Kvantifikace výnosnosti půdního bloku

10. 04. 2026 Doc. Ing. Václav Brant, Ph.D. a kol. Technologie pěstování Zobrazeno 455x

V současné době je dostupné značné množství informací o rozdílných parametrech půdního bloku (PB), které se týkají jak jeho půdních, vláhových a prostorových parametrů a informací odvozených, tak také informací o parametrech vegetačních pokryvů stanovených především metodami snímkování. Značná část zemědělců se snaží pracovat s vnitřní variabilitou PB a následně implementovat principy variabilních postupů setí, hnojení, zpracování půdy apod. Snaha o podchycení vnitřní variability vede ke škálování pozemků na dílčích plošné jednotky na úrovni jednotek–desítek metrů bez ohledu na technické možnosti strojů. Na základě veřejných registrů jsou k dispozici informace o střídání plodin na PB, včetně jeho historie. Dále jsou k PB dostupná telematická data apod.

Produkce biomasy na půdním bloku

Paradoxně nejmenší počet kvalitních informací je o výnosových datech a o kvalitě produkce na ploše půdního bloku (PB). Z hlediska kalkulací je samozřejmé možné vnímat za primární parametr celkovou produkci nadzemní biomasy, která poskytuje celkové informace o produktivitě PB a umožňuje nejpřesnější srovnání mezi nimi. V případech, kdy se jedná o sklizeň pouze hlavního produktu, lze přes sklizňové indexy s dobrou přesností stanovit celkovou produkci suché biomasy. U ostatních plodin (např. pícniny, energetické a přadné rostliny) se hlavní produkt může rovnat celkové hodnotě nadzemní suché biomasy. Problémem přesného stanovení je však výška strniště, kterou lze rovněž indexově dopočítat, ale informace o těchto hodnotách jsou omezenější a vykazují regionální variabilitu.

Z hlediska hodnocení ekonomických parametrů a stanovení např. bilance živin se však pracuje s hodnotami hlavního produktu, kde lze jasně počítat s jeho tržní cenou a normativy živin jsou rovněž kalkulované pro produkci hlavního produktu. Přestože se lze domnívat, že informace o výnosech hlavního produktu jsou v zemědělské praxi jednoduše dostupné, je na základě praktických zkušeností mylná. Dostupnost validních dat v průběhu delší časové řady (min. 8 a více let) je většinou omezená. Z pohledu sběru výnosových parametrů je dlouhodobost základem pro stanovení:

• dlouhodobé produkce komodity (výnos/plochu) a její kolísání v čase na PB,
• parametrizace kolísání v čase z hlediska parametrizace rotace plodin a pro stanovení produkčních trendů na další období rotace na PB,
• menších územních jednotek a specifikace struktury plodin pro menší pěstební celky v rámci subjektu ve vztahu k optimalizace technologií,
• kvantifikace potenciálu tržeb pro daný PB pro předpokládané cenové hladiny tržních cen,
• jednoznačné kvantifikace dat výnosových potenciálů plodin pro daný PB.

Z praktického hlediska se ukazuje, že práce s PB či s dílem půdního bloku (DPB) se v podmínkách ČR ukazuje jako nejspolehlivější z hlediska kontinuálního hodnocení produktivnosti. Zásadním problémem pro kvantifikaci produkce na PB či DPB jsou legislativní opatření, která zásadním způsobem omezují kvalitní evidenci dat, jako jsou obsevy, dělící pásy apod. Koncepce postavená na rotačně se implementujících opatřeních, místo stabilně vytvořených prvků krajinného prostoru. Situaci zároveň zhoršuje i vysoká volatilita podmínek pro hospodaření, měnící se v krátkých časových horizontech. Tyto změny zásadním způsobem omezují efektivitu principů precizního zemědělství, včetně ekonomických analýz, ale i údajů o změně půdního prostředí v čase a v důsledku pěstebních technologií.

Průměrná produkce na půdním bloku

Informace o průměrné produktivnosti PB lze primárně získat z dat výnosů hlavního produktu. Pro přepočet průměrných výnosů z PB lze využít koeficientů obilních jednotek, nebo jiný způsob vycházející ze srovnání na hodnoty energie. Na základě stanovení ročních a následně víceletých hodnot produkce všech PB lze modelově stanovit průměrné výnosy hlavních plodin pro všechny PB. Spolehlivé modely fungují pro osevní postupy s dominantním zastoupením plodin, kde jsou hlavním produktem semena. Problematické je však modelování průměrných výnosů u plodin, jejichž zastoupení v osevním postupu meziročně kolísá, např. mák setý, meziplodiny na semeno apod. Dostatek dat v čase a v prostoru lze většinou zajistit i u jednoletých pícnin na orné půdě. Problematické je hodnocení výnosnosti u víceletých pícnin na orné půdě, kdy korelace ovlivňuje trend poklesu výnosů v rámci užitkových let a malé zastoupení jednotlivých výnosů v rámci užitkových let. To je většinou způsobeno dostupností dat o výnosech, nejčastěji v intervalu 6–10 let. V rámci této doby se dané plodiny v osevním postupu vyskytnou převážně jen 1×.

Dlouhodobá evidence výnosů plodin

V současné době jsou pro stanovení výnosnosti PB využívány hlavně záznamy z evidencí výnosů hlavního produktu, které jsou evidovány subjektem. Při dostatečném počtu dat pro jednotlivé PB lze modelovat výnosnost PB pro všechny obhospodařované pozemky. Na mapě 1 je znázorněn průměrný výnos kukuřice seté za období 2016–24 na půdních blocích zemědělského subjektu. Stanovení průměrné výnosnosti pro dané plodiny umožňuje i přesnou kvantifikaci potenciálních tržeb pro rozdílné úrovně tržní ceny. Na mapě 2 jsou zachyceny průměrné výnosové úrovně půdních bloků pro ozimou pšenici, přepočtené dle reálné tržní ceny komodity za období let 2017–24 a snížené o průměrné náklady podniku (včetně režií)/ha ozimé pšenice.

Využití senzorů monitoringu výnosu a kvality produktu

V současné době lze pro stanovení produktivnosti plodin na půdním bloku využít primárně údaje ze sklízecích řezaček - NIR senzory. Jejich využití hraje základní roli pro kvantifikaci produktu na poli, ale umožňuje produktivitu pozemku hodnotit i na základě kvalitativních parametrů, včetně vyjádření nákladů na jednotku produkce či jednotku dané skupiny látek (např. škrob a cukr). Mapa 3 dokládá výsledky analýzy produkce silážní kukuřice na půdních blocích v daném hospodářském roce, které jsou škálovány na výnosové úrovně. Data byla získána pomocí senzoru John Deere HarvestLab 3000, umístěném na sklízecí řezačce. Kromě produkce biomasy lze následně pracovat i s hodnotami produkce škrobu, cukrů, popelovin a dalších parametrů v t/ha.

Mapa 1: Průměrné výnosy čerstvé biomasy kukuřice seté na PB orné půdy (2015–24)

Mapa 2: Půdní bloky ozimé pšenice v konkrétním podniku

Mapa 3: Kvantifikace půdních bloků z hlediska tříd výnosu silážní kukuřice v konkrétním zemědělském subjektu (2024)

Význam monitoringu výnosu a kvality píce sklízecí řezačkou vybavenou NIR senzorem je zásadní i pro hodnocení výnosnosti trvalých travních porostů, kde při sklizni mnohdy dochází k doplňování souprav na dalším PB a výnosy nelze vážením poté specifikovat. Využití sklízecí řezačky je v praxi spojeno se skutečností, že jeden stroj ve většině případů sklízí celý pozemek, čím je zajištěna dostupnost informací pro celou plochu.

Rozvoj uplatnění NIR senzorů určujících kvalitu zrnin (obr. 1) na sklízecích mlátičkách umožňuje rovněž i kvantifikaci průměrných kvalitativních parametrů u většího počtu zrnin (především NL, případně obsah škrobu a olejnatost). Tyto faktory lze rovněž promítnout do hodnocení produktivnosti PB. Na rozdíl od sklízecích řezaček je v praxi obtížnější dosáhnout sklizeň daného pozemku jedním strojem, či případně více stroji vybavenými ideálně senzory od jednoho výrobce pro jejich možnou integraci. Práce více sklízecích mlátiček na jednom pozemku, včetně mlátiček bez c nebo bez NIR senzoru vede k omezenému využití naměřených dat.

Obr. 1: Umístění NIR senzoru John Deere HarvestLab 3000 na sklízecí řezačce (vlevo) a na sklízecí mlátičce (vpravo)

Závěr

Znalost dlouhodobější produkce plodin na půdních blocích lze považovat nejen za zásadní agronomický parametr, ale především za ukazatel umožňující kvalitní ekonomické analýzy a prognózy.

Práce vznikla v rámci projektu Podpora operačních skupin a projektů EIP, Strategický plán Společné zemědělské politiky na období 2023–2027, 23/001/5377c/500/004332: Optimalizace vnitřního uspořádání půdních bloků v oblasti Českomoravské vrchoviny.

Doc. Ing. Václav Brant, Ph.D.¹, Ing. Josef Chára², Ing. Jaroslav Pinkas³, Ing. Jan Lang⁴, Ing. Jiří Kapička, Ph.D.^5
1Brant ATEEC, ²SAS AGRO s.r.o., ³Strom Praha a.s., ⁴Výzkumný ústav monitoringu a ochrany půdy, v.v.i., ⁵nezávislý poradce
foto: 1 - L. Podhorský