CC BY
33
лоченного в Северном Зауралье // Агрохимический вестник. 2021. № 2. С. 10-14. doi: 10.24412/1029-2551-2021-2-002.
7. Власенко А. Н., Власенко Н. Г. Система no-till на черноземных почвах Северной лесостепи Западной Сибири // Плодородие. 2021. № 3 (120). С. 81-83. doi: 10.25680/ S19948603.2021.120.15.
8. Сдобников С. С. Вопросы земледелия в целинном крае. М.: Колос, 1964. 256 с.
9. Перфильев Н. В., Вьюшина О. А., Власенко А. Н. Эффективность систем основной обработки темно-серой лесной почвы при возделывании ячменя // Сибирский вестник сельскохозяйственной науки. 2021. Т. 51. № 1. С. 11-17. doi: 10.26898/03708799-2021-1-1.
10. Цифровое земледелие / В. И. Кирю-шин, А. Л. Иванов, И. С. Козубенко и др. // Вестник Российской сельскохозяйственной науки. 2018. № 5. С. 4-9.
11. Петриков А. В. Использование инновационных технологий различными категориями хозяйств и совершенствование научно-технологической политики в сельском хозяйстве // АПК: экономика, управление. 2018. № 9. С. 4-11.
12. Bauer V. P., Podvoisky G. L., Kotova N. E. Adaptation Strategies of the U.S. Companies to the Digitalization of Production // The world of new economy. 2018. Vol. 12. No. 2. P. 78-89. (In Russ.) https://doi. org/10.26794/2220-6469-2018-12-2-78-89.
13. Якушев В. П., Жуковский Е. Е., Якушев B. B. Вариограммный анализ для обоснования технологий точного земледелия // Вестник Российской академии сельскохозяйственных наук. 2009. № 3. С. 16-20.
14. Афанасьев Р. А. Агрохимические принципы точного земледелия // Геоинформационные технологии в сельском хозяйстве: Сб. статей. Оренбург: Издательский центр ОГАУ, 2013. С. 3-7.
15. Информационное обеспечение современных систем земледелия в России / В. П. Якушев, В. В. Якушев, С. Ю. Блохина и др. // Вестник Российской академии наук. 2021. Т. 91. № 8. С. 755-768. doi: 10.31857/ S0869587321080090.
16. Application of photometry for crops online diagnostics of the nitrogen nutrition of plants / O. A. Shchuklina, N. N. Langaeva, I. N. Voronchikhina, et al. // IOP conference series: earth and environmental science : Agriculture, field cultivation, animal husbandry, forestry and agricultural products Сер. 2, Smolensk, 25 января 2021 года. URL: https://www.researchgate. net/publication/356714135_Application_of_ photometry_for_crops_online_diagnostics_ of_the_nitrogen_nutrition_of_plants (дата обращения 19.01.2022).
17. Агротехническая диагностика потребности полевых культур в азотных удобрениях / В. М. Красницкий, И. А. Бо-бренко, А. Г. Шмидт и др. // Плодородие.
N 2020. № 6 (117). С. 40-44. doi: 10.25680/ О S19948603.2020.117.12. N 18. Шарипов Ш. И., Мутуев Ч. М., Кур-^ банов З. М. Цифровая трансформация Z сельского хозяйства: тенденции и пути сти-jji мулирования // Достижения науки и техники =: АПК. 2019. Т. 33. № 11. С. 88-90 ц 19. Абрамов Н. В., Семизоров С. А., Шерстобитов С. В. Земледелие с использо-S ванием космических систем // Земледелие. $ 2015. № 6. С. 13-17.
20. Боронтов О. К., Косякин П. А., Ел-фимов М. Н. Эффективность основной обработки почвы под сахарную свёклу в ЦЧЗ // Земледелие. 2013. № 4. С. 20-23.
21. Боронин А. А., Лощина А. Э. Перспективные технологии обработки почвы // Современные наукоемкие технологии. Региональное приложение. 2015. № 2 (42). С. 130-135.
Main tillage and formation of nitrogen regime in precision farming system
N. V. Abramov, S. A. Semizorov, A. M. Oksukbaeva
State Agrarian University of the Northern Trans-Urals, ul. Respublici, 7, Tyumen', 625003, Russian Federation
Abstract. The research was carried out to determine the role of main tillage in the formation of the nitrogen regime when using satellite navigation systems in the technological processes of spring wheat cultivation. The work was carried out in 1978-2020 in the northern forest-steppe of the Tyumen region. The design of the experiment provided for the following systems of main processing of meadow-chernozem soil: moldboard - ploughing for annual grasses to a depth of 25-27 cm, for spring wheat - at 20-22 cm (control); differentiated - moldboard ploughing for annual grasses at 25-27 cm, shallow tillage at 10-12 cm with a cultivator for spring wheat; non-moldboard - deep loosening at 45 cm for annual grasses, cultivation at 10-12 cm for spring wheat; zero - without main tillage (direct sowing). Soil sampling with reference to geographical coordinates, parallel driving of aggregates during technological operations, differentiated fertilization was carried out using satellite navigation systems. Differentiated application of mineral fertilizers in the off-line mode, taking into account the nitrogen content in the nitrate form reduced its spatial variability by 7.8% when sowing spring wheat, and by the tillering phase - by 9.3% with an average level of availability of cultivated plants by N-NO3 (10.2-12.7 mg/ kg) in the arable layer. Non-moldboard tillage and its absence increased the yield of spring wheat by 0.46-0.47 t/ha compared to ploughing. Optimization of mineral nutrition, despite the increase in the rate of nitrogen fertilizers in these options, increased profit by 5808-8596 rubles/ha with a profitability level of grain production of 59.3-78.7%.
Keywords: main tillage system; nitrogen regime; differentiated application; mineral fertilizers; satellite navigation systems; spring wheat (Triticum aestivum).
Author Details: N. V. Abramov, D. Sc. (Agr.), prof. (e-mail: vip.anv.55@mail.ru); S. A. Semizorov, Cand. Sc. (Agr.), assoc. prof.; A. M. Oksukbaeva, postgraduate student.
For citation: Abramov NV, Semizorov SA, Oksukbaeva AM [Main tillage and formation of nitrogen regime in precision farming system]. Zemledelie. 2022;(3):32-6. Russian. doi: 10.24412/0044-3913-2022-3-32-36.
Сок 10.24412/0044-3913-2022-3-36-41 УДК 004.9
Интеллектуальная
технология
контроля
качества
обработки
почвы в
системе точного земледелия
С. А. ВАСИЛЬЕВ, доктор технических наук, зав. кафедрой (е-mail: vsa_21@mail.ru)
Чувашский государственный университет им. И. Н. Ульянова, Московский просп, 15, Чебоксары, 428015, Российская Федерация
Цель исследования - разработать интеллектуальную технологию и технические средства оценки агротехнических показателей качества проведения обработки почвы в системе точного земледелия. Для ее выполнения предварительно модернизировали полевой профилограф. Этот прибор имеет основание с установочными стержнями и стойкой, на которой смонтирован угловой датчик и подвижный корпус, внутри которого размешены источник питания и блок управления; неподвижное опорное колесо и взаимодействующий с ним стеллит, лазерный датчик положения, установленный на направляющей с возможностью горизонтального и кругового движения, два электродвигателя, соединенные блоком управления, который с использованием Bluetooth-соединения связан с ноутбуком, оснащенным программой информационной системы измерения и компьютерного управления для согласованной работы электродвигателей прибора и датчиков. При модернизации полевой интеллектуальный профилограф оснастили приемником GPS и компасом, установленными в одном корпусе с акселерометром и гироскопом, а в нижней его части разместили термогигрометр окружающего воздуха и влагомер почвы. Разработали программное обеспечение и реализовали интеллектуальный алгоритм измерений. Измерения проводили в производственных условиях на контрольных обработанных полях СПК «Оринино» Мор-гаушского района Чувашской Республики. Работа полевого интеллектуального про-филографа реализована в трех режимах: определение агротехнических показателей обработанной почвы; определение основных агротехнических показателей по открытой борозде при обработке; построение цифровой модели поверхности обработанной почвы. Интеллектуальная информационно-измерительная система
предоставляет следующие данные по профилю микрорельефа обработанной почвы: глубину обработки и отклонение ее от заданной; комковатость поверхности; коэффициент вспушенность; прямолинейность обработки; общий, продольный и боковой уклоны; относительную влажность почвы.
Ключевые слова: интеллектуальная технология, контроль качества, обработка почвы, точное земледелие.
Для цитирования: Васильев С.А. Интеллектуальная технология контроля качества обработки почвы в системе точного земледелия//Земледелие. 2022. № 3. С. 36-41. бо1: 10.24412/0044-39132022-3-36-41.
В глобальном масштабе снижение качества почвы создало огромную проблему для повышения производительности сельского хозяйства, экономического роста и состояния окружающей среды [1]. Основные причины деградации почвы в значительной степени связаны с неправильным земледелием, недостаточным учетом эрозионных процессов и внутрипольной вариабельности среды обитания растений [2]. Деградация почвы в результате эрозионных процессов, нарушения агротехнических и противоэрозион-ных требований к обработке почвы приводит к ее существенному истощению и изменению физических показателей [3].
Интерес к оценке деградации почвы, особенно на склоновых землях, возрос, поскольку она выступает критически важным компонентом биосферы Земли. В естественных условиях равновесие почвы поддерживается благодаря почвогенетиче-ским процессам, а антропогенная деятельность, например, различные приемы обработки, его нарушают. Поэтому важно определять деградацию почвы при проведении различных приемов почвообработки с использованием интеллектуальной технологии оценки ее качества [4, 5].
Информация об агротехнических показателях обработки почвы может помочь в дальнейшей расстановке приоритетов, а затем при реализации стратегии точного земледелия, которое позволяет устойчиво улучшать почвенные ресурсы [4]. Для этого желательно использовать концепцию оценки качества обработки почвы, поскольку отдельных показателей может быть недостаточно для количественного определения изменений свойств почвы, связанных с точным земледелием [6, 7]. В соответствии с этим многие исследователи сообщали, что комплексная оценка на основе комбинаций агротехнических показателей обработанной почвы
для одной точки агроландшафта может лучше отражать качество ее обработки, по сравнению с отдельными показателями, в том числе при использовании возможностей искусственного интеллекта [4, 5, 7].
Несмотря на важность определения качества обработки почвы не существует комплексного и универсального метода выбора набораданных и оценки, а также технического средства контроля, для полевых условий, особенно на склоновых землях. В то же время известны показатели оценки качества механизированных работ, указанные в нормативной документации [8]. Некоторые из них предусматривают определение среднеквадратического отклонения и коэффициента вариации без указания допустимых пределов изменения определяемой величины. Более сложно и менее исследовано влияние на качество выполняемой работы природно-климатических и почвенно-морфологических факторов с учетом конструктивных параметров машинно-тракторного агрегата.
Традиционно качество выполнения каждого приема обработки почвы определяют по совокупности показателей, которые могут характеризовать степень пригодности почвы для роста сельскохозяйственных культур [8]. Как правило, оценивают их по трех или пяти бальной шкале: отлично, хорошо, удовлетворительно, плохо и очень плохо, а по сумме баллов выводят общую оценку [8].
Несмотря на разнообразие методов отбора данных и подсчета баллов, предыдущие исследования имеют ограничения в оценке прие-
мов обработки почвы с одновременным использованием одних и тех же данных в сходных полевых условиях. При этом многие подходы к решению такой задачи уже разработаны и применяются [9, 10, 11]. Для их реализации в точном земледелии используют различные методы и технические средства измерения отечественного и зарубежного производства. Среди них можно выделить контактные средства: рулетки или линейки с рейками, бороздомеры, щупы или глубиномеры, измерительные про-филометры, например, ИП-250, а также бесконтактные - наземные лазерные и интерференционные сканеры, системы цифровой фотограмметрии [5, 6, 11].
Цель исследования - разработать интеллектуальную технологию и технические средства оценки агротехнических показателей качества проведения обработки почвы в системе точного земледелия.
Для ее выполнения предварительно модернизировали полевой интеллектуальный профилограф (рис. 1). Этот прибор имеет основание с установочными стержнями и стойкой, на которой смонтирован угловой датчик и подвижный корпус, внутри которого размешены источник питания и блок управления; неподвижное опорное колесо и взаимодействующий с ним стеллит, лазерный датчик положения, установленный на направляющей с возможностью горизонтального и кругового движения, два электродвигателя, соединенные блоком управления, который с использованием В1ие!оо№-соединения связан с ноутбуком, оснащенным программой информационной системы измере-
ние. 1. Общий вид экспериментальных исследований с разработанным полевым интеллектуальным профилографом.
ния и компьютерного управления для согласованной работы электродвигателей прибора и датчиков [6, 12]. При модернизации его оснастили приемником GPS и компасом, установленными в одном корпусе с акселерометром и гироскопом, а также в нижней части профилографа разместили термогигрометр окружающего воздуха и влагомер почвы. Отдельно разработали программное обеспечение и реализовали интеллектуальный алгоритм измерений.
Для точного определения горизонтальной поверхности, в которой перемещается лазерный датчик РФ-605 в процессе исследования, использовали электронный уровень с гироскопом и акселерометром MPU6050. Координаты геопозиции профилографа на склоновых землях определяли с использованием приемника GPS GY-NEO6MV2. Итоговая точность измерения с РТК-базой (Real Time Kinematic - «кинематика реального времени» - совокупность приёмов и методов получения плановых координат и высот точек местности сантиметровой точности с использованием спутниковой системы навигации посредством получения поправок с базовой станции) достигала 1...4 см. Для ориентирования на местности и установления начального положения лазерного датчика по азимуту, относительно географической северной стороны, использовали компас. Термогигрометр окружающего воздуха и влагомер почвы измеряли природно-климатические параметры, определяющие полевые условия.
Согласно ГОСТ 20915-201 1 к определяемым показателям метеорологических условий относятся температура и влажность воздуха, которые влияют на результат измерения, а от точности учета этих факторов зависит точность конечного результата. Кроме того, температуру и относительную влажность необходимо определять и для самой почвы, так как они формируют полевые условия измерения и описывают совокупность побочных физических явлений, влияющих на полевой интеллектуальный профилограф и результат измерений.
Техническая характеристика про-филографа: габаритные размеры -1450 мм х 25 мм х 550 мм, диапазон ° изменения угловой скорости пере-го мещениядатчика-0,1...2,5рад/с, ^ диапазон изменения радиальной о» скорости перемещения датчика -| 0,0001.0,01 м/с, напряжение сети углового энкодера серии E60H - 5В ® DC, потребляемый ток - <80 мА; ко-S личество импульсов на один оборот $ - от 1024 до 8192, диапазон рабочих
температур: -10...+60 °С, частота ответа - до 300 кГц, управляемое напряжение меняется импульсно от 0 В до 14,8 В, напряжение обратной связи - от 0 до 5 В. Основные характеристики профилографа: диапазон измерения расстояния от датчика до поверхности - 100...500 мм, пределы допускаемой абсолютной погрешности измерений х ±0,05 % диапазона, измерения по окружности - 0.360°, пределы допускаемой погрешности углового энкодера - ±30".
Информация с прибора позволяет установить следующие показатели для агротехнической и эксплуатационно-технологической оценки обработки почвы, отмеченные в ГОСТ 20915-2011, ГОСТ 16265-89, ГОСТ 33687-2015 и ГОСТ 33736-2016 [8], а также в ряде научных трудов [5, 6, 12]: глубина обработки почвы, гребнистость поверхности почвы, угол оборота пласта, микрорельеф почвы, уклон поля, равномерность глубины обработки почвы, глыби-стость поверхности пашни, вспушен-ность почвы, относительная влажность почвы, температура почвы, температура и влажность воздуха.
Кроме того, дополнительно определяли ряд показателей для проти-воэрозионных технологий, применяемых на склоновых землях [6]: угол отклонения направления обработки от горизонтали, продольный и поперечный уклон учетной площадки, крошение почвы (агрегатный состав почвы на ее поверхности в %).
Разработку технологического процесса контроля качества обработки почвы с использованием полевого профилографа проводили в производственных условиях на контрольных полях СПК «Оринино» Моргаушского района Чувашской Республики (рис. 2), обработанных машинно-тракторным агрегатом МТЗ-82 с плугом ПЛН-3-35.
Водосбор занимает площадь около 300 га с довольно сложными склонами до 10°, изрезанными оврагами и балками, на высоте 152.185 м над уровнем моря. Землепользование преимущественно пахотное, при этом озимая пшеница выступает основной культурой на 80 % площади земель. Согласно системе классификации преобладают дерново-подзолистые почвы с разной степенью оподзолен-ности. Годовое количество осадков составляет в среднем 500 мм, но они очень неравномерны по количеству и распределению на водосборе.
Для планирования замеров на сельскохозяйственных полях в процессе обработки почвы использовали разработанное программное обеспечение «Телематика Агро 2.0», представляющее собой систему планирования и ведения оперативного учета сельскохозяйственных работ, мониторинга местонахождения измерительных приборов, оборудования и машин, которая в том числе дает возможность отслеживать их состояние, осуществлять сбор, обработку и хранение полученных данных на сервере. По картам ПО «Телематика Агро 2.0» можно определить местоположение профилографа с отображением его координат GPS. ПО «Телематика Агро 2.0» имеет возможность экспортировать и импортировать метаинформацию о проекте в геоинформационную систему.
Пространственную изменчивость агротехнических показателей обработанной почвы на исследуемом контрольном поле определяли методом Кригинга [13, 14]. Это один из наиболее сложных и надежных методов интерполяции, предусматривающий применение передовых статистических методов и требующий знания пространственной статистики, с использованием которой проверяют данные. Метод Кригинга представля-
Рис. 2. Фрагмент месторасположения экспериментального водосбора в Моргаушском районе Чувашской Республики с распределенными контрольными полями (27 точек замера).
етсобой процедурулинейной интерполяции, когда интерполированные значения моделируются гауссовским процессом, которая обеспечивает несмещенные линейные оценки различных значений агротехнических показателей обработки почвы в пространстве и создает расчетную статистическую поверхность из разбросанного набораточек со значениями z [15]. В этом методе вариограмма (статистический момент для анализа и моделирования пространственной корреляции, описывающий связность данных при удалении от рассматриваемой точки) играет ключевую роль при анализе и моделировании геостатистических данных и учитывает автокорреляцию между пространственными данными для построения математических моделей пространственных корреляционных структур, местоположение на агроландшафте, неизвестный вес для измеренного значения агротехнического показателя в i-м местоположении, а также само измеренное значение агротехнического показателя на i-м участке и количество замеров этого показателя [16, 17]. Таким образом, по формуле Кригинга, «взвешиваются» окружающие измеряемые значения агротехнического показателя для того, чтобы получить предсказание неизмеренного агротехнического показателя и его местоположение на агроландшафте.
Разработанный полевой интеллектуальный профилограф может работать в трех режимах в зависимости от определяемых целей:
определение агротехнических показателей, характеризующих состояние поверхности обработанной почвы (коэффициент гребнистости, комковатость, общий уклон, продольный и боковой уклон, относительная влажность почвы);
определение агротехнических показателей, характеризующих состояние как поверхности, так и самой обработанной почвы (глубина обработки, комковатость поверхности, коэффициент вспушенности, прямолинейность обработки, общий уклон, продольный и боковой уклон, относительная влажность почвы, относительное отклонение средней глубины обработки от заданной и др.);
построение цифровой модели поверхности обработанной почвы для различных приемов ее обработки.
При определении различных агротехнических показателей механически обработанной почвы про-филограф размещали на поверхность агроландшафта [6]. Определяли профиль поверхности почвы по окружности, ограничивающей
измеряемую площадку, профилогра-фом, оснащенным информационной системой. Для этого, опираясь на информацию от компаса, датчики профилографа устанавливали в исходные положения. Далее программа с ноутбука запускала нижний электродвигатель профилографа и проводилось сканирование поверхности почвы по периферии площадки с передачей информации с датчика на блок управления и далее в информационно-измерительную систему. Интеллектуальная информационно-измерительная система выдает данные по профилю микрорельефа обработанной почвы. В приведенном примере (рис. 3) коэффициент гребнистости поверхности почвы - 1,43, комковатость - 52 %, общий уклон - 3,5°, продольный и боковой уклон - 1,6 и 2,1° соответственно, относительная влажность почвы - 48 %. Одновременно полученные величины сравниваются с агротехническими требованиями. Несоответствие фактических параметров агротехническим требованиям к конкретному приему обработки почвы может привести к таким последствиям, как снижение урожайности, ухудшение условий для развития сельскохозяйственных культур, снижение эффекта от вносимых удобрений и применяемых средств защиты растений, уменьшение эффективности мелиоративных мероприятий, снижение плодородия почвы, прогрессиро-вание эрозионных процессов и др. Использование разработанного метода дает возможность сканировать поверхность обработанной почвы
и получать одновременно большой набор агротехнических показателей для конкретного участка поля.
При измерении основных агротехнических показателей по открытой борозде задавали следующий режим работы полевого интеллектуального профилографа с дальномером [11]. Прибор устанавливали по электронному уровню в борозду, образованную после прохода машинно-тракторного агрегата. Определяли по окружности профиль поверхности почвы необработанного участка, борозды и обработанного участка с использованием лазерного датчика и углового энкодера. По этим данным, интеллектуальная информационно-измерительная система устанавливала глубину и равномерность обработки почвы, величины глыбистости и гребнистости поверхности пашни, рассчитывала уклон поверхности почвы участка поля и коэффициент вспушенности. Прямолинейность вспашки замеряли с использованием дальномера, который устанавливали над стенкой борозды, замеры проводили на заданном расстоянии длины гона, отклонение от прямолинейности рассчитывали в процентах [11]. Интеллектуальная система формирует данные по профилю микрорельефа обработанной почвы, так, в приведенном примере (рис. 4) глубина обработки почвы составляет 238 мм, комковатость поверхности пашни - 45 %, коэффициент вспушенность почвы - 1,41, прямолинейность вспашки - 98 мм, общий уклон - 4°, продольный и боковой уклон - 3,6 и 1,8° соответственно, относительная влажность почвы 45 %.
Рис. 4. График профиля обработанной и необработанной почвы по открытой борозде в интерфейсе программы.
Анализ графика профиля указывает на то, что условие контурной обработки почвы на склоне соблюдается, но в открытой борозде характерной плужной поверхности (подошвы) не видно (только несколько точек на дне борозды). Относительное отклонение средней глубины вспашки от заданной составило 3,8 %, по агротребованиям - ±10 %. При таком режиме работы одновременно замеряется большее число используемых для оценки качества обработки почвы в соответствие с ГОСТ-16265-89 агротехнических показателей, по сравнению с предыдущим, поскольку исследуется дополнительно необработанная часть участка и открытая борозда.
На сегодняшний день известно близкое по принципу работы решение экспресс-оценки микрорельефа учетной площадки поля И. М. Киреева [11]. Его подход реализуется с использованием лазерного профило-графа ИП-284-01, однако из агротехнических показателей обработки можно расчетным путем определить только коэффициент гребнистости и комковатость поверхности почвы. Измерение уклонов при проведении такой экспресс-оценки трудоемкая задача, решение которой с высокой ° точностью практически не возможно. го Интеллектуальная составляющая в ^ программном обеспечении не ис-о пользуется.
| При построении цифровой модели обработанной поверхности интеллек-® туальная система формирует по при-5 знакам, характеризующим свойства $ профилей поверхностей, решение о
принадлежности распознаваемого профиля к той или иной модели по величине микрорельефа почвы, используя искусственные нейронные сети. Для определения профиля поверхности почвы при подаче сигнала от ноутбука, через блок управления, начинают работать два двигателя, перемещающих с использованием приводов датчик положения по направляющей, которая в свою очередь вращается по опорному колесу вокруг
стойки. По результатам анализа полученных данных можно построить цифровую модель микрорельефа, на которой могут быть отражены, в том числе, например, следующие средние агротехнические показатели обработки (рис. 5): продольный уклон - 1,3°, поперечный уклон - 3,3°, коэффициент гребнистости поверхности почвы - 1,46. Одновременно определяются значения агротехнических показателей обработанного участка поля, используемые для оценки качества обработки почвы в ГОСТ 16265-89. Достаточно большую вариабельность получаемых данных по исследуемому участку обусловливает их разброс, а не погрешность прибора. Отличительной особенностью этого режима выступает полное сканирование исследуемого участка и возможность построения 3D-поверхности обработанной почвы, позволяющей реализовать моделирование мелиоративных, эрозионных и других процессов на различных агроландшафтах [18].
Такой режим работы профилогра-фа отчасти аналогичен цифровой фотограмметрии. Метод теней [6] базируется на прямой зависимости между величиной микрорельефа поверхности почвы и площадью тени от структуры почвы при заданных параметрах падающего солнечного света. По сравнению со сканированием, фотограмметрия позволяет охватить большие учетные площади, однако по точности данных и трудоемкости работ этот подход будет уступать.
Расчетная стоимость разработанного нами профилографа составляет
Рис. 5. Цифровая модель микрорельефа (облако точек) обработанной почвы в интерфейсе программы.
195 тыс. руб, трудоемкость контроля и оценки качества обработки почвы с его использованием - 0,05 часа на исследуемом участке до 7 м2. В сравнении с традиционной технологией контроля и оценки качества обработки почвы, использование профилографа позволяет повысить производительность труда более чем в 11 раз. Освоение новой технологии контроля качества обработки почвы на склоновых землях в СПК «Ори-нино» Чувашской Республики при возделывании зерновых культур на площади 300 га обеспечит годовой эффект в размере 425,6 тыс. руб., а окупаемость единовременных затрат составит 0,46 года.
Разработана технология контроля и оценки агротехнических показателей качества обработки почвы, согласно ГОСТ 16265-89, с использованием полевого интеллектуального профилографа в системе точного земледелия. Работа этого прибора реализована в трех режимах: определение агротехнических показателей обработанной почвы; определение основных агротехнических показателей по открытой борозде при обработке; построение цифровой модели поверхности обработанной почвы. Интеллектуальная информационно-измерительная система вычисляет ряд параметров профиля микрорельефа обработанной почвы и их отклонение от заданного уровня, в том числе глубину обработки, комковатость поверхности, коэффициент вспушенности, прямолинейность обработки, общий, продольный и боковой уклоны, относительную влажность почвы и др.
Литература.
1. Байбеков Р Ф. Природоподобные технологии основа стабильного развития земледелия // Земледелие. 2018. № 2. С. 5-8.
2. Изменение почвенного покрова в ландшафте на подгорно-приморских равнинах Дагестана / Р. Ф. Байбеков, В. И. Савич, Г. Б. Подголоцкая и др. // Плодородие. 2017. № 4 (97). С. 33-35.
3. Байбеков Р. Ф., Борисов Б. А., Ган-жара Н. Ф. Расчет степени выпахивания и оптимизация свойств дерново-подзолистых и черноземных почв Европейской части России // Природообустройство. 2013. № 5. С. 18-20.
4. Якушев В. П., Якушев В. В., Матве-енко Д. А. Интеллектуальные системы поддержки технологических решений в точном земледелии // Земледелие. 2020. № 1. С. 33-37.
5. Васильев С. А., Федорова А. А., Алексеев В. В. Метод измерения профиля поверхности мехатронным профилографом с параллельным управлением приводами датчиков // Измерительная техника. 2021. № 12. С. 22-28.
6. Vasilyev S. A., Alekseev V. V. Research of the soil plowing technology on slope lands with a circular profilograph // IOP Conf. Series: Earth and Environmental Science, 839 (2021) 032029. URL: https://doi:10.1088/1755-1315/839/3/032029 (дата обращения: 14.01.2022).
7. Интегральная оценка бонитета почв сельскохозяйственных угодий / В. А. Седых, Р Ф. Байбеков, К.В. Савич и др. // Земледелие. 2018. № 6. С. 18-20.
8. Гаффаров Х. Р., Тохиров М. З. У. Контроль качества выполнения основных полевых работ // Молодой ученый. 2017. № 4 (138). С. 204-205.
9. Формирование базы данных оптических характеристик посевов для выделения зон управления на основе дистанционного зондирования / Д. А. Матвеенко, В. В. Воропаев, В. В. Якушев и др. // Земледелие. 2021. № 6. С. 20-26.
10. Устройство для автоматизированного контроля качества посев семян при работе посевного агрегата / В. С. Ломакин,
B. В. Якушев, Б. А. Телал и др. // Патент на полезную модель RU 197384, 23.04.2020.
11. Способ контроля качества обработки почвы на агроландшафтах в полевых условиях / С. А. Васильев, Р. И. Александров, М. А. Васильев и др. // Патент на изобретение № 2741746, 28.01.2021.
12. Vasiliev S. Classification of methods of moving the scanning sensor of a mechatronic profiler along the trajectories of plane curves // III International Workshop on Modeling, Information Processing and Computing (MIP: Computing-2021). Krasnoyarsk, Russia, 2021. P. 196-202.
13. Comparison of Interpolation Methods for Estimating pH and EC in Agricultural Fields of Golestan Province (North of Iran) / H. K. Poshtmasari, Z. T. Sarvestani, B. Kamkar, et al. // International Journal of Agriculture and Crop Sciences. 2012. No. 4. 157-167.
14. Using ArcGIS Geostatistical Analyst / J. Kevin, J. M. Ver Hoef, K. Krivoruchko, et al. // Environmental Systems Research Institute, Redlands. 2003. URL: https:// scholar.google.com/scholar?hl=ar&as_ sdt=0%2C5&q=Using+ ArcGIS + Geostatis tical+Analyst%2C+Environ&btnG (дата обращения: 14.01.2022).
15. Исследование изменения природно-климатических условий и физических свойств почвы на агроландшафтной катене склоновых земель / С. А. Васильев, С. И. Чучкалов, Р. И. Александров, et al. // Известия Нижневолжского агроуниверситет-ского комплекса: Наука и высшее профессиональное образование. 2019. № 4 (56).
C. 26-35.
16. Оперативное и долгосрочное прогнозирование продуктивности посевов на основе массовых расчетов имитационной модели агроэкосистемы в геоинформационной среде (обзор) / В. П. Якушев, В. В. Якушев, В. Л. Баденко и др. // Сельскохозяйственная биология. 2020. Т. 55. № 3. С. 451-467.
17. Оценка внутриполевой изменчивости посевов с помощью вариограммного анализа спутниковых данных для точного земледелия / В. П. Якушев, В. М. Буре, О. А. Митрофанова и др. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 114-122.
18. Моделирование развития русла в подстилающей поверхности склоновых агроландшафтов / И. И. Максимов, В. И. Максимов, С. А. Васильев и др. // Почвоведение. 2016. № 4. С. 514-519.
Intelligent technology for quality control of tillage in the precision farming system
S. A. Vasiliev
Ulyanov Chuvashia State University, prosp. Moskovsky, 15, Cheboksary, 428015, Russian Federation
Abstract. The purpose of the study was to develop an intelligent technology and technical means for assessing the agro-technical indicators of the quality of soil cultivation in the precision farming system. For its implementation, the field profile recorder was previously modernized. This device has a base with pilots and a stand on which the angle sensor and the movable hull are mounted. Inside the hull there is a power supply and a control unit. Also, the device has a fixed support wheel and a stellite interacting with it; a laser position sensor mounted on a rail with the possibility of horizontal and circular movement; two electric motors connected by a control unit. This control unit is connected via Bluetooth to a laptop equipped with a measurement information system and computer control program for the coordinated operation of the device's motors and sensors. During the modernization, the field intelligent profile recorder was equipped with a GPS receiver and a compass installed in the same hull with an accelerometer and a gyroscope, and a thermohygrometer of ambient air and a soil moisture meter were placed in its lower part. We developed software and implemented an intelligent measurement algorithm. The measurements were carried out under production conditions on the control cultivated fields of the Orinino farm in the Morgaushsky district of the Chuvash Republic. The work of the field intelligent profile recorder is implemented in three modes: determination of the agrotechnical indicators of the cultivated soil; determination of the main agrotech-nical indicators for an open furrow during processing; building a digital model of the surface of the cultivated soil. The intelligent information-measuring system provides the following data on the profile of the microrelief of the cultivated soil: the depth of processing and its deviation from the given one; soil cloddiness; fluffiness factor; straightness of processing; general, longitudinal and lateral decline; relative soil moisture.
Keywords: intelligent technology; quality Ы control; tillage; precision farming. g
Author Details: S. A. Vasiliev, D. Sc. s (Tech.), head of department (е-mail: g vsa_21@mail.ru). §
For citation: Vasiliev SA [Intelligent s technology for quality control of tillage z in the precision farming system]. Zem-ledelie. 2022;(3):36-41. Russian. doi: " 10.24412/0044-3913-2022-3-36-41. о
_ N> ■ 2
