Застосування цифрових технологій для управління земельним банком надає змогу точніше підходити до всіх технологічних операцій - від сівби до збирання врожаю
Ігор Пташник, заступник директора компанії «Агроінвест»
Контроль земельного банку
Щойно земельний банк господарства збільшується до рівня, коли агроном не здатен контролювати кожне поле, починаються проблеми. Наймання додаткового персоналу не покращує ситуацію ― інформація фактично залишається в головах працівників, і для аналізу даних та прийняття стратегічних рішень доведеться щоразу збирати всіх агрономів на наради. Та навіть у цьому разі можливі помилки через вплив людського фактора. Схожа ситуація трапилась у компанії «Агроінвест» з Тернопільщини, і ми попросили заступника директора Ігоря Пташника розповісти про власний досвід виведення компанії на новий рівень ефективності управління.
«Наша компанія працює досить давно, проте в останні роки відбулися значні зміни, ― розповідає Ігор Пташник. ― Ми зрозуміли, що в такому стані підприємство не має достатніх ресурсів для якісного зростання, і це спонукало до активного збільшення земельного банку. Але на ринку вільної землі немає, і доводилося збирати навіть дрібні клаптики по 10‒20 соток. Нині ми обробляємо 3,5 тис. гектарів, з яких близько 35% це людські городи. І хоча ми об’єднуємо їх у масиви, все одно є велика кількість ділянок різного розміру і форми, до яких буває важко дістатись і трактористу, і мені. За такої ситуації одразу побачили, що загальна продуктивність виконання технологічних операцій суттєво знизилась, у механізаторів щоразу виникали питання: а де саме розташована наша ділянка і чи не засіємо сусідній город? Спочатку ще встигав їздити й показувати на місці межі ділянок, але з часом кількість таких «клаптиків» зросла до такого рівня, коли виникала потреба їхати у кілька місць одночасно. Відповідно, довелось цю проблему вирішувати».
Для точності системи моніторингу врожайності під кожну культуру комбайни калібрують по 3–6 разів, тож похибка не перевищує 1%
Якщо керівнику стало важко утримувати у голові власний земельний банк, що вже говорити про механізаторів. А вони мають чітко знати, куди їхати і яку ділянку обробляти, і не просити агронома чи директора показати точне місце розташування. Також була потрібна інформація про точну площу земель. До цього інформація про розміри полів була лише приблизною. А фактично це була приблизна цифра зі значною похибкою. У сучасних умовах такий підхід дає багато можливостей для зловживань, і точність агрономічних заходів (сівба, живлення, захист) також не будуть ефективними повною мірою.
Передусім вирішили оцифрувати всі поля, щоб до сотої знати їхню площу. Знайшли багато земель, які ніхто не обробляв або їх обробляли інші фермери. Проте це був приємний бонус до основного здобутку ― можливості вільного доступу до інформації про поля всіх працівників. Після оцифровування полів кожен механізатор зміг вільно знаходити потрібні ділянки і без остраху на них працювати. Зменшилося навантаження на агрономічну службу, зросла загальна продуктивність виконання робіт.
Також було прийнято рішення розпочати роботу з програмою FieldView від BAYER. З нею було оцифровано три основних процеси у полі: сівбу, обприскування і збирання. Техніка, що працює у підприємстві, дає змогу збирати необхідну інформацію. Її дооснастили планшетами, завантажили контури полів і одразу отримали чітке бачення якості виконання польових робіт. Це дало змогу відкоригувати певні управлінські процеси відповідно до отриманої інформації. Дані зберігаються на власних (хмарних?) серверах, і коли у полі виникає певна проблема, можна перевірити, як виконували ту чи ту операцію.
«Приклад цього року: ближче до осені на полі сої побачили значні відмінності стану рослин. Почали переглядати електронні звіти з гербіцидних оброблень, і на другому помітили, що норма виливу коливалася від 60 до 80 л/га. Це була технічна проблема із самим обприскувачем, яку вчасно не помітили. Але сам факт, що причини того, що відбувається, можна швидко знайти за допомогою систем моніторингу, значно спрощує роботу», розповідає Ігор Пташник.
Демонстраційні посіви ріпаку
Контроль обприскувача по внесенню (фіксація перепадів норми виливу)
Ще один цікавий випадок стався під час збирання ячменю на полі площею 37 га. Відомо, що одна частина поля завжди показує хороші результати, а інша ― значно слабша через гірші ґрунти. Там ніколи не вдавалося зібрати хороший врожай. Але яке ж було здивування, що на чотирьох проходах слабшою ділянкою комп’ютер показав урожайність 6,5‒7 т. Після збирання стали розбиратися з агрономом, що могло вплинути на урожайність. І з’ясували, що, коли вносили добрива на цьому полі, після завершення у «лійці» залишилося дорив на один додатковий прохід. Тож усе поле отримало по 70 кг/га, а на смугу, що показала незвично високу урожайність, висипали по 140 кг/га. Агроном фізично забув про це розповісти й згадав, аж коли подивилися на треки техніки, яка вносила добрива.
Цей випадок показав, що із живленням працюють не зовсім правильно. Аналіз ґрунту ніхто не скасовував, і робити його з великою сіткою все одно, що визначати середню температуру по лікарні. Кожне поле може мати певні відмінності на різних ділянках, а якщо площа поля велика (100 га і більше), практично гарантовано, що відмінності будуть.
«Коли ми почали працювати з FieldView, побачили, що поля є різні, і до кожного потрібно підходити індивідуально. Карти врожайності дали хороший матеріал для роздумів і підштовхнули до подальших рухів у бік диференційованого підходу, ― зазначив Ігор Пташник. ― Крім того, мали набагато зручнішу роботу з демонстраційними посівами. Наприклад, цього року випробовували 37 гібридів ріпаку, і коли молотили, не треба було окремо збирати врожай з кожної ділянки і везти на ваги. Під час сівби користувалися FieldView, і вся інформація про кожну ділянку збереглася. Відповідно, коли працювали комбайни, одразу створювалася карта урожайності. Що стосується точності системи моніторингу урожайності, то на кожну культуру комбайни калібрують по 3‒6 разів, і в результаті похибка не перевищувала 1%. Перед початком збирання демонстраційних ділянок ріпаку відмінність показників комбайна і ваг становила усього 50 кг/га. Загалом це дало можливість оперативно обмолотити всі демонстраційні ділянки, отримати потрібну інформацію і зробити висновки щодо ефективності різних гібридів у місцевих умовах».
Механізатори спочатку не розуміли, навіщо ці додаткові труднощі з використанням нового програмного забезпечення. Але зараз ситуація докорінно змінилася ― вони не хочуть їхати у поле, коли на карті якийсь контур нечіткий або немає ще якоїсь потрібної інформації про поле. На практиці ті самі цифрові контури дають змогу працювати у несприятливих умовах. Коли багато пилу під час сівби, обприскування або оброблення ґрунту, механізатори точно знають, скільки залишилося до кінця гону.
Позначено 4 проходи комбана жаткою 9 м (ділянка зеленого кольору, загалом ділянка 36 м завширшки), де було зроблено подвійне внесення добрив
Диференційний підхід
Коли з′явилося бачення зон продуктивності поля, одразу виникла ідея застосовувати диференційні норми сівби. За досвідом інших аграріїв, найкраще реагує на такий підхід кукурудза, і цього року навіть збиралися спробувати таку технологію. Але не вийшло через відсутність необхідної прошивки у тракторі. Проте на наступний сезон це буде точно реалізовано.
«Великі поля зазвичай неоднорідні за продуктивністю, і на це необхідно зважати під час сівби. На слабких ділянках краще зменшувати норму, оскільки там умови гірші, і стандартну кількість рослин тут буде неможливо забезпечити усім необхідним. Проте для меншої кількості рослин ресурсів буде достатньо, і загальна урожайність буде досягнута за рахунок більших качанів, ― розповідає Ігор Пташник. ― Якщо ми зазвичай сіємо 80‒83 тис. на гектар, у межах експерименту хочу зробити розбіжність від 70 до 85 тис., щоб проаналізувати ефективність такого підходу. Для початку це дасть змогу економити насіння. Наступним кроком буде придбання розкидача мінеральних добрив, який також зможе працювати зі змінними нормами. Тут стратегія залежатиме від полів і культур. Десь можна буде економити, в інших місцях, навпаки, додавати поживних речовин. У результаті маємо прийти до збільшення продуктивності поля і зменшення витрат. Але й без цього ми вже бачимо позитивні зміни. У нас помітно зросла продуктивність на більшості процесів, а також скоротилися витрати пального. Упевнений, що наступні кроки також зроблять нас ще ефективнішими».
Для створення карт диференційної сівби і внесення добрив у підприємстві планують використовувати карти урожайності, результати більш детального аналізу ґрунту, а також карти з індексами вегетації. Чим більше інформації буде для аналізу, тим об’єктивнішими будуть висновки. Нині у підприємства є трирічний досвід роботи з картами урожайності, які точно показують продуктивність полів. Проте цього недостатньо, потрібна детальніша інформація про хімічний склад ґрунту. Тому в найближчих планах зробити повторний аналіз ґрунту з більш густою сіткою відбирання зразків.
Карти врожайності дали фахівцям компанії Агроінвест хороший матеріал для роздумів
Рух до ефективності
Отже, що дали цифрові технології підприємству? По-перше, вдалося навести лад із земельним банком і спростити доступ до інформації про кожне поле. Розташування, межі, характеристики ― усе стало доступним для агрономів і механізаторів. Скоротився час на переміщення між полями, збільшилася продуктивність. Застосування програмного комплексу FieldView дало змогу детально оцінювати кожне поле. На основі карт урожайності визначили зони з різною продуктивність та зробили первинні висновки щодо причин появи відмінностей. Також з′явилася можливість розпочати підготовку до впровадження технологій змінних норм для сівби й унесення мінеральних добрив, що в результаті дасть змогу заощаджувати ресурси й ефективніше використовувати потенціал полів.