Challenges in real-time precision farming: a case study of modelling biomass accumulation

Precision farming is a set of advanced technologies and cultivation practices that aim to enhance crop growing conditions in a site-specific manner. Current machinery offers many technical tools for such actions, but information about when and where it is necessary to use the developed machinery effectively is lacking. The use of crop models has been proposed to combine the effects of growing season conditions and field spatial properties. However, in a timely and spatially variable environment, which a field often is, much information about site-specific growing conditions should be available in order for an advanced crop model to reproduce the site-specific growth in a detailed manner. Unfortunately the information from fields has often been very limited, and insufficient for such purposes. Furthermore the set of precision farming tools and the number of growth factors that can be managed is limited. For describing maximal biomass accumulation, a simple crop model was introduced and evaluated in this thesis. The model is mechanistic, and it uses a minimal number of parameters that all are based on physics, chemistry or physiology. The model can be used for calculating the radiation or radiation and water limited biomass accumulation of a C3-crop. A field experiment equipped with continuous measurements was used for model establishment and after model establishment the model was evaluated with a field experiment with various radiation, nitrogen fertilization and precipitation conditions. In both the studies the crop model was found to produce the maximal biomass accumulation when parameter values measured in the experiment were used. The model was applied in a study evaluating the effects of selected site- and depth-specific soil properties on yield variation on three different clay soil fields located in southern Finland. In order to evaluate the effects of selected soil properties under various weather conditions a Monte Carlo method was used with the biomass accumulation model and generated precipitations. The yield variation was evaluated according to temporal mean biomass yield and temporal standard deviation of the biomass yield. For studying the use of the model in a spatial environment, the introduced biomass accumulation model was applied in a simulator built for simulating a fully automated crop farm. In addition, the use of continuous soil moisture measurements for measuring the crop water use and further for biomass accumulation was tested. According to the results, the crop model was capable of simulating the highest biomass accumulation of the crops used in the experiments. This was the case for all radiation-limited simulations and for most of the water-limited simulations. In a few cases the values of the observed soil properties were found to cause too low biomass accumulation in simulations but in such cases the problem was also present in the comparisons of observed soil properties and observed soil water content during the growing season. For future research with the model, the next phase will be to test the model use in precision farming-related decision making. The structure of the model enables its use with other C3-crops than small grain cereals. Therefore testing of the model with other C3-crops could be performed in future research.

Täsmäviljelytoimenpiteillä pyritään yleisesti parantamaan kasvin kasvuolosuhteita hyödyntäen esimerkiksi eri viljelymenetelmiä tai uusimpia maatalousteknologian ratkaisuja. Maatalouskoneisiin on kehitetty paljon täsmäviljelytoimenpiteitä mahdollistavia teknisiä ratkaisuja. Näiden tehokas hyödyntäminen edellyttää kuitenkin tietoa siitä, missä lohkon osissa erilaisia toimenpiteitä tarvitaan. Tätä varten tarvitaan tietoa sekä viljelykasvin kasvusta että kasvuoloista (esimerkiksi maaperän ominaisuuksista), jotta voitaisiin arvioida, mikä kasvutekijöistä mahdollisesti rajoittaa kasvin kasvua. Tietoa viljelykasvin tilasta voidaan saada erilaisten mittausten avulla, mutta varsinkin paikkakohtaista tietoa on usein käytettävissä rajallisesti. Kasvin kasvumalleja on ehdotettu yhdeksi ratkaisuksi päätöksentekoon, mutta niiden tehokas hyödyntäminen edellyttää paikkakohtaista tietoa pelloilta. Tässä väitöskirjatyössä esitellään yksinkertainen biomassan kertymisen kasvumalli C3-kasveille. Malli on rakenteeltaan mekanistinen (prosessimalli), ja se huomioi fysiikan, kemian ja kasvin fysiologian asettamat rajoitteet biomassan kertymiselle. Mallista on pyritty tekemään mahdollisimman yksinkertainen, minkä ansiosta malli sisältää mahdollisimman vähän parametrejä. Tämä ominaisuus parantaa mallin käytettävyyttä tilanteissa, joissa simuloitavasta kohteesta on saatavilla vähän tietoa. Mallissa voidaan huomioida biomassan kertymää rajoittavana tekijänä fotosynteettisesti aktiivisen säteilyn määrä tai veden riittävyys. Mallin kehityksessä käytettiin kenttäkokeessa kerättyä tietoa. Havainnoituja muuttujia olivat mm. kokonaisbiomassan kertymä, juuriston kehitys, säteilyn intensiteetti, sademäärä, maan kosteus ja lehtialan kertyminen. Mallin kehityksen jälkeen sen toimintaa testattiin kenttäkokeella, jossa viljeltiin vehnää eri sade- ja lannoitemäärillä sekä fotosynteettisesti aktiivisen säteilyn eri intensiteeteillä. Testauksen jälkeen mallilla simuloitiin maksimaalista biomassan kertymistä paikkakohtaisesti kolmella eri peltolohkolla, ja malli sisällytettiin automaattista kasvinviljelytilaa mallintavaan simulaattoriin. Laadittu kasvin kasvumalli oli tässä tutkimuksessa saatujen tulosten perusteella käyttökelpoinen simuloimaan kenttäkokeissa käytettyjen viljelykasvien (ohra ja vehnä) maksimaalista biomassan kertymistä. Tällä tarkoitetaan suurinta mahdollista biomassaa, joka voidaan saavuttaa vallitsevissa kasvuolosuhteissa. Veden rajoittamaa biomassan kertymää laskettaessa on kuitenkin otettava huomioon, että simuloitavan pellon maaperästä tarvitaan paikka- ja syvyyskohtaista tietoa maan vedenpidätyskyvystä. Jatkotutkimuksissa mallia on tarpeen testata käytännön olosuhteissa ja hyödyntää päätöksen teossa, kuten esimerkiksi lisälannoitukseen liittyvässä päätöksenteossa. Mallin rakenne mahdollistaa sen käyttämisen myös muilla C3-kasveilla. Jatkotutkimuksissa tulisi selvittää kasvin kasvumallin soveltuvuus ohran ja vehnän lisäksi muille C3-kasveille.