Lokálně cílená kontrola zaplevelení
17. 11. 2023 Precizní zemědělství Zobrazeno 1860x
Metody a postupy ochrany rostlin, a především kontroly zaplevelení, prochází v poslední době řadou významných změn. Výzkumnou a vývojářskou, ale také uživatelskou sféru stále více přitahuje možnost využití robotických platforem, senzorové techniky a umělé inteligence sloužící k naplnění legislativních i celospolečenských požadavků na snižování zátěže krajiny negativním působením intenzivního zemědělství.
Uvedené prvky moderních nástrojů pro podporu rozhodování a aplikací jsou bezesporu významnými prostředky pro zmírnění rostoucích nákladů, snížení potřeby lidské práce, a především globálního omezení herbicidů. V této souvislosti se také často zmiňují pojmy, jako je hluboké učení, neuronové sítě pro oblast klasifikace rostlin či lokálně cílené zásahy. Toto téma plně zapadá do navrhovaných plánů společné zemědělské politiky a připravovaného legislativního opatření Zelené dohody pro Evropu a oblasti Farm to Fork.
S příchodem precizního zemědělství začal být kladen důraz na lokálně cílené aplikace. Jako první jsou zde uvedeny kamerové systémy a klasifikační algoritmy pro lokálně cílené ošetření prostoru v řádku mezi jednotlivými rostlinami. Obrázek 1 přináší pohled na sestavu kamer a trysek pro cílenou aplikaci herbicidů na plevelné rostliny. Konstrukce trysek umožňuje aplikovat herbicidní látku v úzkém proudu a jejich vzájemným postavením obsáhnout celou požadovanou šíři řádku.
Obr. 1: Sestava trysek a kamer pro lokálně cílenou aplikaci herbicidů (Raja a kol, 2020)
Uvedené technologie využívá postřikovač Ecorobotix ARA (obr. 2 a 3), který ošetřuje cíleně pomocí soustavy trysek pouze detekované plevelné rostliny.
Obr. 2: Postřikovač Ecorobotix ARA
Obr. 3: Detail trysek (LeadingFarmers, a.s.)
Cílené ošetření na základě analýzy obrazu najdeme dnes také na standardních postřikovačích. S kamerovou výbavou je možné v porostech obilnin rozpoznat ohniska plevelných rostlin a cíleně zasáhnout sepnutím příslušné sekce, nebo ještě lépe jednotlivých trysek (obr. 4).
Obr. 4: Kamerový systém DAT - EcoPatch - detekce a identifikace plevelů
Velké oblibě se dnes těší také bezpilotní prostředky. Svou cenou, operativností, dostupností a kamerovým osazením nacházejí uplatnění v detekci ohnisek zaplevelení. Na základě takto zaměřeného ohniska je následně připravována aplikační mapa (obr. 5), která se nahrává do terminálu postřikovače. Dosahované úspory jsou často v řádu desítek procent, a to i přesto, že je na detekované ploše zapotřebí navýšit o určité procento hranici ošetření. Obrázek 6 přináší pohled na pozemek, kde se ve výdrolu ječmene, který bude potlačen při zpracování půdy, cíleně ošetřila ohniska pcháče.
Obr. 5: Aplikační mapa s vyznačenou plánovanou úsporou herbicidu (připravil J. Chára)
Obr. 6: Cíleně ošetřené ohnisko pcháče
Na obdobném principu detekce a cílené aplikace je založen systém kapkovačů, kdy je herbicid aplikován ve formě kapek cíleně na plevelnou rostlinu (obr. 7). Výsledkem je, shodně s předchozím případem, výrazná úspora chemických přípravků.
Cílená aplikace může být rovněž prováděna pomocí speciálního ramene, které směřuje trysku cíleně na plevelnou rostlinu. Příkladem je řešení společnosti Ecorobotix SA (obr. 8 a, b).
Obr. 7: Systém kapkovače herbicidu využívající strojového učení pro odlišení plevelných rostlin od kulturních (Utstumo a kol., 2018)
Obr. 8 a, b: Robot společnosti Ecorobotix SA (foto M. Kroulík)
Mechanické a fyzikální principy likvidace plevelů
I přes značné snížení spotřeby herbicidů zůstává chemická cesta potlačování plevelů stále velmi diskutovaným tématem. Vývoj se proto zaměřuje na jiné způsoby likvidace plevelných rostlin, založených na mechanických a fyzikálních principech. Je žádoucí, aby byly tyto metody nadále rozvíjeny. Kromě snahy o omezení množství spotřeby chemických přípravků je významným faktorem rovněž omezování nabídky účinných přípravků, případně jejich úplná absence.
Inovativní fyzikální metody (infračervené, mikrovlnné, lasery, ultrafialové záření, využití elektrického proudu, zmrazování) ještě nejsou běžnými a dostupnými metodami, ale představují velmi zajímavou oblast výzkumu pro vývoj nákladově efektivních nástrojů. Platí to také pro mechanické postupy, které je potřeba dovést do fáze praktického uplatnění (Pannacci a kol., 2017).
Mechanická likvidace plevelných rostlin
V danou chvíli je bezpečně zvládnutá mechanická likvidace plevelných rostlin v meziřadí a výzvou zůstává mechanické ošetření v prostoru řádku kulturních rostlin. Uvedené systémy je možné rozdělit do tří skupin:
- mechanismy, které nemají podporu žádné detekce,
- mechanismy s podporou detekce kulturních rostlin a celoplošného ošetření plochy mezi nimi,
- mechanismy s podporou detekce kulturních a plevelných rostlin a cílený mechanický zásah.
První případ je prezentován jednoduchým mechanickým nástrojem, kdy pracovní část tvoří např. pružné prsty, které rotují kolem podélné osy ve směru jízdy a prosekávají v pravidelných intervalech prostor řádku. Tím dojde k potlačení plevelných rostlin a dojednocení porostu plodin (obr. 9 a, b).
Obr. 9 a, b: Aktivní rotační prsty určené pro vnitrořádkové pletí, meziřadí je ošetřeno pevnými radličkami (Chandel a kol., 2021)
Na dalších příkladech jsou prezentovány principy, které dokáží identifikovat kulturní rostlinu a v případě potřeby aktivovat mechanizmus pro prokypření řádku. Jedná se o mechanickou likvidaci a kypření prostoru v řádku. Tato technologie je rovněž nejvíce rozšířena a doznala také praktického nasazení. Výhodou uvedeného systému je, že není vyžadována předchozí znalost vizuálních znaků každé plodiny a druhu plevele, a špatný vizuální vzhled plodin nebo plevelů neovlivňuje výkon systému. Na druhou stranu je nasazení tohoto způsobu kontroly zaplevelení problematické u plodin s úzkými listy (např. cibule), hustěji setých plodin, případně u plodin, které poléhají a poloha listu neodpovídá poloze kořenů. Příkladem může být i zelí, nejrozšířenější pěstovaná zelenina určená pro mechanizovanou sklizeň, kdy jsou dané odrůdy šlechtěny na delší venkovní košťál. Jednotlivé principy představují obrázky 10–14.
Uvedené principy využívají vodorovnou osu rotace, existují ale také mechanismy se svislou osou rotace. Na obr. 12 je prototyp rotační hlavy, kdy dráha pohybu (obr. 13) je určena na základě detekce polohy kulturních rostlin.
Komerčně dostupný princip kypřiče pro meziřádkovou kultivaci je na obrázku 14. Jedná se o produkt společnosti Garford Farm Machinery, fotografie zachycuje detail nožové hlavy. Otočením nože s vykrojením dojde k vyhnutí se a nenastává poškození kulturních rostlin.
Obr. 10: Nožová rotační hlava aktivovaná podle pozice kulturních rostlin (Quan a kol., 2022)
Obr. 11: Rotor opatřený noži určený pro prosekávání meziřadí; otočení hlavy řídí detekční systém, založený na rozpoznávání obrazu (Gobor, 2013)
1 - nožová hlava poháněná elektromotorem
2 - mechanismus pro nastavení hloubky kypření
3 - kamerový systém pro detekci rostlin
4 - jednotka měření rychlosti jízdy
5 - kamerový systém pro navigaci na řádek
Obr. 12 a 13: Prototyp mechanického nástroje pro odplevelení řádku a dvě vygenerované cesty nožové hlavy (zelené) podle výsledků klasifikace
Obr. 14: Systém firmy Garford (foto M. Kroulík)
Druhou kategorií ve shodné skupině strojů jsou nástroje využívající nože nebo radličky (obr. 15–17).
Praktického rozšíření doznal systém Robovator s noži, které jsou umístěny na ramínku a pracují na základě informace o poloze plevelných rostlin (obr. 17).
Obr. 15: Výkyvná sekce slupic s radličkami pro ošetření prostoru řádku mezi kulturními rostlinami (Raja a kol., 2020)
Obr. 16 a, b: Systém pro kontrolu a hubení plevelů v řádku plodin (Pérez-Ruíz a kol., 2014)
Obr. 17: Systém Robovator s výkyvnými noži (www.robovator.com)
Třetí princip řešení řádkového hubení plevelů představuje kombinace kamerového systému pro detekci plevelných rostlin a mechanická sekce, kde pracovními nástroji jsou tzv. „razítka“ (obr. 18). Ta jsou aktivována nad plevelnou rostlinou a zajistí její likvidaci. Výhodou uvedeného systému je absence potřeby mechanického ramene, které představuje komplikované zařízení. Obrázek 19 přináší detailní pohled na „razítko“.
Obr. 18: Návrh uspořádání systému pro mechanickou likvidaci plevelných rostlin (Strothmann a kol., 2017).
1 - detekční systém, 2 - kamerový systém, 3 - multispektrální liniový skener,
4 - mechanická část pro zasažení plevelů
Obr. 19: Detailní pohled na podobu mechanického „razítka“ (Langsenkamp a kol., 2014).
1 - natahovací šroub s vysokým stoupáním
2 - matice šroubu
3 - „razítko“ o průměru 11 mm
4, 5 - pružiny s rozdílnou tuhostí
6 - vodící trubka
7 - pouzdro mechanizmu
Využití laseru
Opět s požadavkem na nutnost snižování, kromě spotřeby chemických látek též produkce CO2, se může jevit jako problematické s ohledem na uvolňování plynů mechanické ošetřování spojené s kypřením půdy. Do popředí se tak dostávají alternativní metody pěstování s využitím tzv. pomocných plodin v meziřadí, které budou, mimo jiné, plnit funkci při potlačování plevelných rostlin díky vzniku konkurenčního prostředí. Vyvstává ale otázka, jak bude ošetřován prostor v řádku.
V tomto ohledu se do popředí zájmu dostává například laser. Dostupné informace dokládají reálné použití, avšak zároveň omezení pro tento směr. Každopádně se ukazuje zajímavá alternativa mechanického a fyzikálního ošetření s minimálním kypřením půdy. V případě, že by byl laserem ošetřován pouze úzký řádek, výrazně by se zjednodušilo trasování hlavy laseru.
Laserový paprsek nasměrovaný na plevel může být účinnou metodou kontroly plevele jako alternativa k herbicidům. Lasery mohou vybranému rostlinnému materiálu dodávat energii o vysoké hustotě, zvyšovat teplotu vody v buňkách a tím zastavit nebo zpomalit růst. Komerční využití laserů pro hubení plevele však vyžaduje systematické zkoumání vztahu mezi hustotou energie a biologickým účinkem na různé druhy plevelů a růstové fáze (Mathiassen a kol., 2006). Na potřebě výzkumu a vývoje výkonnosti a zdokumentování účinnosti na širším spektru druhů plevelů a jejich růstových fázích se shoduje více autorů (Xiong a kol., 2017; Marx a kol., 2012).
S ohledem na zmíněnou perspektivu kombinace mechanického a fyzikálního způsobu potlačování plevelných rostlin je tato varianta zahrnuta do projektového návrhu.
Meziřádková kultivace a autonomní pohyb
Moderní stroje na meziřádkovou kultivaci porostu již delší dobu nabízí celou řadu funkcí. Kromě samotného kypření je to aplikace hnojiv a pomocných látek, postřik nebo přísev např. pomocných plodin. Nyní se setkáváme, obdobně jako je tomu u vypínání a zapínání trysek, s ovládáním jednotlivých pracovních částí, kdy se zvedají a spouští jednotlivé pracovní nástroje pří zahájení práce a vyhlubování nástroje (obr. 20). S ohledem na tvarovou rozmanitost našich pozemků, kdy se poměrně obtížně hledají parcely, kde je postavení pracovních jízd a souvratě na sebe kolmé, docílíme celoplošné ošetření s minimálním poškozením porostu na souvratích.
Společně s cílenými aplikacemi vyvstává potřeba řešit také autonomitu pohybu tažných prostředků v podobě polních robotů. Zejména v oblasti kontroly zaplevelení se toto spojení jeví jako více než vhodné. Je to dáno možnostmi, které robot nabízí, zejména ve spojení s mechanickým potlačováním plevelů. Dnes jsou již komerčně nabízeni roboti, ať už v podobě univerzálních nosičů nářadí, nebo jako stroje pro mechanickou kultivaci. Jedním z příkladů univerzálního polního robota je Naio Oz, na obrázku 21 je toto zařízení při kultivaci meziřadí v ovocné školce.
Obr. 20: Plečka Horsch Transformer VF s hydraulicky ovládanými pracovními nástroji v režimu SectionControl
Obr. 21: Robot Naio Oz při kultivaci meziřádku
Souhrn
Cílené a variabilní aplikace kapalných látek pro výživu rostlin nebo jejich ochranu umožňují snížení jejich celkové spotřeby, čímž se otevírá prostor pro významná ekonomická a ekologická hlediska, po kterých se stále silněji volá. Pro dosažení potřebného efektu a uplatnění technologií, které kapalné látky využívají, jsou nezbytné vhodné mechanizační prostředky a technika. Ne nadarmo se současné moderní stroje řadí k technické špičce vývoje, kde se s jistotou uplatňuje senzorová a výpočetní technika, umělá inteligence nebo telematika. Na pomyslném vrcholu stojí polní roboti. V této souvislosti se také hovoří o Zemědělství 4.0, potažmo 5.0, což je odkaz na čtvrtou průmyslovou revoluci a vstup autonomních systémů do zemědělství.
Tento příspěvek vznikl s podporou projektu QK22010348 „Autonomní systémy jako nástroje integrované produkce zeleniny.“
Použitá literatura je k dispozici u autorů.
Literatura pouze na web
Použité zdroje:
Gobor Z. (2013): Mechatronic System for Mechanical Weed Control of the Intra-row Area in Row Crops. Künstl Intell 27, 379–383, https://doi.org/10.1007/s13218-013-0265-0.
Chandel N.S., Chandel A.K., Roul A.K., Solanke K.R., Mehta C.R. (2021): An integrated inter- and intra-row weeding system for row crops. Crop Protection, 145,105642.
Langsenkamp F., Sellmann F., Kohlbrecher M., Kielhorn A., Strothmann W., Michaels A., Ruckelshausen A., Trautz D. (2014): Tube Stamp for mechanical intra-row individual Plant Weed Control. In: 18th World Congress of CIGR, CIGR2014, Beijing, China, Sept.16–19, 2014.
Marx Ch., Barcikowski S., Hustedt M., Haferkamp H., Rath T. (2012): Design and application of a weed damage model for laser-based weed kontrol. Biosystems Engineering, 113 (2), 148–157.
Mathiassen S. K., Bak T., Christensen S., Kudsk P. (2006): The Effect of Laser Treatment as a Weed Control Method. Biosystems Engineering, 95 (4), 497–505.
Pannacci E., Lattanzi B., Tei F. (2017): Non-chemical weed management strategies in minor crops: A review. Crop Protection, 96, 44–58.
Pérez-Ruíz M., Slaughter D. C., Fathallah F. A., Gliever Ch. J., Miller B. J. (2014): Co-robotic intra-row weed control systém. Biosystems Engineering, 126, 45–55.
Quan L., Jiang W., Li H., Li H., Wang Q., Chen L. (2022): Intelligent intra-row robotic weeding system combining deep learning technology with a targeted weeding mode. Biosystems Engineering, 216, 13–31.
Raja R., Nguyen T. T., Slaughter D. C., Fennimore S. A. (2020): Real-time robotic weed knife control system for tomato and lettuce based on geometric appearance of plant labels. Biosystems Engineering, 194, 152–164.
Raja R., Nguyen T.T., Slaughter D. C., Fennimore S. A. (2020): Real-time weed-crop classification and localisation technique for robotic weed control in letíce. Biosystems Engineering, 192, 257–274.
Strothmann W., Ruckelshausen A., Hertzberg J., Scholz Ch., Langsenkamp F. (2017): Plant classification with In-Field-Labeling for crop/weed discrimination using spectral features and 3D surface features from a multi-wavelength laser line profile system. Computers and Electronics in Agriculture, 134, 79-93.
Utstumo T., Urdal F., Brevik A., Dørum J., Netland J., Overskeid Ø., Berge T. W., Gravdahl J. T. (2018): Robotic in-row weed control in vegetables. Computers and Electronics in Agriculture, 154, 36–45.
Xiong Y., Ge Y., Liang Y., Blackmore S. (2017): Development of a prototype robot and fast path-planning algorithm for static laser weeding. Computers and Electronics in Agriculture, 142, Part B, 494–503.
Další články v kategorii Precizní zemědělství