JP2022093488A - Field soil physics diagnosis method - Google Patents
Field soil physics diagnosis method Download PDFInfo
- Publication number
- JP2022093488A JP2022093488A JP2022073330A JP2022073330A JP2022093488A JP 2022093488 A JP2022093488 A JP 2022093488A JP 2022073330 A JP2022073330 A JP 2022073330A JP 2022073330 A JP2022073330 A JP 2022073330A JP 2022093488 A JP2022093488 A JP 2022093488A
- Authority
- JP
- Japan
- Prior art keywords
- soil
- hardness
- contour map
- area
- physics
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 239000002689 soil Substances 0.000 title claims abstract description 703
- 238000003745 diagnosis Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000005259 measurement Methods 0.000 claims abstract description 108
- 230000000704 physical effect Effects 0.000 claims abstract description 59
- 230000014759 maintenance of location Effects 0.000 claims description 47
- 239000002245 particle Substances 0.000 claims description 25
- 239000003337 fertilizer Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 230000008685 targeting Effects 0.000 claims description 7
- 238000002405 diagnostic procedure Methods 0.000 claims 3
- 239000010410 layer Substances 0.000 description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 33
- 238000001556 precipitation Methods 0.000 description 18
- 239000004576 sand Substances 0.000 description 14
- 239000004927 clay Substances 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000003306 harvesting Methods 0.000 description 10
- 239000002344 surface layer Substances 0.000 description 10
- 241000209140 Triticum Species 0.000 description 6
- 235000021307 Triticum Nutrition 0.000 description 6
- 235000013339 cereals Nutrition 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000004720 fertilization Effects 0.000 description 6
- 235000013312 flour Nutrition 0.000 description 6
- 239000003864 humus Substances 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000003971 tillage Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002361 compost Substances 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、圃場を対象とした診断エリアについて土壌物理性を診断する圃場における土壌物理性診断方法に関する。 The present invention relates to a method for diagnosing soil physics in a field for diagnosing soil physics in a diagnosis area for a field.
「土壌診断」と言えば、土壌化学性について行われるのが一般的で、簡易的な土壌物理性診断技術の開発が求められていた。近年は農業機械の大型化が進み、耕盤層の形成による排水不良や作土層が薄くなる傾向が見られ、土壌化学性は適正でも土壌物理性の悪化による作物収量への影響が顕在化してきた。
土壌物理性は、コアサンプルなどを研究室に持ち帰って測定する手法が一般的で、コストや時間が掛かり、サンプルを大量に処理するのは難しかった。また、調査地点が少しずれると変化することが知られており、現場で使える簡易的評価手法が求められていた。
特許文献1は、軽量でかつ携帯して持ち運びができ、高精度な測定が可能で、土壌の硬度と貫入深度の測定値をメモリーに保存する機能を備えた土壌硬度計を提案している。
また、特許文献1では、GPSを用いて測定した位置情報及び日付と、時間情報を得て、測定データとともにメモリーに保存し、保存したデータをコンピュータに出力することにより、測定データを地図上に表示することも提案している。
Speaking of "soil diagnosis", it is generally performed on soil chemistry, and the development of a simple soil physics diagnosis technique has been required. In recent years, the size of agricultural machinery has increased, and there has been a tendency for poor drainage and thinning of soil layers due to the formation of tillage layers. I've done it.
Soil physics is generally measured by taking core samples back to the laboratory, which is costly and time-consuming, and it is difficult to process a large number of samples. In addition, it is known that the survey points change when the survey points are slightly displaced, and a simple evaluation method that can be used in the field has been required.
Further, in
しかし、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を診断する方法は今まで提案されていない。 However, no method has been proposed so far for diagnosing soil physics affecting crop productivity such as poor drainage and soil layer thickness for the entire diagnosis area.
本発明は、特許文献1で提案されているような土壌硬度計で測定できる土壌硬度データを用いて、作物生産性に及ぼす土壌物理性を診断する圃場における土壌物理性診断方法を提供することを目的とする。
The present invention provides a method for diagnosing soil physics in a field for diagnosing soil physics affecting crop productivity by using soil hardness data that can be measured with a soil hardness meter as proposed in
請求項1記載の本発明の圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、前記測位点決定ステップで決定した前記測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、前記測定ステップで測定した土壌硬度データ及び前記測位ポイントの位置データから、前記深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、前記土壌硬度等高線マップ生成ステップで生成した、前記深度毎の前記土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、前記土層判別ステップで判別した、前記作土又は前記下層土について土壌物理性を診断する土壌物理性診断ステップとを有することを特徴とする。
請求項2記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度毎の前記土壌硬度等高線マップから、前記作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別することを特徴とする。
請求項3記載の本発明は、請求項2に記載の圃場における土壌物理性診断方法において、前記土壌物理性診断ステップでは、前記深度が深い前記土壌硬度等高線マップから、低硬度ポイントを判別する第1雨水滞留エリア判別ステップと、前記深度が浅い前記土壌硬度等高線マップから、前記第1雨水滞留エリア判別ステップで判別した前記低硬度ポイントを含む前記低硬度エリアを前記雨水滞留エリアと判別する第2雨水滞留エリア判別ステップとを有することを特徴とする。
請求項4記載の本発明は、請求項1から請求項3のいずれか1項に記載の圃場における土壌物理性診断方法において、前記土壌物理性を前記作土における保水性又は排水性としたことを特徴とする。
請求項5記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機によって前記診断エリアを耕起する耕起ステップと、前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項6記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機が前記診断エリアを走行する踏圧ステップと、前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項7記載の本発明は、請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから土質の粒度組成を判別することを特徴とする。
請求項8記載の本発明は、請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから施肥量を診断することを特徴とする。
請求項9記載の本発明は、請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから明渠の敷設位置を決定することを特徴とする。
請求項10記載の本発明は、請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記下層土における前記土壌硬度等高線マップから暗渠の敷設位置を決定することを特徴とする。
The method for diagnosing soil physical properties in a field according to
According to the second aspect of the present invention, in the soil physics diagnosis method in the field according to the first aspect, in the soil physics diagnosis step, the low hardness area in the soil is obtained from the soil hardness contour map for each depth. Is characterized by distinguishing it as a rainwater retention area where rainwater collects.
According to the third aspect of the present invention, in the soil physical property diagnosis method in the field according to the second aspect, in the soil physical property diagnosis step, a low hardness point is discriminated from the deep soil hardness contour map. From the 1 rainwater retention area determination step and the shallow soil hardness contour map, the second low hardness area including the low hardness point determined in the first rainwater retention area determination step is determined to be the rainwater retention area. It is characterized by having a rainwater retention area determination step.
According to the fourth aspect of the present invention, in the method for diagnosing soil physics in the field according to any one of
The present invention according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
本発明によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。 According to the present invention, the soil physics that affect the crop productivity such as poor drainage and the thickness of the soil layer for the entire diagnostic area is determined for the soil and the subsoil, instead of the limited sampling of a part. It can be distinguished and diagnosed by a three-dimensional distribution.
本発明の第1の実施の形態による圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、測位点決定ステップで決定した測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、測定ステップで測定した土壌硬度データ及び測位ポイントの位置データから、深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、土壌硬度等高線マップ生成ステップで生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、土層判別ステップで判別した、作土又は下層土について土壌物理性を診断する土壌物理性診断ステップとを有するものである。
本実施の形態によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
The method for diagnosing soil physical properties in a field according to the first embodiment of the present invention is a positioning point determination step for determining a plurality of positioning points and a positioning point determined in the positioning point determination step for a diagnosis area targeting the field. For each depth, a measurement step for measuring soil hardness, a soil hardness contour map generation step for generating a soil hardness contour map for each depth from the soil hardness data and positioning point position data measured in the measurement step, and a soil From the soil hardness contour map for each depth generated in the hardness contour map generation step, the soil layer discrimination step for discriminating whether the soil layer is soil or subsoil, and the soil or subsoil discriminated in the soil layer discrimination step. It has a soil physics diagnosis step for diagnosing soil physics.
According to this embodiment, soil physics such as poor drainage and soil layer thickness are applied to the soil and subsoil for the entire diagnosis area, instead of a limited sampling. It can be diagnosed by a three-dimensional distribution by distinguishing from.
本発明の第2の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、土壌物理性診断ステップでは、深度毎の土壌硬度等高線マップから、作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別するものである。
本実施の形態によれば、作土における低硬度エリアは、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリアや干害エリアを予測できる。
The second embodiment of the present invention is the soil physics diagnosis method in the field according to the first embodiment, and in the soil physics diagnosis step, the low hardness area in the soil is obtained from the soil hardness contour map for each depth. It is identified as a rainwater retention area where rainwater collects.
According to this embodiment, the low hardness area in the soil is a rainwater retention area because it has a permeation space due to its low density and many gaps, or because the soil becomes soft due to its increased plasticity when it contains water. By discriminating the rainwater retention area, it is possible to predict the wet area and drought area of the crops in the field.
本発明の第3の実施の形態は、第2の実施の形態による圃場における土壌物理性診断方法において、土壌物理性診断ステップでは、深度が深い土壌硬度等高線マップから、低硬度ポイントを判別する第1雨水滞留エリア判別ステップと、深度が浅い土壌硬度等高線マップから、第1雨水滞留エリア判別ステップで判別した低硬度ポイントを含む低硬度エリアを雨水滞留エリアと判別する第2雨水滞留エリア判別ステップとを有するものである。
本実施の形態によれば、先に低硬度ポイントを雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
A third embodiment of the present invention is the method for diagnosing soil physics in a field according to the second embodiment. In the soil physics diagnosis step, a low hardness point is discriminated from a deep soil hardness contour map. 1 Stormwater retention area determination step and 2nd rainwater retention area determination step to determine the low hardness area including the low hardness point determined in the 1st rainwater retention area determination step as the rainwater retention area from the shallow soil hardness contour map. It has.
According to the present embodiment, by first determining the low hardness point as the point where the rainwater collects, the flow of the rainwater can be predicted and the rainwater retention area can be accurately determined.
本発明の第4の実施の形態は、第1から第3のいずれかの実施の形態による圃場における土壌物理性診断方法において、土壌物理性を作土における保水性又は排水性としたものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、暗渠や明渠を効果的に敷設することができ、農作物の収穫量を増やすことができる。
The fourth embodiment of the present invention is the method for diagnosing soil physics in a field according to any one of the first to third embodiments, wherein the soil physics is water retention or drainage in soil cultivation. ..
According to the present embodiment, by being able to diagnose the water retention or drainage property in the soil, it is possible to effectively lay an underdrain or a clear underdrain, and it is possible to increase the yield of agricultural products.
本発明の第5の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機によって診断エリアを耕起する耕起ステップと、耕起ステップでの耕起後に、測位点決定ステップで決定した測位ポイントについて、深度毎に耕起後土壌硬度を測定する耕起後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、耕起後測定ステップで測定した耕起後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
A fifth embodiment of the present invention includes a plowing step in which the diagnosis area is cultivated by an agricultural work machine after the soil hardness is measured in the measuring step in the soil physical property diagnosis method in the field according to the first embodiment. The positioning point determined in the positioning point determination step after plowing in the plowing step has a post-plowing measurement step for measuring the soil hardness after plowing for each depth, and the measurement in the soil physical property diagnosis step. Changes in soil physical properties are diagnosed from the soil hardness data measured in the step and the post-plow soil hardness data measured in the post-plow measurement step.
According to this embodiment, the work effect of the farm work machine can be confirmed, and the farm work machine suitable for the field can be selected based on the objective data.
本発明の第6の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機が診断エリアを走行する踏圧ステップと、踏圧ステップでの走行後に、測位点決定ステップで決定した測位ポイントについて、深度毎に走行後土壌硬度を測定する走行後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、走行後測定ステップで測定した走行後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
The sixth embodiment of the present invention is the treading step in which the agricultural work machine travels in the diagnosis area after the measurement of the soil hardness in the measuring step in the soil physical property diagnosis method in the field according to the first embodiment, and the treading pressure. After running in the step, the positioning point determined in the positioning point determination step has a post-running measurement step for measuring the post-running soil hardness for each depth, and the soil physical property diagnosis step has the soil hardness measured in the measurement step. Changes in soil physical properties are diagnosed from the data and the post-running soil hardness data measured in the post-running measurement step.
According to the present embodiment, the influence of the treading pressure of the agricultural work machine can be grasped, and the running method and the running path of the farm working machine suitable for the field can be selected based on the objective data.
本発明の第7の実施の形態は、第1から第4のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから土質の粒度組成を判別するものである。
本実施の形態によれば、土質の粒度組成を判別することで、農作物の収穫量を予測し、施肥量を調整することができる。
The seventh embodiment of the present invention is the soil physics diagnosis method in the field according to any one of the first to fourth embodiments, from the soil hardness contour map of the soil determined in the soil layer discrimination step. It determines the particle size composition.
According to this embodiment, it is possible to predict the yield of agricultural products and adjust the fertilizer application amount by determining the particle size composition of the soil.
本発明の第8の実施の形態は、第1から第4のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから施肥量を診断するものである。
本実施の形態によれば、特に土壌化学性を合わせて分析することで減肥を行うことができる。
The eighth embodiment of the present invention is the fertilizer application amount from the soil hardness contour map of the soil determined in the soil layer discrimination step in the soil physics diagnosis method in the field according to any one of the first to fourth embodiments. Is to diagnose.
According to this embodiment, fertilizer can be reduced by analyzing soil chemistry in combination.
本発明の第9の実施の形態は、第1から第4のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから明渠の敷設位置を決定するものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、明渠を効果的に敷設することができる。
A ninth embodiment of the present invention is a method for diagnosing soil physics in a field according to any one of the first to fourth embodiments. It determines the laying position.
According to the present embodiment, the water retention or drainage property in the soil can be diagnosed, so that the culvert can be effectively laid.
本発明の第10の実施の形態は、第1から第4のいずれかの実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した下層土における土壌硬度等高線マップから暗渠の敷設位置を決定するものである。
本実施の形態によれば、下層土における保水性又は排水性を診断できることで、暗渠を効果的に敷設することができる。
A tenth embodiment of the present invention is the method for diagnosing soil physics in a field according to any one of the first to fourth embodiments, in which the soil hardness contour map of the subsoil determined in the soil layer discrimination step is used to determine the culvert. It determines the laying position.
According to this embodiment, the culvert can be effectively laid by being able to diagnose the water retention or drainage property in the lower soil.
以下本発明の一実施例による圃場における土壌物理性診断方法について説明する。
図1は本実施例による圃場における土壌物理性診断方法を示すフローチャートである。
本実施例による圃場における土壌物理性診断方法は、以下のステップで行われる。
測位点決定ステップ1において、圃場を対象とした診断エリア1(図2参照)について複数の測位ポイント2(図2参照)を決定する。例えば、測位ポイント2が約10mメッシュとなるように決定する。診断エリア1を1haとすると、診断エリア1の最外周を測位ポイント2から外すことで、測位ポイント2は64地点となる。
測定ステップ2では、測位点決定ステップ1で決定した測位ポイント2について、深度毎に土壌硬度を測定する。土壌硬度の測定には、例えば特許文献1で開示されているような貫入式土壌硬度計を用いる。また、測定ステップ2での測定では、衛星測位システム(GNSS)を用い、測位ポイント2の位置データを取得する。
土壌硬度等高線マップ生成ステップ3では、測定ステップ2で測定した土壌硬度データ及び測位ポイント2の位置データから、深度毎に、土壌硬度等高線マップを生成する。
土層判別ステップ4では、土壌硬度等高線マップ生成ステップ3で生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する。
Hereinafter, a method for diagnosing soil physics in a field according to an embodiment of the present invention will be described.
FIG. 1 is a flowchart showing a soil physics diagnosis method in a field according to this embodiment.
The soil physics diagnosis method in the field according to this example is carried out in the following steps.
In the positioning
In the
In the soil hardness contour
In the soil
土壌物理性診断ステップ5では、土層判別ステップ4で判別した、作土又は下層土について土壌物理性を診断する。
土壌物理性診断ステップ5では、深度毎の土壌硬度等高線マップから、作土における低硬度エリア11(図3参照)を雨水の集まる雨水滞留エリアと判別する。
更に具体的には、土壌物理性診断ステップ5では、深度が深い土壌硬度等高線マップから、低硬度ポイント10(図3参照)を判別する第1雨水滞留エリア判別ステップ51と、深度が浅い土壌硬度等高線マップから、第1雨水滞留エリア判別ステップ51で判別した低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別する第2雨水滞留エリア判別ステップ52とを有する。
In the soil
In the soil physical
More specifically, in the soil physical
図2は本実施例による圃場における土壌物理性診断方法を示す説明図である。
図2(a)は、圃場を対象とした診断エリア1における測位ポイント2を示している。図2(b)は、一つの測位ポイント2における深度毎の土壌硬度を示している。図2(b)では、1cm刻みで深さ60cmまでを測定した場合を示している。図2(c)は、5cm刻みで、7つの深度の異なる土壌硬度等高線マップを示している。
FIG. 2 is an explanatory diagram showing a soil physics diagnosis method in a field according to this example.
FIG. 2A shows the
図3は本実施例による圃場における土壌物理性診断方法で生成した深度毎の土壌硬度等高線マップである。
図3(a)は深度15cm、図3(b)は深度20cm、図3(c)は深度30cm、図3(d)は深度40cm、図3(e)は深度50cm、図3(f)は深度60cmにおける土壌硬度等高線マップである。
図3に示すように、深度20cm以上が下層土であり、少なくとも深度20cm未満が作土であることが分かる。所定の硬度を閾値として定め、閾値以上の硬度が占める比率によって土壌層位が下層土であると判別することができる。
図3に示す土壌硬度等高線マップでは、例えば、深度が深い土壌硬度等高線マップである深度60cmにおける土壌硬度等高線マップから低硬度ポイント10を判別し、深度が浅い土壌硬度等高線マップである深度15cmにおける土壌硬度等高線マップから、低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別する。
FIG. 3 is a soil hardness contour map for each depth generated by the soil physics diagnosis method in the field according to this example.
3 (a) is a depth of 15 cm, FIG. 3 (b) is a depth of 20 cm, FIG. 3 (c) is a depth of 30 cm, FIG. 3 (d) is a depth of 40 cm, FIG. 3 (e) is a depth of 50 cm, and FIG. 3 (f). Is a soil hardness contour map at a depth of 60 cm.
As shown in FIG. 3, it can be seen that the depth of 20 cm or more is the sublayer soil, and at least the depth of less than 20 cm is the soil. A predetermined hardness is set as a threshold value, and it can be determined that the soil horizon is subsoil by the ratio occupied by the hardness above the threshold value.
In the soil hardness contour map shown in FIG. 3, for example, the
図4は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと収穫時の作土含水率との関係を示す図である。
図4(a)は診断エリアにおける深度12cmにおける土壌硬度等高線マップを示し、図4(b)は同診断エリアにおける農作物の収穫時に測定した作土含水率を示している。
図4(a)に示すように、三方を高い硬度エリアに囲まれた低硬度エリア11a、11bについては、図4(b)に示すように高い含水率となっている。一方、三方を高い硬度エリアに囲まれた低硬度エリア11cについては、低硬度エリア11aと連通する低硬度エリア11dが存在することから、雨水は、低硬度エリア11cから低硬度エリア11dを通って低硬度エリア11aに流れると考えることができる。
FIG. 4 is a diagram showing the relationship between the soil hardness contour map generated by the soil physics diagnosis method in the field according to this example and the soil moisture content at the time of harvesting.
FIG. 4A shows a soil hardness contour map at a depth of 12 cm in the diagnostic area, and FIG. 4B shows the soil moisture content measured at the time of harvesting the crops in the diagnostic area.
As shown in FIG. 4A, the
図5は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと農作物の収穫量との関係を示す図である。
図5(a)は診断エリアにおける深度12cmにおける土壌硬度等高線マップを示し、図5(b)は同診断エリアにおけるコムギ(さとのそら)子実重(t/ha)の等高線マップを示している。
図5(b)に示す湿害エリア21及び干害エリア22と、図5(a)に示す土壌硬度とに相関性があることが分かる。
FIG. 5 is a diagram showing the relationship between the soil hardness contour map generated by the soil physics diagnosis method in the field according to this example and the yield of agricultural products.
FIG. 5 (a) shows a soil hardness contour map at a depth of 12 cm in the diagnostic area, and FIG. 5 (b) shows a contour map of wheat (Satonosora) grain weight (t / ha) in the diagnostic area. ..
It can be seen that there is a correlation between the
このように、本実施例によれば、一部の限られたサンプリングではなく、診断エリア1全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
また本実施例によれば、作土における低硬度エリア11は、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリア21や干害エリア22を予測できる。
また本実施例によれば、先に低硬度ポイント10を雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
また、本実施例に示すように、土壌物理性を作土における保水性又は排水性とし、作土における保水性又は排水性を診断することで、暗渠や明渠を効果的に敷設することができ、農作物の収穫収量を増やすことができる。
As described above, according to this embodiment, the soil physical properties such as poor drainage and the thickness of the soil layer are produced for the entire
Further, according to this embodiment, the
Further, according to the present embodiment, by first determining the
In addition, as shown in this example, by setting the soil physics as water retention or drainage in soil cultivation and diagnosing the water retention or drainage in soil cultivation, it is possible to effectively lay culverts and clear culverts. , The yield of crops can be increased.
図6は本発明の他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図1と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ2での土壌硬度の測定後に、農作業機によって診断エリア1を耕起する耕起ステップ6と、耕起ステップ6での耕起後に、測位点決定ステップ1で決定した測位ポイント2について、深度毎に耕起後土壌硬度を測定する耕起後測定ステップ7とを有する。
そして土壌物理性診断ステップ5では、作土又は下層土について、測定ステップ2で測定した土壌硬度データと、耕起後測定ステップ7で測定した耕起後土壌硬度データとから土壌物理性の変化を診断する。
FIG. 6 is a flowchart showing a soil physics diagnosis method in a field according to another embodiment of the present invention. The same processing as in FIG. 1 is designated by the same reference numerals and the description thereof will be omitted.
The method for diagnosing soil physics in a field according to the present embodiment is a plowing
Then, in the soil physical
図7は、土壌硬度について、標準化をしない主成分分析によって抽出した主成分(物理性パラメータ)の評価結果(寄与率)を示している。図7において、PC1は下層土の硬度による傾向、PC2は作土の硬度による傾向を表している。 FIG. 7 shows the evaluation results (contribution rate) of the main components (physical parameters) extracted by the principal component analysis without standardization for the soil hardness. In FIG. 7, PC1 shows a tendency depending on the hardness of the underlying soil, and PC2 shows a tendency depending on the hardness of the soil.
図8は、図7におけるPC1とPC2を指標として用いた耕起前後の土壌硬度の変化を示すグラフである。PC1を横軸、PC2を縦軸としている。
農作業機として、スタブルカルチ、サブソイラ、プラウを用いた。
スタブルカルチでは、耕起によって作土を柔らかくし下層土も少し柔らかくなっている。サブソイラでは、耕起によって下層土がかなり柔らかくなっている。プラウでは、耕起によって作土を柔らかくするが、下層土はやや硬くなっている。プラウを用いることで下層土が硬くなっているのは、モールドボードをこすりつけるためと考えられる。
サブソイラとスタブルカルチとを用いると、サブソイラ又はスタブルカルチを単独で用いる場合と比較して下層土は最も柔らかくなるが、トラクタが二度走行することによる影響で作土が踏圧を受け、サブソイラを単独で用いる場合より作土は硬くなる。
なお、サブソイラのナイフの間では、作土及び下層土に対する影響はほとんど見られない。わだちでは作土が硬くなっている。
このように本実施例によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
FIG. 8 is a graph showing changes in soil hardness before and after plowing using PC1 and PC2 in FIG. 7 as indicators. PC1 is the horizontal axis and PC2 is the vertical axis.
Stable cult, subsoiler and plow were used as agricultural work machines.
In stable culti, tilling softens the soil and the subsoil is also a little softer. In subsoilers, tillage has considerably softened the subsoil. In plows, tillage softens the soil, but the subsoil is a little harder. It is thought that the reason why the subsoil is hardened by using the plow is because the mold board is rubbed.
When the subsoiler and the stable cult are used, the subsoil is the softest compared to the case where the subsoiler or the stable cult is used alone. The soil is harder than in some cases.
There is almost no effect on soil production and subsoil between the knives of the subsoiler. The soil is hard in ruts.
As described above, according to this embodiment, the work effect of the farm work machine can be confirmed, and the farm work machine suitable for the field can be selected based on the objective data.
図9は本発明の更に他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図1と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ2での土壌硬度の測定後に、農作業機が診断エリア1を走行する踏圧ステップ8と、踏圧ステップ8での走行後に、測位点決定ステップ1で決定した測位ポイント2について、深度毎に走行後土壌硬度を測定する走行後測定ステップ9とを有する。
そして土壌物理性診断ステップ5では、作土又は下層土について、測定ステップ2で測定した土壌硬度データと、走行後測定ステップ9で測定した走行後土壌硬度データとから土壌物理性の変化を診断する。
FIG. 9 is a flowchart showing a soil physics diagnosis method in a field according to still another embodiment of the present invention. The same processing as in FIG. 1 is designated by the same reference numerals and the description thereof will be omitted.
In the soil physics diagnosis method in the field according to the present embodiment, after the soil hardness is measured in the
Then, in the soil physical
図10は、図7におけるPC1とPC2を指標として用いた走行前後の土壌硬度の変化を示すグラフである。PC1を横軸、PC2を縦軸としている。
図10(a)は踏圧無しの地点、図10(b)はクローラーで踏圧した地点、図10(c)は枕地の地点である。なお、乾田直播でイネを栽培した水田について収穫前を測定ステップ2とし、収穫後を走行後測定ステップ9として測定した。踏圧無しは23地点、踏圧は29地点、枕地は10地点で測定している。
図10(a)及び図10(b)における平均PC2で示すように、作土層についてはクローラーの踏圧によって影響はほとんどなく、図10(a)及び図10(b)における平均PC1で示すように、下層土についてはクローラーの踏圧によって平均で9.4%硬くなっている。
このように本実施例によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
FIG. 10 is a graph showing changes in soil hardness before and after running using PC1 and PC2 in FIG. 7 as indexes. PC1 is the horizontal axis and PC2 is the vertical axis.
FIG. 10A is a point where there is no treading, FIG. 10B is a point where the crawler is pressed, and FIG. 10C is a point where the headland is used. For paddy fields in which rice was cultivated by direct sowing in dry fields, measurement was performed before harvesting as
As shown by the average PC2 in FIGS. 10 (a) and 10 (b), the soil layer is hardly affected by the treading pressure of the crawler, and is shown by the average PC1 in FIGS. 10 (a) and 10 (b). In addition, the lower soil is 9.4% harder on average due to the treading pressure of the crawler.
As described above, according to this embodiment, the influence of the treading pressure of the agricultural work machine can be grasped, and the traveling method and the traveling path of the agricultural working machine suitable for the field can be selected based on the objective data.
図11から図13を用いて、年間を通した土壌硬度の変化について説明する。
図11はそれぞれの調査日前10日間の降水量と平均気温を示す表、図12はそれぞれの調査日について同一圃場における下層土(深度40cm)での土壌硬度等高線マップ、図13はそれぞれの調査日について同一圃場における作土(深度12cm)での土壌硬度等高線マップである。
The change in soil hardness throughout the year will be described with reference to FIGS. 11 to 13.
FIG. 11 is a table showing precipitation and average temperature for 10 days before each survey date, FIG. 12 is a contour map of soil hardness in the subsoil (
図11(a)に示すように、2015/11/25の調査日、及び2016/11/18の調査日が10日間の積算降水量が多く、2016/3/2の調査日、及び2016/6/1の調査日が10日間の積算降水量が少ない。また、図11(b)に示すように、2016/6/1の調査日が10日間の積算平均気温が最も高い。
図12及び図13では、10日間の積算降水量が多かった、2015/11/25の調査日(図12(a)、図13(a))、及び2016/11/18の調査日(図12(d)、図13(d))は、2016/3/2の調査日(図12(b)、図13(b))、及び2016/6/1の調査日(図12(c)、図13(c))に比べて低硬度となっていることが分かる。
図12及び図13に示すように、降水量や気温によって土壌硬度の絶対値は変化するが、低硬度ポイント10や低硬度エリア11はほぼ同じ位置で発生し、年間を通じて土壌硬度が高い地点と低い地点の相対的な関係は変わらない。
土壌硬度三次元分布と10日前からのアメダスデータを総合して考察すると、積算降水量が少なく、積算平均気温が高い方が、土壌硬度は高い傾向にある。このことから、事前に土壌硬度等高線マップを作成しておけば、降雨後に農業機械で圃場作業を行おうとした場合に、土壌硬度を数点測定することによって、滞りなく圃場作業を行えるかどうかの判定ができる。
As shown in FIG. 11 (a), the survey dates of 2015/11/25 and 2016/11/18 have a large amount of accumulated precipitation for 10 days, and the survey dates of 2016/3/2 and 2016/ The cumulative rainfall for 10 days on the 6/1 survey day is small. Further, as shown in FIG. 11B, the cumulative average temperature for 10 days on the survey day of June 1, 2016 is the highest.
In FIGS. 12 and 13, the survey dates of November 25, 2015 (FIGS. 12 (a) and 13 (a)) and the survey dates of 2016/11/18 (FIG. 12), which had a large cumulative precipitation for 10 days, were observed. 12 (d) and FIG. 13 (d) are the survey dates of 2016/3/2 (FIG. 12 (b) and FIG. 13 (b)) and the survey date of 2016/6/1 (FIG. 12 (c)). It can be seen that the hardness is lower than that in FIG. 13 (c).
As shown in FIGS. 12 and 13, the absolute value of soil hardness changes depending on the amount of precipitation and air temperature, but the
Comprehensively considering the three-dimensional distribution of soil hardness and the AMeDAS data from 10 days ago, the soil hardness tends to be higher when the cumulative precipitation is small and the cumulative average temperature is high. From this, if a contour map of soil hardness is created in advance, it is possible to perform field work without delay by measuring several points of soil hardness when trying to work in the field with an agricultural machine after rainfall. You can make a judgment.
図14から図17を用いて、土壌硬度三次元分布と実際の水の流れとの関係について説明する。
図14はそれぞれの調査日前の日降水量(アメダスデータ)を示すグラフと、調査対象とする圃場における作土(深度12cm)での土壌硬度等高線マップ、図15はそれぞれの調査日における圃場の表層での土壌含水率等高線マップ、図16及び図17は同一調査日(2017/6/15)における異なる深度での土壌含水率等高線マップと土壌硬度等高線マップである。
The relationship between the three-dimensional distribution of soil hardness and the actual flow of water will be described with reference to FIGS. 14 to 17.
FIG. 14 is a graph showing the daily precipitation (Amedas data) before each survey day, and a contour map of soil hardness in the soil (
図15(a)に示す2017/5/10の調査日は図14(a)に示すように降雨直後、図15(b)に示す2017/5/12の調査日は図14(a)に示すように降雨なく土壌が乾いた状態、図15(c)に示す2017/5/15の調査日は図14(a)に示すように30mmの降雨から2日後、図15(d)に示す2017/6/6の調査日は図14(a)に示すように降雨から4日経過して土壌が乾いた状態である。
図15では、土壌水分について降雨イベントと表層土壌水分の水平分布を経時的に示している。
図15に示すように、降水量によって含水率の絶対値は変化するが、同一圃場における高含水率エリア12は、低硬度エリア11と重なっており、実際に低硬度エリア11に雨水が溜まることが分かる。
図16では、作土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図16(a)は深度0~3cmでの土壌含水率等高線マップ、図16(b)は深度9~12cmでの土壌含水率等高線マップ、図16(c)は深度1cmでの土壌硬度等高線マップ、図16(d)は深度12cmでの土壌硬度等高線マップである。
図16(a)及び図16(b)に示す高含水率エリア12は、図16(c)及び図16(d)に矢印で示すように、高硬度エリア13から低硬度エリア11に雨水が流れ込んでいることが分かる。
図17では、下層土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図17(a)は深度15~18cmでの土壌含水率等高線マップ、図17(b)は深度24~27cmでの土壌含水率等高線マップ、図17(c)は深度18cmでの土壌硬度等高線マップ、図17(d)は深度27cmでの土壌硬度等高線マップである。
図17(a)及び図17(b)に示す高含水率エリア12は、図17(c)及び図17(d)に矢印で示すように、高硬度エリア13から低硬度エリア11に雨水が流れ込んでいることが分かる。
以上のように、深度毎の土壌硬度等高線マップから、作土及び下層土における雨水の流れや雨水滞留エリアを把握することができる。
The survey date of 2017/5/10 shown in FIG. 15 (a) is immediately after rainfall as shown in FIG. 14 (a), and the survey date of 2017/5/12 shown in FIG. 15 (b) is shown in FIG. 14 (a). As shown in the state where the soil is dry without rainfall, the survey date of 2017/5/15 shown in FIG. 15 (c) is shown in FIG. 15 (d) two days after the rainfall of 30 mm as shown in FIG. 14 (a). As shown in FIG. 14A, the survey day of June 6, 2017 is a state in which the soil is dry four days after the rainfall.
FIG. 15 shows the rainfall event and the horizontal distribution of the surface soil moisture over time for the soil moisture.
As shown in FIG. 15, the absolute value of the water content changes depending on the amount of precipitation, but the high
FIG. 16 shows the vertical distribution of soil moisture in soil cultivation and the soil hardness in comparison.
FIG. 16 (a) is a soil water content contour map at a depth of 0 to 3 cm, FIG. 16 (b) is a soil water content contour map at a depth of 9 to 12 cm, and FIG. 16 (c) is a soil hardness contour map at a depth of 1 cm. 16 (d) is a contour map of soil hardness at a depth of 12 cm.
In the high
FIG. 17 shows the vertical distribution of soil moisture in the subsoil and the soil hardness in comparison.
FIG. 17 (a) is a contour map of soil water content at a depth of 15 to 18 cm, FIG. 17 (b) is a contour map of soil water content at a depth of 24 to 27 cm, and FIG. 17 (c) is a contour map of soil hardness at a depth of 18 cm. FIG. 17 (d) is a contour map of soil hardness at a depth of 27 cm.
In the high
As described above, the flow of rainwater and the stormwater retention area in the soil and subsoil can be grasped from the soil hardness contour map for each depth.
図18及び図19を用いて、小麦粉実収量と土質の粒度組成との関係について説明する。
図18は小麦粉実収量を示す収量等高線マップ、図19は表層における土質の粒度組成及びC腐植を示す等高線マップである。
The relationship between the actual yield of wheat flour and the particle size composition of soil will be described with reference to FIGS. 18 and 19.
FIG. 18 is a yield contour map showing the actual yield of wheat flour, and FIG. 19 is a contour map showing the grain size composition of the soil in the surface layer and C humus.
図19(a)は粒径が2mm~0.2mmの粗砂の等高線マップ、図19(b)は粒径が0.2mm~0.02mmの細砂の等高線マップ、図19(c)は粒径が0.02mm~0.002mmのシルトの等高線マップ、図19(d)は粒径が0.002mm以下の粘土の等高線マップ、図19(e)は仮比重の等高線マップ、図19(f)はC腐植の等高線マップである。
図18における低収量エリア14及び高収量エリア15を図19に示している。
図19(e)に示すように、仮比重が高く砂画分が多いエリアが低収量エリア14となり、異なる粒径が適度に混ざり合ったエリアが高収量エリア15となっていることが分かる。なお、図19(f)に示すように仮比重が高く砂画分が多いエリアではC腐植が極めて低いことが分かる。仮比重が高く砂画分が多いエリアは堆肥などの有機物施用により土壌物理性や養分保持能の改善効果が見込める。
19 (a) is an contour map of coarse sand having a particle size of 2 mm to 0.2 mm, FIG. 19 (b) is an contour map of fine sand having a particle size of 0.2 mm to 0.02 mm, and FIG. 19 (c) is. FIG. 19 (d) is a contour map of clay having a particle size of 0.02 mm to 0.002 mm, FIG. 19 (d) is a contour map of clay having a particle size of 0.002 mm or less, and FIG. 19 (e) is a contour map of provisional specific gravity. f) is a contour map of C rot.
The low-yielding
As shown in FIG. 19 (e), it can be seen that the area having a high bulk density and a large amount of sand fraction is the
図20は、図18及び図19に示す圃場における土壌硬度等高線マップであり、図20(a)は表層での土壌硬度等高線マップ、図20(b)は深度12cmでの土壌硬度等高線マップ、図20(c)は深度40cmでの土壌硬度等高線マップである。 20 is a soil hardness contour map in the fields shown in FIGS. 18 and 19, FIG. 20 (a) is a soil hardness contour map on the surface layer, and FIG. 20 (b) is a soil hardness contour map at a depth of 12 cm. 20 (c) is a contour map of soil hardness at a depth of 40 cm.
表層での土壌硬度等高線マップである図20(a)は、図19(e)に示す仮比重と高い相関性が認められる。
また、深度が深い土壌硬度等高線マップである図20(c)から低硬度ポイント10を判別でき、深度が浅い土壌硬度等高線マップである図20(b)から、低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別でき、図20(b)に示すように雨水の流れを推測できる。図20では、図19(d)における高粘土エリア16を図示している。
このように、図19に示す粒度組成の分布は雨水の流れと相関があることから、粒度組成を測定することなく、本実施例による土壌物理性診断方法によって粒径の小さいシルト画分や粘土画分が多いエリアを判別することができる。
また、図20(a)に示す表層での土壌硬度等高線マップ、又は図20(b)に示す作土での土壌硬度等高線マップから、明渠の敷設位置を決定することができ、明渠を敷設することで作土における雨水の流れや滞留を調整でき、収穫量の低いエリアを改善することができる。
また、図20(c)に示す下層土での土壌硬度等高線マップから、暗渠の敷設位置を決定することができ、暗渠を敷設することで、作土の土壌含水率を適正に保ち、地下水位を低下させることが可能、土壌中の通気性を良好として収穫量を高めることができる。
FIG. 20 (a), which is a contour map of soil hardness on the surface layer, shows a high correlation with the bulk density shown in FIG. 19 (e).
Further, the
As described above, since the distribution of the particle size composition shown in FIG. 19 correlates with the flow of rainwater, the silt fraction and clay having a small particle size are determined by the soil physical property diagnosis method according to the present embodiment without measuring the particle size composition. Areas with many fractions can be identified.
Further, the laying position of the culvert can be determined from the soil hardness contour map in the surface layer shown in FIG. 20 (a) or the soil hardness contour map in the soil cultivated in FIG. 20 (b), and the culvert is laid. As a result, the flow and retention of rainwater in the soil can be adjusted, and areas with low yields can be improved.
In addition, the location of the underdrain can be determined from the soil hardness contour map of the subsoil shown in FIG. 20 (c). By laying the underdrain, the soil moisture content of the soil can be maintained appropriately and the groundwater level can be maintained. It is possible to reduce the amount of water, and it is possible to increase the yield by improving the air permeability in the soil.
図21は、図18から図20に示す圃場における土壌化学性を示す等高線マップであり、図21(a)はK2Oの等高線マップ、図21(b)はMgOの等高線マップ、図21(c)はCaOの等高線マップ、図21(d)はMg/Kの等高線マップ、図21(e)はCa/Mgの等高線マップである。
図22は、図18から図20に示す圃場における土壌化学性を示す分析マップであり、図22(a)はK2Oの適性を示す分析マップ、図22(b)はMgOの適性を示す分析マップ、図22(c)はCaOの適性を示す分析マップ、図22(d)はMg/Kの適性を示す分析マップ、図22(e)はCa/Mgの適性を示す分析マップ、図22(f)はARkの適性を示す分析マップである。
21 is a contour map showing the soil chemistry in the fields shown in FIGS. 18 to 20, FIG. 21 (a) is a contour map of K2O, FIG . 21 (b) is a contour map of MgO, and FIG. 21 ( c) is a contour map of CaO, FIG. 21 (d) is a contour map of Mg / K, and FIG. 21 (e) is a contour map of Ca / Mg.
22 is an analysis map showing the soil chemistry in the fields shown in FIGS. 18 to 20, FIG. 22A shows an analysis map showing the suitability of K2O, and FIG . 22B shows the suitability of MgO. An analysis map, FIG. 22 (c) is an analysis map showing the suitability of CaO, FIG. 22 (d) is an analysis map showing the suitability of Mg / K, and FIG. 22 (e) is an analysis map showing the suitability of Ca / Mg. 22 (f) is an analysis map showing the suitability of ARk.
図21(d)、及び図21(e)に示すように、Mg/K及びCa/Mgについてはバランスが悪いエリアは存在しないが、図21(a)~(c)に示すように、低収量エリア14については、K2O、MgO、及びCaOが不足していることが分かる。
一方で、図22(d)~(f)に示すように、Mg/K、Ca/Mg、及びARkについてはほとんどの領域で適性範囲であるのに対して、図22(a)~(c)に示すように、K2O、MgO、及びCaOは一部の領域を除いて適性範囲を超えて過剰に施肥が行われていることが分かる。
低収量エリア14は、仮比重が高く砂画分が多いエリアであることから施肥を行っても養分がそのエリアに保持されないと推測できる。
従って、本実施例による土壌物理性診断方法によって判別される作土における低硬度エリア11は、雨水が溜まりやすく養分を保持しやすいため施肥量を減らすことができ、一方で作土における高硬度エリア13は、仮比重が高く砂画分が多いエリアであり、施肥量を増やしても収量は上がらないエリアであるため、施肥量をさらに減らすことができる。
このように、本実施例による土壌物理性診断方法は、土壌化学性を合わせて分析することで更に詳細な土壌診断や圃場管理指針を策定することができる。
As shown in FIGS. 21 (d) and 21 (e), there is no unbalanced area for Mg / K and Ca / Mg, but as shown in FIGS. 21 (a) to 21 (c), it is low. It can be seen that K2O, MgO, and CaO are deficient in the
On the other hand, as shown in FIGS. 22 (d) to 22 (f), Mg / K, Ca / Mg, and ARk are in the appropriate range in most of the regions, whereas FIGS. 22 (a) to 22 (c). ), It can be seen that K2O, MgO, and CaO are excessively fertilized beyond the appropriate range except for some regions.
Since the
Therefore, the
As described above, in the soil physics diagnosis method according to the present embodiment, more detailed soil diagnosis and field management guidelines can be formulated by analyzing the soil chemistry together.
本発明による圃場における土壌物理性診断方法によれば、有効土層の厚さや作土層の水の流れを把握できるためにエリアに応じて効果的な施肥を行える可能性があり、有害物質の圃場内での偏りや、雑草や害虫の分布を予測できる可能性がある。 According to the method for diagnosing soil physics in a field according to the present invention, it is possible to perform effective fertilization according to the area because the thickness of the effective soil layer and the flow of water in the soil layer can be grasped, and it is possible to perform effective fertilization according to the area. It may be possible to predict bias in the field and distribution of weeds and pests.
1 診断エリア
2 測位ポイント
10 低硬度ポイント
11、11a、11b、11c、11d 低硬度エリア
12 高含水率エリア
13 高硬度エリア
14 低収量エリア
15 高収量エリア
16 高粘土エリア
21 湿害エリア
22 干害エリア
ステップ1 測位点決定ステップ
ステップ2 測定ステップ
ステップ3 土壌硬度等高線マップ生成ステップ
ステップ4 土層判別ステップ
ステップ5 土壌物理性診断ステップ
ステップ6 耕起ステップ
ステップ7 耕起後測定ステップ
ステップ8 踏圧ステップ
ステップ9 走行後測定ステップ
ステップ51 第1雨水滞留エリア判別ステップ
ステップ52 第2雨水滞留エリア判別ステップ
1
本発明は、圃場を対象とした診断エリアについて土壌物理性を診断する圃場における土壌物理性診断方法に関する。 The present invention relates to a method for diagnosing soil physics in a field for diagnosing soil physics in a diagnosis area for a field.
「土壌診断」と言えば、土壌化学性について行われるのが一般的で、簡易的な土壌物理性診断技術の開発が求められていた。近年は農業機械の大型化が進み、耕盤層の形成による排水不良や作土層が薄くなる傾向が見られ、土壌化学性は適正でも土壌物理性の悪化による作物収量への影響が顕在化してきた。
土壌物理性は、コアサンプルなどを研究室に持ち帰って測定する手法が一般的で、コストや時間が掛かり、サンプルを大量に処理するのは難しかった。また、調査地点が少しずれると変化することが知られており、現場で使える簡易的評価手法が求められていた。
特許文献1は、軽量でかつ携帯して持ち運びができ、高精度な測定が可能で、土壌の硬度と貫入深度の測定値をメモリーに保存する機能を備えた土壌硬度計を提案している。
また、特許文献1では、GPSを用いて測定した位置情報及び日付と、時間情報を得て、測定データとともにメモリーに保存し、保存したデータをコンピュータに出力することにより、測定データを地図上に表示することも提案している。
Speaking of "soil diagnosis", it is generally performed on soil chemistry, and the development of a simple soil physics diagnosis technique has been required. In recent years, the size of agricultural machinery has increased, and there has been a tendency for poor drainage and thinning of soil layers due to the formation of tillage layers. I've done it.
Soil physics is generally measured by taking core samples back to the laboratory, which is costly and time-consuming, and it is difficult to process a large number of samples. In addition, it is known that the survey points change when the survey points are slightly displaced, and a simple evaluation method that can be used in the field has been required.
Further, in
しかし、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を診断する方法は今まで提案されていない。 However, no method has been proposed so far for diagnosing soil physics affecting crop productivity such as poor drainage and soil layer thickness for the entire diagnosis area.
本発明は、特許文献1で提案されているような土壌硬度計で測定できる土壌硬度データを用いて、作物生産性に及ぼす土壌物理性を診断する圃場における土壌物理性診断方法を提供することを目的とする。
The present invention provides a method for diagnosing soil physics in a field for diagnosing soil physics affecting crop productivity by using soil hardness data that can be measured with a soil hardness meter as proposed in
請求項1記載の本発明の圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、前記測位点決定ステップで決定した前記測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、前記測定ステップで測定した土壌硬度データ及び前記測位ポイントの位置データから、前記深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、前記土壌硬度等高線マップ生成ステップで生成した、前記深度毎の前記土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、前記土層判別ステップで判別した、前記作土又は前記下層土について土壌物理性を診断する土壌物理性診断ステップとを有することを特徴とする。
請求項2記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記土壌物理性を前記作土における保水性又は排水性としたことを特徴とする。
請求項3記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機によって前記診断エリアを耕起する耕起ステップと、前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項4記載の本発明は、請求項1に記載の圃場における土壌物理性診断方法において、前記測定ステップでの前記土壌硬度の測定後に、農作業機が前記診断エリアを走行する踏圧ステップと、前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、を有し、前記土壌物理性診断ステップでは、前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断することを特徴とする。
請求項5記載の本発明は、請求項1又は請求項2に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから土質の粒度組成を判別することを特徴とする。
請求項6記載の本発明は、請求項1又は請求項2に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから施肥量を診断することを特徴とする。
請求項7記載の本発明は、請求項1又は請求項2に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記作土における前記土壌硬度等高線マップから明渠の敷設位置を決定することを特徴とする。
請求項8記載の本発明は、請求項1又は請求項2に記載の圃場における土壌物理性診断方法において、前記土層判別ステップで判別した前記下層土における前記土壌硬度等高線マップから暗渠の敷設位置を決定することを特徴とする。
The method for diagnosing soil physical properties in a field according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
The present invention according to
本発明によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。 According to the present invention, the soil physics that affect the crop productivity such as poor drainage and the thickness of the soil layer for the entire diagnostic area is determined for the soil and the subsoil, instead of the limited sampling of a part. It can be distinguished and diagnosed by a three-dimensional distribution.
本発明の第1の実施の形態による圃場における土壌物理性診断方法は、圃場を対象とした診断エリアについて、複数の測位ポイントを決定する測位点決定ステップと、測位点決定ステップで決定した測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、測定ステップで測定した土壌硬度データ及び測位ポイントの位置データから、深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、土壌硬度等高線マップ生成ステップで生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、土層判別ステップで判別した、作土又は下層土について土壌物理性を診断する土壌物理性診断ステップとを有するものである。
本実施の形態によれば、一部の限られたサンプリングではなく、診断エリア全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
The method for diagnosing soil physical properties in a field according to the first embodiment of the present invention is a positioning point determination step for determining a plurality of positioning points and a positioning point determined in the positioning point determination step for a diagnosis area targeting the field. For each depth, a measurement step for measuring soil hardness, a soil hardness contour map generation step for generating a soil hardness contour map for each depth from the soil hardness data and positioning point position data measured in the measurement step, and a soil From the soil hardness contour map for each depth generated in the hardness contour map generation step, the soil layer discrimination step for discriminating whether the soil layer is soil or subsoil, and the soil or subsoil discriminated in the soil layer discrimination step. It has a soil physics diagnosis step for diagnosing soil physics.
According to this embodiment, soil physics such as poor drainage and soil layer thickness are applied to the soil and subsoil for the entire diagnosis area, instead of a limited sampling. It can be diagnosed by a three-dimensional distribution by distinguishing from.
本発明の第2の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、土壌物理性を作土における保水性又は排水性としたものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、暗渠や明渠を効果的に敷設することができ、農作物の収穫量を増やすことができる。
The second embodiment of the present invention is the method for diagnosing soil physics in a field according to the first embodiment, wherein the soil physics is water retention or drainage in soil cultivation.
According to the present embodiment, by being able to diagnose the water retention or drainage property in the soil, it is possible to effectively lay an underdrain or a clear underdrain, and it is possible to increase the yield of agricultural products.
本発明の第3の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機によって診断エリアを耕起する耕起ステップと、耕起ステップでの耕起後に、測位点決定ステップで決定した測位ポイントについて、深度毎に耕起後土壌硬度を測定する耕起後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、耕起後測定ステップで測定した耕起後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
A third embodiment of the present invention is the method for diagnosing soil physical properties in a field according to the first embodiment, which comprises a plowing step in which a diagnostic area is cultivated by an agricultural work machine after measuring the soil hardness in the measuring step. The positioning point determined in the positioning point determination step after plowing in the plowing step has a post-plowing measurement step for measuring the soil hardness after plowing for each depth, and the measurement in the soil physical property diagnosis step. Changes in soil physical properties are diagnosed from the soil hardness data measured in the step and the post-plow soil hardness data measured in the post-plow measurement step.
According to this embodiment, the work effect of the farm work machine can be confirmed, and the farm work machine suitable for the field can be selected based on the objective data.
本発明の第4の実施の形態は、第1の実施の形態による圃場における土壌物理性診断方法において、測定ステップでの土壌硬度の測定後に、農作業機が診断エリアを走行する踏圧ステップと、踏圧ステップでの走行後に、測位点決定ステップで決定した測位ポイントについて、深度毎に走行後土壌硬度を測定する走行後測定ステップとを有し、土壌物理性診断ステップでは、測定ステップで測定した土壌硬度データと、走行後測定ステップで測定した走行後土壌硬度データとから土壌物理性の変化を診断するものである。
本実施の形態によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
The fourth embodiment of the present invention is the treading step in which the agricultural work machine travels in the diagnosis area after the measurement of the soil hardness in the measuring step in the soil physical property diagnosis method in the field according to the first embodiment, and the treading pressure. After running in the step, the positioning point determined in the positioning point determination step has a post-running measurement step for measuring the post-running soil hardness for each depth, and the soil physical property diagnosis step has the soil hardness measured in the measurement step. Changes in soil physical properties are diagnosed from the data and the post-running soil hardness data measured in the post-running measurement step.
According to this embodiment, the influence of the treading pressure of the farm work machine can be grasped, and the running method and the running path of the farm working machine suitable for the field can be selected based on the objective data.
本発明の第5の実施の形態は、第1又は第2の実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから土質の粒度組成を判別するものである。
本実施の形態によれば、土質の粒度組成を判別することで、農作物の収穫量を予測し、施肥量を調整することができる。
In the fifth embodiment of the present invention, in the soil physics diagnosis method in the field according to the first or second embodiment, the particle size composition of the soil quality is obtained from the soil hardness contour map in the soil determined in the soil layer discrimination step. It is for discriminating.
According to this embodiment, it is possible to predict the yield of agricultural products and adjust the fertilizer application amount by determining the particle size composition of the soil.
本発明の第6の実施の形態は、第1又は第2の実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから施肥量を診断するものである。
本実施の形態によれば、特に土壌化学性を合わせて分析することで減肥を行うことができる。
A sixth embodiment of the present invention is the method for diagnosing soil physics in a field according to the first or second embodiment, in which the amount of fertilizer applied is diagnosed from the soil hardness contour map in the soil determined in the soil layer discrimination step. It is a thing.
According to this embodiment, fertilizer can be reduced by analyzing soil chemistry in combination.
本発明の第7の実施の形態は、第1又は第2の実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した作土における土壌硬度等高線マップから明渠の敷設位置を決定するものである。
本実施の形態によれば、作土における保水性又は排水性を診断できることで、明渠を効果的に敷設することができる。
In the seventh embodiment of the present invention, in the soil physics diagnosis method in the field according to the first or second embodiment, the laying position of the culvert is determined from the soil hardness contour map in the soil determined in the soil layer discrimination step. It is the one to decide.
According to the present embodiment, the water retention or drainage property in the soil can be diagnosed, so that the culvert can be effectively laid.
本発明の第8の実施の形態は、第1又は第2の実施の形態による圃場における土壌物理性診断方法において、土層判別ステップで判別した下層土における土壌硬度等高線マップから暗渠の敷設位置を決定するものである。
本実施の形態によれば、下層土における保水性又は排水性を診断できることで、暗渠を効果的に敷設することができる。
In the eighth embodiment of the present invention, in the soil physics diagnosis method in the field according to the first or second embodiment, the laying position of the underdrain is determined from the soil hardness contour map in the subsoil determined in the soil layer discrimination step. It is the one to decide.
According to this embodiment, the culvert can be effectively laid by being able to diagnose the water retention or drainage property in the lower soil.
以下本発明の一実施例による圃場における土壌物理性診断方法について説明する。
図1は本実施例による圃場における土壌物理性診断方法を示すフローチャートである。
本実施例による圃場における土壌物理性診断方法は、以下のステップで行われる。
測位点決定ステップ1において、圃場を対象とした診断エリア1(図2参照)について複数の測位ポイント2(図2参照)を決定する。例えば、測位ポイント2が約10mメッシュとなるように決定する。診断エリア1を1haとすると、診断エリア1の最外周を測位ポイント2から外すことで、測位ポイント2は64地点となる。
測定ステップ2では、測位点決定ステップ1で決定した測位ポイント2について、深度毎に土壌硬度を測定する。土壌硬度の測定には、例えば特許文献1で開示されているような貫入式土壌硬度計を用いる。また、測定ステップ2での測定では、衛星測位システム(GNSS)を用い、測位ポイント2の位置データを取得する。
土壌硬度等高線マップ生成ステップ3では、測定ステップ2で測定した土壌硬度データ及び測位ポイント2の位置データから、深度毎に、土壌硬度等高線マップを生成する。
土層判別ステップ4では、土壌硬度等高線マップ生成ステップ3で生成した、深度毎の土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する。
Hereinafter, a method for diagnosing soil physics in a field according to an embodiment of the present invention will be described.
FIG. 1 is a flowchart showing a soil physics diagnosis method in a field according to this embodiment.
The soil physics diagnosis method in the field according to this example is carried out in the following steps.
In the positioning
In the
In the soil hardness contour
In the soil
土壌物理性診断ステップ5では、土層判別ステップ4で判別した、作土又は下層土について土壌物理性を診断する。
土壌物理性診断ステップ5では、深度毎の土壌硬度等高線マップから、作土における低硬度エリア11(図3参照)を雨水の集まる雨水滞留エリアと判別する。
更に具体的には、土壌物理性診断ステップ5では、深度が深い土壌硬度等高線マップから、低硬度ポイント10(図3参照)を判別する第1雨水滞留エリア判別ステップ51と、深度が浅い土壌硬度等高線マップから、第1雨水滞留エリア判別ステップ51で判別した低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別する第2雨水滞留エリア判別ステップ52とを有する。
In the soil
In the soil physical
More specifically, in the soil physical
図2は本実施例による圃場における土壌物理性診断方法を示す説明図である。
図2(a)は、圃場を対象とした診断エリア1における測位ポイント2を示している。図2(b)は、一つの測位ポイント2における深度毎の土壌硬度を示している。図2(b)では、1cm刻みで深さ60cmまでを測定した場合を示している。図2(c)は、5cm刻みで、7つの深度の異なる土壌硬度等高線マップを示している。
FIG. 2 is an explanatory diagram showing a soil physics diagnosis method in a field according to this example.
FIG. 2A shows the
図3は本実施例による圃場における土壌物理性診断方法で生成した深度毎の土壌硬度等高線マップである。
図3(a)は深度15cm、図3(b)は深度20cm、図3(c)は深度30cm、図3(d)は深度40cm、図3(e)は深度50cm、図3(f)は深度60cmにおける土壌硬度等高線マップである。
図3に示すように、深度20cm以上が下層土であり、少なくとも深度20cm未満が作土であることが分かる。所定の硬度を閾値として定め、閾値以上の硬度が占める比率によって土壌層位が下層土であると判別することができる。
図3に示す土壌硬度等高線マップでは、例えば、深度が深い土壌硬度等高線マップである深度60cmにおける土壌硬度等高線マップから低硬度ポイント10を判別し、深度が浅い土壌硬度等高線マップである深度15cmにおける土壌硬度等高線マップから、低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別する。
FIG. 3 is a soil hardness contour map for each depth generated by the soil physics diagnosis method in the field according to this example.
3 (a) is a depth of 15 cm, FIG. 3 (b) is a depth of 20 cm, FIG. 3 (c) is a depth of 30 cm, FIG. 3 (d) is a depth of 40 cm, FIG. 3 (e) is a depth of 50 cm, and FIG. 3 (f). Is a soil hardness contour map at a depth of 60 cm.
As shown in FIG. 3, it can be seen that the depth of 20 cm or more is the sublayer soil, and at least the depth of less than 20 cm is the soil. A predetermined hardness is set as a threshold value, and it can be determined that the soil horizon is subsoil by the ratio occupied by the hardness above the threshold value.
In the soil hardness contour map shown in FIG. 3, for example, the
図4は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと収穫時の作土含水率との関係を示す図である。
図4(a)は診断エリアにおける深度12cmにおける土壌硬度等高線マップを示し、図4(b)は同診断エリアにおける農作物の収穫時に測定した作土含水率を示している。
図4(a)に示すように、三方を高い硬度エリアに囲まれた低硬度エリア11a、11bについては、図4(b)に示すように高い含水率となっている。一方、三方を高い硬度エリアに囲まれた低硬度エリア11cについては、低硬度エリア11aと連通する低硬度エリア11dが存在することから、雨水は、低硬度エリア11cから低硬度エリア11dを通って低硬度エリア11aに流れると考えることができる。
FIG. 4 is a diagram showing the relationship between the soil hardness contour map generated by the soil physics diagnosis method in the field according to this example and the soil moisture content at the time of harvesting.
FIG. 4A shows a soil hardness contour map at a depth of 12 cm in the diagnostic area, and FIG. 4B shows the soil moisture content measured at the time of harvesting the crops in the diagnostic area.
As shown in FIG. 4A, the
図5は本実施例による圃場における土壌物理性診断方法で生成した土壌硬度等高線マップと農作物の収穫量との関係を示す図である。
図5(a)は診断エリアにおける深度12cmにおける土壌硬度等高線マップを示し、図5(b)は同診断エリアにおけるコムギ(さとのそら)子実重(t/ha)の等高線マップを示している。
図5(b)に示す湿害エリア21及び干害エリア22と、図5(a)に示す土壌硬度とに相関性があることが分かる。
FIG. 5 is a diagram showing the relationship between the soil hardness contour map generated by the soil physics diagnosis method in the field according to this example and the yield of agricultural products.
FIG. 5 (a) shows a soil hardness contour map at a depth of 12 cm in the diagnostic area, and FIG. 5 (b) shows a contour map of wheat (Satonosora) grain weight (t / ha) in the diagnostic area. ..
It can be seen that there is a correlation between the
このように、本実施例によれば、一部の限られたサンプリングではなく、診断エリア1全体に対して排水不良や作土層の厚さなどの作物生産性に及ぼす土壌物理性を、作土と下層土とを区別して三次元分布で診断できる。
また本実施例によれば、作土における低硬度エリア11は、密度が少なく隙間が多いために浸透スペースがあることで、又は土壌が水分を含むと可塑性が高まることで柔らかくなるため、雨水滞留エリアであると判別でき、雨水滞留エリアを判別することで、圃場における農作物の湿害エリア21や干害エリア22を予測できる。
また本実施例によれば、先に低硬度ポイント10を雨水が集まる地点として判別することで、雨水の流れを予測でき、雨水滞留エリアを正確に判別できる。
また、本実施例に示すように、土壌物理性を作土における保水性又は排水性とし、作土における保水性又は排水性を診断することで、暗渠や明渠を効果的に敷設することができ、農作物の収穫収量を増やすことができる。
As described above, according to this embodiment, the soil physical properties such as poor drainage and the thickness of the soil layer are produced for the entire
Further, according to this embodiment, the
Further, according to the present embodiment, by first determining the
In addition, as shown in this example, by setting the soil physics as water retention or drainage in soil cultivation and diagnosing the water retention or drainage in soil cultivation, it is possible to effectively lay culverts and clear culverts. , The yield of crops can be increased.
図6は本発明の他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図1と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ2での土壌硬度の測定後に、農作業機によって診断エリア1を耕起する耕起ステップ6と、耕起ステップ6での耕起後に、測位点決定ステップ1で決定した測位ポイント2について、深度毎に耕起後土壌硬度を測定する耕起後測定ステップ7とを有する。
そして土壌物理性診断ステップ5では、作土又は下層土について、測定ステップ2で測定した土壌硬度データと、耕起後測定ステップ7で測定した耕起後土壌硬度データとから土壌物理性の変化を診断する。
FIG. 6 is a flowchart showing a soil physics diagnosis method in a field according to another embodiment of the present invention. The same processing as in FIG. 1 is designated by the same reference numerals and the description thereof will be omitted.
The method for diagnosing soil physics in a field according to the present embodiment is a plowing
Then, in the soil physical
図7は、土壌硬度について、標準化をしない主成分分析によって抽出した主成分(物理性パラメータ)の評価結果(寄与率)を示している。図7において、PC1は下層土の硬度による傾向、PC2は作土の硬度による傾向を表している。 FIG. 7 shows the evaluation results (contribution rate) of the main components (physical parameters) extracted by the principal component analysis without standardization for the soil hardness. In FIG. 7, PC1 shows a tendency depending on the hardness of the underlying soil, and PC2 shows a tendency depending on the hardness of the soil.
図8は、図7におけるPC1とPC2を指標として用いた耕起前後の土壌硬度の変化を示すグラフである。PC1を横軸、PC2を縦軸としている。
農作業機として、スタブルカルチ、サブソイラ、プラウを用いた。
スタブルカルチでは、耕起によって作土を柔らかくし下層土も少し柔らかくなっている。サブソイラでは、耕起によって下層土がかなり柔らかくなっている。プラウでは、耕起によって作土を柔らかくするが、下層土はやや硬くなっている。プラウを用いることで下層土が硬くなっているのは、モールドボードをこすりつけるためと考えられる。
サブソイラとスタブルカルチとを用いると、サブソイラ又はスタブルカルチを単独で用いる場合と比較して下層土は最も柔らかくなるが、トラクタが二度走行することによる影響で作土が踏圧を受け、サブソイラを単独で用いる場合より作土は硬くなる。
なお、サブソイラのナイフの間では、作土及び下層土に対する影響はほとんど見られない。わだちでは作土が硬くなっている。
このように本実施例によれば、農作業機の作業効果を確認することができ、客観的なデータに基づいて圃場に適した農作業機の選定を行える。
FIG. 8 is a graph showing changes in soil hardness before and after plowing using PC1 and PC2 in FIG. 7 as indicators. PC1 is the horizontal axis and PC2 is the vertical axis.
Stable cult, subsoiler and plow were used as agricultural work machines.
In stable culti, tilling softens the soil and the subsoil is also a little softer. In subsoilers, tillage has considerably softened the subsoil. In plows, tillage softens the soil, but the subsoil is a little harder. It is thought that the reason why the subsoil is hardened by using the plow is because the mold board is rubbed.
When the subsoiler and the stable cult are used, the subsoil is the softest compared to the case where the subsoiler or the stable cult is used alone. The soil is harder than in some cases.
There is almost no effect on soil production and subsoil between the knives of the subsoiler. The soil is hard in ruts.
As described above, according to this embodiment, the work effect of the farm work machine can be confirmed, and the farm work machine suitable for the field can be selected based on the objective data.
図9は本発明の更に他の実施例による圃場における土壌物理性診断方法を示すフローチャートである。なお、図1と同一処理については同一符号を付して説明を省略する。
本実施例による圃場における土壌物理性診断方法は、測定ステップ2での土壌硬度の測定後に、農作業機が診断エリア1を走行する踏圧ステップ8と、踏圧ステップ8での走行後に、測位点決定ステップ1で決定した測位ポイント2について、深度毎に走行後土壌硬度を測定する走行後測定ステップ9とを有する。
そして土壌物理性診断ステップ5では、作土又は下層土について、測定ステップ2で測定した土壌硬度データと、走行後測定ステップ9で測定した走行後土壌硬度データとから土壌物理性の変化を診断する。
FIG. 9 is a flowchart showing a soil physics diagnosis method in a field according to still another embodiment of the present invention. The same processing as in FIG. 1 is designated by the same reference numerals and the description thereof will be omitted.
In the soil physics diagnosis method in the field according to the present embodiment, after the soil hardness is measured in the
Then, in the soil physical
図10は、図7におけるPC1とPC2を指標として用いた走行前後の土壌硬度の変化を示すグラフである。PC1を横軸、PC2を縦軸としている。
図10(a)は踏圧無しの地点、図10(b)はクローラーで踏圧した地点、図10(c)は枕地の地点である。なお、乾田直播でイネを栽培した水田について収穫前を測定ステップ2とし、収穫後を走行後測定ステップ9として測定した。踏圧無しは23地点、踏圧は29地点、枕地は10地点で測定している。
図10(a)及び図10(b)における平均PC2で示すように、作土層についてはクローラーの踏圧によって影響はほとんどなく、図10(a)及び図10(b)における平均PC1で示すように、下層土についてはクローラーの踏圧によって平均で9.4%硬くなっている。
このように本実施例によれば、農作業機の踏圧による影響を把握でき、客観的なデータに基づいて圃場に適した農作業機の走行方法や走行路の選定を行える。
FIG. 10 is a graph showing changes in soil hardness before and after running using PC1 and PC2 in FIG. 7 as indexes. PC1 is the horizontal axis and PC2 is the vertical axis.
FIG. 10A is a point where there is no treading, FIG. 10B is a point where the crawler is pressed, and FIG. 10C is a point where the headland is used. For paddy fields in which rice was cultivated by direct sowing in dry fields, measurement was performed before harvesting as
As shown by the average PC2 in FIGS. 10 (a) and 10 (b), the soil layer is hardly affected by the treading pressure of the crawler, and is shown by the average PC1 in FIGS. 10 (a) and 10 (b). In addition, the lower soil is 9.4% harder on average due to the treading pressure of the crawler.
As described above, according to this embodiment, the influence of the treading pressure of the agricultural work machine can be grasped, and the traveling method and the traveling path of the agricultural working machine suitable for the field can be selected based on the objective data.
図11から図13を用いて、年間を通した土壌硬度の変化について説明する。
図11はそれぞれの調査日前10日間の降水量と平均気温を示す表、図12はそれぞれの調査日について同一圃場における下層土(深度40cm)での土壌硬度等高線マップ、図13はそれぞれの調査日について同一圃場における作土(深度12cm)での土壌硬度等高線マップである。
The change in soil hardness throughout the year will be described with reference to FIGS. 11 to 13.
FIG. 11 is a table showing precipitation and average temperature for 10 days before each survey date, FIG. 12 is a contour map of soil hardness in the subsoil (
図11(a)に示すように、2015/11/25の調査日、及び2016/11/18の調査日が10日間の積算降水量が多く、2016/3/2の調査日、及び2016/6/1の調査日が10日間の積算降水量が少ない。また、図11(b)に示すように、2016/6/1の調査日が10日間の積算平均気温が最も高い。
図12及び図13では、10日間の積算降水量が多かった、2015/11/25の調査日(図12(a)、図13(a))、及び2016/11/18の調査日(図12(d)、図13(d))は、2016/3/2の調査日(図12(b)、図13(b))、及び2016/6/1の調査日(図12(c)、図13(c))に比べて低硬度となっていることが分かる。
図12及び図13に示すように、降水量や気温によって土壌硬度の絶対値は変化するが、低硬度ポイント10や低硬度エリア11はほぼ同じ位置で発生し、年間を通じて土壌硬度が高い地点と低い地点の相対的な関係は変わらない。
土壌硬度三次元分布と10日前からのアメダスデータを総合して考察すると、積算降水量が少なく、積算平均気温が高い方が、土壌硬度は高い傾向にある。このことから、事前に土壌硬度等高線マップを作成しておけば、降雨後に農業機械で圃場作業を行おうとした場合に、土壌硬度を数点測定することによって、滞りなく圃場作業を行えるかどうかの判定ができる。
As shown in FIG. 11 (a), the survey dates of 2015/11/25 and 2016/11/18 have a large amount of accumulated precipitation for 10 days, and the survey dates of 2016/3/2 and 2016/ The cumulative rainfall for 10 days on the 6/1 survey day is small. Further, as shown in FIG. 11B, the cumulative average temperature for 10 days on the survey day of June 1, 2016 is the highest.
In FIGS. 12 and 13, the survey dates of November 25, 2015 (FIGS. 12 (a) and 13 (a)) and the survey dates of 2016/11/18 (FIG. 12), which had a large cumulative precipitation for 10 days, were observed. 12 (d) and FIG. 13 (d) are the survey dates of 2016/3/2 (FIG. 12 (b) and FIG. 13 (b)) and the survey date of 2016/6/1 (FIG. 12 (c)). It can be seen that the hardness is lower than that in FIG. 13 (c).
As shown in FIGS. 12 and 13, the absolute value of soil hardness changes depending on the amount of precipitation and air temperature, but the
Comprehensively considering the three-dimensional distribution of soil hardness and the AMeDAS data from 10 days ago, the soil hardness tends to be higher when the cumulative precipitation is small and the cumulative average temperature is high. From this, if a contour map of soil hardness is created in advance, it is possible to perform field work without delay by measuring several points of soil hardness when trying to work in the field with an agricultural machine after rainfall. You can make a judgment.
図14から図17を用いて、土壌硬度三次元分布と実際の水の流れとの関係について説明する。
図14はそれぞれの調査日前の日降水量(アメダスデータ)を示すグラフと、調査対象とする圃場における作土(深度12cm)での土壌硬度等高線マップ、図15はそれぞれの調査日における圃場の表層での土壌含水率等高線マップ、図16及び図17は同一調査日(2017/6/15)における異なる深度での土壌含水率等高線マップと土壌硬度等高線マップである。
The relationship between the three-dimensional distribution of soil hardness and the actual flow of water will be described with reference to FIGS. 14 to 17.
FIG. 14 is a graph showing the daily precipitation (Amedas data) before each survey day, and a contour map of soil hardness in the soil (
図15(a)に示す2017/5/10の調査日は図14(a)に示すように降雨直後、図15(b)に示す2017/5/12の調査日は図14(a)に示すように降雨なく土壌が乾いた状態、図15(c)に示す2017/5/15の調査日は図14(a)に示すように30mmの降雨から2日後、図15(d)に示す2017/6/6の調査日は図14(a)に示すように降雨から4日経過して土壌が乾いた状態である。
図15では、土壌水分について降雨イベントと表層土壌水分の水平分布を経時的に示している。
図15に示すように、降水量によって含水率の絶対値は変化するが、同一圃場における高含水率エリア12は、低硬度エリア11と重なっており、実際に低硬度エリア11に雨水が溜まることが分かる。
図16では、作土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図16(a)は深度0~3cmでの土壌含水率等高線マップ、図16(b)は深度9~12cmでの土壌含水率等高線マップ、図16(c)は深度1cmでの土壌硬度等高線マップ、図16(d)は深度12cmでの土壌硬度等高線マップである。
図16(a)及び図16(b)に示す高含水率エリア12は、図16(c)及び図16(d)に矢印で示すように、高硬度エリア13から低硬度エリア11に雨水が流れ込んでいることが分かる。
図17では、下層土における土壌水分の垂直分布と土壌硬度とを対比して示している。
図17(a)は深度15~18cmでの土壌含水率等高線マップ、図17(b)は深度24~27cmでの土壌含水率等高線マップ、図17(c)は深度18cmでの土壌硬度等高線マップ、図17(d)は深度27cmでの土壌硬度等高線マップである。
図17(a)及び図17(b)に示す高含水率エリア12は、図17(c)及び図17(d)に矢印で示すように、高硬度エリア13から低硬度エリア11に雨水が流れ込んでいることが分かる。
以上のように、深度毎の土壌硬度等高線マップから、作土及び下層土における雨水の流れや雨水滞留エリアを把握することができる。
The survey date of 2017/5/10 shown in FIG. 15 (a) is immediately after rainfall as shown in FIG. 14 (a), and the survey date of 2017/5/12 shown in FIG. 15 (b) is shown in FIG. 14 (a). As shown in the state where the soil is dry without rainfall, the survey date of 2017/5/15 shown in FIG. 15 (c) is shown in FIG. 15 (d) two days after the rainfall of 30 mm as shown in FIG. 14 (a). As shown in FIG. 14A, the survey day of June 6, 2017 is a state in which the soil is dry four days after the rainfall.
FIG. 15 shows the rainfall event and the horizontal distribution of the surface soil moisture over time for the soil moisture.
As shown in FIG. 15, the absolute value of the water content changes depending on the amount of precipitation, but the high
FIG. 16 shows the vertical distribution of soil moisture in soil cultivation and the soil hardness in comparison.
FIG. 16 (a) is a soil water content contour map at a depth of 0 to 3 cm, FIG. 16 (b) is a soil water content contour map at a depth of 9 to 12 cm, and FIG. 16 (c) is a soil hardness contour map at a depth of 1 cm. 16 (d) is a contour map of soil hardness at a depth of 12 cm.
In the high
FIG. 17 shows the vertical distribution of soil moisture in the subsoil and the soil hardness in comparison.
FIG. 17 (a) is a contour map of soil water content at a depth of 15 to 18 cm, FIG. 17 (b) is a contour map of soil water content at a depth of 24 to 27 cm, and FIG. 17 (c) is a contour map of soil hardness at a depth of 18 cm. FIG. 17 (d) is a contour map of soil hardness at a depth of 27 cm.
In the high
As described above, the flow of rainwater and the stormwater retention area in the soil and subsoil can be grasped from the soil hardness contour map for each depth.
図18及び図19を用いて、小麦粉実収量と土質の粒度組成との関係について説明する。
図18は小麦粉実収量を示す収量等高線マップ、図19は表層における土質の粒度組成及びC腐植を示す等高線マップである。
The relationship between the actual yield of wheat flour and the particle size composition of soil will be described with reference to FIGS. 18 and 19.
FIG. 18 is a yield contour map showing the actual yield of wheat flour, and FIG. 19 is a contour map showing the grain size composition of the soil in the surface layer and C humus.
図19(a)は粒径が2mm~0.2mmの粗砂の等高線マップ、図19(b)は粒径が0.2mm~0.02mmの細砂の等高線マップ、図19(c)は粒径が0.02mm~0.002mmのシルトの等高線マップ、図19(d)は粒径が0.002mm以下の粘土の等高線マップ、図19(e)は仮比重の等高線マップ、図19(f)はC腐植の等高線マップである。
図18における低収量エリア14及び高収量エリア15を図19に示している。
図19(e)に示すように、仮比重が高く砂画分が多いエリアが低収量エリア14となり、異なる粒径が適度に混ざり合ったエリアが高収量エリア15となっていることが分かる。なお、図19(f)に示すように仮比重が高く砂画分が多いエリアではC腐植が極めて低いことが分かる。仮比重が高く砂画分が多いエリアは堆肥などの有機物施用により土壌物理性や養分保持能の改善効果が見込める。
19 (a) is an contour map of coarse sand having a particle size of 2 mm to 0.2 mm, FIG. 19 (b) is an contour map of fine sand having a particle size of 0.2 mm to 0.02 mm, and FIG. 19 (c) is. FIG. 19 (d) is a contour map of clay having a particle size of 0.02 mm to 0.002 mm, FIG. 19 (d) is a contour map of clay having a particle size of 0.002 mm or less, and FIG. 19 (e) is a contour map of provisional specific gravity. f) is a contour map of C rot.
The low-yielding
As shown in FIG. 19 (e), it can be seen that the area having a high bulk density and a large amount of sand fraction is the
図20は、図18及び図19に示す圃場における土壌硬度等高線マップであり、図20(a)は表層での土壌硬度等高線マップ、図20(b)は深度12cmでの土壌硬度等高線マップ、図20(c)は深度40cmでの土壌硬度等高線マップである。 20 is a soil hardness contour map in the fields shown in FIGS. 18 and 19, FIG. 20 (a) is a soil hardness contour map on the surface layer, and FIG. 20 (b) is a soil hardness contour map at a depth of 12 cm. 20 (c) is a contour map of soil hardness at a depth of 40 cm.
表層での土壌硬度等高線マップである図20(a)は、図19(e)に示す仮比重と高い相関性が認められる。
また、深度が深い土壌硬度等高線マップである図20(c)から低硬度ポイント10を判別でき、深度が浅い土壌硬度等高線マップである図20(b)から、低硬度ポイント10を含む低硬度エリア11を雨水滞留エリアと判別でき、図20(b)に示すように雨水の流れを推測できる。図20では、図19(d)における高粘土エリア16を図示している。
このように、図19に示す粒度組成の分布は雨水の流れと相関があることから、粒度組成を測定することなく、本実施例による土壌物理性診断方法によって粒径の小さいシルト画分や粘土画分が多いエリアを判別することができる。
また、図20(a)に示す表層での土壌硬度等高線マップ、又は図20(b)に示す作土での土壌硬度等高線マップから、明渠の敷設位置を決定することができ、明渠を敷設することで作土における雨水の流れや滞留を調整でき、収穫量の低いエリアを改善することができる。
また、図20(c)に示す下層土での土壌硬度等高線マップから、暗渠の敷設位置を決定することができ、暗渠を敷設することで、作土の土壌含水率を適正に保ち、地下水位を低下させることが可能、土壌中の通気性を良好として収穫量を高めることができる。
FIG. 20 (a), which is a contour map of soil hardness on the surface layer, shows a high correlation with the bulk density shown in FIG. 19 (e).
Further, the
As described above, since the distribution of the particle size composition shown in FIG. 19 correlates with the flow of rainwater, the silt fraction and clay having a small particle size are determined by the soil physical property diagnosis method according to the present embodiment without measuring the particle size composition. Areas with many fractions can be identified.
Further, the laying position of the culvert can be determined from the soil hardness contour map in the surface layer shown in FIG. 20 (a) or the soil hardness contour map in the soil cultivated in FIG. 20 (b), and the culvert is laid. As a result, the flow and retention of rainwater in the soil can be adjusted, and areas with low yields can be improved.
In addition, the location of the underdrain can be determined from the soil hardness contour map of the subsoil shown in FIG. 20 (c). By laying the underdrain, the soil moisture content of the soil can be maintained appropriately and the groundwater level can be maintained. It is possible to reduce the amount of water, and it is possible to increase the yield by improving the air permeability in the soil.
図21は、図18から図20に示す圃場における土壌化学性を示す等高線マップであり、図21(a)はK2Oの等高線マップ、図21(b)はMgOの等高線マップ、図21(c)はCaOの等高線マップ、図21(d)はMg/Kの等高線マップ、図21(e)はCa/Mgの等高線マップである。
図22は、図18から図20に示す圃場における土壌化学性を示す分析マップであり、図22(a)はK2Oの適性を示す分析マップ、図22(b)はMgOの適性を示す分析マップ、図22(c)はCaOの適性を示す分析マップ、図22(d)はMg/Kの適性を示す分析マップ、図22(e)はCa/Mgの適性を示す分析マップ、図22(f)はARkの適性を示す分析マップである。
21 is a contour map showing the soil chemistry in the fields shown in FIGS. 18 to 20, FIG. 21 (a) is a contour map of K2O, FIG . 21 (b) is a contour map of MgO, and FIG. 21 ( c) is a contour map of CaO, FIG. 21 (d) is a contour map of Mg / K, and FIG. 21 (e) is a contour map of Ca / Mg.
22 is an analysis map showing the soil chemistry in the fields shown in FIGS. 18 to 20, FIG. 22A shows an analysis map showing the suitability of K2O, and FIG . 22B shows the suitability of MgO. An analysis map, FIG. 22 (c) is an analysis map showing the suitability of CaO, FIG. 22 (d) is an analysis map showing the suitability of Mg / K, and FIG. 22 (e) is an analysis map showing the suitability of Ca / Mg. 22 (f) is an analysis map showing the suitability of ARk.
図21(d)、及び図21(e)に示すように、Mg/K及びCa/Mgについてはバランスが悪いエリアは存在しないが、図21(a)~(c)に示すように、低収量エリア14については、K2O、MgO、及びCaOが不足していることが分かる。
一方で、図22(d)~(f)に示すように、Mg/K、Ca/Mg、及びARkについてはほとんどの領域で適性範囲であるのに対して、図22(a)~(c)に示すように、K2O、MgO、及びCaOは一部の領域を除いて適性範囲を超えて過剰に施肥が行われていることが分かる。
低収量エリア14は、仮比重が高く砂画分が多いエリアであることから施肥を行っても養分がそのエリアに保持されないと推測できる。
従って、本実施例による土壌物理性診断方法によって判別される作土における低硬度エリア11は、雨水が溜まりやすく養分を保持しやすいため施肥量を減らすことができ、一方で作土における高硬度エリア13は、仮比重が高く砂画分が多いエリアであり、施肥量を増やしても収量は上がらないエリアであるため、施肥量をさらに減らすことができる。
このように、本実施例による土壌物理性診断方法は、土壌化学性を合わせて分析することで更に詳細な土壌診断や圃場管理指針を策定することができる。
As shown in FIGS. 21 (d) and 21 (e), there is no unbalanced area for Mg / K and Ca / Mg, but as shown in FIGS. 21 (a) to 21 (c), it is low. It can be seen that K2O, MgO, and CaO are deficient in the
On the other hand, as shown in FIGS. 22 (d) to 22 (f), Mg / K, Ca / Mg, and ARk are in the appropriate range in most of the regions, whereas FIGS. 22 (a) to 22 (c). ), It can be seen that K2O, MgO, and CaO are excessively fertilized beyond the appropriate range except for some regions.
Since the
Therefore, the
As described above, in the soil physics diagnosis method according to the present embodiment, more detailed soil diagnosis and field management guidelines can be formulated by analyzing the soil chemistry together.
本発明による圃場における土壌物理性診断方法によれば、有効土層の厚さや作土層の水の流れを把握できるためにエリアに応じて効果的な施肥を行える可能性があり、有害物質の圃場内での偏りや、雑草や害虫の分布を予測できる可能性がある。 According to the method for diagnosing soil physics in a field according to the present invention, it is possible to perform effective fertilization according to the area because the thickness of the effective soil layer and the flow of water in the soil layer can be grasped, and it is possible to perform effective fertilization according to the area. It may be possible to predict bias in the field and distribution of weeds and pests.
1 診断エリア
2 測位ポイント
10 低硬度ポイント
11、11a、11b、11c、11d 低硬度エリア
12 高含水率エリア
13 高硬度エリア
14 低収量エリア
15 高収量エリア
16 高粘土エリア
21 湿害エリア
22 干害エリア
ステップ1 測位点決定ステップ
ステップ2 測定ステップ
ステップ3 土壌硬度等高線マップ生成ステップ
ステップ4 土層判別ステップ
ステップ5 土壌物理性診断ステップ
ステップ6 耕起ステップ
ステップ7 耕起後測定ステップ
ステップ8 踏圧ステップ
ステップ9 走行後測定ステップ
ステップ51 第1雨水滞留エリア判別ステップ
ステップ52 第2雨水滞留エリア判別ステップ
1
Claims (10)
前記測位点決定ステップで決定した前記測位ポイントについて、深度毎に土壌硬度を測定する測定ステップと、
前記測定ステップで測定した土壌硬度データ及び前記測位ポイントの位置データから、前記深度毎に、土壌硬度等高線マップを生成する土壌硬度等高線マップ生成ステップと、
前記土壌硬度等高線マップ生成ステップで生成した、前記深度毎の前記土壌硬度等高線マップから、土壌層位が作土か下層土かを判別する土層判別ステップと、
前記土層判別ステップで判別した、前記作土又は前記下層土について土壌物理性を診断する土壌物理性診断ステップと
を有する
ことを特徴とする圃場における土壌物理性診断方法。 A positioning point determination step for determining multiple positioning points for a diagnostic area targeting a field, and a positioning point determination step.
For the positioning point determined in the positioning point determination step, a measurement step for measuring the soil hardness for each depth and a measurement step.
A soil hardness contour map generation step that generates a soil hardness contour map for each depth from the soil hardness data measured in the measurement step and the position data of the positioning point.
From the soil hardness contour map for each depth generated in the soil hardness contour map generation step, a soil layer discrimination step for discriminating whether the soil horizon is soil or subsoil, and a soil layer discrimination step.
A method for diagnosing soil physics in a field, which comprises a soil physics diagnosis step for diagnosing soil physics for the soil or the lower soil, which is determined in the soil layer determination step.
前記深度毎の前記土壌硬度等高線マップから、前記作土における低硬度エリアを雨水の集まる雨水滞留エリアと判別する
ことを特徴とする請求項1に記載の圃場における土壌物理性診断方法。 In the soil physics diagnosis step,
The method for diagnosing soil physics in a field according to claim 1, wherein the low hardness area in the soil is determined from the soil hardness contour map for each depth as a rainwater retention area where rainwater collects.
前記深度が深い前記土壌硬度等高線マップから、低硬度ポイントを判別する第1雨水滞留エリア判別ステップと、
前記深度が浅い前記土壌硬度等高線マップから、前記第1雨水滞留エリア判別ステップで判別した前記低硬度ポイントを含む前記低硬度エリアを前記雨水滞留エリアと判別する第2雨水滞留エリア判別ステップと
を有する
ことを特徴とする請求項2に記載の圃場における土壌物理性診断方法。 In the soil physics diagnosis step,
From the deep soil hardness contour map, the first rainwater retention area determination step for determining the low hardness point, and
It has a second rainwater retention area determination step for determining the low hardness area including the low hardness point determined in the first rainwater retention area determination step from the soil hardness contour map having a shallow depth. The method for diagnosing soil physics in a field according to claim 2, wherein the method is characterized by the above.
ことを特徴とする請求項1から請求項3のいずれか1項に記載の圃場における土壌物理性診断方法。 The method for diagnosing soil physics in a field according to any one of claims 1 to 3, wherein the soil physics is water-retaining or drainage in the soil.
前記耕起ステップでの耕起後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に耕起後土壌硬度を測定する耕起後測定ステップと、
を有し、
前記土壌物理性診断ステップでは、
前記測定ステップで測定した前記土壌硬度データと、前記耕起後測定ステップで測定した耕起後土壌硬度データとから前記土壌物理性の変化を診断する
ことを特徴とする請求項1に記載の圃場における土壌物理性診断方法。 After measuring the soil hardness in the measuring step, a plowing step of plowing the diagnostic area with an agricultural work machine, and a plowing step.
After plowing in the plowing step, for the positioning point determined in the positioning point determination step, a post-plowing measurement step for measuring the post-plow soil hardness for each depth, and a post-plow measurement step.
Have,
In the soil physics diagnosis step,
The field according to claim 1, wherein the change in soil physical properties is diagnosed from the soil hardness data measured in the measurement step and the post-plow soil hardness data measured in the post-plow measurement step. Soil physical diagnosis method in.
前記踏圧ステップでの走行後に、前記測位点決定ステップで決定した前記測位ポイントについて、前記深度毎に走行後土壌硬度を測定する走行後測定ステップと、
を有し、
前記土壌物理性診断ステップでは、
前記測定ステップで測定した前記土壌硬度データと、前記走行後測定ステップで測定した走行後土壌硬度データとから前記土壌物理性の変化を診断する
ことを特徴とする請求項1に記載の圃場における土壌物理性診断方法。 After the measurement of the soil hardness in the measurement step, the treading step in which the agricultural work machine travels in the diagnosis area, and the treading step.
After running in the treading step, the post-running measurement step for measuring the post-running soil hardness for each depth of the positioning point determined in the positioning point determination step, and the post-running measurement step.
Have,
In the soil physics diagnosis step,
The soil in the field according to claim 1, wherein the change in soil physical properties is diagnosed from the soil hardness data measured in the measurement step and the post-running soil hardness data measured in the post-running measurement step. Physical diagnosis method.
ことを特徴とする請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法。 The soil physics in the field according to any one of claims 1 to 4, wherein the particle size composition of the soil quality is discriminated from the soil hardness contour map in the soil determined in the soil layer discriminating step. Diagnostic method.
ことを特徴とする請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法。 The method for diagnosing soil physics in a field according to any one of claims 1 to 4, wherein the amount of fertilizer applied is diagnosed from the soil hardness contour map of the soil determined in the soil layer discrimination step. ..
ことを特徴とする請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法。 The soil physics in the field according to any one of claims 1 to 4, wherein the laying position of the culvert is determined from the soil hardness contour map in the soil determined in the soil layer determination step. Diagnostic method.
ことを特徴とする請求項1から請求項4のいずれか1項に記載の圃場における土壌物理性診断方法。 The soil physics in the field according to any one of claims 1 to 4, wherein the laying position of the underdrain is determined from the soil hardness contour map in the subsoil determined in the soil layer determination step. Diagnostic method.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017140748 | 2017-07-20 | ||
JP2017140748 | 2017-07-20 | ||
JP2018119610A JP7123381B2 (en) | 2017-07-20 | 2018-06-25 | Soil physical property diagnostic method in the field |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018119610A Division JP7123381B2 (en) | 2017-07-20 | 2018-06-25 | Soil physical property diagnostic method in the field |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022093488A true JP2022093488A (en) | 2022-06-23 |
JP7356748B2 JP7356748B2 (en) | 2023-10-05 |
Family
ID=65353879
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018119610A Active JP7123381B2 (en) | 2017-07-20 | 2018-06-25 | Soil physical property diagnostic method in the field |
JP2022073330A Active JP7356748B2 (en) | 2017-07-20 | 2022-04-27 | Soil physical property diagnosis method in the field |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018119610A Active JP7123381B2 (en) | 2017-07-20 | 2018-06-25 | Soil physical property diagnostic method in the field |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7123381B2 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7440895B2 (en) * | 2020-02-27 | 2024-02-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | Operation support method for agricultural machinery using soil hardness contour map |
JP7500060B2 (en) | 2020-08-03 | 2024-06-17 | 国立研究開発法人農業・食品産業技術総合研究機構 | Map generation device, map generation method, map generation program, trained model generation method, and trained model generation device |
CN112034141A (en) * | 2020-09-22 | 2020-12-04 | 湖南农业大学 | On-site diagnosis method and improvement method for field soil |
JP7513268B2 (en) | 2021-01-27 | 2024-07-09 | 国立研究開発法人農業・食品産業技術総合研究機構 | Field evaluation method, device, and program |
CN113190785B (en) * | 2021-03-26 | 2024-03-12 | 河南省农业科学院植物营养与资源环境研究所 | Soil plough layer quality judgment method by using compactness and optimization method thereof |
CN114839102A (en) * | 2022-04-25 | 2022-08-02 | 昆明理工大学 | Method for measuring water retention of garden herbaceous plants |
CN117456239B (en) * | 2023-10-25 | 2024-05-14 | 江苏省无锡探矿机械总厂有限公司 | Drilling machine equipment monitoring system and method for soil remediation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003125623A (en) * | 2001-10-19 | 2003-05-07 | Sakae Shibusawa | Processor and program for soil property data, storage medium having the program recorded thereon and method for processing the soil property data |
JP2006022586A (en) * | 2004-07-09 | 2006-01-26 | Hokkaido | Water absorption culvert construction device and its construction method |
JP2010014683A (en) * | 2008-06-30 | 2010-01-21 | Daiki Rika Kogyo Kk | Digital type soil hardness meter |
JP2016095213A (en) * | 2014-11-13 | 2016-05-26 | ヤンマー株式会社 | Farm field state measurement method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013148566A (en) | 2012-01-17 | 2013-08-01 | Miraizou Co Ltd | Farm field soil management support system |
-
2018
- 2018-06-25 JP JP2018119610A patent/JP7123381B2/en active Active
-
2022
- 2022-04-27 JP JP2022073330A patent/JP7356748B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003125623A (en) * | 2001-10-19 | 2003-05-07 | Sakae Shibusawa | Processor and program for soil property data, storage medium having the program recorded thereon and method for processing the soil property data |
JP2006022586A (en) * | 2004-07-09 | 2006-01-26 | Hokkaido | Water absorption culvert construction device and its construction method |
JP2010014683A (en) * | 2008-06-30 | 2010-01-21 | Daiki Rika Kogyo Kk | Digital type soil hardness meter |
JP2016095213A (en) * | 2014-11-13 | 2016-05-26 | ヤンマー株式会社 | Farm field state measurement method |
Also Published As
Publication number | Publication date |
---|---|
JP7123381B2 (en) | 2022-08-23 |
JP7356748B2 (en) | 2023-10-05 |
JP2019020395A (en) | 2019-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022093488A (en) | Field soil physics diagnosis method | |
Tesfahunegn et al. | Catchment-scale spatial variability of soil properties and implications on site-specific soil management in northern Ethiopia | |
Zhang et al. | Spatial distribution of soil nutrient at depth in black soil of Northeast China: a case study of soil available phosphorus and total phosphorus | |
Wiyo et al. | Effect of tied-ridging on soil water status of a maize crop under Malawi conditions | |
Ollobarren et al. | Effects of ephemeral gully erosion on soil degradation in a cultivated area in Sicily (Italy) | |
Picciafuoco et al. | On the estimation of spatially representative plot scale saturated hydraulic conductivity in an agricultural setting | |
Mudgal et al. | APEX model assessment of variable landscapes on runoff and dissolved herbicides | |
Bosch et al. | Tillage and slope position impact on field-scale hydrologic processes in the South Atlantic Coastal Plain | |
Habib-ur-Rahman et al. | Impact of in-field soil heterogeneity on biomass and yield of winter triticale in an intensively cropped hummocky landscape under temperate climate conditions | |
McDonald et al. | Soil physical responses to novel rice cultural practices in the rice–wheat system: comparative evidence from a swelling soil in Nepal | |
Zhou et al. | Direct seeding for rice production increased soil erosion and phosphorus runoff losses in subtropical China | |
Feng et al. | Impacts of mollic epipedon thickness and overloaded sediment deposition on corn yield in the Chinese Mollisol region | |
Xian et al. | Modeling hourly subsurface drainage using steady-state and transient methods | |
Okoba et al. | Quantification of visual soil erosion indicators in Gikuuri catchment in the central highlands of Kenya | |
Serrano et al. | Small scale soil variation and its effect on pasture yield in southern Portugal | |
Rodrigo‐Comino et al. | Soil erosion processes in subtropical plantations (Diospyros kaki) managed under flood irrigation in Eastern Spain | |
Bakker et al. | Productivity of waterlogged and salt-affected land in a Mediterranean climate using bed-furrow systems | |
Tang et al. | Effects of rainfall characteristics and contour tillage on ephemeral gully development in a field in Northeastern China | |
Van Dijk et al. | Rapid assessment of field erosion and sediment transport pathways in cultivated catchments after heavy rainfall events | |
Van Es et al. | Infiltration variability and correlations with surface soil properties for an eroded Hapludult | |
Salem et al. | Initial effect of shifting from traditional to no-tillage on runoff retention and sediment reduction under rainfall simulation | |
De Bie | Assessment of soil erosion indicators for maize-based agro-ecosystems in Kenya | |
Barr et al. | Discrete element modelling of narrow point openers to improve soil disturbance characteristics of no-till seeding systems. | |
Forey et al. | Two years old peach trees intercropped with a grass mixture can grow through a lithic discontinuity to access water the grass cannot | |
Morgan et al. | Effect of shallow subsurface flow pathway networks on corn yield spatial variation under different weather and nutrient management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220427 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230915 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7356748 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |