FI107368B - Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu - Google Patents

Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu Download PDF

Info

Publication number
FI107368B
FI107368B FI992731A FI992731A FI107368B FI 107368 B FI107368 B FI 107368B FI 992731 A FI992731 A FI 992731A FI 992731 A FI992731 A FI 992731A FI 107368 B FI107368 B FI 107368B
Authority
FI
Finland
Prior art keywords
crop
bioindicator
fertilization
nitrogen
yield
Prior art date
Application number
FI992731A
Other languages
English (en)
Swedish (sv)
Inventor
Jari Peltonen
Jouko Kleemola
Bengt Aspelin
Raimo Kauppila
Original Assignee
Kemira Agro Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to FI992731A priority Critical patent/FI107368B/fi
Application filed by Kemira Agro Oy filed Critical Kemira Agro Oy
Priority to CNB008174784A priority patent/CN1237864C/zh
Priority to DE60037334T priority patent/DE60037334T2/de
Priority to EP00987531A priority patent/EP1239723B1/en
Priority to NZ519564A priority patent/NZ519564A/en
Priority to AU23780/01A priority patent/AU774281B2/en
Priority to CA002394708A priority patent/CA2394708A1/en
Priority to HU0203737A priority patent/HUP0203737A3/hu
Priority to AT00987531T priority patent/ATE379962T1/de
Priority to BR0016508-5A priority patent/BR0016508A/pt
Priority to US10/149,969 priority patent/US6792882B2/en
Priority to PL00355782A priority patent/PL355782A1/xx
Priority to DK00987531T priority patent/DK1239723T3/da
Priority to PCT/FI2000/001111 priority patent/WO2001045490A1/en
Application granted granted Critical
Publication of FI107368B publication Critical patent/FI107368B/fi
Priority to NO20022946A priority patent/NO324455B1/no
Priority to ZA200204965A priority patent/ZA200204965B/en

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01CPLANTING; SOWING; FERTILISING
    • A01C21/00Methods of fertilising, sowing or planting
    • A01C21/007Determining fertilization requirements

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Soil Sciences (AREA)
  • Environmental Sciences (AREA)
  • Fertilizing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Fertilizers (AREA)
  • Hydroponics (AREA)
  • Cultivation Of Plants (AREA)

Description

107368
Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu -Förfarande for gödsling av kulturväxter för optimering av skördens kvantitet och kvalitet 5 Keksintö koskee menetelmää viljelykasvien lannoittamiseksi sadon optimimäärän ja -laadun turvaamiseksi siten, että typpilannoituksen määrä optimoidaan käyttäen hyväksi kasvin bioindikaattoria. Keksintö liittyy optimaalisen typpilannoitusmene-telmän suunnitteluun ja toteutukseen kasvinviljelyssä.
FI-patenttijulkaisusta 102 135 tunnetaan lannoitusmenetelmä, jossa kylvön yhtey-10 dessä levitetään alkulannoitemäärä, joka on 50-75 % maksimisatoa vastaavasta lannoitemäärästä. Kasvukauden aikana lasketaan satoennuste lämpösumman avulla ja tämän satoennusteen avulla lasketaan lisälannoitustarve. Tämän menetelmän tavoitteena on aikaansaada määrällisesti maksimaalinen sato. Ko. menetelmä on lähinnä korjaava menetelmä eikä se esim. optimoi ravinteiden hyötysuhdetta.
15 Nykyään typpilannoitusmäärä lasketaan kasvilajin ja -lajikkeen, satotavoitteen, maan ominaisuuksien, kuten esimerkiksi maan orgaanisen aineksen pitoisuuden sekä edellisen alueella kasvaneen kasvilajin mukaan (esikasvi). Alue voi tarkoittaa tässä tilanteen mukaan pientä alaa, esim. 1 m tai suurta alaa, esim. 15 ha.
:"; Käytännössä lannoite levitetään hajalleen pintaan, sijoitetaan maahan joko kylvösie- : V 20 menrivien tai taimenrivien väliin tai sitten suoraan varsinaiseen siemenriviin tai : ruiskutetaan lehdille nestemäisenä. Riippuen viljeltävästä kasvilajista ja viljelypai- kasta (agroekologinen alue), lannoite annetaan joko kaikki kerrallaan tai sitten osa : * | : kylvön yhteydessä ja osa kasvukauden aikana määritettävän tarpeen mukaan.
• * * · • · · ’·* * Tasapainoisen typpiravitsemuksen seurantaa varten monet laboratoriot ovat erikois- 25 tuneet analysoimaan kasvi- ja maanäytteitä ja antamaan niiden perusteella typpilan-
• M
: noitussuosituksia. Kasvukauden aikana tehtävien typpilannoitussuositusten teko pe- • · · . v · rustuu usein ns. DRIS-menetelmään tai muihin tunnettuihin optimikäyriin verraten .·] : (Anon. 1990, Beaufils 1973, Siman 1974). Menettelynä edellä mainittu käytäntö on • · · . j hidas, koska näytteiden lähettäminen laboratorioon, tulosten analysointi, lähettämi- • · 30 nen takaisin viljelijälle ja lannoituspäätöksen teko tilalla vie paljon aikaa, jonka ai-:; kana tilanne pellolla voi muuttua paljon.
• t 2 107368
Aikaongelmaa on pyritty poistamaan kehittämällä mittareita, joilla voi pellolla mitata suoraan kasvuston typpitilaa ja typpipitoisuuksia. Kasvien typpitilannetta on mitattu värireaktiopapereilla (ammonium- ja nitraattityppi). Erilaisilla kannettavilla la-boratoriosalkuilla voidaan mitata kasvien ja maan typpitilanne pellolla (Pulkkinen 5 1999). Kasvuston vihreyden eli klorofyllin (Watanabe et ai. 1980) ja solun puriste nesteen nitraattipitoisuuden (Scaife ja Stevens 1984) mittaamiseen on esimerkiksi kehitetty kannettavia mittareita. Nämä kuvatut menettelytavat eivät kuitenkaan mahdollista hyvin tarkkaa paikkakohtaista typpitilan seurantaa useassa osassa peltoa. Toisin sanoen, laajojen lohkojen paikkakohtaiseen mittaamiseen nämäkin menetel-10 mät ovat liian työläitä.
Uusimpia systeemejä ovat trakoreihin asennettavat anturit ja ilmakuvista tai satelliittikuvista tehtävät kasvuston määrä- ja typpianalyysit. Nimenomaan paikkakohtaiseen (Precision Farming) konseptiin liittyvä teknologia, joka rakentuu paikantamis-järjestelmästä (GIS- ja GPS-teknologia) ja tuotantolaitteisiin, kuten leikkuupuimu-15 riin, traktoriin jne. asennettavista sensoreista (Wollring ym. 1998) ja sadonlaatu-mittareista (proteiinisensorit, http://www.casecoip.com/agricultural), on nyt mahdollistamassa tiedon keräämisen hyvin pieniltä osa-alueilta peltokokonaisuudesta. Käytännössä on päädytty käsittelemään noin 10 metriä x 10 metrin osa-alueita. Lisäksi paikkakohtaisen tiedon käsittelyä varten on kehitetty ohjelmistoja (Grandzinski 20 ym. 1998).
• * ; Typen kokonaismäärän ja/tai kasvukauden aikaisen täydentävän tai jaetun typpilan- : noitustekniikan suunnittelun ongelma on paikkakohtaisessa viljelyssä tällä hetkellä • * * se, että typpimäärät lasketaan toteutuneelle satomäärälle satokartoitukseen perustuen tai sitten uudelle tavoitesadolle, jos maan viljavuus syystä tai toisesta on muuttunut. 25 Etukäteen ei kuitenkaan pystytä osoittamaan, että suunniteltu typpimäärä olisi mi-tenkään optimaalinen vallitsevissa kasvuoloissa. Toisin sanoen, viljelijän tulisi pystyä tunnistamaan paikkakohtaisesti kyseisen ajankohdan satopotentiaali. Tähän ... mennessä satopotentiaalin tunnistamiseen ei ole ollut paikkakohtaisessa viljelyssä L. muita keinoja kuin kerätä paikkakohtaista satotietoa usean vuoden aikana, jolloin • · · *\ * 30 paras mahdollinen satotaso voidaan löytää useamman vuoden satokartoituksella käytettäessä tiettyä lannoitepanosta.
( r · • · 3 107368
Edellä mainitun ongelman vuoksi muun muassa sensorien tai väärävärikuvien avulla tapahtuvassa kasvukauden aikaisessa typpilannoituksen suunnittelussa tavoitellaan enemmänkin tasaista vihreyttä tai lehtialan muodostumista. Toisin sanoen tavoitteena on pikemminkin homogenisoida kasvuston vihreys ja lehtialan muodostus, eikä 5 niinkään sovittaa lannoitusta todelliseen vaihtelevaan sadonmuodostuksen potentiaaliin pellon eri paikoissa. Koska tunnettu tosiasia kuitenkin on, että pellon eri paikkojen tuottavuus vaihtelee ja siten typpilannoituksen kokonaistarve myös muuttuu tuottavuuden muuttuessa, edellä mainittu kasvukauden aikainen typpilannoituksen levitystekniikka ei välttämättä paranna typpilannoituksen hyötysuhdetta ja satoa 10 odotetulla tavalla.
Toinen ongelma on se, että nykytekniikalla suoritetun typpilannoitusohjelman onnistumista ei pystytä varmuudella sadonkorjuun yhteydessä luotettavasti toteamaan. Kokeellisesti onnistuminen voitaisiin todeta järjestämällä pellolla lisääntyvien typpi-lannosmäärien koe (ns. lannoitusikkunat, Anon 1992), mutta tämäkään menettely ei 15 onnistu käytännössä paikkakohtaisessa viljelyssä. Lohkon sisäisen vaihtelun vuoksi kokeita pitäisi olla pellon eri osissa lähes lukematon määrä.
Keksinnön tarkoituksena on aikaansaada lannoitusmenetelmä, jolla sadon määrä ja laatu voidaan optimoida sekä ravinnekuormitus voidaan minimoida ja jolla kasvuston vaihtelut viljelyalan eri osa-alueissa huomioidaan.
·.>·: 20 Keksinnön mukaisesti on näin ollen aikaansaatu menetelmä viljelykasvien lannoitta- miseksi siten, että optimoidaan sadon määrä ja laatu jonkin bioindikaattorin avulla, « » :·. jossa menetelmässä ennen kasvuston perustamista suoritetaan seuraavat toimenpi- !·. : teet: • * · viljelyala jaetaan osa-alueisiin, **].* 25 kussakin osa-alueessa määritetään potentiaalinen sato jonkin bioindikaattorin perus- : teella, valitaan bioindikaattorin optimaalinen taso, jota potentiaaliselle sadolle tavoitellaan, : ja - v i määritetään typpilannoitustarve, jota tarvitaan bioindikaattorin halutun, optimaalisen : 30 tason aikaansaamiseksi potentiaalisessa sadossa, » ·· ja tämän jälkeen kylvön yhteydessä levitetään typpilannoitetta ja mahdollisesti kylvön jälkeen levitetään kerran tai useampia kertoja typpilannoitetta mainitun lannoi-tustarpeen mukaisesti, jolloin kasvukauden aikana seurataan potentiaalisen sadon toteutumista kussakin osa-alueessa kasvuston mittauksen avulla, ja näiden mittaus-3 5 ten perusteella levitetään tarvittaessa lisätyppilannoitetta yhden tai useamman kerran mainitun bioindikaattorin halutun tason saavuttamiseksi.
4 107368
Keksinnön mukaisesti voidaan käyttää esim. Pohjois-Euroopassa yleisesti käytettyä lannoitustapaa, jossa pääosa lannoitteesta levitetään kylvön yhteydessä täydennettynä tarpeen mukaan kasvukaudenaikana lisälannoitteella. On myös mahdollista käyttää Keski-Euroopassa vallitsevaa jaettua lannoitustapaa, jossa lannoitetta levitetään 5 pellolle 2—7 kertaa.
Bioindikaattorina käytetään kasvin typpeä sisältävää yhdistettä. Jos viljelykasvi on vilja, käytetään mainittuna bioindikaattorina proteiinia. Jos viljelykasvi on esim. sokerijuurikas bioindikaattorina on aminotyppi (a-aminotyppi).
Mainitun bioindikaattorin mittaus voidaan suorittaa esimerkiksi käyttäen hyväksi 10 sensoritekniikkaa, ilma- tai satelliittikuvausta.
Keksinnön mukaisesti typpilannoitustarpeen määrityksessä otetaan huomioon kasvukauden tai edellisen kasvukauden tai edellisten kasvukausien sadon määrä ja sadon bioindikaattoritaso kullakin osa-alueella. Tällöin menetellään edullisesti siten, että sadonkorjuuvaiheessa tehdään satokartta ja bioindikaattorikartta, kuten proteii-15 nikartta, joita sitten hyödynnetään seuraavien kasvukausien lannoitussuosituksia laadittaessa.
Keksintö koskee näin ollen kokonaisuutta, joka perustuu viljeltävän kasvin bioindikaattorien, kuten proteiinipitoisuuden, ja lisäksi lehtialan ja/tai fytomassan antaman . satoennusteen tai toteutuneen sadon hyödyntämiseen uudella tavalla lannoitus- ... 20 suunnitelmia tehtäessä. Bioindikaattorien avulla voidaan tarkasti määrittää paras • ♦ ♦ ; · 1 mahdollinen sato eli potentiaalinen satotaso. Lisäksi voidaan ottaa huomioon maasta " vapautuva luontainen typpi, mikä tähän asti on ollut paikkakohtaisesti viljelyksessä :. 1 i teknisesti vaikeaa.
e ·« « · · • · ·
Keksinnössä yhdistetään kasvustosta, esimerkiksi sensoritekniikkaa (mitataan kas- 25 vuston heijastama säteily esimerkiksi aallonpituusalueilta 600 ja 800 nm) tai ilma- kuvien/satelliittikuvien vääräväritekniikkaa apuna käyttäen mitattu tieto ja muu tuo- 'L.1 tarmossa syntyvä paikkakohtainen (GIS/GPS-tekniikka) tieto maaperästä (maan vil- • · « *·[ 1 javuus) ja sadosta (sato- ja laatukartat). Mittaustiedon hyödyntäminen tapahtuu re- aaliaikaisesti hyödyntäen matemaattisia malleja sekä kasvuston bioindikaattoreita, 30 joiden avulla sitten ohjataan mittauksen aikana tai sen jälkeen suoritettavaa lannoi-tusta.
« · • $ a » · a • 1 » • · 5 107368
Menetelmässä on keksinnöllistä se, että ennen varsinaisen lannoitussuosituksen tekemistä tunnistetaan kasvuston sadontuottopotentiaali bioindikaattorin perusteella. Kun kysymyksessä on vilja, lannoituksen kokonaissuunnittelua varten (post-harvest evaluation) käytetään bioindikaattorina sadossa toteutunutta proteiinipitoisuutta ja 5 vastaavasti kasvukauden aikaista tarkentavaa lannoitusta varten käytetään malleilla ennustettavaa toteutumassa olevaa proteiinipitoisuutta. Mikäli viljalajille ja -lajikkeelle tyypillinen optimaalinen proteiinipitoisuus on toteutunut/toteutumassa, on typpilannoitus sen hetkisiin tuotanto-oloihin nähden oikein suunniteltu. Sen sijaan, mikäli proteiinipitoisuus on määritettyä optimaalista tasoa selvästi korkeampi, on 10 sadontuotto maksimoituja typpilannoitusta voidaan vähentää, mikäli korkea proteiini ei ole erityisesti kaupallisesti kiinnostava ja tavoiteltava ominaisuus sadossa. Vastaavasti, jos sadon proteiinipitoisuus on määriteltyä kriittistä raja-arvoa alhaisempi, nousee sato typpilannoitusta lisättäessä.
Keksintöä kuvataan seuraavassa lähemmin viittaamalla oheiseen kuvaan 1, joka 15 esittää kaaviota keksinnön mukaisesta edullisesta typpilannoitusmenetelmästä.
1. Satopotentiaalin tunnistaminen
Eri agroekologisilla alueilla (esim. Suomi, Tanska) suoritettujen typpivastekokeiden satomäärien ja bioindikaattorien perusteella määritetään laji- ja/tai lajikekohtaiset kriittiset ja optimaaliset bioindikaattoritasot suhteellisesti parhaaseen satoon nähden. ·. * 20 Tämä tapahtuu siten, että jokaisen koesarjan sadot muutetaan suhteellisiksi sadoiksi kaavan 1 avulla: * · • · :/·; (1) Yp = (Yi/Ymax * 100) « » · • ·» * · jossa Yp on suhteellinen sato (%), Yi on sato (kg/ha) kun N-lannoitetta on lisätty .·:·. i kg/ha ja Ymax on yksittäisen kokeen suurin sato (kg/ha). Tämän jälkeen muodoste- 25 taan aineistosta bioindikaattoritason ja suhteellisen sadon yhteyttä kuvaava funktio ... (esim. kaava muotoa kaava 2).
• · S
. :T: (2) Yp = 100 * (X-Xmin) / [k+(X-Xmin)] • · ··· · ·.·»· *· *ϊ jossa X on jyvien biomdikaattoritaso, Xmin on alhaisin arvo, joka bioindikaattorilla • *'' * voi olla, ja k on vakio, joka lasketaan kokeellisesta aineistosta.
30 Paikkakohtainen potentiaalinen sato voidaan määrittää kaavasta 3 seuraavasti.
• » · 1
Spot = Y+(100-Yp)*Y
6 107368 jossa Y = mitattu sato ja Spot paikkakohtainen potentiaalinen sato.
2. Typpilannoitustarpeen määritys
Valitaan sadon käyttöarvon/käyttötarkoituksen perusteella bioindikaattoritaso (vrt. proteiinipitoisuus mallasohralla ja leipäviljalla), jota potentiaaliselle sadolle tavoitel-5 laan. Lasketaan sadon suhteellisen arvon poikkeama valitun bioindikaattoritason suhteellisesta arvosta (käytetään kaavaa 2). Tämän jälkeen otetaan käyttöön kaava (esim. muotoa kaava 4), jonka avulla lasketaan typpilannoitustason muutos verrattuna sadon saamaan typpilannoitukseen. NOsato tarkoittaa suhteellista satoa, joka keskimäärin saadaan ilman typpilannoitusta, m on vakio (lasketaan kokeellisesta ai-10 neistosta) ja N on typpilannoitusmäärä (kg/ha).
(4) X = NOsato + (100 - NOsato) * (1 - e m*N)
Lannoituksen muutostarve edellisen sadon saamaan lannoitukseen nähden lasketaan seuraavasti. Ensin kaavaan 4 sijoitetaan X:n paikalle valittu bioindikaattoritaso ja ratkaistaan N. Sitten kaavaan 4 sijoitetaan X:n paikalle sadon saama typpilannoi-15 tusmäärä ja ratkaistaan taas N. Ensin lasketusta N-arvosta vähennetään toiseksi laskettu N-arvo ja saatu erotus on tarvittava korjaus verrattuna sadon saamaan typpilannoitukseen. Tämä menetelmä voi sekä lisätä että laskea tulevaa typpilannoitusta verrattuna edellisen sadon typpilannoitukseen.
* > t * · ; . Muiden ravinteiden suhde typpeen ja maan ravinnepitoisuus määrittelevät sen, kuin- !. * 20 ka paljon muita ravinteita esim. fosforia ja kaliumia tulee käyttää. Lannoitettaessa *. . tämän menetelmän mukaan ravinteita käytetään sen verran, että niitä on riittävästi • · · '· ’· kasvua varten, mutta ei liikaa, jotta ne eivät jää ympäristöön alttiiksi huuhtoutumi- V * selle.
« · « • » · • · ·
Edellä kuvattu menetelmä sellaisenaan optimoi sadon asetetun laatutavoitteen mu-25 kaisesti. Kun satotaso sekä sadon arvo ja lannoituksen kustannus on tiedossa, mene- • · · . ·;·. telmällä on mahdollista optimoida myös taloudellista tulosta.
e · · ;\j 3. Satopotentiaalin toteutumisen seuranta « · • · ♦ · ·
Kasvukauden aikana kasvuston fytomassan ja lehtien vihreyden seurantaa toteute- taan tunnettuja tekniikoita käyttäen (työkoneisiin asennettavat sensorit kasvuston :*·.· 30 heijastaman säteilyn mittaamiseen, ilmakuvat, satelliittikuvat).
• · 7 107368
Kasvukaudella määritetään kasvuston biomassa mittaamalla esimerkiksi kasvuston heijastamaa säteilyä. Kasvuston massa voidaan määrittää myös ilmasta otettavasta kuvasta. Heijastusarvoista saadaan arvio kasvuston fytomassasta ja bioindikaattorista. Tuloksena on mittaus, jolla ennustetaan tulevan sadon määrä ja bioindikaattorita-5 so, jonka perusteella tehdään lannoitussuositus kohdassa 2 määritetyllä tavalla.
Esimerkiksi viljojen sadonkorjuuvaiheessa tehdään satokartta ja proteiinikartta käyttäen hyväksi tunnettuja paikkakohtaiseen viljelyyn tarkoitettuja tekniikoita, kuten esimerkiksi satomittarit ja valkuaissensorit. Vaihtoehtona viljojen ja muiden lajien proteiinikartoitukseen voidaan käyttää edellisessä kappaleessa kuvattua heijas-10 tusarvokartoitusta.
4. Tuote Käyttämällä edellä kohdissa 1—3 kuvattua lannoitusmenetelmää tuotetaan sato, jonka typenkäytön hyötysuhde on korkea, sadon laatuvaihtelut ovat pienemmät ja taloudellinen tulos sadon optimoinnin myötä paranee.
15 Esimerkki 1
Keksinnön mukaisen menetelmän vaikutus mallasohrasta saatavaan taloudelliseen tuottoon (= sadon arvo - lannoitekustannus) * ’ Kesällä 1999 perustettiin viljelijän pellolle koe, jossa oli kaksi noin 10 m leveää ja i \ 1 300 m pitkää kaistaa. Molemmista kaistoista otettiin ennen puintia 15 näytettä (2x1 « · • 1·· 20 rivimetri) noin 20 metrin välein kasvin maanpäällisen massan, jyvien massan ja jy- vien proteiinipitoisuuden määrittämiseksi. Näytteiden perusteella voitiin määrittää saadun sadon taloudellinen arvo (taulukko 1). Mittausten perusteella arvioitiin, mikä sadon arvo olisi ollut, jos keksinnön mukaista menetelmää olisi käytetty. Oleellista on, että nykyisellä viljelykäytännöllä sadon valkuaispitoisuus oli niin korkea, että se ..... 25 ei ennalta asetetun rajan (11,75 %) mukaan olisi kelvannut mallasohraksi. Viljelijäl- • · · h. le maksetaan mallasohrasta noin 15 p / kg enemmän kuin rehuohrasta (90 vs. 75 p / . 1.1 1 kg). Kaistalla 1 tuotto olisi ollut 25 % ja kaistalla 2 28 % suurempi uutta menetel- :. 1. j mää käytettäessä.
I I
• · · • « · « · · • » « 8 107368
Taulukko 1
Nykyinen viljelykäytäntö Uusi menetelmä
Kaista N lann., Sato, Jyvien Sadon N lann., Sato, Jyvien Sadon kg/ha kg/ha prot.-% arvo1, kg/ha kg/ha prot-% arvo1, FIM/ha FIM/ha 1 96 2945 12,6 2210 83 2920 11,5 2760 2 96 2410 13,3 1740 76 2380 11,5 2220 * Joulukuun 1999 hintatason perusteella • ·« «et • · · « ♦ 9 • · · • · « • · · • · · • · ·
• · O
· • · · • « Φ
• O
9 107368
Kirjallisuusviitteet
Anon. 1990. Rädgivarmatch i fält: resultat av växtanalysen. Lantmannen 12, 4-7.
Anon. 1992. Wheat. IFA World Fertilizer Use Manual, International Fertilizer Industry Association, Paris, pp. 65-92.
5 Beaufils, E.R. 1973. Diagnosis and Recommendation Integrated System (DRIS). Soil Sci. Bull. 1. Univ. Natal, South Africa.
Grandzinski, M., Van Overstraeten, M., Schröder, D. and Finch, R. 1998. Using maps and local calculation methods for spatially variable fertilizer recommendations. Proceedings No 422 of the International Fertilizer Society. 20p.
10 Pulkkinen, J. 1999. Kesälannoitus avomaalla. Leipä, No 5/1999, ss. 41-42.
Scaife, A. & Stevens, K.L. 1984. Monitoring sap nitrate in vegetable crops: Comparison of test strips with electrode methods and affects of time of day and leaf position. Commun. Soil Sci. Plant Anal. 14: 761-771.
Siman, G. 1974. Nitrogen status in growing cereals with special attention to he use 15 of plant analysis as a guide to supplemental fertilization. Diss. R. agri. Coll. Sweden. 93 p.
• 1 1 «
Watanabe, S., Hatanaka, Y. & Inada, K. 1980. Development of a digital chloro- • 1 1./ phyllometer; I. Structure and performance. Jpn. J. Crop Sci. 49: 89-90.
·1.1·· Wollring, J., Reusch, S. & Karlsson, C. 1998. Variable rate nitrogen application :T: 20 based on crop sensing. Proceedings No 423 of the International Fertilizer Society.
28 p.
• · · • · ·
• » I
• · · • · · • · · « • * · · * · · • · · * ·

Claims (6)

10 107368
1. Menetelmä viljelykasvien lannoittamiseksi siten, että optimoidaan sadon määrä ja laatu jonkin bioindikaattorin avulla, tunnettu siitä, että ennen kasvuston perustamista suoritetaan seuraavat toimenpiteet: 5 viljelyala jaetaan osa-alueisiin, kussakin osa-alueessa määritetään potentiaalinen sato jonkin bioindikaattorin perusteella, valitaan bioindikaattorin optimaalinen taso, jota potentiaaliselle sadolle tavoitellaan, ja 10 määritetään typpilannoitustarve, jota tarvitaan bioindikaattorin halutun, optimaalisen tason aikaansaamiseksi potentiaalisessa sadossa, ja tämän jälkeen kylvön yhteydessä levitetään typpilannoitetta ja mahdollisesti kylvön jälkeen levitetään kerran tai useampia kertoja typpilannoitetta mainitun lannoi-tustarpeen mukaisesti, jolloin kasvukauden aikana seurataan potentiaalisen sadon 15 toteutumista kussakin osa-alueessa kasvuston mittauksen avulla, ja näiden mittausten perusteella levitetään tarvittaessa lisätyppilannoitetta yhden tai useamman kerran mainitun bioindikaattorin halutun tason saavuttamiseksi.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että viljelykasvi on vilja ja että bioindikaattorina on proteiini. • > I ·> ’ ' 20
3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että viljelykasvi on : ; sokerijuurikas ja että bioindikaattorina on aminotyppi.
• · • « · : 4. Jonkin edellisen patenttivaatimuksen mukainen menetelmä, tunnettu siitä, että » ·» riri bioindikaattoritason mittaus suoritetaan kasvukauden aikana käyttäen hyväksi sen- 9 o » j J * · o soritekniikkaa, ilma- tai satelliittikuvausta. • « · • · ·
5. Jonkin edellisen patenttivaatimuksen mukainen menetelmä, tunnettu siitä, että typpilannoitustarpeen määrityksessä otetaan huomioon kasvukauden tai edellisten :*·*; kasvukausien sadon määrä ja sadon bioindikaattoritaso kullakin osa-alueella.
» ·'.*·: 6. Patenttivaatimuksen 5 mukainen menetelmä, tunnettu siitä, että sadonkorjuu- •: · ·: vaiheessa tehdään satokartta ja bioindikaattorikartta, kuten proteiinikartta, joita hyö ri. 30 dynnetään seuraavien kasvukausien lannoitussuosituksia laadittaessa. • · • · · • · · • · n 107368
FI992731A 1999-12-20 1999-12-20 Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu FI107368B (fi)

Priority Applications (16)

Application Number Priority Date Filing Date Title
FI992731A FI107368B (fi) 1999-12-20 1999-12-20 Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu
US10/149,969 US6792882B2 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
EP00987531A EP1239723B1 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
NZ519564A NZ519564A (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
AU23780/01A AU774281B2 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and qualityof the yield
CA002394708A CA2394708A1 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
CNB008174784A CN1237864C (zh) 1999-12-20 2000-12-19 为栽培作物施肥以优化产物的数量和质量的方法
AT00987531T ATE379962T1 (de) 1999-12-20 2000-12-19 Verfahren zur pflanzendüngung zur optimierung von menge und qualität der ernte
BR0016508-5A BR0016508A (pt) 1999-12-20 2000-12-19 Método para a fertilização de plantas cultivadas para a otimização da quantidade e da qualidade da produção (ou do rendimento)
DE60037334T DE60037334T2 (de) 1999-12-20 2000-12-19 Verfahren zur pflanzendüngung zur optimierung von menge und qualität der ernte
PL00355782A PL355782A1 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
DK00987531T DK1239723T3 (da) 1999-12-20 2000-12-19 Fremgangsmåde til gödskning af kulturplanter til optimering af kvantiteten og kvaliteten af udbyttet
PCT/FI2000/001111 WO2001045490A1 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
HU0203737A HUP0203737A3 (en) 1999-12-20 2000-12-19 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield
NO20022946A NO324455B1 (no) 1999-12-20 2002-06-19 Fremgangsmate for fertilisering av kultiverte planter for optimalisering av kvantitet og kvalitet av utbytte
ZA200204965A ZA200204965B (en) 1999-12-20 2002-06-20 Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield.

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI992731A FI107368B (fi) 1999-12-20 1999-12-20 Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu
FI992731 1999-12-20

Publications (1)

Publication Number Publication Date
FI107368B true FI107368B (fi) 2001-07-31

Family

ID=8555776

Family Applications (1)

Application Number Title Priority Date Filing Date
FI992731A FI107368B (fi) 1999-12-20 1999-12-20 Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu

Country Status (16)

Country Link
US (1) US6792882B2 (fi)
EP (1) EP1239723B1 (fi)
CN (1) CN1237864C (fi)
AT (1) ATE379962T1 (fi)
AU (1) AU774281B2 (fi)
BR (1) BR0016508A (fi)
CA (1) CA2394708A1 (fi)
DE (1) DE60037334T2 (fi)
DK (1) DK1239723T3 (fi)
FI (1) FI107368B (fi)
HU (1) HUP0203737A3 (fi)
NO (1) NO324455B1 (fi)
NZ (1) NZ519564A (fi)
PL (1) PL355782A1 (fi)
WO (1) WO2001045490A1 (fi)
ZA (1) ZA200204965B (fi)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6601341B2 (en) 2001-07-24 2003-08-05 The Board Of Regents For Oklahoma State University Process for in-season fertilizer nitrogen application based on predicted yield potential
EP1411758B1 (en) 2001-07-24 2009-03-11 The Board Of Regents For Oklahoma State University A process for in-season nutrient application based on predicted yield potential
FI115889B (fi) * 2003-12-17 2005-08-15 Kemira Growhow Oyj Rikkilannoitusmenetelmä
JP4490704B2 (ja) 2004-02-27 2010-06-30 株式会社日立ハイテクノロジーズ プラズマ処理方法
US8412419B1 (en) 2009-09-17 2013-04-02 Helena Chemical Company System for mapping GIS layers
US8391565B2 (en) * 2010-05-24 2013-03-05 Board Of Trustees Of The University Of Arkansas System and method of determining nitrogen levels from a digital image
US9117140B2 (en) 2010-05-24 2015-08-25 Board Of Trustees Of The University Of Arkansas System and method of in-season nitrogen measurement and fertilization of non-leguminous crops from digital image analysis
DE102011050877B4 (de) 2011-03-04 2014-05-22 Technische Universität München Verfahren zur Bestimmung des Düngerbedarfs, insbesondere des Stickstoff-Düngerbedarfs und Vorrichtung zur Durchführung des Verfahrens
CN102440109A (zh) * 2011-10-09 2012-05-09 浙江大学 基于水稻节氮高产与面源减排的生态施肥方法
JP6025390B2 (ja) * 2012-05-09 2016-11-16 株式会社クボタ 農作業支援システム
US9288938B2 (en) 2012-06-01 2016-03-22 Rowbot Systems Llc Robotic platform and method for performing multiple functions in agricultural systems
CN103076378B (zh) * 2012-12-31 2014-07-30 江苏大学 一种温室花卉品质控制方法
WO2015023873A1 (en) 2013-08-14 2015-02-19 Rowbot Systems Llc Agricultural autonomous vehicle platform with articulated base
EP3827654A1 (en) 2013-11-20 2021-06-02 Rowbot Systems LLC Agricultural robot for performing multiple functions in argicultural systems
CN104488432B (zh) * 2015-01-06 2016-09-14 石河子大学 一种高产滴灌玉米土壤养分诊断与氮肥推荐方法
CN105309097A (zh) * 2015-01-26 2016-02-10 中国农业科学院烟草研究所 一种确定烤烟最佳氮肥施用量的方法
US10028426B2 (en) 2015-04-17 2018-07-24 360 Yield Center, Llc Agronomic systems, methods and apparatuses
CN105557166A (zh) * 2016-01-26 2016-05-11 石河子大学 基于gis的滴灌棉田氮素施肥管理方法
CN105993334B (zh) * 2016-04-27 2017-12-22 山东省农业科学院玉米研究所 一种连续施肥机
DE102017111889A1 (de) * 2017-05-31 2018-12-06 Amazonen-Werke H. Dreyer Gmbh & Co. Kg Verfahren zum Planen und/oder Ausführen eines Düngungsvorgangs
FR3072854B1 (fr) * 2017-11-02 2019-11-29 Sarl Polyor Methode pour la formation d’un indicateur elementaire de l’efficacite agronomique d’azotobacteries en sols arables
US11895941B2 (en) * 2019-09-23 2024-02-13 Cnh Industrial America Llc Tillage system with variable fertilizer application
CN110999615B (zh) * 2019-11-12 2021-09-07 内蒙古农业大学 内蒙古阴山北麓滴灌马铃薯田施氮量优化模型及其应用
EP3821688A1 (en) * 2019-11-13 2021-05-19 Polyor SARL In situ agronomic experimentation applicable to integrated fertilizer management (ifm)
CN113767741A (zh) * 2020-06-10 2021-12-10 红河锦东化工股份有限公司 坚果种植使用活性腐植酸复合肥、有机肥的施肥方法
CN111869388B (zh) * 2020-07-16 2021-11-16 中国水利水电科学研究院 农田化肥施用量的确定方法
CN113273452B (zh) * 2021-01-29 2023-06-13 中海石油化学股份有限公司 一种适合海南的哈密瓜节肥增效种植方法
CN113243179B (zh) * 2021-05-20 2022-04-29 中国科学院南京土壤研究所 一次性施用缓释氮肥草酰胺颗粒粒径的优选方法
CN113383632B (zh) * 2021-07-09 2022-06-10 广西壮族自治区农业科学院 一种基于植物氮肥施用量优化的栽培方法
DE112021000233T5 (de) * 2021-07-09 2023-03-23 Guangxi Academy Of Agricultural Sciences Verfahren zum anbau von pflanzen auf der grundlage einer optimierung einer stickstoffdüngermenge
CN115039549B (zh) * 2022-06-28 2023-03-10 安徽未来种业有限公司 一种农作物种植施肥信息处理方法及系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2178934A (en) 1985-03-22 1987-02-25 Massey Ferguson Mfg Agricultural husbandry
US6484652B1 (en) * 1991-07-22 2002-11-26 Crop Technology, Inc. Soil constituent sensor and precision agrichemical delivery system and method
US5220876A (en) 1992-06-22 1993-06-22 Ag-Chem Equipment Co., Inc. Variable rate application system
US5355815A (en) * 1993-03-19 1994-10-18 Ag-Chem Equipment Co., Inc. Closed-loop variable rate applicator
WO1995004870A1 (en) * 1993-08-05 1995-02-16 Tyler Limited Partnership Soil sampler for analysis for fertilizer determination
FR2722779B1 (fr) * 1994-07-21 1996-08-14 Grande Paroisse Sa Composition de garant proteique et son application, notamment a la fertilisation des cereales
US5668719A (en) * 1994-08-05 1997-09-16 Tyler Limited Partnership Method of fertilizer application and field treatment
US6386126B1 (en) * 1994-08-12 2002-05-14 Platte Chemical Company Seed treatment method
FI102135B1 (fi) * 1996-06-18 1998-10-30 Suomen Rehu Oy Menetelmä viljelykasvien lannoittamiseksi
DE19648223A1 (de) 1996-11-21 1998-05-28 Amazonen Werke Dreyer H Verfahren zum Steuern und/oder Regeln von landwirtschaftlichen Bearbeitungs- und/oder Verteilmaschinen
US5870689A (en) * 1996-11-22 1999-02-09 Case Corporation Scouting system for an agricultural field
US5978723A (en) * 1996-11-22 1999-11-02 Case Corporation Automatic identification of field boundaries in a site-specific farming system
US5884224A (en) 1997-03-07 1999-03-16 J.R. Simplot Company Mobile mounted remote sensing/application apparatus for interacting with selected areas of interest within a field
US6141614A (en) 1998-07-16 2000-10-31 Caterpillar Inc. Computer-aided farming system and method
US6570999B1 (en) * 1998-08-17 2003-05-27 Ag-Chem Equipment Co., Inc. Soil particle and soil analysis system
JP2000300077A (ja) 1998-09-09 2000-10-31 Satake Eng Co Ltd 穀類作物の施肥量決定方法、穀物の品質・収量推定方法及び穀物の生産情報提供装置

Also Published As

Publication number Publication date
US20030101918A1 (en) 2003-06-05
ZA200204965B (en) 2003-09-22
AU774281B2 (en) 2004-06-24
BR0016508A (pt) 2002-08-27
EP1239723B1 (en) 2007-12-05
DE60037334T2 (de) 2008-10-30
EP1239723A1 (en) 2002-09-18
HUP0203737A3 (en) 2004-03-01
AU2378001A (en) 2001-07-03
NO20022946L (no) 2002-08-09
HUP0203737A2 (hu) 2003-02-28
DK1239723T3 (da) 2008-02-11
DE60037334D1 (de) 2008-01-17
PL355782A1 (en) 2004-05-17
US6792882B2 (en) 2004-09-21
NO324455B1 (no) 2007-10-22
NO20022946D0 (no) 2002-06-19
ATE379962T1 (de) 2007-12-15
WO2001045490A1 (en) 2001-06-28
CN1413081A (zh) 2003-04-23
NZ519564A (en) 2003-07-25
CN1237864C (zh) 2006-01-25
CA2394708A1 (en) 2001-06-28

Similar Documents

Publication Publication Date Title
FI107368B (fi) Viljelykasvien lannoitusmenetelmä, jolla optimoidaan sadon määrä ja laatu
US6549852B2 (en) Methods and systems for managing farmland
US7188450B2 (en) Use of within-field-element-size CV for improved nutrient fertilization in crop production
Stamatiadis et al. Variable-rate nitrogen fertilization of winter wheat under high spatial resolution
Adeboye et al. Crop water productivity and economic evaluation of drip-irrigated soybeans (Glyxine max L. Merr.)
Sylvester‐Bradley et al. An analysis of the potential of precision farming in Northern Europe
US20090164281A1 (en) Method for selecting crop varieties
WO2005107432A1 (en) Low-cost system and method for the precision application of agricultural products
Saseendran et al. Modeling responses of dryland spring triticale, proso millet and foxtail millet to initial soil water in the High Plains
Heinemann et al. Simplifying residual nitrogen (Nmin) sampling strategies and crop response
Teboh et al. Applicability of ground-based remote sensors for crop N management in Sub Saharan Africa
Sharma et al. Investigations of precision agriculture technologies with application to developing countries
Elhag et al. Monitering and yield estimation of sugarcane using remote sensing and GIS
Webb et al. Influence of sowing date on the uptake of and responses to soil and fertilizer nitrogen by the spring wheat cultivar Tonic
Gobbo et al. Can crop modelling, proximal sensing and variable rate application techniques be integrated to support in-season nitrogen fertilizer decisions? An application in corn
Toriyama et al. Development of a site-specific nitrogen management system for paddy rice
EP1284595A1 (en) Growth prediction device for plants
Ali Towards Site-Specific Nitrogen Management in Hard Red Winter Wheat
Karthika Role of precision agriculture in soil fertility and its application to farmers
Nehbandani et al. Use of interpretive machine learning and a crop model to investigate the impact of environment and management on soybean yield gap
Yegül et al. Modeling of in-season winter wheat nitrogen requirements using plant reflection indices.
Keyes Yield prediction using remote sensing techniques for variable rate nitrogen and seeding in Ontario dry bean production systems
Silva et al. Using farmer field data and crop modelling to benchmark actual yield and resource use efficiency: A case study for arable cropping systems in the Netherlands
Schaffert et al. Deliverable 5.2
Yadav et al. Potentials and Prospects of Precision Farming in Indian Agriculture