FI117499B - Menetelmä puintiajankohdan määrittämiseksi - Google Patents

Menetelmä puintiajankohdan määrittämiseksi Download PDF

Info

Publication number
FI117499B
FI117499B FI20041263A FI20041263A FI117499B FI 117499 B FI117499 B FI 117499B FI 20041263 A FI20041263 A FI 20041263A FI 20041263 A FI20041263 A FI 20041263A FI 117499 B FI117499 B FI 117499B
Authority
FI
Finland
Prior art keywords
forecast
data
plant
calculation program
fall
Prior art date
Application number
FI20041263A
Other languages
English (en)
Swedish (sv)
Other versions
FI20041263A (fi
FI20041263A0 (fi
Inventor
Jari Peltonen
Jouko Kleemola
Original Assignee
Kemira Growhow Oyj
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
Application filed by Kemira Growhow Oyj filed Critical Kemira Growhow Oyj
Priority to FI20041263A priority Critical patent/FI117499B/fi
Publication of FI20041263A0 publication Critical patent/FI20041263A0/fi
Priority to EP05790908.7A priority patent/EP1799025B1/en
Priority to PCT/FI2005/000413 priority patent/WO2006035108A1/en
Priority to UAA200704744A priority patent/UA94572C2/ru
Priority to RU2007110490/12A priority patent/RU2395193C2/ru
Publication of FI20041263A publication Critical patent/FI20041263A/fi
Application granted granted Critical
Publication of FI117499B publication Critical patent/FI117499B/fi

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00Cultivation of specific crops or plants not otherwise provided for
    • A01G22/20Cereals

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Botany (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

117499 V
Menetelmä puintiajankohdan määrittämiseksi
Esillä oleva keksintö koskee menetelmää, laitetta ja järjestelmää kasvuston 5 puintiajankohdan määrittämiseksi.
Yksi tärkeimmistä leipäviljan, kuten esimerkiksi vehnän tai rukiin, laatutekijöistä on sakoluku, joka kuvaa viljan jyvien itämisastetta. Ennen sadonkorjuuta siemenissä tapahtuvaa idältymistä kutsutaan tähkän piiloidännäksi, jossa dormanssin eli lepotilan murtumisen jälkeen amylaasiaktiivisuus nou- ; 10 see niin korkeaksi, että teollisessa prosessissa arvokas varastotärkkelys - alkaa pilkkoutua yksinkertaisemmiksi sokereiksi. Tämä tapahtuu usein jo paljon ennen kuin varsinaisia ituja voidaan tähkässä havaita. Esimerkiksi piiloidännästä vaurioituneen vehnän jauhojen tärkkelys ei kykene sitomaan sitkosta vapautuvaa vettä paiston aikana, vaan tuloksena on kostea, raken-15 teeltaan hajonnut sekä väriltään huonolaatuinen tuote.
Sakoluvun kehitys jyvän täyttymisjaksolla voidaan jakaa kolmeen eri vaiheeseen. Ensimmäinen vaihe alkaa 1-3 viikkoa siitä, kun tähkä on tullut esiin korren sisältä. Tällöin viljan jyvään alkaa kertyä tärkkelystä ja samalla f f**: sakoluku alkaa nousta. Viljan kehityksen edettyä päästään toiseen vaihee- ϊ 20 seen, jota kutsutaan dormanssiksi. Tällöin viljan jyvä on lepotilassa eikä idä.
Näiden kahden vaiheen aikana sakoluku nousee ja nousun jyrkkyyteen • · vaikuttaa enimmäkseen käytettävä viljalajike ja vallitsevat lämpötilat. Kun viljan kehitys etenee edelleen tullaan kolmanteen vaiheeseen, jossa dor-*/.*/. manssi murtuu. Tässä kolmannessa vaiheessa jyvän itäminen on mahdollis- *“'* 25 ta, jos olosuhteet jyvän ympärillä ovat otolliset itämiselle. Sopivat ilman kos teusolot ja lämpötilamuutokset edistävät itämisprosessia. Tämä dormanssin •·|ί* murtumisen jälkeinen kolmas vaihe on kriittinen pellolta korjattavan sadon leivontaominaisuuksien kannalta. Sato täytyy siis saada korjattua ennen kuin itäminen etenee liian pitkälle.
• It • · *·;·’ 30 Hyvissä kasvuoloissa tuleentuneissa jyvissä a-amylaasi-ensyymin määrä on :T: alhainen, mutta sen määrä nousee nopeasti siementen alkaessa itää. On :*·.· tunnettua, että α-amylaasientsyymin aktiivisuus lisääntyy sateisissa ja vii- • · leissä kasvuoloissa jyvien täyttymisjaksolla. Toisaalta korkeat lämpötilat 117499 1 2 $ lyhentävät dormanssia siemenissä, mikä puolestaan saattaa aiheuttaa jo korkeaksi muodostuneen sakoluvun nopean laskun, jos alkaa sataa. Tärkkelyksen pilkkoutuessa myös satomäärä saattaa laskea. On pystytty osoittamaan, että pahoin tähkäidältyneen vehnän satotaso voi laskea noin 10 5 prosenttia idältymättömään nähden.
Vehnän ja rukiin tuotannossa piiloidännästä johtuvan alhaisen sakoluvun aiheuttamat laatutappiot ovat merkittäviä erityisesti Suomessa, Ruotsissa,
Norjassa, Tanskassa ja UK.ssa, mutta myös Virossa, Latviassa, Liettuassa,
Venäjällä ja Saksassa joinakin vuosina. Vastaavasti Pohjois-Amerikassa on 10 vehnän tuotantoalueita, joilla saattaa olla vaikeaa saada korjatuksi sakolu-vultaan hyvälaatuista satoa. Sakoluku onkin leipäviljakaupassa merkittävä hinnoiteluun vaikuttava sadon laatuominaisuus.
Mahdollisen piilöidännän toteamiseksi vehnästä ja rukiista mitataan ennen viljaerän käyttöönottoa a-amylaasin entsyymin aktiivisuutta ns. Hagberg 15 Falling Number -menetelmällä (nk. Hagbergin sakoluku, standardi ISO 3093:1982). Sakoluvun ja a-amylaasientsyymin aktiivisuuden välillä on voimakas negatiivinen vuorosuhde; mitä pienempi sakoluku, sitä korkeampi α-amylaasin pitoisuus eli sitä runsaampi piilöidännän mahdollisuus.
Teollisissa prosesseissa heikkoa sakolukua on yritetty teknisesti parantaa 20 muun muassa laskemalla taikinan pH:ta, pienentämällä taikinan veden ab- l .·. sorptiota, lyhentämällä taikinan vaivaamisaikaa, käyttämällä korkeampia • · · paistolämpötiloja tai lisäämällä leivonnassa jauhoihin luonnollisia '* α-amylaasin inhibiittoreita.
yy Leipäviljan osalta on tehty runsaasti viljelyteknistä ja kasvinjalostukseen 25 liittyvää kehitys- ja tutkimustyötä, jotta pellolla kasvavan viljan sakoluku » · · nousisi korkealle ja pysyisi korkeana riippumatta vallitsevista sääoloista. 1
Sakoluvun kehittyminen on kuitenkin hyvin voimakkaasti lajikkeen perinnöl-linen ominaisuus, ja vain vähän voidaan viljelyteknisillä ratkaisuilla - lukuun • · ottamatta lajikevalintaa - vaikuttaa tämän laatuominaisuuden viljelyvarmuu-: 30 teen.
• · · • · • *
Perinteistä valintajalostusta varten on jo 1960-luvulla kehitetty niin kutsuttu • · · Y [ kostean kammion testausmenetelmä. Menetelmässä jalostettavasta linja- \*·: aineistosta kerätään keltatuleentumisen jälkeen tähkäyksilöitä satunnaisesti.
117499 ~ 3 Tähkät asetetaan sadan prosentin kosteuteen ja tähkien sakoluvut määritetään viiden, seitsemän ja kymmenen vuorokauden kostiossa olon jälkeen.
Usein peltokokeisiin jätetään vielä nk. "ränsistymiskerranne". Tästä ruudusta on sakolukumittausten lisäksi voitu tehdä koko joukko lajikkeen ylituleentu-5 misvaiheessa esiin tulevia vaurioita, kuten varisemista, koskevia havaintoja. Menetelmät kuvaavat siis selvästi lajikkeen sakoluvun kestävyyttä täh-käidännän kannalta hyvin rankoissa olosuhteissa ja ohjaavat kasvinjalostajan valintapäätöksiä (Kivi, E. "Kevätvehnä. Spring wheat. Siemenjulkaisu 1970 35-41, The Hankkija Plant Breeding Institute). Risteytyksissä on valittu 10 vanhempia, joiden sakoluvun kesto on tunnetusti korkea. Kasvuston korren-lujuusominaisuuksilla on epäsuora yhteys sakolukuun, koska kosteissakin oloissa pystyssä pysyvä lajike kuivuu tähkästään nopeammin kuin maahan korresta taittuva.
Sakoluvun kehitystä pyritään nykyään arvioimaan palvelulla, jota tuottaa 15 esimerkiksi Maa-ja Elintarviketalouden tutkimuskeskus MTT tai Maaseutukeskusten liitto Pro Agria, jossa paikkakunnittain kylvetään koeruutuja eri vehnä- ja ruislajikkeista. Näiden lajikkeiden sakoluvun kehitystä seurataan 2-3 kertaa viikossa alkaen noin viikko - kaksi ennen oletettua sadon korjuuta. Tämän palvelutoiminnan tiedot voidaan toimittaa viljelijöille puhelin-, 20 lehti-ilmoitus- tai nettipalveluna ja ne kuvaavat lajikkeiden sakoluvun kehi- ... tyssuuntia kuluneella kaudella. Varsinaista tietoa sakoluvun käyttäytymises- « · · : ·* tä esimerkiksi seuraavan viiden vuorokauden kuluessa ei ole kuitenkaan • \f saatavissa. Palvelu ei myöskään ota huomioon mittauspaikasta ja viljelijöi- • ♦ V·: den peltojen välisistä erilaisista säätekijöistä ja lajikkeiden erilaisista kylvö- *"·: 25 ajoista eli kehitysaikaeroista johtuvia sakoluvun muodostumisen eroja. Siksi ♦:· tämä palvelu onkin enemmän suuntaa antava. Sakoluvun seuranta-asemia «M* ' :**'· on myös paikallisesti hyvin vähän. Suomessa on noin kolme asemaa • · · 130 000 leipäviljan hehtaaria kohden. Toisin sanoen, nykyinen sakolukupal-velu ei pysty toimittamaan realiaikaista tietoa sakoluvun muodostumisesta \···' 30 viljelijän pellolla sadonkorjuun optimointia ajatellen.
• * • · · ;*··; Sakoluvun kehittymiseen merkittävästi vaikuttavat lämpötila ja erityisesti .··*. sademäärä vaihtelevat muutaman kymmenen kilometrin matkalla niin pal- *j#‘ jon, että tutkimusasemien verrannemittauksiin perustuva sakoluvun kehitty- : misen seuranta antaa vain hyvin yleistä suuntaa sakoluvun tasosta, ei niin- • * 35 kään siitä, onko sakoluku menossa ylös- vain alaspäin lähitulevaisuudessa.
4 117499
Menetelmän tuloksilla ei myöskään ole juuri ennustearvoa, koska se ei ota huomioon sääennusteita. Siis olemassa olevat menetelmät eivät yksinään tarjoa ratkaisua siihen, miten viljelijä pystyisi hallitsemaan peltolohkojen välisen sakoluvun vaihtelun.
5 Koska lämpötilalla ja sadannella on voimakas vaikutus sakoluvun muodostumiseen, säätekijöitä on mahdollista käyttää lähtötietoina matemaattisissa malleissa, jotka ennustavat sakoluvun kehitystä kasvukauden aikana. Perustutkimusta sakoluvun matemaattiseksi mallintamiseksi ovat tehneet esimerkiksi vehnälle ja rukiille. Mallien toiminnan yhteinen kuvaus vehnälle ja 10 rukiille on esitetty julkaisussa Karvonen ja Varis, Mathematical models in crop production, 1992, Publication no. 32 178-202, Department of Plant Production, Helsinki University, Finland. Mallien toimivuutta riippumattomin lajike- ja sääaineistoin on tämän jälkeen jatkotestattu, kuten käy ilmi julkaisusta M. Teittinen, T. Karvonen ja J, Peltonen, A Dynamic Model for Water 15 and Nitrogen Limited Growth ihn Spring Wheat to Predict Yield and Quality, 1994, J. Agronomy & Corp Science 172, 90 - 104, Department of Plant Production, Helsinki University.
Matemaattiset mallit soveltuvat esimerkiksi vehnän ja rukiin sakoluvun ennustamiseen, mikäli ennustetta korjataan muutaman kerran kasvukauden 20 aikana pelloilta tehtävillä käytännön sakolukumittauksilla (verrannemittauk-j*\: silla). Matemaattisia malleja ei nimittäin pystytä tekemään niin toimintavar- : moiksi, että niiden ennusteisiin voitaisiin luottaa tilatasolla ilman lähialueella »·· tapahtuvia verrannemittauksia. Viljelijöillä ei kuitenkaan ole mahdollisuuksia • · näiden verrannemittausten tekemiseen jo pelkästään määritysstandardiin 25 liittyvän kalliin analyysilaitteiston puuttumisen vuoksi. Edellä esitetty mene-telmä, jossa verrannemittauksia tehdään muutamalla tutkimusasemalla Suomessa, ei pysty ohjeistamaan yksittäisen viljelijän toimintaa tila- tai loh-kotasolla, koska asemia on liian harvassa.
• · · ··*♦
Myös Englannissa on tehty tutkimusta, jossa sakolukua pyritään ennusta- 30 maan säätietojen avulla (Atkinson, M.D. et ai., 2003, Forecasting wheat *:!.* quality and the breadmaking premium from the North Atlantic Oscillation, • · *·;·’ HGCA Project Report 308, UK.) Heidän tutkimuksensa ei kohdistunut pelto- :T: lohkotasolle menevään ajantasaiseen sakoluvun seurantaan vaan alueelli- seen, läänitasoiseen sakoluvun ennustamiseen keväällä kuukausia ennen * * 35 kasvukautta.
' 117499 5
Viljelyalan ammattilaiselle tunnettu tosiasia on, että sakoluvun vaihtelu voi olla erittäin suurta eri pelloilla johtuen erilaisista kylvöajoista sekä ilman 1 :>l paikallisista lämpötilan ja sademäärien vaihteluista. Tiettynä päivänä elokuussa puintiajan lähestyessä kahden pellon sakoluku voi olla hyvin erilai-5 nen, jos toinen pelto on kylvetty viikkoa tai kahta ennen toista. Aikaisin kylvetyllä lohkolla sakoluku saattaa lähteä jyrkkään laskuun sateiden tullessa, jolloin nopea puinti olisi tärkeää sakoluvun pitämiseksi korkeana. Myöhemmin kylvetyllä lohkolla puinti sen sijaan voisi vielä odottaa, koska jyvät ovat vielä lepotilassa ja sakoluku ei lähde siksi laskemaan, vaikka sateita tulisi-10 kin. Viljelijälle olisikin arvokas tieto tuntea sakoluvun kehittyminen vallitsevissa ja ennusteen mukaisissa tulevissa sääoloissa, jotta puinti voitaisiin tehdä oikea-aikaisesti.
Nyt on keksitty menetelmä, laite, järjestelmä ja laskentaohjelma sakoluvun paikallisemmaksi ja reaaliaikaisemmaksi ennustamiseksi kasvuston sopivan 15 puintiajankohdan määrittämistä varten lisäämällä laskentaohjelman syöttö- 5' tiedoiksi kasvuston tiedot, kasvuston paikkatiedot ja paikka-ja aikakohtaisia säätietoja sekä kalibroimalla käytettävät verrannemittausten sakolukupara-metrit.
Keksinnön mukaiselle menetelmälle on tunnusomaista se, mitä on esitetty 20 itsenäisissä patenttivaatimuksessa.
* · · ♦ · 1 : Keksinnön mukaisella menetelmällä ja laitteistolla määritetään kasvustojen • · · ’;·1] oikea-aikaisempi, sakoluvun suhteen sopiva, puintiajankohta ja siten myös ’·2· mahdollisesti eri kasvustolohkojen puintijärjestys, määrittämällä ajallinen ja paikallinen sakolukuennuste kullekin kasvustolle erikseen laskentaohjelman 25 avulla käyttämällä syöttötietoina kasvuston tietoja, kasvuston viljelyalueen paikkatietoja ja viljelyalueen paikallisia säätietoja. Keksinnössä käytetään \ syöttötietoina myös verrannetiloilta mitattua verrannetietoa laskentapara- : metrien kalibroimiseksi. Saatua ennustetta vertaamalla keskenään eri kas- .···. vastoille ja/tai tavoitearvoon on puintipäätös pääteltävissä.
··· :Yi 30 Keksinnön esimerkeissä syöttötiedoiksi tarvittavat kasvuston tiedot, viljely- :3: alueen paikkatiedot ja paikalliset säätiedot voidaan saada viljelijältä itseltään • · · tai yleisistä tai kaupallisista lähteistä.
• · · • · · · 1 2 • · · 3 • · 6 117499
Eräässä sovelluksessa kasvustotiedoiksi tarvittavat syöttötiedot saadaan esimerkiksi kasvuston viljelijältä ja ne ovat tyypillisesti viljalajiketietoja, kuten vehnälajikkeita, ruislajikkeita tai ruisvehnälajikkeita. Edullisesti kevätvehnä-lajike on Anniina, Kruunu, Mahti, Manu, Piccolo, Tjalve ja Triso, tai muu 5 näiden kaltainen lajike. Edullisesti syysvehnälajike on Aura, Rehti ja Urho, tai jokin muu näiden kaltainen lajike. Edullisesti ruislajike on Akusti, Elvi, v
Kartano, Picasso, Riihi ja Voima, tai näiden kaltainen lajike. Edullisesti ruis- ^ vehnälajike on Modus, Tricolor ja Focus, tai näiden kaltainen muu lajike.
Keksinnön erään sovelluksen mukaisessa menetelmässä käytettävän sa-10 koennusteen laskentaohjelman tulee sisältää tiedot valitun kasvuston kas-vuominaisuuksista laskennan suorittamiseksi. Lisäksi kasvustotietona annetaan esimerkiksi viljalajikkeen kylvöpäivä, kuten kevätviljoille, tai kasvukauden alkamispäivä, kuten syysviljoille.
Viljelyalueen paikkatiedot käsittävät tyypillisesti kyseeseen tulevan tilan tai 15 lohkon paikkatiedon, joka voidaan yhdistää sopivasti paikkakohtaiseen säätietoon.
Paikalliset säätiedot käsittävät tietyssä paikassa tiettynä aikana mitatun säätiedon, esimerkiksi lämpötilan ja sademäärän. Tarkoituksenmukaisinta on viljelyalueen paikkatiedon avulla valita lähin sääasema ja käyttää siinä 20 mitattuja arvoja. Edullisimmassa tapauksessa viljelijällä itsellään on sää- • · [ .* asema, jolloin säätieto on mahdollisimman tarkkaa paikkakohtaisesti. Pai- kallisia säätietoja toimittavat myös muut yleiset tai kaupalliset lähteet kuten • » · *· esimerkiksi llmatieteenlaitos tai Foreca. Syöttötietoina käytettävät säätiedot ” käsittävät tietoja sekä toteutuneista säätiedoista, että ennusteita tulevista 25 säätiedoista. Tyypillisesti toteutuneet säätiedot ovat valitun kasvuston koko ·...♦ kasvun ajalta ja ennustetiedot halutusta tarkkuudesta riippuen muutamia päiviä tai viikkoja eteenpäin tarkasteluajankohdasta.
* · ·
Verrannetiloilta, edullisesti lähimmältä verrannetilalta, mitattua verrannetie- • « *·:** toa eli kokeellisesti määritettyjä sakolukuarvoja käytetään tarvittaessa las- 30 kentaohjelmassa sakoluvun laskentaparametrien kalibrointiin. Verrannetieto voi olla myös laskentaohjelmistopalvelutarjoajan antamaa, esim. palvelun tarjoaja voi ylläpitää huomattavaa verrannetietovarastoa (esim. verrannetie- V *. tokantaa), josta viljelijä voi napata haluamansa tarvittavan verrannetiedon • · · * · · * » 7 117499 sakolukuennusteen kalibroimiseksi. Tämä voi tulla kysymykseen silloin, kun laskentaohjelmisto ei automaattisesti anna sopivaa verrannetietoa.
Eräässä keksinnön mukaisessa määrityksessä verrannemittauksien tuloksia käytetään sakolukuennusteen tarkkuuden parantamiseksi ja laskentapara-5 metrien kalibroimiseksi. Nämä lähimmiltä verrannemittaustiloilta saadut analyysitulokset syötetään lähtötiedoiksi sakolukuennusteen laskentaohjelmaan. Edullisesti verrannemittaustuloksien mittaaminen ja sakolukuennusteen arvioiminen niitä käyttäen aloitetaan, kun viljan jyvän täyttymisjakso alkaa. Eräässä sovelluksessa kalibrointi tapahtuu minimoimalla mallilla las-10 kettujen ja pellolta mitattujen sakolukujen erotuksen neliösumma. Laskentaohjelmassa minimoidaan neliösumma säätämällä sakolukumallin laskenta-parametrejä. Tämä kalibrointimenetelmä on esimerkiksi tilastotieteessä yleisesti tunnettu pienimmän neliösumman menetelmä.
Näitä verrannemittauksia tehdään esimerkiksi Suomessa toistaiseksi vain 15 muutamilla tutkimusasemilla verrannemittaustilojen kasvustoista. Viljelijöillä ei tyypillisesti ole mahdollisuuksia näiden verrannemittausten tekemiseen itse tai se ei ole tarkoituksenmukaista, johtuen jo pelkästään määritysstan-dardiin liittyvän analyysilaitteiston kalleudesta.
Sakolukuennusteen laskentaohjelmana voidaan käyttää sakoluvun ennus-20 tamiseen sopivaa mallia kuten esimerkiksi Karvonen, T ja Peltonen, J, A ; • · [ 1' dynamic model for predicting the falling number of wheat grains in Scan- ν'! dinavian climatic condition, Acta Agric. Scand. 1991, 41, 65-73, johon on • « « *· *j lisätty ja yhdistetty kasvien kehitysrytmiä kuvaava malli (Kleemola, J., Effect : #ί of temperature on phasic development of spring wheat in nothern condi- 25 tions, Acta Agric. Scand. 1991,41, 275-283). Laskentamallien yhdistäminen * · · voi esimerkiksi olla seuraavanlaista. Sakolukumalli jäljittelee viljan jyvän sakoluvun kehitystä jyvän kehittymisen alusta lähtien. Jyvä alkaa kehittyä *·· kasvin tietyssä kehitysvaiheessa, jonka määrittämiseen käytetään kasvin ··*·· kehitysrytmiä kuvaavaa mallia. Tämän kehitysvaiheen määrittämiseen täy- 30 tyy käyttää erityistä laskentamallia, koska se saavutetaan eri vuosina ja eri • · · V; kasvilajikkeilla eri ajankohtana (ei siis esimerkiksi aina heinäkuun ensim- mäinen päivä). Kehitysrytmimallia käytetään siis sakolukumallin laskennan alkuajankohdan määrittämiseen.
• m · ...
* » · • · · • » 8 117499
Eräässä keksinnön sovellutusmuodossa sakolukuennusteen laskentaohjelma on viljelijän saatavana esimerkiksi internetin välityksellä. Laskentaohjelma voi olla järjestetty tietoverkkoon siten, että viljelijällä on kotipäätteellään järjestelmän client-versio, joka viestii Internetin välityksellä laskentaohjelma-5 palvelimeen. Vaihtoehtoisesti laskentaohjelma voi olla selain-perusteinen, jolla Internet selaimella saadaan yhteys Internetin laskentaohjelma-palvelimeen.
Keksinnön eräissä sovelluksissa viljelijä voi olla online-yhteydessä lasken-taohjelmistopalvelimeen matkaviestimen avulla. Palvelun tarjoaja voi ohjel-10 moida palvelujärjestelyn, jossa viljelijä saa tarvittaessa tiedon puintipäätök-sen tekemiseksi matkaviestimeensä (esim. tekstiviestinä matkapuhelimeen). Tämä voi olla edullinen järjestely, mikäli esim. säätiedot vaihtelevat nopeasti, jolloin viljelijä pystyy aloittamaan puinnin sopivassa ajankohdassa.
Eräässä keksinnön mukaisessa menetelmässä viljelijä ottaa yhteyden sako-15 lukuennusteen laskentaohjelmaan, johon hän antaa syöttötiedot, ja edullisesti hän valitsee lähimmän verrannemittaustilan. Saatujen tietojen perusteella viljelijä saa tulokseksi ennusteen sakoluvun kehittymisestä, jonka perusteella hän voi aloittaa tai olla aloittamatta ennustetta koskevan peltolohkon puinnin.
•v. 20 Erään edullisen sovellutusmuodon mukaisesti, kun viljelijä haluaa tehdä * « [ lm sakolukukatsauksen jollekin omista pelloistaan, hän avaa esimerkiksi inter- netissä olevan laskentaohjelman. Ensin hän syöttää ohjelmaan tilaansa « · · *· *; lähimpänä olevan verrannemittausaseman, verrannepellon kylvöajan ja viljeleinänsä lajikkeen, joka kasvaa pellolla, jolle seuranta tehdään. Ohjel- 25 massa haetaan sen tietokannasta verrannepellolla tehdyt sakolukumittauk- set. Sakolukuohjelman ylläpitäjä syöttää ohjelman tietokantaan säätiedot, lajiketiedot ja verrannemittausasemien sakoluvut. Ohjelmassa optimoidaan ··· verrannemittausten avulla, säätietojen perusteella laskennallinen sakoluvun ··«· kehitys säätämällä sakoluvun ennustusmallin parametreja. Optimoinnissa [·[ 30 käytätetään pienimmän neliösumman menetelmää. Kasvuston kehitys • · · **‘t‘ lasketaan julkaisun Kleemola, J., Effect of temperature on phasic develop- ment of spring wheat in nothern conditions, Acta Agric. Scand. 1991, 41, ·*·*: 275-283 mukaisesti ja sakoluvun kehitys julkaisun Karvonen, T ja Peltonen, * J, A dynamic model for predicting the falling number of wheat grains in 35 Scandinavian climatic condition, Acta Agric. Scand. 1991, 41, 65-73 kuvaa- 9 117499 maila tavalla. Kun laskennan tulos on optimoitu, viljelijä kertoo ohjelmalle oman seurantapeltonsa kylvöpäivän ja valitsee maatilaansa lähinnä olevan sääaseman. Tämän jälkeen ohjelmassa lasketaan sakoluvun kehitys viljelijän pellolle käyttäen hyväksi optimoinnin tuloksena saatuja laskentapara-5 metrejä ja viljelijää lähinnä olevan sääaseman tietoja. Sääaseman tietoihin sisältyy myös lämpötila- ja sade-ennusteet lähimmälle viikolle, joten viljelijä voi suunnitella toimenpiteitään muutaman päivän varoitusajalla. Edullisesti viljelijä saa optimaalisimman tiedon, jos hänellä on omalla tilallaan sääasema, jonka tiedot hän voi syöttää sakolukuojelman säätietokantaan. Sakolu-10 vun kehityksen arvioinnin perusteella viljelijä suorittaa lajikkeen teollisuus-kelpoisen sadon puinnin eri pelloilla.
Viljelijä asettaa tyypillisesti sadon laatua kuvaavan tavoitearvon sakoluvulle.
Kun tämä sakoluku saavutetaan on puinti syytä aloittaa. Tällöin sadon arvo on viljelijälle suurin, kuten esimerkiksi sakoluvun ollessa vehnälle yli 200 15 sakolukuyksikköä sato on teollisuuskelpoista. Edullisesti, tavoitearvo voi olla kasvustokohtainen, ja/tai jopa paikka- / aikakohtainen. Esimerkiksi tavoitearvo voi olla erityinen ruisleipää tai mämmiä yms. varten. Eli erilaiset tavoitearvot voidaan edullisesti valita kasvustosta saatavan lopputuotteen halutuista ominaisuuksista riippuen. Lisäksi tavoitearvo voi olla kasvusto-20 ominaisuus tai kasvustolaatukohtainen ja perustua viljelijän omaan näke- 1 mykseen kasvuston halutuista ominaisuuksista.
• · · • * • · : Jos viljelijällä on kuitenkin useita peltolohkoja, joissa saavutetaan sakoluvul- • · # le tavoitearvo samanaikaisesti, joudutaan tekemään valintaa, missä järjes-tyksessä alueet kannattaa puida. Tällöin erästä keksinnön mukaisen mene- • · 25 telmän sovellusta käyttäen voidaan lohkot järjestää puintijärjestykseen 'Iti sakolukuennusteen mukaisesti.
• · • # • · ·
Keksinnön eräässä sovelluksessa sakoluvun seuraaminen voidaan aloittaa t muutamia viikkoja ennen sadon korjuuta, jonka jälkeen, jos saatu ennuste ^ :***: on vielä tavoitearvoa pienempi voidaan odottaa ja uusia ennuste, kunnes ··· 30 tavoitearvo saavutetaan. Tämän jälkeen puinti voidaan aloittaa tai odottaa edelleen ja seurata sakolukuennusteesta sakoluvun kehittymistä edelleen, *···* kunnes maksimiarvo on saavutettu ja sakoluku alkaa laskea.
• · · • · · I . Seuraavassa esitetään keksinnön erään sovelluksen mukainen vuokaavio • · * *· " laskentaohjelman toimenpiteistä kuviota 1 apuna käyttäen. Viljelijä tai las- 10 117499 kentaohjelmiston käyttäjä syöttää syöttötietoina lajikevalinnan (kohta 10), kylvöpäivän (kohta 11) ja valitsee sääaseman (kohta 12). Laskentaohjelmis-to vastaanottaa em. syöttötiedot. Seuraavaksi laskentaohjelmista hakee valittua sääasemaa lähimmän referenssiaseman (kohta 13). Tämän avulla 5 sakoluku saadaan mitattua. Sakolukumallin parametrit kalibroidaan refe-renssiasemalla mitattujen sakolukujen ja referenssiasemaa lähimmän sääaseman säätiedoilla kohdassa 14. Laskentaohjelmista voi edullisesti hakea kohdassa 14 tarvittavat tiedot automaattisesti. Kohdassa 15 laskentaohjelmista tarkistaa onko käyttäjän valitsema lähin sääasema sama kuin kalib-10 roinnissa käytetty sääasema. Mikäli se ei ole, sakoluku lasketaan uudestaan eli paikallistetaan tämän valitun aseman tiedoilla käyttäen edellisessä vaiheessa 14 kalibroituja parametreja. Jos käyttäjän valitsema asema ja kalibroinnissa käytetty asema on sama, laskentaa ei tarvitse uusia. Kohdassa 16 | laskentaohjelmista on päätynyt lopputulokseen, joka näytetään käyttäjälle eli 15 esim. viljelijälle. Tämän seurauksena käyttäjä voi edullisesti päättää puinti-toimenpiteistä sakolukumallin tekemän ennusteen perusteella. Kuviossa 1 laskentaohjelmiston käyttäjän toimenpiteet on reunustettu jatkuvalla viivalla ja sakolukumallin toteuttavan tietokoneohjelman toiminnot katkoviivalla.
Seuraavassa esitetään keksinnön erään toisen sovelluksen mukainen vuo-20 kaavio laskentaohjelman toimenpiteistä kuviota 2 apuna käyttäen. Kaavio alkaa kohdasta 20, jossa käyttäjä avaa laskentaohjelmiston esim. avaamalla : laskentaohjelmiston nettisivun. Myös tässä sovelluksessa viljelijä tai lasken- taohjelmistoin käyttäjä syöttää syöttötietoina lajikevalinnan (kohta 10’), kyl-vöpäivän (kohta 11’) ja valitsee sääaseman (kohta 12’). Laskentaohjelmista ·:·*: 25 vastaanottaa em. syöttötiedot. Seuraavaksi laskentaohjelmista hakee välit- tua sääasemaa lähimmän referenssiaseman (kohta 13’). Seuraavaksi las-,···. kentaohjelmisto laskee valitun kasvistolajikkeen alustavan sakolukuarvon kohdassa 21. Tästä saatua laskettua arvoja verrataan esim. referenssiase-malla mitattuihin referenssiarvoihin (kohta 22). Kohdassa 23 laskentaohjel-30 misto määrittää ovatko arvot lähellä toisiaan. Mikäli kohdan 23 vertailu osoit- • * *·;·* taa, että arvot eivät ole riittävän lähellä toisiaan, laskentaohjelmista muuttaa :T: parametrejä kohdassa 24. Edullisesti em. kohta 24 tapahtuu minimoimalla laskettujen ja mitattujen sakolujen neliösumma. Kohdasta 24 laskentaohjel- • · * misto palauttaa menetelmän kohtaan 21, jossa alustava sakoluku määritel- | 35 lään uudelleen. Mikäli kohdan 23 vertailu osoittaa, että arvot ovat riittävän • · · *· lähellä toisiaan, laskentaohjelmista tarkistaa kohdassa 25 onko valittu : 11 117499 sääasema sama kuin referenssiasema. Mikäli se ei ole, laskentaohjelmista määrittää sakoluvun edellä kuvatulla tavalla kalibroiduilla parametreillä, valitun sääaseman tiedoilla kohdassa 26. Muutoin prosessi jatkaa kohtaa 16’, jossa laskentatulos näytetään käyttäjälle. Tämän seurauksena käyttäjä 5 voi edullisesti päättää puintitoimenpiteistä sakolukumallin tekemän ennusteen perusteella. Myös kuviossa 2 laskentaohjelmiston käyttäjän toimenpiteet on reunustettu jatkuvalla viivalla ja sakolukumallin toteuttavan tietokoneohjelman toiminnot katkoviivalla.
Kuvioiden 1 ja 2 sovellusesimerkit käyttävät kasvuston kehityksen lasken-10 nassa julkaisun Kleemola, J., Effect of temperature on phasic development of spring wheat in nothern conditions, Acta Agric. Scand. 1991,41, 275-283 mukaista mallia, ja sakoluvun kehitys julkaisun Karvonen, T ja Peltonen, J, A dynamic model for predicting the falling number of wheat grains in Scandinavian climatic condition, Acta Agric. Scand. 1991, 41, 65-73 kuvaamaa 15 tapaa. Laskentaohjelmista yhdistää em. mallit edullisesti. Lisäksi laskentaohjelmista kalibroi edullisesti malleista johdetut tulokset pienimmän neliösumman menetelmällä verraten sitä tavoitearvoon.
Seuraavassa on esitetty esimerkkejä keksinnön mukaisesti toteutetuista, kuitenkaan niihin rajoittumatta. Esimerkeissä keksinnön sovelluksia kuva-20 taan koeluontoisesti toteutetuissa ei-julkisissa, luottamuksellisissa koejärjes-:*·*: telyissä.
• · ♦
Esimerkki 1.
• « · • · · • · *:**: Vihdissä asuvalla Viljelijällä 1 oli kiireitä tilan ulkopuolisten töiden takia, ja ··· hän päätti selvittää, oliko viimeisen, ison Tjalve -lajiketta kasvavan kevät- H·· .*··. 25 vehnälohkon puinnilla jo kiire sakoluvun kannalta vai voisiko sitä siirtää myöhemmäksi, jolloin aikaa olisi paremmin.
Viljelijä 1 otti internetin välityksellä yhteyttä sakolukuennusteita laskevaan
Sakolukumalli -ohjelmaan 4.9.2003. Tämä tietokoneohjelma laskee julkai- sun J. Kleemola, Effect of Temperature on Phasic Development of Spring ,*··, 30 Wheat in Northern Conditions, Helsinki University, 1991 ja T. Karvonen & J.
• ·
Peltonen, A Dynamic Model for Predicting the Falling Number of Wheat v : Granis in Scandinavian Climatic Conditions, Helsinki University, 1991 ku- !.'·· vaarnalla tavalla kasvin kehitysrytmiä ja sakuluvun kehitystä. Hän syötti 12 117499 sakoluvun laskentaohjelmaan lähtötiedoksi pellollaan kasvavan Tjalve-kevätvehnälajikkeen, ja sen kylvöajankohdan 10.5.2003. Lisäksi hän antoi ohjelmalle lähtötiedoksi asuinpaikkansa, Vihdin, lähimmän sääaseman määrittämistä varten.
5 Sakolukuennusteen laskentaohjelma käytti säätietoina laskentapäivään asti toteutuneita, paikallisia (Vihti) säätietoja sekä seuraavan 10 päivän paikallista (Vihti) sääennustetta (toteutuneet tiedot: Ilmatieteen laitos, ennuste 14.9. asti: SMHI, Ruotsi).
Vihdissä oli myös mitattu kokeellisesti sakolukua lähellä sääasemaa sijait-10 sevalta referenssipellolta, Maa-ja Elintarviketalouden Tutkimuksen (MTT) koeasemalla, jonka tiedot Sakolukumalli -ohjelman päivittäjä (Kemira) syötti ohjelmaan.
Laskentaohjelmalla laskettiin ensiksi näiden mitattujen sakolukutietojen pohjalta kuviossa 3 esitetty ennuste. Kuviossa 3 on siis sakoluvun laskenta-15 tulos oletusparametreilla. Kuvasta voidaan havaita, että laskettu tulos on selvästi referenssipellolta mitattuja arvoja alempi ja antaisi sellaisenaan viljelijälle väärän kuvan pellolla kasvavan viljan laadusta. Ohjelmalle annetun ennusteen onnistumiskriteerin, ennusteen keskivirheen, (root mean square error RMSE) perusteella (ennusteen keskivirhe pienempi kuin 50) ;Vt 20 havaittiin, että perusparametreilla laskettu ennuste poikkesi liikaa Vihdissä : mitatuista sakoluvuista, jolloin laskentaparametreja täytyi kalibroida. Tätä • · · ensimmäistä laskentatulosta ei näytetty viljelijälle 1 vaan tietojen käsittely jatkui edelleen korjauslaskentakierroksella.
·»*·· • ·
Sakolukuohjelmassa kalibroitiin laskentaparametrit automaattisesti käyttä-,··*. 25 mällä pienimmän neliösumman menetelmää, jotta saatiin lasketut ja mitatut sakoluvut lähemmäksi toisiaan. Kuviossa 4a on esitetty sakoluvun laskenta-, tulos oletusparametrien kalibroinnin jälkeen. Mitatut ja lasketut arvot vastaa- *“j vat nyt toisiaan ja malli antaa todellisuutta hyvin kuvaavan tilannekatsauk- *·;·’ sen viljan laadusta. Kuviossa siis näkyy kalibroinnin jälkeen saadut tulokset :T: 30 korjatuilla laskentaparametrien arvoilla. Onnistumiskriteerin perusteella ka- librointi oli nyt onnistunut ja tulos esitettiin Viljelijälle 1 kuvion 4b muodossa.
• · m .:.t Kuvio 4b on viljelijälle esimerkin 1 tilanteessa näytettävä kuva. Viljelijä nä kee kuvasta, että sakoluku on hyvällä tasolla ja ettei se ole lähdössä laske- • » · • ·· • · 13 117499 maan ennustejaksolla, mikä olisi ei-toivottava tilanne. Viljan korjuulla ei siis ollut vielä kiire.
Viljelijä 1 pystyi päättelemään kuviosta 4b, että sakoluku oli hyvällä tasolla eikä ennusteen perusteella näyttänyt laskevan lähimpien päivien aikana 5 niin, että pellolta korjattavan viljan laatu olisi oleellisesti heikentynyt. Niinpä hän päättää tehdä seuraavat päivät muita kiireisempiä töitä ja jättää puinnin myöhemmäksi.
** · • 1 · • « • 1 • · · • · · • 1 « • · ··· • · · * 1 ..-¾ • 1 · · · * · ··· ···· • · · • · • · • · ·1·· • · 1 • · • · * · 1 * • · · • · m * 1 · • · · • · *·· • 1 · • · · • · · • · · * :* · ···'·"'-• 1» • · 14 117499
Esimerkki 2.
Esimerkin 1 mukaisesti 13.9.2004, Viljelijä 1 teki uuden ennusteen sakolu-vulle, saatuaan kiireellisimmät työt päätökseen. Ohjelmassa laskettiin syöttötiedoista ja nyt pidemmälle menevistä säätiedoista, nyt toteutuneita säätie-5 toja oli käytettävissä 15.9. ja ennusteita 25.9. asti, uuden ennusteen Kuviossa 5 on esitetty viljelijälle esimerkin 2 tilanteessa näytettävä kuva.
Viljelijä näkee, että sakoluku on vielä laskentahetkellä hyvällä tasolla, mutta lähtee laskemaan ennustejakson lopulla. Tämä lasku on viljelijälle merkki siitä, että viljan korjuulla on kiire. Viljelijä 1 siis näki kuvasta, että sakoluku 10 näyttää lähtevän jyrkkään laskuun ennustejakson lopulla johtuen tulevista sateista, ja päätti ryhtyä puintitöihin heti saadakseen korjattua pellolta laadultaan leipävehnäksi kelpaavan sadon, jonka sakoluku olisi yli 200 sekun- f tia. Sakoluvun lähdettyä laskuun sateet olisivat laskeneet sen nopeasti alle leipäviljaksi kelpaavan rajan (200 sekuntia).
15 Esimerkki 3.
Viljelijä 2:lla oli peltoja Karkkilassa 20 kilometrin päässä Vihdissä sijaitsevalta sää- ja sakolukumittausasemalta. Hän valitsi oman paikkakuntansa sääaseman, joka on lähellä hänen tilaansa. Karkkilan säätiedot olivat tässä tapauksessa lähes samat kuin Vihdin, mutta päivien 6.-8.9. aikana siellä 20 satoi selvästi enemmän kuin Vihdissä. Niinpä Viljelijän 2 tehdessä sakolu- \ .·. kuennusteen 8.9. hän päättää ryhtyä heti puintitöihin, koska hänen pelloil- • # · laan sakoluku näytti jo lähteneen selvään laskuun (Kuvio 6. Viljelijälle esi-'* j merkin 3 tilanteessa näytettävä kuva. Sakoluku on laskussa ennustetta tehtäessä, joten viljan korjuulla on kiire.) näiden sateiden takia. Mahdolliset 25 lisäsateet olisivat pahentaneet tilannetta nopeasti.
• · I · * * *
Jos Viljelijä 2 olisi vain seurannut nykymenetelmän mukaisia mittaustietoja, hän olisi saattanut viivästyttää puintiaan ja menettää sen takia mahdollisuu- .*···, den sakoluvun kannalta laadukkaaseen satoon.
• · • *«
Paikallisten säätietojen avulla korjatun ennusteen avulla korjattu sato oli » .·**. 30 laadukasta. Ennusteohjelma toimi samalla tavalla kuin esimerkissä 1, paitsi ’·* että kalibroinnin jälkeen sen avulla laskettiin vielä Viljelijälle 2 uusi ennuste *·* : (kuva 4) Karkkilan sääaseman säätietojen perusteella.
• · · * ·· • · 15 117499
Esimerkki 4.
Viljelijä 3 oli päättänyt kylvää Anniina-ja Kruunu-kevätvehnää yhteensä 100 hehtaarin alalle Vihdissä sijaitsevalle tilalleen. Hän valitsi kaksi aikaisuudeltaan erilaista lajiketta pienentääkseen nimenomaan sadonkorjuuajan sään 5 aiheuttamaa sakoluvun vaihtelun riskiä. Toisaalta, hänen vehnäpeltonsa ovat jakautuneet 15 erikokoiseen lohkoon, minkä vuoksi jo pelkästään kyl-vöajan suhteen tulee logistisista syistä (koneiden siirrot ja tankkaukset) tehokkaimmillaankin ainakin viiden päivän vaihtelu kasvustojen kylvöissä.
Hän aloitti kylvötyöt 5.5.2003 kasvuajaltaan kaksi päivää myöhäisemmällä 10 Kruunu-vehnällä, jonka kylvötyöt hän sai päätökseen 8.5.2003. Kruunun viljelypinta-alaa tuli kaikkiaan noin 60 hehtaaria. Loput 40 hehtaaria hän kylvi 8.5. ja 10.5.2003 Anniina-vehnälle. Tarkemmat kylvötiedot ja pinta-alat lohkoista on annettu taulukossa 1.
Lohko Pinta- Kylvö- Vehnä Sakoluku Sakoluku Sakoluku ala päivä lajike ennuste ennuste ennuste vuonna 04.09. 06.09. 10.09.
__2003_____ J__55__85.__Anniina > 250__~ 200__2_ 2__10,2__55.__Kruunu » 200__-__-_ :*·\· _3__14,0 9.5. Anniina >300__> 250 > 250 1 • ;·; _4__2J__85.__Anniina > 250__> 250__=¾ 200 : 5_ 1,5 8.5. Anniina >250 >250 »200 • · * ^— I i - - --------- ----... _ _6__4J__7.5. Kruunu >220 <200 - j 7 6,7 5.5.- Kruunu »200 - - ; *::: _ 6.5.
• · - ' - I n __ _8__4^__75__Kruunu > 220__«200__-_ . _9__11,7 10.5, Anniina >300__> 300 > 250 ***| JO__3J__85.__Anniina > 300_ >250 »200 *···* JJ__1,7__8.5. Anniina > 300 > 250 »200 :T: 12 13,2 6.5.- Kruunu >220 »200 - | __J5.______ 13 7,2 6.5. Kruunu >220 >220 »200 • * · ' “ —' — ' .'! - --- -— \ J4__T6__85.__Anniina > 300_ >300 >250 1
*· ” 15 M 3,0 8,5. [Kruunu > 220 »200__-_ J
16 117499
Viljelijä käytti sakolukuennusteen laskemiseen internetissä sijaitsevaa laskentaohjelmaa. Hän määritti ensimmäisen ennusteen 4.9. kun puintiaika alkoi lähestyä. Ennusteen laskentaa varten hän syötti sakoluvun ennusteen laskentaohjelmalle lähtötiedoiksi lohkon kylvöaika- ja lajiketiedot. Säätietoi-5 na käytettiin hänen asuinkuntansa, Vihdin, lähimmän sääaseman keräämiä säätietoja. Säätiedot on annettu taulukossa 2.
Taulukko 2.
Päivä Keski- Maksimi- Sademäärä, Huom __lämpötila, °C lämpötila, °C mm__ 28.8 11.8 15.5 0.9 toteutunut 29.8 10.25 15.4 0 toteutunut 30.8 10.55 11 0 toteutunut 31.8 6.35 11 0 toteutunut 1.9. 5.2 10.1 0 toteutunut 2.9. 6.2 14.5 0.1 toteutunut 3.9. 13.45 17.2 3.3 toteutunut 4.9. 11.7 18.9 0 ennuste 5.9. 12.6 20.9 0 ennuste 6.9. 13.5 20.9 0 ennuste 7.9. 13.25 22.1 0 ennuste 8.9. 14.45 20.8 0 ennuste 9.9. 10.6 17.7 1.3 ennuste 10.9. 11 13.8 1.1 ennuste [ lm 11.9. 12 14.7 1.5 ennuste ‘..v 12.9. 13.95 18.9 0 ennuste 13.9. 11.85 18.2 2 ennuste 14.9. 13.8 16.3 0.4 ennuste • · 10 Säätietoina käytettiin kylvöpäivästä laskentapäivään asti toteutuneita säätie- • * toja sekä seuraavan 10 päivän paikallista sääennustetta ennusteen laske-mispäivästä eteenpäin aina 14.9. asti. Viljelijällä oli tilallaan oma sademit-t#;:· tausasema, jonka tiedot hän syötti sakolukuohjelmalle, koska ne poikkesivat virallisen aseman tiedoista. Ennusteen laskentaohjelmalla määritettiin näi- • * · 15 den syöttötietojen perustella laskentamalliin (Kleemola, J., Effect of tempe-rature on phasic development of spring wheat in nothern conditions, Acta *“·* Agric. Scand. 1991, 41, 275-283 ja Karvonen, T ja Peltonen, J, A dynamic :T: model for predicting the falling number of wheat grains in Scandinavian ; climatic condition, Acta Agric. Scand. 1991,41, 65-73) perustuen lohkokoh- • « 20 täiset sakolukuennusteet esimerkissä 1 kuvatulla tavalla, laskentarutiinissa 17 117499 otettiin myös huomioon mahdollinen laskentaparametrien kalibrointi tarve.
Viljelijä on asettanut tavoitteeksi sakoluvun 220 sekuntia, jolla sakoluvun ominaisuudella hän saisi maksimihinnan tuottamalleen vehnäkilolle.
Ajamansa ennusteen perusteella viljelyä päättää aloittaa puinnit lohkoista 2 5 ja 7, koska niiden sakoluku on ennusteen mukaan laskemassa seuraavan kymmenen päivän kuluessa alle hänen asettamansa sakoluvun raja-arvon.
Tilan alueelle satoi 7 mm vettä 5.9. Puituaan lohkot 2 ja 7, hän uusii ennusteen 6.9. jäljellä oleville 13 lohkolle. Ennusteen mukaan lohkolla 6 Kruunun-vehnän sakoluku oli vaarassa painua alle 200 sakolukuyksikön, samoin 10 Anniina-vehnän sakoluku alkoi laskea lohkolla 1. Viljelijä päätti puida ensin lohkon 1, koska sen satomäärä oli suurempi ja sitten vasta lohkon 6. Tämän jälkeen hän pui lohkot 15, 12 ja 8. Varmuuden vuoksi viljelijä laittoi sakolu-vultaan epävarman lohkon 6 sadon erilliseen varastosiiloon, jottei laadultaan kelvollinen vehnä heikentyisi. 4 15 10.9. tuli viljelijän 3 tilan alueella aamuyöstä 13 mm vesisade. Viljelijä mää ritti sakolukuennusteen jäljellä oleville lohkoille. Iltapäivällä 10.9. kasvustojen kuivuttua, hän aloitti puimalla viimeisen Kruunu-vehnän lohkon (lohko 13) ja sen jälkeen Anniina-vehnät. Koska ilma on seuraavina päivinä aurinkoinen ja poutainen hän pui vehnäpellot järjestyksessä alhaiset sakoluvut 20 (= 200) lohkot 4, 5, 10, 11 ja lopuksi korkeimmat (> 250) pelloilta 3, 9 ja 14 • · [ lm saavuttaakseen jokaisella peltolohkolla taloudellisen sakoluvun optimin (yli 200). Hän sai puintityöt päätökseen 13.9.
• · · « · · • · • ·«···.
» · « ··· ····.
• · * • · • · • · · • · · ··♦· • t· e··.·· • · * « · • · · • · * • · · • · • * • · · 1 • · * ··· * • · / ··· • ·· • ·

Claims (24)

1. Menetelmä kasvustojen puintiajankohdan määräämiseksi, tunnettu siitä, että määritetään ajallinen ja paikallinen sakolukuennuste kullekin kasvustolle erikseen laskentaohjelman avulla käyttämällä syöttötietoina 5 a. kasvuston tietoja kasvuominaisuuksista, b. viljelyalueen paikkatietoja, c. viljelyalueen paikallisia säätietoja, ja d. verrannetietoja sakolukuennusteen määrittämiseksi, jossa sakolukuennuste on verrattavissa keskenään eri kasvustoille ja/tai 10 ennalta asetettuun tavoitearvoon puintipäätöksen tekemiseksi, ja että ennusteen tekemiseen käytettävä laskentaohjelma on sovitettu etsimään kasvuston sijaintiin nähden sopiva referenssiasema ja vertaamaan syötettyjä arvoja referenssiasemalta johdettuihin verrannetietoarvoihin sakolukuennusteen määrittämiseksi.
2. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ennusteen tekemiseen käytettävä laskentaohjelma on lisäksi sovitettu kalibroimaan laskentatulosta minimoimalla laskettujen ja mitattujen sakolukujen neliösumma.
.. , 3. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ennusteen • · · : ;1 laskenta tehdään internetin välityksellä siten, että laskentaohjelmisto sijait- 20 see Internet palvelimella ja laskentaohjelmiston client-versio palvelimeen • « V·: yhteydessä olevalla päätteellä. * • * · · · • ·
4. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että sakolukuen-"!! nuste määritetään useammin kuin kerran eri ajankohtina käyttämällä syottö- '"·1 tietoina kyseisten eri ajankohtien paikallisia tietoja. : 25
5. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että kasvuston • · · :2: tieto käsittää ainakin lajiketiedon ja kasvuunlähtötiedon päivämäärän. ··· « v
; 6. Vaatimuksen 5 mukainen menetelmä, tunnettu siitä, että lajiketieto on viljalajike, edullisesti vehnä, ruis tai ruisvehnä. • f·. ... • · · * • 1 • · · « 2 117499 i .: 19 - l
7. Vaatimuksen 5 mukainen menetelmä, tunnettu siitä, että kasvuunläh-tötiedon päivämäärä on kevätviljoille kylvöpäivämäärä ja syysviljoille kasvukauden alkamispäivä.
8. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että viljelyalueen 5 paikkatieto on tilan tai lohkon paikka.
9. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että paikallinen säätieto koostuu on toteutuneesta säätiedosta ja/tai ennustetusta säätiedosta.
10. Vaatimuksen 9 mukainen menetelmä, tunnettu siitä, että paikalliset 10 säätiedot käsittävät paikka- ja aikakohtaisen sademäärän ja lämpötilan.
11. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että tavoitearvo on viljelijän etukäteen sadolle arvioima tai sadolta haluama sakoluku.
12. Vaatimuksen 11 mukainen menetelmä, tunnettu siitä, että tavoitearvo on lajikkeelle ominainen viljelijän määrittelemä arvo.
13. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ennuste on sakoluvun graafinen, alpha-numeerinen tai verbaalinen esitysmuoto tietylle ajan jaksolle siten, että puintipäätös on tehtävissä tämän tietyn ajan jakson sisällä. • * • ·
14. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että verrannetieto • · :.‘*i 20 on verrannemaatiloilta tai mittausasemilta mitattua sakolukutietoa. -f * • · * * · • ·
15. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että verrannetieto t on lähimmältä verrannemaatilalta mitattua sakolukutietoa. • · • * *
16. Vaatimuksen 1 mukainen menetelmä, tunnettu siitä, että laskentaohje*· jelmisto on sovitettu lähettämään tiedon puintipäätöksen tekemiseksi las- 25 kentaohjelmiston käyttäjän matkaviestimeen. * · · v
: 17. Kasvuston sakoluvun optimoinen ja/tai kasvustosta saatavan tuoton *·...*· maksimoiminen vaatimuksen 1 mukaisella menetelmällä. • · '· *j 18. Laite kasvustojen puintiajankohdan määräämiseksi, tunnettu siitä, että *:“: laiteeseen kuuluu laskentaohjelma ajallisen ja paikallisen sakolukuennus- 117499 teen määrittämiseksi kasvustolle siten, että laskentaohjelma on sovitettu vertaamaan kasvuston laskettua sakolukua referenssi-sakolukuun ajallisen ja paikallisen sakolukuennusteen määrittämiseksi, ja että ennusteen tekemiseen käytettävä laskentaohjelma on sovitettu etsimään 5 kasvuston sijaintiin nähden sopiva referenssiasema ja vertaamaan syötettyjä arvoja referenssiasemalta johdettuihin referenssi-arvoihin sakolukuennusteen määrittämiseksi.
18 1 1 7499
19. Vaatimuksen 18 mukainen laite, tunnettu siitä, että ennusteen tekemiseen käytettävä laskentaohjelma on lisäksi sovitettu kalibroimaan laskenta- 10 tulosta minimoimalla laskettujen ja mitattujen sakolukujen neliösumma.
20. Vaatimuksen 18 mukainen laite, tunnettu siitä, että laskentaohjelman syöttötietoina käytetään a. kasvuston tietoja kasvuominaisuuksista, b. viljelyalueen paikkatietoja, 15 c. viljelyalueen paikallisia säätietoja, ja d. referenssitietoja sakolukuennusteen määrittämiseksi.
21. Vaatimuksen 18 mukainen laite, tunnettu siitä, että laskentaohjelma on sovitettu kalibroimaan sakolukuennustetta minimoimalla lasketun sakolu- M · : V 20 vun ja referenssi sakoluvun neliösummaa. • · · • ♦ ·
22. Järjestelmä kasvustojen puintiajankohdan määräämiseksi, tunnettu • «m siitä, että järjestelmään kuuluu välineet ajallisen ja paikallisen sakolukuen- * .1 nusteen määrittämiseksi kasvustolle käyttämällä syöttötietoina • ♦ · ♦ • · · · a. kasvuston tietoja, 25 b. viljelyalueen paikkatietoja, : c. viljelyalueen paikallisia säätietoja, ja !··1! d. verrannetietoja sakolukuennusteen määrittämiseksi, ja että • · · :T: ennusteen tekemiseen käytettävä laskentaohjelma on sovitettu etsimään kasvuston sijaintiin nähden sopiva referenssiasema ja vertaamaan syötetty-30 jä arvoja referenssiasemalta johdettuihin verrannetietoarvoihin, ja että • 1 · • 1· • · • · · · · • · 117499 ennusteen tekemiseen käytettävä laskentaohjelma on lisäksi sovitettu kalibroimaan laskentatulosta minimoimalla laskettujen ja mitattujen sakolukujen neliösumma sakolukuennusteen määrittämiseksi.
23. Laskentaohjelmisto kasvustojen puintiajankohdan määräämiseksi, tun-5 nettu siitä, että laskentaohjelmistoon kuuluu välineet ajallisen ja paikallisen sakolukuennusteen määrittämiseksi kasvustolle käyttämällä syöttötietoina a. kasvuston tietoja kasvuominaisuuksista, b. viljelyalueen paikkatietoja, c. viljelyalueen paikallisia säätietoja, ja 10 d. verrannetietoja sakolukuennusteen määrittämiseksi, ja että ennusteen tekemiseen käytettävä laskentaohjelma on sovitettu etsimään kasvuston sijaintiin nähden sopiva referenssiasema ja vertaamaan syötettyjä arvoja referenssiasemalta johdettuihin verrannetietoarvoihin sakolukuennusteen määrittämiseksi.
24. Vaatimuksen 23 mukainen laskentaohjelmisto, tunnettu siitä, että en nusteen tekemiseen käytettävä laskentaohjelma on lisäksi sovitettu kalibroimaan laskentatulosta minimoimalla laskettujen ja mitattujen sakolukujen neliösumma. ·· · • 4 · • · * « » • · · ··· ··· : • ♦ • · · • ·· ix ·····' • · ... ··· • · · · ··· • · • · ·· ♦ • « • 1 ♦ • 1 · *··· * 1 · φ · • · · • · ♦ • · ♦ ··♦ • · • « • · · • · • · · • ♦♦ • · ····· * · 117499 ' 22
FI20041263A 2004-09-29 2004-09-29 Menetelmä puintiajankohdan määrittämiseksi FI117499B (fi)

Priority Applications (5)

Application Number Priority Date Filing Date Title
FI20041263A FI117499B (fi) 2004-09-29 2004-09-29 Menetelmä puintiajankohdan määrittämiseksi
EP05790908.7A EP1799025B1 (en) 2004-09-29 2005-09-28 Method and apparatus for determining a harvesting time
PCT/FI2005/000413 WO2006035108A1 (en) 2004-09-29 2005-09-28 Method for determining a harvesting time
UAA200704744A UA94572C2 (ru) 2004-09-29 2005-09-28 Способ определения срока сбора урожая
RU2007110490/12A RU2395193C2 (ru) 2004-09-29 2005-09-28 Способ определения времени уборки урожая

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20041263 2004-09-29
FI20041263A FI117499B (fi) 2004-09-29 2004-09-29 Menetelmä puintiajankohdan määrittämiseksi

Publications (3)

Publication Number Publication Date
FI20041263A0 FI20041263A0 (fi) 2004-09-29
FI20041263A FI20041263A (fi) 2006-03-30
FI117499B true FI117499B (fi) 2006-11-15

Family

ID=33041588

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20041263A FI117499B (fi) 2004-09-29 2004-09-29 Menetelmä puintiajankohdan määrittämiseksi

Country Status (5)

Country Link
EP (1) EP1799025B1 (fi)
FI (1) FI117499B (fi)
RU (1) RU2395193C2 (fi)
UA (1) UA94572C2 (fi)
WO (1) WO2006035108A1 (fi)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307297B (zh) * 2023-05-22 2023-08-22 中国农业大学 农作物的播种时间和收获时间确定方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE325532B (fi) * 1966-07-29 1970-06-29 Falling Number Ab

Also Published As

Publication number Publication date
UA94572C2 (ru) 2011-05-25
RU2007110490A (ru) 2008-11-10
RU2395193C2 (ru) 2010-07-27
EP1799025B1 (en) 2014-07-02
EP1799025A1 (en) 2007-06-27
FI20041263A (fi) 2006-03-30
WO2006035108A1 (en) 2006-04-06
FI20041263A0 (fi) 2004-09-29

Similar Documents

Publication Publication Date Title
Di Matteo et al. Yield potential and yield stability of Argentine maize hybrids over 45 years of breeding
Akinseye et al. Assessing crop model improvements through comparison of sorghum (sorghum bicolor L. moench) simulation models: A case study of West African varieties
Smith et al. Models of wheat grain quality considering climate, cultivar and nitrogen effects
Huang et al. Extending growing period is limited to offsetting negative effects of climate changes on maize yield in the North China Plain
Casagrande et al. Factors limiting the grain protein content of organic winter wheat in south-eastern France: a mixed-model approach
Mares Pre-harvest sprouting in wheat. I. Influence of cultivar, rainfall and temperature during grain ripening
Dier et al. Decreased wheat grain yield stimulation by free air CO2 enrichment under N deficiency is strongly related to decreased radiation use efficiency enhancement
Chen et al. The spike weight contribution of the photosynthetic area above the upper internode in a winter wheat under different nitrogen and mulching regimes
Kennedy et al. Grain number and grain filling of two-row malting barley in response to variation in post-anthesis radiation: Analysis by grain position on the ear and its implications for yield improvement and quality
CN116485040B (zh) 种子活力预测方法、系统、电子设备及存储介质
Turpin et al. Fababean (Vicia faba) in Australia's northern grains belt: canopy development, biomass, and nitrogen accumulation and partitioning
Menendez et al. Physiological maturity as a function of seed and pod water concentration in spring rapeseed (Brassica napus L.)
Lunn et al. Variation in dormancy duration of the UK wheat cultivar Hornet due to environmental conditions during grain development
Zhao et al. The dwarf gene Rht15 improved lodging resistance but differentially affected agronomic and quality traits in durum wheat
Mirabella et al. Identifying traits at crop maturity and models for estimation of lodging susceptibility in bread wheat
Soler et al. Thermal time for phenological development of four maize hybrids grown off-season in a subtropical environment
Ramya et al. Genotypic variation for normalized difference vegetation index and its relationship with grain yield in wheat under terminal heat stress
Geetika et al. Quantifying physiological determinants of potential yield in mungbean (Vigna radiata (L.) Wilczek)
Celestina et al. Use of spike moisture content to define physiological maturity and quantify progress through grain development in wheat and barley
Tsimba Development of a decision support system to determine the best maize (Zea mays. L) hybrid-planting date option under typical New Zealand management systems: a thesis presented in partial fulfilment of the requirements for the degree of Doctor of Philosophy in Plant Science at Massey University, Palmerston North, New Zealand
Barnard et al. The effect of rainfall and temperature on the preharvest sprouting tolerance of winter wheat in the dryland production areas of the Free State Province
FI117499B (fi) Menetelmä puintiajankohdan määrittämiseksi
Giunta et al. Old tall durum wheat cultivars are suited for dual-purpose utilization
Zhang et al. Optimized timing of using canopy temperature to select high-yielding cultivars of winter wheat under different water regimes
Lizaso et al. Developing a sweet corn simulation model to predict fresh market yield and quality of ears

Legal Events

Date Code Title Description
FG Patent granted

Ref document number: 117499

Country of ref document: FI