikace

Datum

Přípravek

Dávka kontrola

Střední dávka pokus

Variabilita pokus

Regenerační hnojení

28.2.21

LAD 27

180 kg/ha

180 kg/ha

10 %

Produkční hnojení

28.4.21

DAM

190 l/ha

190 l/ha

10 %

Chladný charakter počasí doprovázený vydatnými srážkami v kombinaci se silnými větry a havárie postřikovače, kvůli které nebylo možné aplikovat regulátor růstu, způsobily polehnutí porostu na velké části pole. K poléhání došlo z důvodu vysokých srážkových úhrnů zejména v níže položené části pole, kde byla situována větší část pokusné plochy. Naopak v zóně kontroly došlo k poléhání ve významně menší míře. Je tedy pravděpodobné, že za běžných podmínek by byl výnosový rozdíl mezi pokusem a kontrolou ještě větší. Na ortofotomapě pořízené z dronu pracovníky Mendelovy univerzity můžete vidět stav porostu před žněmi a zejména polehlé zóny (světlá místa). Modrou barvou jsou značeny odtokové linie, hnědou potom vrstevnice po 2 m.

Stav porostu před žněmi a polehlé zóny (světlá místa), odtokové linie (modře), vrstevnice po 2 m (hnědě)

Zajímavé je také porovnání mapy relativního výnosového potenciálu (vlevo) a mapy z výnosoměru sklízecí mlátičky (vpravo). Červená barva značí nižší výnos, modrá naopak vysoký. Obě mapy spolu korelují, na mapě z výnosoměru je také vidět negativní vliv odtoku vody a tedy i podmáčené půdy v pravé střední části pozemku, místě výrazné údolnice, která je zřetelná na vrstevnicích a odtokových liniích.

Mapa relativního výnosového potenciálu a odtokové linieMapa výnosu ze sklízecí mlátičky

Přes významné polehnutí v pokusné části bylo ve variabilně ošetřené pokusné části dosaženo výnosu o 9,57 % vyššího v porovnání s uniformní kontrolní zónou.

Hon Za Kaplankou

Výměra (ha)

Výnosový potenciál

Průměrný výnos
(t/ha)

Pokus

14,89

99,92

8,72

Kontrola

5,90

94,48

7,96

Rozdíl (t)

0,76

Rozdíl (%)

9,57 %

 

Cena
(Kč/t)

Výnos pokus (t/ha)

Výnos kontrola
(t/ha)

Rozdíl
(t/ha)

Pšenice ozimá

6 500

8,72

7,96

0,76

Zvýšení zisku

4 940 Kč/ha

Pracovníci Mendelovy univerzity v Brně a VÚMOP provedli před žněmi odběry vzorků rostlin. Můžeme Vám tak poskytnout další doplňující údaje týkající se výnosotvorných prvků, které vychází z odebraných vzorků na 15 odběrných místech. Tabulka níže obsahuje průměry jednotlivých odběrných míst. Kvalita sklizené pšenice byla klasifikována ve všech odběrových místech jako potravinářská.

Hon Za Kaplankou

HTS (g)

Obj. hmotnost (kg/m3)

Počet klasů (ks/m2)

Počet zrn v klasu (ks/klas)

Výnos (t/ha)

Pokus

35,8

690,5

676,1

41,1

10

Kontrola

32,6

666,9

750,8

35,8

8,8

Rozdíl (jednotky)

3,2

23,6

-74,7

5,3

1,1

Rozdíl (%)

110 %

103,5 %

90 %

114,8 %

112,9 %

Další zajímavý pohled na výsledky přináší porovnání grafického znázornění počtu klasů (vlevo) a mapy relativního výnosového potenciálu (vpravo). Odběrná místa jsou na obrázku znázorněna body s čísly - počty klasů.

Grafické znázornění počtu klasůMapa relativního výnosového potenciálu

Na mapách je vidět korelace mezi nižším počtem klasů a horšími zónami dle relativního výnosového potenciálu, v těchto místech se počet klasů pohyboval okolo 360 klasů/m2. V nejlepších zónách naopak počty klasů dosahovaly hodnot i více než 1 000 klasů/m2. Pro vyrovnání porostu určitě můžeme doporučit využít variabilní setí, kdy se mění hustota výsevku v jednotlivých produkčních zónách (v tomto pokusu nebylo variabilní setí využito). V případě obilovin se nejčastěji používá v závislosti na zvolené odrůdě tzv. odnožovací strategie, kdy se do „lepších“ zón seje nižší výsevek (předpoklad je, že rostliny budou díky menší konkurenci vytvářet více odnoží a tím zvýší počet klasů), naopak do „horších“ zón se výsevek zvyšuje. Rostliny tak vyživují primárně hlavní klas a nedochází k redukci odnoží z důvodu působení stresových vlivů. Výsledkem variabilního setí je tak vyrovnanější porost.

Na našich webových stránkách naleznete zpracované případové studie i pro další plodiny (řepka, kukuřice, brambory). Variabilní aplikace nabízejí možnost, jak reagovat na současný nedostatek hnojiv i na jejich vysokou pořizovací cenu. Neváhejte kontaktovat náš obchodní tým a získejte nezávaznou kalkulaci přímo pro vaši farmu.

Související články

Architektura porostu a zakládání plodin do širších řádků

29. 02. 2024 Ing. Martina Poláková; Spolek pro inovace a udržitelné zemědělství, z.s. Precizní zemědělství Zobrazeno 541x

Drony nachádzajú čoraz väčšie uplatnenie v poľnohospodárstve

30. 01. 2024 Ing. Matej Komár; Blumeria consulting s.r.o. Precizní zemědělství Zobrazeno 844x

Precizní zemědělství a cílené aplikace postřiků v praxi SIUZ

24. 11. 2023 Ing. Martina Poláková; Spolek pro inovace a udržitelné zemědělství, z.s. Precizní zemědělství Zobrazeno 1455x

Lokálně cílená kontrola zaplevelení

17. 11. 2023 Doc. Ing. Milan Kroulík, Ph.D., Doc. Ing. Václav Brant, Ph.D., Ing. Josef Chára; Česká zemědělská univerzita v Praze Precizní zemědělství Zobrazeno 1219x

Přesné hranice a jejich využití v autopilotech Raven

28. 09. 2023 Ing. Michal Krutiš; AGRI-PRECISION s.r.o. Precizní zemědělství Zobrazeno 990x

Další články v kategorii Precizní zemědělství

detail