Разработка новых пространственных моделей сорняков сейчас важна, как никогда.

Проблемы, связанные с устойчивостью сорняков к гербицидам, и влиянием существующих стратегий борьбы с сорными растениями на окружающую среду, привели к увеличению спроса на альтернативные методики контроля, многие из которых находятся в стадии разработки.

Однако недостаточная доступность точных карт сорняков препятствует внедрению альтернативных подходов. Ситуацию надо менять, считают ученые из Орхусского университета в Дании и Rothamsted Research, Великобритания, рассказывая об этом в своей статье, опубликованной на портале Agronomy.

Разработки в области новых способов пространственного моделирования могут помочь в реализации и оценке новых и более интегрированных стратегий борьбы с сорняками, пишут ученые.

Сорняки относятся к основным источникам потери урожайности сельскохозкультур, вызывая до 34% потерь в производстве.

Основной целью управления сорными растениями является максимизация экономической отдачи, что для многих фермеров предполагает одновременное решение нескольких задач: уменьшение размера семенного фонда сорняков, ликвидация конкурентоспособных сорняков, прекращение новых инвазий и борьба с устойчивостью к гербицидам.

При этом, многие виды сорняков создают популяции с неоднородной плотностью и распределением, что затрудняет борьбу с ними.

Методы точного земледелия уже обычны во многих аспектах сельского хозяйства: внесение удобрений, картографирование почвы и так далее. Тем не менее, внедрение точной борьбы с сорняками на конкретных участках отсутствует, в основном, из-за отсутствия точных карт распределения видов сорных растений в полевых условиях.

Однако в последние годы научные разработки привели к улучшению понимания пространственного распределения сорняков, что является ключом к созданию точных прогнозных моделей в пределах поля. Это будет очень полезным для агрономов, исследующих устойчивость к гербицидам, проверяющих инвазии новых видов сорняков и фермеров, применяющих средства биологического контроля.

Статические внутриполевые модели популяций сорняков предсказывают распределение и плотность сорняков по полям. Они основаны либо на регистрации в реальном времени местоположения отдельных сорняков, либо на выборке в нескольких отдельных местах и ​​на интерполяции численности в несоответствующих местах.

Ученые считают, что следуют включить дополнительную информациб о биотических и абиотических факторах, влияющих на распределение сорняков в полевых условиях, для улучшения моделей прогнозирования.

Мониторинг сорняков в реальном времени: от ручной выборки к агродронам

Подходы к управлению сорняками в режиме реального времени включают оценку и обработку сорняков в одной и той же операции или составление карт для предстоящей обработки, когда надо принять решение – обрабатывать или не обрабатывать отдельные части поля.

Один общий тип подхода в режиме реального времени включает в себя оптические датчики, установленные на опрыскивателях, с анализом изображения в реальном времени и принятием решений, когда техника проходит над полем, например.

В качестве альтернативы камеры могут быть установлены на беспилотных летательных аппаратах для быстрого картирования целых полей, а методы машинного обучения применяются для быстрого создания карт опрыскивания в конкретных местах.

Методы обработки изображений, используемые в этих подходах в реальном времени, обычно представляют собой сегментацию изображения для определения областей, которые отличаются от культуры. Сложность этих алгоритмов постоянно совершенствуется для достижения лучшей классификации растительности.

Детальность карт, получаемых с помощью этих методов мониторинга в реальном времени, не имеет себе равных среди других менее технологичных картографических опций. Однако, как затраты, связанные с оборудованием, необходимым для создания таких карт, так и динамический характер исследований являются барьерами для освоения технологии многими фермерами.

Поэтому до сих пор имеет место быть ручная выборка внутриполевых распределений сорняков. Ручная выборка требует много времени, хотя по понятным причинам и стоит намного дешевле.

После отбора проб необходима интерполяция для оценки плотности сорняков в промежутках между точками отбора.

Существует несколько методов интерполяции, а успех любого зависит от качества полученных данных. Карты, основанные на наблюдениях с грубым разрешением, будут плохими в деталях, однако выборка с высоким разрешением может выделить ненужные детали и помешать наблюдению любых более широких моделей.

Чем больше времени проходит между отбором проб и прогнозированием, тем менее точным становится прогноз.

В некоторых случаях возможно повысить надежность статической модели распределения сорняков путем включения дополнительных данных.

Включение экологических свойств, например, типа почвы, которые имеют известные ассоциации с определенным распределением видов сорняков, может быть ценным дополнением к разработке статических моделей распространения сорняков, особенно там, где отбор проб проводится редко.

Однако сила ассоциации между сорняками и такими свойствами окружающей среды может зависеть от масштаба. Наилучшая стратегия картирования будет варьироваться между различными культурами и системами управления сорняками, в зависимости от качества и количества доступных данных, а также от цели карты.

В масштабе поля сорняки создают миллиарды взаимодействий

Пространственно-временные модели не только направлены на картирование распределения сорняков внутри поля, но и добавляют прогнозы развития сорняков во времени и пространстве.

Их параметризация требует знаний о первоначальном распределении сорняков, а также детального понимания экологических и управленческих практик, чтобы моделировать полный жизненный цикл растения. Следовательно, эти модели являются более дорогостоящими с точки зрения параметризации, чем статические модели сорняков, но потенциально являются более ценными с точки зрения их более широкого использования в различных областях применения.

При построении пространственно-временных моделей в масштабе поля важны размер поля и количество сорняков.

На каждый квадратный метр поля иногда приходятся тысячи семян сорняков, что приводит к миллионам семян сорняков даже на самых маленьких полях.

От каждого появляющегося растения сорняков есть сферы влияния, распространяющиеся с точки зрения конкуренции и рассеивания, что в масштабе поля создает миллиарды взаимодействий.

Количество взаимодействий является одной из основных причин того, что пространственно-временное моделирование используется нечасто.

Распространение семян имеет первостепенное значение при пространственном моделировании, поскольку семена обладают высокой способностью заселять новые области. Кроме того, рассеяние семян является одной из основных причин пространственной неоднородности полей.

Диапазон распространения семян определяет возможность колонизации нового участка и зависит от вида сорняков и характеристик семян, а также от внешних факторов, таких как скорость и направление ветра.

Моделирование распространения сорняков по полям достигается путем прогнозирования доли растительного материала (обычно семян), произведенного в одном месте, который перемещается в другое место в течение определенного периода времени, в масштабе поля.

Кроме того, фермер может случайно рассеять растительный материал при проведении хозяйственной деятельности. Обработка почвы перемещает семена и растительный материал горизонтально в пространстве, перераспределяя их между слоями почвы в зависимости от глубины и типа возделывания.

Семена, оставшиеся на сорняках при уборке урожая, рассеиваются комбайном.

В отличие от рассеивания семян, распространение пыльцы структурно не перемещает сорняки, а только рассеивает генетический материал в популяции. Поэтому включение рассеивания пыльцы необходимо в тех пространственно-временных моделях, которые изучают генетические изменения с точки зрения движения и смешивания генов растений (при изучении устойчивости к гербицидам, например).

Конкуренция – основной фактор в динамике популяций сорняков в поле, где плотность растений влияет как на показатели размножения сорняков, так и на урожайность культур.

Моделирование конкуренции, как правило, включает двусторонние взаимодействия, на которые влияют как межвидовая конкуренция между культурой и сорняками и между видами сорняков, так и внутривидовая конкуренция среди видов сельскохозяйственных культур и сорняков.

Модели внутриполевых пространственных распределений сорняков были разработаны для нескольких целей, в настоящее время целевое применение гербицидов – преобладающее применение.

Усовершенствования в статическом пространственном моделировании должны помочь в создании более совершенных карт сорняков для точного опрыскивания с дополнительными преимуществами – от экономических до экологических.

Пространственно-временные модели могут быть использованы для прогнозирования «уязвимых к сорнякам зон» и зон повышенного риска появления сорняков с гербицидной устойчивостью.

Скрещивание однолетних видов сорняков, дающих большое количество семян, особо чревато гербицидной устойчивостью, хотя высокий уровень устойчивости и ограничен небольшим количеством видов.

Однако изменяющиеся климатические условия, новые методы ведения сельского хозяйства и оживленная международная торговля подвергнут новую когорту различных видов сорняков различным режимам гербицидов. Давление отбора гербицидной устойчивости признано динамическим и во многих случаях ухудшается.

Знание местоположения и перемещения генов устойчивости в полях очень важно, так как разнообразие методов борьбы с сорняками в полевых условиях (комплексное управление) является лучшим методом снижения устойчивости к гербицидам.

Моделирование может помочь в борьбе с настоящим и будущими вспышками устойчивости к гербицидам, отмечают авторы.

Источник: agroxxi.ru

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.