Eventuella samband mellan de studerade parametrarna undersöktes genom linjär regressionsanalys. Korrelationskoefficienter (r-värden) för samband mellan de olika sensorerna och markparametrar redovisas i tabell 5 och 6. Då korrelations- koefficienterna bara ger svar på hur starkt sambandet är i respektive prov så hypotestestades alla korrelationer för att se om korrelationskoefficienten håller för hela fältet.
För att undersöka om sensorerna kan mäta halten av en viss markparameter så utfördes en jämförelse av sensorerna och markparametrarna på de båda fälten. Bild 31 visar EM-datan mot lerhalten på de båda fälten medan bild 32 visar drag- kraft mot lerhalt på de båda fälten. Lutningen på linjerna är olika med samma sensor på de olika fälten vilket tyder på att parametrarnas halt inte går att mäta utan bara dess variation.
y = 0,2541x + 17,267 R2 = 0,407 y = 1,3228x - 37,614 R2 = 0,4071 0 5 10 15 20 25 30 35 40 45 50 0 10 20 30 40 50 60 70 80 90 100 lerhalt (%) konduktivitet (mS/m) vägstyrelsefältet hemmaskiftet
Bild 31. Samband och korrelation mellan lerhalt och konduktivitet på vägstyrelsefältet och hemmaskiftet. y = 0,6731x - 15,64 R2 = 0,4407 y = 0,165x + 9,6011 R2 = 0,3769 0 5 10 15 20 25 30 35 0 10 20 30 40 50 60 70 80 90 100 lerhalt (%) dragkraft (kN) hemmaskiftet vägstyrelsefältet redigerad
Bild 32. Samband och korrelation mellan lerhalt och dragkraft på vägstyrelsefältet och hemmaskiftet.
När det gäller markparametrar så kan korrelation antas finnas vid ett r-värde på 0,4 och uppåt samt -0,4 och nedåt (Thylén, pers.medd., 2000). Alla r-värden större än eller lika med +0,4 och mindre än eller lika med -0,4 har markerats med grå bak- grund i tabellerna nedan. Tabell 5 och 6 visar korrelationskoefficienter (r-värden) och signifikansnivåer mellan sensorer och parametrar. Dragkraften redovisas både med oredigerad och redigerad data, där mätvärden justerats på grund av plöjnings- demonstrationens påverkan på dragkraftsåtgången. På hemmaskiftet erhölls gene- rellt sett bättre korrelationer än på vägstyrelsefältet. Högst korrelation fanns mellan sensorerna och skörd på hemmskiftet men lerhalten var den parameter som hade jämnast korrelation på båda fälten med r-värden kring 0,6 för båda sensorerna.
Tabell 5. Korrelationskoefficienter mellan sensorer, markparametrar och skörd på hemmaskiftet
Dragkraft Konduktivitet r-värde signifik. r-värde signifik. Mullhalt 0,53 *** 0,43 *** Lerhalt 0,66 *** 0,64 *** Pt -0,50 *** -0,70 *** Kt -0,21 ns -0,17 ns Ph 0,51 *** 0,41 *** Vh 0,49 *** 0,56 *** Skörd 0,71 *** 0,73 ***
Tabell 6. Korrelationskoefficienter mellan sensorer, markparametrar och skörd på vägstyrelsefältet. Dragkraften redovisas både med redigerad och oredigerad data.
Dragkraft Dragkraft, redigerad Konduktivitet r-värde signifik. r-värde signifik. r-värde signifik. Mullhalt 0,38 *** 0,57 *** 0,29 * Lerhalt 0,46 *** 0,61 *** 0,64 *** P-Al -0,34 * -0,32 * -0,34 ** K-Al -0,23 * -0,24 * -0,11 ns pH -0,15 ns -0,03 ns 0,07 ns Vh 0,05 ns 0,27 * 0,26 * Skörd 0,63 *** 0,52 *** 0,35 **
Diskussion
Syftet med projektet var att prova och jämföra en konduktivitetssensor och en dragkraftssensor för att finna ett billigt och effektivt system för att mäta mark- parametrars variation samt för att bättre kunna förutsäga var jordprover bör tas. Studien visar att det absoluta värdet på markparametrar inte kan mätas med de här två sensorerna, då sambanden mellan mätvärde och mätt parameter ser olika ut på olika fält. Sensorerna visade sig dock kunna användas för att mäta vissa mark- parametrars variation. Hemmaskiftet uppvisade generellt sett bättre korrelationer med sensorerna än vad vägstyrelsefältet gjorde.
Bäst korrelation visade konduktivitetssensorn för lerhalt (med ett r-värde runt 0,6 på båda fälten). På hemmaskiftet fanns stark korrelation mellan sensorn och skörd samt fosfor (r=0,7) men då korrelationerna till dessa parametrar var mycket lägre på vägstyrelsefältet så anses inga säkra slutsatser kunna dras. Enligt tidigare gjorda studier på konduktivitetssensorer, ska höga korrelationer mellan konduktivitet och vattenhalt i jorden finnas. Den här studien visar en korrelation på 0,56 på hemma- skiftet och 0,26 på vägstyrelsefältet vilket är relativt svaga korrelationer. Korrela- tionen mot vatten på vägstyrelsefältet har svag signifikans vilket betyder att korre- lationens tillförlitlighet är tveksam.
Även dragkraftssensorn visade sig bäst kunna mäta variation av lerhalt (r≈0,6 på båda fälten). Dessutom fanns relativt starka korrelationer mellan sensorn och mullhalt (r=0,5). Även hög korrelation återfanns mellan sensorn och skörd. På hemmaskiftet visade sig också fosfor, pH och vattenhalt ha relativt stark korrela- tion med dragkraftsåtgången men korrelationerna var inte alls lika starka på väg- styrelsefältet varför inga slutsatser om samband kan dras. Precis som konduktivi- tetssensorn borde starkare korrelationer funnits mellan dragkraftssensorn och vattenhalt.
Det är intressant att dragkraftssensorn visar något bättre korrelation mot lerhalt än vad konduktivitetssensorn gör. Konduktivitetssensorn kostar ca 80 000 kr att inköpa medan dragkraftssensorn med elektronik kostar ca 3 000 kr. Kan dragkrafts- sensorn mäta variationen i lerhalt lika bra som konduktivitetssensorn så är den givetvis ett bättre alternativ. Dessutom visade dragkraftssensorn bra korrelationer mot mullhalt vilket inte konduktivitetssensorn gjorde.
Höga korrelationer fanns även mot skörd för båda sensorerna. Skörden mättes i standardavvikelser som skörden avvikit från medelvärdet under fyra år. Korrela- tionen visade att områden där skörden varierar mycket har hög respektive låg dragkraft och konduktivitet. Sambandet kan således användas för att ta reda på lägre avkastande områden inom fält.
På vägstyrelsefältet redigerades den dragkraftsindata där plöjning skett. Eftersom korrelationerna mellan dragkraft och markparametrar blev av ungefär samma magnitud på båda fälten efter redigering så bedöms redigeringen spegla drag- kraften på ett riktigare sätt än om den inte gjorts. Att korrektionssignal tappades på hemmaskiftet ska heller inte ha påverkat resultaten eftersom den manuella korrigeringen av mätpunkter har gett en tillräcklig noggrannhet för att riktiga slutsatser ska kunna dras.
Dragkraft påverkas av flera faktorer som hastighet, topografi, harvdjup, mängd jord framför sladdplankorna, lerhalt och mullhalt. För att inte andra faktorer än just de som skulle mätas skulle påverka resultatet så mättes hastighet, harvdjup och tryck på sladdplankorna kontinuerligt. Ingen av dessa faktorer har påverkat dragkraften nämnvärt. För att studera topografins inverkan på dragkraftsåtgången så jämfördes närliggande drag mot varandra. Topografin visade sig inte ha någon inverkan på dragkraftsåtgången eftersom traktorns storlek var väl tilltagen för harven. Om dragkraftssensorn ska utvecklas till färdig produkt så bör hänsyn tas till framför allt topografi- och hastighetsförändringar.
Vid precisionsodling tas normalt ett jordprov per hektar, jämnt fördelat i ett rut- nät över fältet. Flera forskare hävdar att det inte är i de högavkastande områdena som avkastningen ytterligare bör ökas utan den största vinsten är om avkastningen kan ökas på de sämsta delarna av fälten. Som tidigare nämnts är ett jordprov per hektar för lite för att kunna dra riktiga slutsatser om markparametrars variation. Då manuella jordprover är dyra så skulle de båda sensorerna kunna hjälpa till att hitta områden dit manuella jordprover bör riktas. På det viset kan lantbrukaren förbättra kunskapen om varför avkastningen är lägre på vissa platser.
Litteratur
Ahlström, F. & Ohlsson, O., 2000. Marknadsanalys av precisionsodlingen i Sverige idag och inför framtiden. Examensarbete, 30 pp. Sveriges Lantbruks- universitet, Institutionen för jordbrukets biosystem och teknologi, Alnarp. Algerbo, P-A. & Thylén, L., 1997. Coast guard beacon system. Precision
Agriculture ’97, 1997, 2, pp. 545-550.
Algerbo, P-A. & Thylén, L. 1998. Växtplatsanpassad odling – Tillämpningar inom dagens lantbruk. Teknik för lantbruket nr 69. JTI – Institutet för jordbruks- och miljöteknik, Uppsala.
Blackmore, S., 1994. Precision Farming; An introduction. Outlook on Agri- culture., 1994, 23:4, pp. 275-280.
Bosch Produktblad för Electronic-hydraulic hitch control for tractors.
Dampney, P.M.R., Froment, M.A. & Dawson, C.J., 1997. The variability of pH and available phosphorus, potassium and magnesium in soils within arable fields in England. Precision Agriculture ’97, 1997, 1, pp. 79-86.
Dawson, C.J., 1997. Management for spatial variability. Precision Agriculture ’97, 1997, 1, pp. 45-58.
Droll, P., Stoll, A., Kutzbach, H.D., 2000. Mapping of soil parameters with real- time kinematic GPS. Paper presented at EurAgEng 2000, Warwick, Great Britain.
Ekfäldt, C., 1996. Vad är GPS? Teknik för lantbruket nr 49. 16 pp. JTI – Institutet för jordbruks- och miljöteknik, Uppsala.
Erikson, K., & Niklasson, M., 1998. Högre kväveutnyttjande genom växtplats- anpassad gödsling. JTI-rapport nr 245. JTI – Institutet för jordbruks- och miljöteknik, Uppsala.
Jaynes, D.B., Novak, T.B., & Moorman, T.B., Cambardella, C.A., 1994.
Estimating Herbicide Partition Coefficients from Electromagnetic Induction Measurements. Journal of Environmental Quality 24:36-41.
Jaynes, D.B., Colvin, T.S., & Ambuel, J., 1995. Yield Mapping by Electro- magnetic Induction. Site-Specific Management for Agricultural Systems – Second International Conference, 27-30 March, Minneapolis, Minnesota, USA, 1994, pp. 383-394.
Jaynes, D.B., 1996. Improved Soil Sampling Using Electromagnetic Induction Surveys. Proceedings of the 3rd International Conference in Precision Agriculture, June 23-26, 1996, Minneapolis, Minnesota, USA, pp. 169-179. Kitchen, N.R., & Sudduth, K.A., 1996. Predicting Crop Production Using
Electromagnetic Induction. Paper presented at Information Agriculture Conference 1996, Urbana, Illinois, USA.
Lindgren, B., & Larsson, J., 1997. Mätteknik – från givare till dator. Kurs- kompendium. Uppsala Universitet, Fysiska Institutionen.
Lund, E.D., & Christy, C.D., 1998. Using electrical conductivity too provide answers for precision farming. Paper presented at the First International Conference Geospatial Information in Agriculture and Forestry, Orlando, Florida, June 1-3, 1998.
McBratney, A.B., & Pringle, M.J., 1990. Estimating Average and Proportional Variograms of Soil Properties and Their Potential Use in Precision Agri- culture. Precision Agriculture, 1, 125-152.
McBride, R.A., Gordon, A.M., Shrive, S.C., 1990. Estimating Forest Soil Quality from Terrain Measurements of Apparent Electrical Conductivity. Soil Science Society America Journal 54:290-293
Minasny, B., McBratney, A.B., & Whelan, B.M., 1999. Vesper version 1.0. Australian Centre for Precision Agriculture, McMillan Building A05, The University of Sydney. (http://www.usyd.edu.au/su/agric/acpa)
Mulla, D.J., 1997. Geostatistics, remote sensing and precision farming. Precision Agriculture: Spatial and Temporal variability of environmental quality, 1997, pp. 100-115.
Oliver, M.A., & Frogbrook, Z., 1997. A Rational Strategy for Determining the Number of Cores for Bulked Sampling of Soil. Precision Agriculture ’97, 1997, 1, pp. 155-162.
Oliver, M.A. & Webster, R., 2000. Geostatistics for Environmental Scientists – Course notes for the Swedish University of Agricultural Sciences. 93 pp. Swedish University of Agricultural Sciences, Department of Soil Science, Uppsala, Sweden.
Pierce, F.J., Warncke, D.D., Everett, M.W., 1995. Yield and Nutrient Variability in Glacial Soils of Michigan. Proceedings of the 2nd Conference in Site- Specific Management for Agricultural Systems. pp. 133-151.
Rhoades, J.D., & Corwin, D.L., 1992. Determining Soil Electrical Conductivity- depth Relations Using an Inductive Electromagnetic Conductivity Meter. Soil Sci. Soc. Am. Journal 45:255-260.
Stafford, J.V., 1979. The Performance of a Rigid Tine in Relation to Soil Properties and Speed. J. agric. Engng Res. (1979) 24, 41-56.
Sudduth, K.A., Hummel, J.W., & Birrell, S.J., 1997. Sensors for Site-Specific Management. The Site Specific Management for Agricultural Systems. Svoboda, J.M., Hess, J.R., Hoskinson, R.L., Sawyer, J.W., 1999. Use of Aero-
space Structural Sensor Technology for Soil Physical Characterization. Proceedings of the Fourth International Conference on Precision agriculture, 19-22 July, 1998, St. Paul, Minnesota, USA. pp. 1207-1210.
Thylén, L., 1995. Anpassa odlingen till växtplatsen. Meddelande 452. 45 pp. JTI – Institutet för jordbruks- och miljöteknik, Uppsala.
Thylén, L., & Algerbo, P-A., 2000. Växtplatsanpassad odling. Informationshäfte, framtaget av JTI – Institutet för jordbruks- och miljöteknik för Skogs- och Lantarbetsgivareförbundet (SLA).
van Bergeijk, J., & Goense, D., 1996. Soil Tillage Resistance as Tool to Map Soil Type Differences. Proceedings of the 3rd International conference in Precision Agriculture, June 23-26, 1996, Minneapolis, Minnesota, USA. pp. 605-616.