CC BY
44УДК 631.171:528.46 DOI 10.36508/RSATU.2020.64.67.013
РЕЗУЛЬТАТЫ МОНИТОРИНГА ПОЧВЕННЫХ НЕОДНОРОДНОСТЕЙ НА ОСНОВЕ МУЛЬТИСПЕКТРАЛЬНЫХ СНИМКОВ ПОЛЕЙ ПРИ УТИЛИЗАЦИИ НЕЗЕРНОВОЙ ЧАСТИ
УРОЖАЯ В КАЧЕСТВЕ УДОБРЕНИЯ
БОГДАНЧИКОВ Илья Юрьевич, канд. техн. наук, доцент кафедры эксплуатации машинно-тракторного napKa,CMY62.rgatu@mailru
БЫШОВ Николай Владимирович, д-р техн. наук, профессор, ректор ФГБОУ ВО РГАТУ, university@ rgatu.ru
ДРОЖЖИН Константин Николаевич, канд. с.-х. наук, доцент, доцент кафедры эксплуатации машинно-тракторного парка, drozhzhin.k@ryazanagrohim.ru
ОЛЕЙнИкДмитрий Олегович, канд. техн. наук, доцент, доцент кафедры эксплуатации машинно-тракторного парка, oleynik_d_o@mail.ru
Рязанский государственный агротехнологический университет имени П.А. Костычева БЕРЕЗОВСКИЙ Егор Валерьевич, канд. с.-х. наук, руководитель направления «Точное земледелие» компании Amazone, Egor.Berezovskii@amazone.ru
В статье представлены результаты исследований по выявлению почвенных неоднородностей на опытном поле в УНИЦ «Аротехнопарк» ФГБОУ ВО РГАТУ Рязанского района Рязанской области на основе мультиспектральных снимков, полученных при помощи квадрокоптера dji phantom 4 pro с дополнительной мультиспектральной камерой Parrot Sequoia. При сопоставлении результатов комплексного химического анализа почвы в различных частях поля по вариантам было выявлено, что содержание N, P, K и других элементов неравномерно. На варианте «Контроль» содержание азота уменьшалось с 11,91 мг/кг до 3,36 мг/кг при движении на северо-запад, а на варианте «Agrinos 1» увеличилось с 8,81 мг/кг до 19,08 мг/кг при движении в том же направлении. Мультиспектральные снимки позволили определить места некачественного внесения азотных удобрений, что является следствием неправильной настройки или неисправности разбрасывателя удобрений. На основе снимков с камеры Parrot Sequoia была получена модель рельефа опытного поля, которая показала наличие уклона в северо-западном направлении в 1,97° (3,45 %) и максимальный перепад высоты не более 10 метров. При обилии осадков наличие такого уклона способствовало «вымыванию» питательных элементов в местах склона, что привело к дефициту азота. Это же подтвердили результаты оценки вегетационного индекса NDVI - 0,3-0,4, показания «N-тестера» - 300-310 и визуальный осмотр. Также было установлено, что интенсивность разложения растительных остатков в почве с каждым годом повышается: на 10 % на контроле, и на 13-15 % на остальных вариантах. Исследования содержания хлорофилла в листьях растений при помощи прибора «N-тестер» и химический анализ почвы показали, что неразложившиеся в почве растительные остатки «оттягивают» на себя большую часть почвенного азота, что приводит к его недостатку в вегетирующих растениях.
Ключевые слова: незерновая часть урожая, солома, утилизация, удобрение, точное земледелие, мультиспектральная съёмка, почвенная неоднородность, БПЛА, вегетационный индекс.
Введение соединений, которые угнетают развитие последу-
В рамках выполнения НИР по заказу Минсель- ющих растений. Для ускорения процесса разло-
хоза РФ в 2018-2020 гг. на опытном поле УНИЦ жения перспективно использовать жидкие удобре-
«Агротехнопарк» ФГБОУ ВО РГАТУ были заложе- ния - деструкторы пожнивных остатков, поэтому
ны полевые опыты, направленные на исследова- в проводимых нами исследованиях применялись
ние путей повышения эффективности утилизации наиболее перспективные биологические препара-
незерновой части урожая (НЧУ) в качестве удо- ты Agrinos 1, Стернифаг СП, Биокомплекс БТУ и
брения. гуминовый продукт Экорост. Данные препараты в
Известно, что НЧУ является побочной про- виде рабочего раствора вносились в измельчен-
дукцией и по своим объёмам превышает даже ную растительную массу с помощью специально
основную - зерно, именно в ней накапливаются разработанной машины [1] и заделывались в по-
элементы, участвующие в формировании гумуса чву на глубину до 20 см в течение 40 минут по-
(известно, что на 1 тонну зерна приходится до сле обработки. Далее производился комплексный
1,3 тонны соломы, в которой содержится азо- химический анализ почвы и мониторинг скорости
та - 11,05 кг; фосфора - 5,2 кг; калия - 16,9 кг.) разложения растительных остатков.
[1-4]. Однако НЧУ имеет длительный период гу- Получаемые данные свидетельствовали о не-
мификации (разложения) в почве - в зависимости которой неоднородности почвы, что отражается и
от почвенных условий, процесс может протекать в на скорости разложения НЧУ.
течение 3-5 лет. Разложение сопровождается гни- Методика исследований
лостными процессами с выделением фенольных Активность целлюлозоразлагающих бактерий
© Богданчиков И. Ю., Бышов Н. В., Дрожжин К. Н., Олейник Д. О., Березовский Е. В., 2020 г.
П0 =
mn-ioo m0
в почве оценивалась по методу льняных полотен. Для этого полотном льняной ткани размера-ми120х620мм с двух сторон обтягивалась пластина и закапывалась в почву на глубину 300 мм. Предварительно каждое полотно взвешивалось, и ему присваивался индивидуальный номер.
тывался программой автоматически по выражению:
Pnir-Pred
NDVI =
pnir+pred'
(2)
где I lo - % (от первоначальной массы) не разложившегося полотна;
mn - масса полотна льняной ткани n-ой выборки, г;
m0 - начальная масса полотна льняной ткани, г.
За всё время проведения опытов фиксировалась среднесуточная температура воздуха и количество выпавших осадков.
При помощи беспилотного летательного аппарата с 4-мя роторами (расположены по его краям симметрично (quadcopter)) dji phantom 4 pro со стандартной камерой 20 MPi и дополнительной камерой Parrot Sequoia (включает в себя 4 мульти-спектральных сенсора: зелёный 530-570 нм, красный 640-680 нм, граница красного 730-740 нм и 16 MPi RGB для фотографий) с высоты 60-80 метров осуществляли аэрофотосъёмку для мониторинга развития растений. Обработка снимков проводилась в программе Agisoft Metashape Professional. Все полученные данные сопоставлялись с данными открытого ресурса Onesoil, которые формируются по спутниковым снимкам.
При помощи прибора «N-тестер» (рис. 1) проводили измерение содержания хлорофилла в листьях растений для определения потребности в азоте. Измерения производили по диагонали делянки по 30 измерений в каждой серии, не менее трех серий на вариант. Для участков, сильно выделяющихся по индексу вегетативной активности NDVI, измерения прибором «N-тестер» проводили отдельно [5].
Индекс вегетативной активности NDVI рассчи-
где РЫ|1 - отражение в ближней инфракрасной области спектра,
Р1Ес> - отражение в красной области спектра [11, 12, 13].
Для выравнивания почвенных неоднородно-стей в 2019 году направление опытных делянок были повернуты на 90° по отношению к прошлогоднему (рис. 2).
Для определения биологической урожайности полученной продукции по каждому варианту с 1 м2 собирались 3 снопа:
У,. =
(3)
1000
где 1\1пс - число продуктивных стеблей на 1 м2; Ызк' - среднее число зерен в колосе; т- масса 1000 зерен, гр.
Рис. 1 - Измерение количества хлорофилла в растении при помощи прибора «Ы-тестер» на яровом ячмене
Рис. 2 - Схема полевого опыта в 2018-2019 гг. (слева) и в 2019-2020 гг. (справа)
Результаты
За 2018-2020 гг. на опытном поле провели 4 комплексных химических анализа почвы по каждому из вариантов. В таблице 1 представлены результаты анализа, выполненного 18 марта 2020 года.
Таблица 1 - Результаты комплексного химического анализа почвы, в зависимости от варианта опыта _18.03.2020 г. (пробы почвы в точках * - А1 и ** - Б1, рис. 3)_
Варианты Контроль Agrinos-1 Стер-нифаг Экорост Биокомплекс БТУ
Показатели
Кислотность (водородный показатель) 5.2 (5.1)* 5.2 (4.8)** 5.0 4.8 4.9
Оксид калия, мг/кг почвы 163 (160)* 127 (112)** 141 128 132
Оксид фосфора (V), мг/кг почвы 188 (165)* 154 (241)** 157 153 138
Соли азотной кислоты, содержащие однозарядный анион, мг/кг почвы 11.91 (3.36)* 8.81 (19.08)** 9.36 16.62 11.58
Органическое вещество, % 2.75 (2.63)* 2.53 (2.63)** 2.66 2.85 2.92
Микроэлементы
Цинк, мг/кг почвы 1.00 (14.29)* 1.23 (30.71)** 0.77 0.92 0.62
Медь, мг/кг почвы 7.36 (6.67)* 7.67 (6.36)** 8.40 9.13 9.15
Бор, мг/кг почвы 0.75 (0.79)* 0.58 (0.71)** 0.55 0.52 0.75
Сера, мг/кг почвы 6.60 (3.30)* 6.60 (3.80)** 5.80 5.30 4.50
Из анализа данных таблицы 1 видно, что содержание, например, азота, фосфора и калия на контроле существенно выше, чем на варианте «Agrinos 1», тогда как интенсивность разложения НЧУ (табл. 2) выше именно на варианте «Agrinos 1».
В таблице 2 представлены средние значения по интенсивности разложения льняных полотен за период с августа 2019 по март 2020 г.
Таблица 2 - Интенсивность разложения льняных полотен за период август 2019 по март 2020 г.,
%, оставшийся от первоначальной массы
Пройдено суток Вариант 35 99 209
осталось от первоначальной массы, %
Контроль 93,1 89,6 82,5
Agrinos 1 92,4 85,0 65
Биокомплекс БТУ 91,3 86,4 76,9
Экорост 92,7 84,7 75,8
Стернифаг СП 92,2 76,0 67,6
В таблице 3 показана биологическая урожайность ячменя по вариантам, полученная в августе 2019 года (вариант опыта 2018-2019 гг.).
Таблица 3 - Показатели биологической урожайности по вариантам с обработкой пожнивных остатков различными биопрепаратами; яровой ячмень, сорт Владимир (21.08.2019 г.)
Варианты Контроль Agrinos-1 Стернифаг СП Экорост БТУ комплекс
Урожайность, ц/га 27,70 40,60 38,28 29,75 33,0
Рис. 3 - Почвенная неоднородность опытного поля по азоту (буквами обозначены места отбора проб почвы для комплексного агрохимического исследования).
На рисунке 4 представлен снимок опытного поля, полученный при помощи мультиспектраль-ной камеры Parrot Sequoia на 58-е сутки развития всходов ярового овса. На снимке нанесены средние значения показателей прибора «N-тестер».
Новые методы экспресс-диагностики азотного питания, в частности, показания прибора «N-тестер», в опыте показывают более высокую корреляцию с урожайность растений, чем методы определения No3 в почве. По данным таблицы
1 наблюдается отрицательная корреляция содержания ЫО3 мг/кг почвы и урожайности. Это еще раз подтверждает многогранность процесса потребления азота почвы растением, наличие в почве различных подвижных форм азота, отличных от ЫО3, и большую сложность методики отбора проб почвы (требуется разноглубинный отбор), а также необходимость учета пестроты почвенного плодородия.
Рис. 4 - Развитие всходов ярового овса, сорт «Скакун» (изображение, полученное с мультиспектральной камеры Parrot sequoia), нормой считаются показания 500-550
Сопоставление данных таблицы 1 и рисунка 3 показывает сильное варьирование значений содержания азота в почве: так, например, на варианте «Контроль» - с 11,91 мг/кг до 3,36 мг/ кг при движении от точки А к А1, а на варианте «Agrinos 1» - с 8,81 мг/кг до 19,08 мг/кг при движении от точки Б к Б1).
Отметим, что процесс разложения льняных полотен на второй год утилизации НЧУ в качестве удобрения с данными препаратами протекал на 10 % быстрее на контроле, а на остальных вариантах на 13-15 %.
На рисунке 4 видны тёмно-зелёные линии вдоль разделительных линий вариантов, что свидетельствуют о неравномерном внесении азотных удобрений; причиной может служить неправильная настройка или неисправность разбрасывателя.
Следует отметить, что увеличение влаги способствовало более интенсивному процессу разложения НЧУ [1], так как влага способствует распределению элементов биопрепаратов в почве. На рисунке 5 представлена модель рельефа опытного поля на основе мультиспектральных снимков с камеры Parrot Sequoia.
Сопоставив рисунки 3 и 5, можно увидеть, что поле имеет уклон (по направлению от точки А к А1) в 1,97° (3,45 %) с максимальным перепадом высоты не более 1о метров. Именно в местах уклона наблюдается дефицит азота, что продемонстрировали результаты химического анализа почвы, показатели вегетационного индекса NDVI -0,3-0,4 и прибора «N-тестер» - 300-310. Визуальный осмотр также показал в местах уклона меньшую кустистость растений, очаги полегания.
Рис. 5 - Модель рельефа опытного поля на основе мультиспектральных снимков с камеры Parrot Sequoia.
Выводы
В результате проведенных исследований было установлено, что почвенные неоднородности оказывают существенное влияние на распределение питательных элементов и, как следствие, на урожайность. Рельеф поля, в частности, незначительные уклоны, также влияет на распределение питательных элементов в почве, особенно это ощутимо при обилии влаги, кода вода, стекая по уклону, вымывает питательные элементы.
Интенсивность разложения НЧУ с каждым годом повышается, даже если не использовать биопрепараты для ускорения процесса. Полностью неразложившаяся в почве НЧУ «оттягивает» на себя большую часть почвенного азота, что приведёт к недостатку азота в растениях.
Для мониторинга почвенных неоднородностей необходим комплексный подход, который должен основываться на всех возможных источниках информации, т.е. как на мультиспектральных снимках полей со спутников и с беспилотных летательных аппаратов, так и на результатах замеров непосредственно «на земле». Такой подход позволит исключить ошибки, возникающие за счёт пестроты почвенного плодородия. Детектирование почвенных неоднородностей в рамках исследуемого поля позволяет обеспечить дифференцированное внесение удобрений, донося до растений именно те элементы питания, которые необходи-
Список литературы
1. Результаты применения биопрепаратов в агрегате для утилизации незерновой части урожая в качестве удобрения / И. Ю. Богданчиков, Н. В. Бышов, А. Н. Бачурин, К. Н. Дрожжин // Вестник Рязанского государственного агротехнологическо-го университета имени П.А. Костычева. - 2019. - № 2. - С. 81-86.
2. Сохранение баланса микроэлементов в почве - один из факторов повышения урожайности / В. Б. Любченко, С. В. Митрофанов, В. С. Никитин, Н. Б. Горохова // Инновации в АПК: стимулы и барьеры. - 2017. - С. 183-186.
3. Небытов, В. Г. Пространственное варьирование агрохимических свойств и урожая зерновых культур в условиях неоднородности почвенного покрова стационарных полевых опытов / В. Г. Небытов // Аграрная Россия. - 2016. - № 10. - С. 13-19.
4. Изотов, А. М. Диагностика неоднородностей почвенного покрова в полеводстве с помощью метода вертикального электрозондирования / А. М. Изотов, Б. А. Тарасенко, Д. П. Дударев // Известия сельскохозяйственной науки Тавриды. - 2016. - № 8 (171). - С. 34-41.
5. Фотометрическая диагностика азотного питания как фактор роботизации точного земледелия / Р. А. Афанасьев, А. И. Беленков, Е. В. Березовский, О. А. Щуклина // Нивы России. - 2016. - №6. - С. 68-71.
мы им для развития, и в нужном количестве.
RESULTS OF MONITORING SOIL INHOMOGENEITIES BASED ON MULTISPECTRAL FIELD IMAGERY WHEN USING NON-GRAIN CROP PART AS FERTILIZER
Bogdanchikov Ilya Yu., of Cand.Tech.Sci., associate professor of operation of the machine and tractor park, CMY62.rgatu@mail.ru
Byshov Nikolay V., Dr. Tech. sciences, professor, rector of FSBEI HE RSATU
DrozhzhinN Konstantin N., edging. agricultural sciences, associate professor, associate professor of operation of the machine and tractor park
Oleynik Dmitry O., of Cand.Tech.Sci., associate professor,, associate professor of the department of operation of the machine and tractor fleet
Ryazan state agrotechnological university named after P.A. Kostychev
Berezovskiy Egor V. of Cand. agricultural sciences, head of the direction "Accurate agriculture" of Amazone
In article results of researches on identification of soil not uniformity on the pilot field are presented to UNIC "Arotekhnopark" of FSBEI HE RSATU of Ryazansky district of the Ryazan region on the basis of the multispectral pictures received by means of the quadcopter dji phantom 4 pro with the additional multispectral Parrot Sequoia camera. When comparing the results of the complex chemical analysis of soil in different parts of the field according to the variants, it was found that the content of N, P, K and other elements is not uniform. In the "Control" version, the nitrogen content decreased from 11.91 mg/kg to 3.36 mg/kg when moving northwest, and in the "Agrinos 1" version increased from 8.81 mg/kg to 19.08 mg/kg when moving in the same direction. Multispectral images made it possible to determine the places of poor-quality application of nitrogen fertilizers, which is the result of incorrect configuration or malfunction of the fertilizer spreader. Based on images from the Parrot Sequoia camera, a model of the relief of the experimental field was obtained, which showed the presence of a slope in the northwest direction in the 1,97° (3.45%) and a maximum height difference of no more than 10 meters. With an abundance of precipitation, the presence of such a slope contributed to the "washing out" of nutrients at the sites of the slope, which led to a shortage of nitrogen. This was confirmed by the results of the assessment of the growing index NDVI - 0.3... 0.4, the readings of the "N-tester" - 300... 310 and visual examination. It was also found that the intensity of decomposition of plant residues in the soil increases every year, by 10% under control, and by 13-15% on other versions. Studies of the chlorophyll content in plant leaves using the N-tester device and chemical analysis of the soil showed that plant residues that were not deposited in the soil "pull" most of the soil nitrogen on themselves, which leads to its lack in vegetating plants.
Key words: non-grain part of crop, straw, utilization, fertilizer, accurate agriculture, multispectral survey, soil heterogeneity, UAV, growing index.
Literatura
1. Rezul'taty primeneniya biopreparatov v agregate dlya utilizacii nezernovoj chasti urozhaya v kachestve udobreniya [Tekst]/I.YU. Bogdanchikov, N.V. Byshov, A.N. Bachurin, K.N. Drozhzhin //Vestnik Ryazanskogo gosudarstvennogo agrotekhnologicheskogo universiteta imeni P.A. Kostycheva. - 2019. - №2. - S. 81-86.
2. Sohranenie balansa mikroelementov v pochve - odin iz faktorov povysheniya urozhajnosti [Tekst] / V.B.Lyubchenko, S.V. Mitrofanov, V.S. Nikitin, N.B. Gorohova // Innovacii v APK: stimuly i bar'ery. - 2017. - S. 183-186.
3. Nebytov V. G. Prostranstvennoe var'irovanie agrohimicheskih svojstv i urozhaya zernovyh kul'tur v usloviyah neodnorodnosti pochvennogo pokrova stacionarnyh polevyh opytov / V. G. Nebytov // Agrarnaya Rossiya. - 2016. - № 10. - S. 13-19.
4. Izotov A.M. Diagnostika neodnorodnostej pochvennogo pokrova v polevodstve s pomoshch'yu metoda vertikal'nogo elektrozondirovaniya /A.M. Izotov, B.A. Tarasenko, D.P. Dudarev//Izvestiya sel'skohozyajstvennoj nauki Tavridy. 2016. № 8 (171). S. 34-41.
5. Afanas'ev R.A., Fotometricheskaya diagnostika azotnogo pitaniya kak faktor robotizacii tochnogo zemledeliya /R.A. Afanas'ev, A.I. Belenkov, E.V. Berezovskij, O.A. SHCHuklina //Nivy Rossii. - 2016. - №6. - S. 68-71.
УДК 638.171
DOI 10.36508/RSATU.2020.26.75.014
К ВОПРОСУ ОЧИСТКИ ВОСКОВОГО СЫРЬЯ: ЛАБОРАТОРНОЕ ИССЛЕДОВАНИЕ ПРОЦЕССА ДИСПЕРГИРОВАНИЯ ОРГАНИЧЕСКИХ ЗАГРЯЗНЕНИЙ
БЫШОВ Дмитрий Николаевич, канд. техн. наук, доцент кафедры эксплуатации машинно-тракторного парка, university@rgatu.ru
КАШИРИН Дмитрий Евгеньевич, д-р техн. наук, доцент кафедры электроснабжения, kadm76@ mail.ru
ПАВЛОВ Виктор Вячеславович, аспирант кафедры электроснабжения, vikp76@mail.ru
Рязанский государственный агротехнологический университет имени П.А. Костычева
В статье приведены описание и результаты многофакторного эксперимента, устанавливающего влияние интенсивности перемешивания, времени перемешивания и гранулометрического состава основного загрязнителя воскового сырья - перги на степень ее разрушения в воде при интенсивном перемешивании. При оптимальном сочетании исследуемых факторов критерий оптимизации - величина осадка, состоящего из частиц, не растворившихся при перемешивании, - достигает минимального значения 0,58 %. Оптимум находится на границе факторного пространства (при соответствующих значениях факторов 1,9 104 Вт/м3; 600 с; 1,75 мм), что соответствует физической сущности исследуемого процесса. Процент нерастворенного осадка стремится к минимальному значению при увеличении интенсивности перемешивания от нижнего уровня к верхнему, а также при увеличении времени перемешивания до 7-7,5 минут, по истечении которых перга полностью распадается до отдельных пыльцевых зерен, а в осадке остаются не растворимые в воде компоненты - восковые чешуйки, обрывки коконов и органических оболочек. Уменьшение начального среднего размера растворяемых частиц также способствует интенсификации процесса растворения. Критерий оптимизации закономерно уменьшается при изменении размера фракции от целых перговых гранул до фракции 1,75 мм. Результаты лабораторного исследования показали, что все факторы, участвующие в эксперименте (интенсивность, время перемешивания и начальный гранулометрический состав материала), значимо влияют на исследуемый процесс, адекватно описываемый экспоненциальной моделью. Результаты исследования могут быть использованы при проектировании перемешивающих аппаратов, в частности, устройств для очистки воскового сырья, а также расчета основных технологических показателей их работы.
Ключевые слова: восковое сырье, воск, перга, очистка, перемешивание, диспергирование, растворение.
Введение
Важнейший критерий качества пчелиного воска - его сорт - определяется такими количественными и качественными характеристики, как цвет, твердость, температура плавления, влажность,
содержание посторонних примесей и др. [1, 2]. Все эти показатели напрямую связаны как с условиями производства воска на пасеках, так и с качеством самого воскового сырья, к которому относится сушь выбракованных сотов, а также вос-
© Бышов Д. Н., Каширин Д. Е., Павлов В. В., 2020 г
