-7,±,QVWLWXWHWI|UMRUGEUXNVRFKPLOM|WHNQLN
Enligt lagen om upphovsrätt är det förbjudet att utan skriftligt tillstånd från copyrightinnehavaren
helt eller delvis mångfaldiga detta arbete.
Sensorsystem för bestämning av
markparametrar i fält
– en litteraturstudie
Sensor system for determination of soil properties in the field
Lars Thylén
Mikael Gilbertsson
,QQHKnOO
Förord... 5
Sammanfattning ... 7
Bakgrund och syfte... 8
Traditionell markkartering... 9
Analyser... 10
Nya metoder för markkartering ... 10
Spektroskopiska mätmetoder ... 10
Mullhalt... 11
Kväve ... 12
Lerhalt och kalkbehov ... 12
EM- och resistivitetssensorer ... 13
Markradar ... 15
ISE och ISFET ... 16
Elektronisk tunga ... 17
Diskussion och slutsatser... 18
Referenser ... 19
Förord
Sensorer har gjort sitt intåg i lantbruket och har med all säkerhet kommit för att stanna. Föreliggande litteraturstudie och diskussion redovisar genomförd och pågående forskning inom ämnesområdet ”sensorsystem för bestämning av markparametrar i fält”. Studien har genomförts av Lars Thylén och Mikael Gilbertsson.
Projektet har finansierats av Stiftelsen Lantbruksforskning.
Uppsala i oktober 2002
/HQQDUW1HOVRQ
Sammanfattning
Denna rapport redovisar en del av forskningen som genomförts och som pågår då det rör utveckling av sensorsystem för bestämning av markparametrar i fält. Forskningen har naturligtvis olika inriktning, men har ofta varit kopplad till projekt som rör precisionsjordbruk.
Den första frågan som måste ställas vid utveckling av marksensorer för bestäm-ning av markparametrar i fält är: vilken/vilka markparametrar skall mätas och hur kan informationen användas? Svaret beror på hur ofta och till vilken kostnad kan man genomföra mätningarna i fält, men troligtvis är följande parametrar av stort intresse pH-värde, kalkbehov (basmättnad), fosfor och kalium i marken samt kväve. Kväve är kanske den parameter som oftast diskuteras, emellertid måste kväve analyseras ofta och helst på flera djup vilket gör provtagningen långsam och dyr. I praktiken har forskningen istället fokuserat kring mätning av ler- och mullhalt. Detta beror troligtvis på att man utgått från en existerande sensor och undersökt vad man kan registrera (metodbaserad forskning) istället för att fråga vilka parametrar som är intressanta att registrera (behovsbaserad forskning). Att använda spektroskopiska metoder, vanligtvis NIR (Near Infrared Reflectance), har varit ett vanligt forskningsområde för att bestämma olika markparametrar. Metoden har fungerat bäst vid bestämning av ler- och mullhalt, men det har även redovisats en del lovande resultat för bestämning av kväveinnehåll i jord. Nack-delen med att använda NIR-spektrometrar i fält är att de är dyra och känsliga. EM- och resistivitets-sensorerna är väldigt robusta och kan göras relativt billiga. Därmed har dessa sensorer också blivit ganska populära. Den uppenbara nack-delen med sensorerna är att markens konduktivitet/resistivitet mäts, parametrar som knappast används av lantbrukaren. I ett stort antal forskningsprojekt har man försökt att koppla mätvärden till olika markparametrar och bäst korrelation finner man i regel mellan mätvärdet och lerhalten.
Markradar, ibland kallat GPR (Ground Penetrating Radar) kan vara ett sätt att se ”genom” tjocka jordskikt. Viss forskning har utförts men mätresultatet på-verkas av markvatteninnehåll.
Möjligheterna att använda jonselektiva elektroder (ISE) och jonselektiva fält-effekt transistorer (ISFET) har under senare år studerats i ett antal projekt. För-delen med ISFET-sensorerna är att man kan mäta efterfrågade parametrar som exempelvis pH-värde och mineralkväveinnehåll. Nackdelen är att tekniken är relativt ny vilket gör att sensorutbudet är begränsat.
Den elektronisk tungan påminner lite om den elektroniska näsan med skillnaden att den elektroniska tungan mäter i vätskelösningar. Nackdelen med tekniken i denna applikation är att man inte mäter efterfrågade parametrar direkt utan istället kan hoppas finna ett samband mellan de olika kanalernas respons och olika mark-parametrar.
JTI – Institutet för jordbruks- och miljöteknik 8
Trots en hel del forskningsinsatser inom ämnesområdet har man inte lyckats kom-mersialisera bra marksensorer som fått någon större spridning. Orsaken till detta misslyckande är troligtvis att man inte beaktat önskemålen från slutanvändaren. För att finna en praktisk tillämpning i större omfattning bör man beakta följande:
• lantbrukare skall få tillgång till sensorsystem för mätning av efterfrågade markparametrar
• sensorsystemen skall vara kostnadseffektiva
• tiden mellan provtagning och analyssvar minimeras
• sensorsystemet skall medge att mätningen kan genomföras med en hög spatial noggrannhet.
Bakgrund och syfte
Precisionsjordbruk kan implementeras på olika vis. Vanligt är att börja med reflek-tansmätning, skördekartering eller markkartering. En stor skillnad mellan mark-kartering och de andra implementeringsteknikerna är tätheten i indata. Vid en vanlig markkartering tas ett prov per hektar medan man vid skördekartering och reflektans-mätning erhålls flera hundra mätvärden per hektar. Den glesa provtagningen i sam-band med en markkartering innebär att data från traditionell markkartering med ett prov per hektar är av starkt begränsat värde inom precisionsjordbruket. Det kan till och med vara så att varierade insatser baserade på ett prov per hektar, innebär att insatsen som görs är sämre än att sprida en enhetlig giva över fältet (Mulla, 1997; Adamchuk & Morgan,1999; Geypens et al., 1999). I en sammanställning över ett stort antal fältförsök (tabell 1) beräknades behövlig provtagningstäthet för att upp-nå en given noggrannhet för en interpolerad yta (McBratney & Pringle, 1999). Dessa provtagningsavstånd skulle innebära att det behövs ungefär 7 prov per hektar (provtagningsavstånd 38 meter) för att bestämma pH-värdet med en noggrannhet av ±0,25 enheter vid en blockstorlek på 20*20 meter. Andra parametrar kräver en högre provtagningsintensitet.
Tabell 1. Största tillåtna provtagningsavstånd vid olika blockstorlekar förutsatt en nog-grannhet på två standardavvikelser (McBratney & Pringle, 1999). Mv betyder medelvärde.
Rekommenderat provtagningsavstånd i meter vid: Parameter Noggrannhet vid kriging 10 x 10 m block 20 x 20 m block 50 x 50 m block 100 x 100 m block PH ±0,25 30 38 62 100 Ler (dag/kg)1 ±2,5 20 26 46 98 Sand (dag/kg)1 ±2,5 20 26 46 98 Kol (dag/kg)1 ±10% av mv 22 28 48 78 Kväve (mg/kg) ±10% av mv 20 27 45 74 Fosfor (mg/kg) ±10% av mv <10 10 21 31 Kalium (mg/kg) ±10% av mv 18 24 42 68 1
Kravet på en hög provtagningstäthet kan också enkelt påvisas genom att interpolera kartor med olika provtagningstäthet och effekter av olika provtagningspunkter. Ett exempel på detta visas i figur 1 (Algerbo et al., 2000). Om man tar prover från mycket små delytor eller om man mäter i en punkt ökar behovet av tät provtagning ytterligare. Detta har visats av bland andra Shibusawa et al. (2002) som rekommen-derar att man skall provta med 5 meters mellanrum, vilket motsvarar 400 prov-punkter per hektar. Man bör påpeka att dessa undersökningar gäller fält i Japan som är mindre än 1 hektar, men generellt gäller att ju mindre provyta som provtas desto fler provpunkter per ytenhet behövs.
6.0 6.5 7.0 7.5 1597200 1597400 1597600 X-koordinat, meter Y-koordinat, meter 6637300 6637400 6637500 6637600 6637700 6637800 pH
Figur 1. Beroende på provtagningsintensitet och provtagningspunkternas läge kommer den interpolerade kartan att se olika ut. På kartorna här är provtagningspunkterna markerade med kryss. Kartan till vänster är baserad på 8 provpunkter per hektar, medan de två andra kartorna är baserade på 1 prov per hektar (Algerbo et al., 2000).
Kravet på en hög provtagningstäthet innebär att forskningen har börjat fokusera på utveckling av nya kostnadseffektiva analystekniker för markkartering. Mål-sättningen måste vara att kunna markkartera med en hög noggrannhet till samma kostnad per ytenhet som idag.
Syftet med denna förstudie är att redovisa pågående forskning som rör on-line marksensorer och att diskutera möjliga utvecklingsvägar, men också att kort diskutera vilka parametrar som är intressanta att registrera. I rapporten diskuteras problemen utifrån två aspekter, dels utifrån ett markperspektiv, dels utifrån ett mättekniskt perspektiv. I rapporten diskuteras mätning av parametrarna kväve fosfor, kalium, pH-värde, ler- och mullhalt.
Traditionell markkartering
Olika markparametrar kräver olika mätmetoder. Markparametrar kan delas in efter hur de varierar spatialt men också efter hur de varierar över tiden. Vissa markparametrar ändras snabbt över tiden medan andra inte ändras inom en över-skådlig tid. Kväve är en parameter som varierar mycket över tiden då kvävemine-raliseringen är en kontinuerlig process. Det är därför viktigt att mäta en sådan para-meter i eller nästan i realtid. Parametrar som organiskt material och pH däremot är relativt stabila över tiden varför det räcker med att bestämma dessa parametrar mer sällan, och inte nödvändigtvis i realtid.
JTI – Institutet för jordbruks- och miljöteknik 10
Vanlig markkartering, dvs. jordprovtagning (ett prov per hektar) följt av analys, bör genomföras med tio års intervall. Vanligtvis genomförs provtagningen på hösten, och provtagningen skall genomföras vid samma årstid som föregående provtagning om analyserna skall kunna jämföras (SJV, 2002). Vid bestämning av mineralkväve på våren tas i stället ett samlingsprov. Denna provtagning görs i Sverige ofta längs en linje (linjekartering). I andra länder är det också vanligt att provtagningen görs i ett mönster liknande ett ”W”. Linjekarteringen kan också vara ett kostnadseffektivt sätt att följa upp insatser då man kalkat eller försökt gödsla upp fosfor- och kaliinnehållet i marken.
Tidigare användes något som kallades ”agrokartering”. Syftet med denna karte-ring var att man skulle dela in fältet i områden (2-4 hektar) med likartade egen-skaper och på respektive område genomfördes en linjekartering. Idag kallas denna teknik för odling i ”managementzoner” eller ”brukningszoner”. Brukningszonerna kan bestämmas utifrån ett antal olika indata som exempelvis höjddata, flygbilder, skördekartor, resistivitets- och konduktivitetsdata, men naturligtvis även från lant-brukarens egna uppfattningar om var jordartsgränserna finns (Shatar & McBratney, 2001; Franzen et al., 2000; Nolan et al., 2000). Svagheten med denna teknik är att det ofta bara finns en svag korrelation mellan olika markparametrar, vilket gör att för många markanalyser uppnås ingen bra kartering med hjälp av bruknings-zonerna.
Analyser
Vid en vanlig markkartering bör jordproverna alltid analyseras med avseende på: pH-värde, P-AL, K-AL, Mg-AL samt lättlösligt kalcium (SJV, 2002). Parametrar som koppar, bor samt volymvikt analyseras vanligtvis bara på ett begränsat antal prover. Vill man bestämma kalkbehovet kan man antingen bestämma markens basmättnadsgrad eller så kan kalkbehovet beräknas utifrån pH-värde samt ler och mullhaltsvärden.
Nya metoder för markkartering
Det ett flertal olika metoder att mäta olika markparametrar. Ofta är det så att mätmetoderna inte direkt mäter den efterfrågade parametern utan istället regi-streras en parameter som är korrelerad till det sökta mätvärdet. För implemen-tering av sensorer i lantbruket är det självklart också viktigt att sensorerna är robusta.
Spektroskopiska mätmetoder
Att använda spektroskopiska metoder för att bestämma olika markparametrar har rönt stort intresse från ett flertal forskare. Förenklat görs dessa mätningar genom att rikta ljus av olika våglängder mot en yta och mäta den reflekterade energin. Tekniken kan göras väldigt enkel, robust och billig om man nöjer sig med att mäta ett fåtal våglängder. I forskningsprojekt används oftast spektrometrar med minst 256 våglängdsband som är komplicerade, känsliga och dyra. I de flesta forsknings-projekt görs dessutom de flesta mätningarna på torkad och sållad jord. För att kunna bygga NIR-sensorer för praktisk användning är det troligtvis nödvändigt att definiera ett begränsat antal våglängder av intresse, detta bör göras på jord i fältmiljö, och därefter konstruera en specifik sensor.
Mullhalt
Mullhalt är kanske den parameter som man oftast försökt att prediktera med hjälp av spektroskopiska mätmetoder. Redan på 60-talet fanns exempel på att mull-halten i jorden uppskattades med hjälp av färgkartor (Alexander, 1969). Under tidigt 80-tal presenterade bl.a. Ruckman et al. (1981) en sensor som registrerade reflekterat synligt ljus i våglängderna 627,6; 619,6; 569 och 560 nm med hjälp av fotodioder. Sensorn testades på jordar med en mullhaltsvariation mellan 0,9 och 5,78 %. För torr jord uppnåddes som bäst en korrelation av 0,61 mellan verklig data och beräknad data.
Sudduth et al. (1989) utvecklade en NIR-sensor för bestämning av mullhalt och testade systemet i laboratorium. Sensorsystemet registrerade våglängder mellan 1700 och 2420 nm och utvärderades med hjälp av väl definierade jordprover. Som bäst uppnåddes ett predikterat standardfel av 0,23 då organiskt kolinnehåll bestämdes.
Shonk et al. (1991) utvecklade ett sensorsystem som predikterade mullhalten baserat på en enda våglängd (660 nm). Detta gjordes med en röd lysdiod samt en fotodiod som registrerade reflekterat ljus. Systemet testades i laboratorium med fem olika jordtyper med varierande mullhalt och korrelationen mellan mät-ningarna varierade mellan 0,8 och 0,97. Systemet testades också i fält genom att bygga in sensorsystemet i ett jordbearbetande redskap. Korrelationerna mellan mätningarna i fält och verkliga värden varierade mellan 0,84 och 0,95.
Senare har ett stort antal studier gjorts vid olika laboratorier där man undersökt samband mellan reflektans och mullhalt och inverkan av olika vattenhalter (Hummel et al., 1996; Hummel et al., 2001). I vissa fall har man också försökt att utföra mätningarna i fält med en spektrometer (Sudduth & Hummel, 1993). Shibusawa et al. (2001, 2002) utvecklade ett optiskt sensorsystem monterat på ett plogliknande redskap (figur 2).
GPS antenna
Touch panel FA computer
Photometer Vis & NIR Halogen lamp Optical fibers Encoder Potentio-meter Penetrator & probes housing VDR
Sensor units housing
Figur 2. Spektrometern som används vid markkartering vid universitetet i Tokyo (Shibusawa, pers. medd., 2002).
JTI – Institutet för jordbruks- och miljöteknik 12
Systemet bestod av två ljuskällor som emitterade energi mellan 400 och 2400 nm. Reflekterad energi registrerades via fiberoptik i intervallen 400-900 nm och 900-1700 nm. Dessutom fotograferades ytan med en digital kamera. För god funktion kunde systemets framföringshastighet begränsas till 1 km/h (Shibusawa, pers. medd., 2002). Det predikterade standardfelet (SEP) uppgick till 0,559.
Kväve
Bestämning av mineralkväve med hjälp av NIR har studerats både i laboratorie-och i fältskala. Systemet som utvecklades av Shibusawa et al. (2001, 2002) testades också för bestämning av mineralkväve i jorden. Systemet kalibrerades mot 25 jordprover tagna från försöksfältet (0,5 ha) där 15 prover användes för kalibrering och 10 prover för validering. Det predikterade standardfelet (SEP) uppgick till 4,741 mg NO3-N/100 gram jord. För optimal noggrannhet vid
inter-polationen skulle ett prov registreras på varje 5x5 meters delyta (400 prov/ha). Ehsani et al. (1997) utgick från två jordtyper som tillfördes olika mycket mineral-kväve i laboratorium varefter proverna analyserades. Standardfelet på mineral- kväve-bestämningarna varierade mellan 2 och 5,4 ppm. I ett liknande försök tillfördes olika mängder mineralgödselmedel (flytande form) i små parceller varefter en rotorharv kördes för att blanda gödselmedlet och jorden. Efter fem dagar togs fem jordprover från respektive behandling och analyserades i laboratorium. Standard-felen för kväveanalyserna för de olika jordarterna varierade mellan 8 och 9,4 ppm. Dala & Henry (1986) använde NIR-reflektans för att mäta total N. Mätningen fungerade bra vid höga kvävekoncentrationer (r2>0,92) men vid låga koncentra-tioner av total-N fungerade sensorn sämre. Den fungerade dessutom mindre bra på vissa sorters jordar då den mer slumpmässigt mätte N. Upadhyaya et al. (1994) prövade att koppla NIR till Partial Least Squares Regression (PLSR) och Fast Fourier Transform (FFT). Härmed erhölls en korrelation på över 0,9. Metoden visade sig emellertid ha ett för stort standardfel. Forskare vid Georgia Institute of Technology har utvecklat en optisk sensor för att mäta ammoniak som avdunstar från marken (Hartman et al., 1995). Med sensorn hoppades man på att kunna styra näringstillförsel genom att mäta mängden NH3 som avdunstar. Mängden
NH3 är inte direkt relaterad till det lättillgängliga kvävet i marken men det kan
ändå ses som en indikator på jordkemin.
I ett svenskt projekt (Börjesson et al., 1999) undersöktes hur väl NIR-spektro-skopiska metoder på laboratorium kunde prediktera grödans upptag av kväve under växtodlingssäsongen. I försöket studerades 15 parceller, utan kvävetillförsel, där grödans kväveupptag bestämdes. Det predikterade standardfelet (SEP) beräk-nades till 15,7 kg N/ha, att jämföra med värdet för mineralkväve på våren där det predikterade standardfelet bestämdes till 17, 8 kg N/ha.
Lerhalt och kalkbehov
I ett projekt vid ODAL FoU (Stenberg et al., 2000) användes NIR-analys för
bestämning av lerhalt och kalkbehov. I projektet konstaterades att NIR-bestämningen fungerade bättre då man mätte på torr sållad jord jämfört med jord som malts med kulkvarn. I projektet visades att regionala modeller var bättre än modeller som gällde för hela Sverige. I denna studie undersöktes också möjligheterna att bestämma
kalk-behovet utifrån NIR-bestämningar på jordprover. Antalet jordprover i denna studie var emellertid starkt begränsat och det fanns dessutom ett antal avvikande värden.
EM- och resistivitetssensorer
Konduktivitet är ett mått på ett materials förmåga att leda elektrisk ström. Sand har låg konduktivitet medan lera har hög konduktivitet. Standardenheten för att mäta konduktivitet i jorden är millisiemens per meter (mS/m). Konduktivitet har visat sig vara ett bra hjälpmedel för att mäta variationer i vissa markparametrar. Enligt Lund & Christy (1998) så finns det starka samband mellan jordens konduk-tivitet och lerhalt.
Flera forskare har dessutom visat att konduktivitet även kan korreleras till andra parametrar som t.ex. mängden organiskt material, katjonutbyte (CEC), matjordens tjocklek, jordens vattenhållande förmåga, magnesium, kalcium och salthalt
(Jaynes et al., 1994; Jaynes, 1996; Kitchen & Sudduth, 1996; McBride et al., 1990; Rhoades & Corwin, 1981). Korrelationerna till dessa parametrar är förmod-ligen en följd av att de varierar med ändrad lerhalt. Jaynes et al. (1995) har vidare visat att det finns korrelationer mellan skörd och konduktivitet främst beroende på ett indirekt samband mellan skörd och vattenhalt. Ett problem är att korrelationen inte är linjär utan påverkas av många faktorer som väder, vind, årsmån och bruk-ningsmetod. Jaynes et al. (1995) anser att starkare samband kan visas om klimat-data tas med i beräkningarna.
På marknaden finns idag två metoder för att mäta konduktivitet och resistivitet; elektromagnetisk induktion (EM) och direkt kontakt. Direkt kontakt innebär att flera elektroder är i fysisk kontakt med jorden. En ström skickas sedan mellan elektroderna och resultatet av mätningen visar hur mycket av ursprungsströmmen som finns kvar efter det att den skickats genom jorden. Oftast brukar elektroderna bestå av skivristar som skär ner i jorden.
EM-sensorn bygger på elektromagnetisk induktion varför kontakt med jorden inte är nödvändig. Sensorn består av en sändarspole och en mottagarspole. Ett primärt magnetfält sänds ut från sändarspolen i ett sfäriskt magnetfält i marken. Magnetfältet inducerar sedan en ström i jorden som i sin tur inducerar ett sekundärt magnetfält i mottagarspolen. Styrkan på magnetfältet i mottagarspolen kan sedan omvandlas till konduktivitet.
Båda metoderna ger liknande resultat och de ger en karta med mycket tät informa-tion. Normalt samlas data in så att ca 100 mätpunkter per hektar erhålls. Båda metoderna mäter konduktiviteten/resistiviteten i hela plantans rotzon, dvs. ner till cirka en meters djup. Det ger sensorerna en fördel gentemot konventionell jord-provtagning som bara tar prov i matjordsskiktet.
På marknaden finns ett antal system för mätning av markens konduktivitet. Först på marknaden var Soil-doctor, men de idag vanligaste systemen är Geonics EM-38 (figur 3) samt Veris (figur 4).
JTI – Institutet för jordbruks- och miljöteknik 14
Figur 3. Geonics EM-38 monteras på en släde och bogseras över fältet. I en svensk förstudie detekterades samband mellan sensorns mätvärde och lerhalten. Sambanden mellan lerhalten och sensorns mätvärde var olika på olika fält, dvs. man kan inte bestämma den absoluta lerhalten med sensorn.
Figur 4. Veris 3100 mäter markens resistivitet. I motsats till Europa är detta system mycket vanligare i USA och Australien (figur från Veris Technologies ).
I Frankrike har ett system som registrerar resistiviteten i tre skikt utvecklats. Systemet som kallas MuCEP (Multiple Continuous Electrical Profiling) har provats med goda resultat av bl.a. ITCF (Dabas et al., 2001). I en svensk för-studie utförd vid JTI och avdelningen för jordbearbetning undersöktes hur väl en resistivitetsmätning på olika djup överensstämde med markfysikaliska para-metrar. I förstudien användes ett system som kallas ”Lund Imaging System” (Dahlin, 1993). Systemet består av ett antal elektroder som trycks ner i marken varefter strömpulser skickas genom enskilda elektroder medan man registrerar potentialskillnaden till andra elektroder. I förstudien fanns som väntat ett sam-band mellan lerhalt vattenhalt och resistivitet (figur 5.)
Figur 5. I förstudien fanns ett starkt samband mellan lerhalt och markens resistivitet.
Markradar
Att mäta genom material med radar utfördes redan i slutet av 20-talet då man mätte glaciärers tjocklek. Forskningen inom området tog fart i slutet av 50-talet då det amerikanska försvaret påbörjade utvecklingsprojekt vilket bl.a. ledde till att Apollo 17 utrustades med en markradar. I detta fall monterades antennen på månlandaren och mottagaren på en ”månbil”. Först år 1972 blev markradaren (Ground Penetrating Radar, GPR) en kommersiell produkt och den används idag i samband med geologiska undersökningar. GPR mäter tidsförskjutningen av den reflekterade signalen för att beräkna djupet till en dielektrisk gränsyta. Då en fuktig jord har en högre dielektrisk konstant än en med lägre vattenhalt så bör metoden kunna fungera för att mäta grundvattennivån.
Inom lantbruksforskningen har markradar använts i ett fåtal projekt. I en amerikansk studie (Freeland et al., 1997) var man inte framgångsrik då man försökte detektera områden med sämre dränering med hjälp av markradar. I en finländsk studie (Haapala, 1995), påvisades en god korrelation mellan ett flertal markparametrar och radarbilder, men markvattenhalten kunde påverka mätningarna. I en svensk förstudie vid JTI och avdelningen för jordbearbetning registrerades enbart mycket svaga samband mellan markfysikaliska parametrar och radarbilder. När det gäller markpackning så har Raper et al. (1990) använt sig av GPR för att undersöka grad av markpackning. De visade att GPR var på speciella jordar en bra metod för att mäta markpackning. 0 10 20 30 40 50 60 70 0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 6DPSOHGHSWKFP & OD \ FR QW HQ W
JTI – Institutet för jordbruks- och miljöteknik 16
ISE och ISFET
Flera laboratoriestudier har visat att jonselektiva elektroder (ISE) kan användas för att mäta näringsämnen. Idag finns det handhållna Cardymetrar för NO3-N-,
K- och Na-joner som kan ge ett mätresultat inom några få minuter (Spectrum Technologies). Noggrannheten är bra men då jordprover måste samlas in är metoden tidskrävande och passar inte så bra för on-line mätning. Allteftersom intresset för växtplatsanpassad odling ökar så ökar behovet efter integrerade och automatiska kontrollsystem för växtnäringsämnen. Därför har flera forskare arbetat på att göra de jonselektiva elektroderna till on-line-system. Adsett & Zoerb (1991) har utvecklat ett automatiskt analyseringssystem bestående av en jord-upptagare, extraktionsenhet, flow-cell och ett kontrollsystem. Den testades både i laborativ miljö och i fält. De hade problem med att det tog för lång tid att extra-hera prover och att provtagaren inte kunde hålla samma konsistens på proverna vid olika jordtyper, hastigheter, jordpackning och vattenhalter. Provens konsistens påverkade halten NO3-N som kunde extraheras. Efter fortsatt utvecklingsarbete
förbättrades extraktionsenheten och analyseringstiderna snabbades upp (Adsett et al, 1999). Sensorn fungerar nu bättre i fält, det tar 6 s för ett prov att analyseras, men fortfarande finns en del problem kvar att lösa då extraktionsenheten kletar igen med små växtrester och stenar.
Ett snarlikt sätt att analysera näringsämnen på är jonselektiva fälteffekt transisto-rer (ISFET). De baseras på samma kemiska principer som ISE men har mindre dimensioner, lägre utgångsimpedans, högre signal-to-noise ratio, snabbare respons samt ger möjligheter till att integrera flera olika sensorer på ett och samma data-chips. De har dock en nackdel och det är att de driver med tiden och har en stor hysteresiseffekt. Denna negativa effekt kan minimeras genom att använda flow injection analysis (FIA) som är ett dynamiskt mätningssystem. Hummel & Birrell (1995) byggde ett multi-ISFET/FIA-system som testades i manuellt extraherade jordar. Systemet mätte NO3-N och korrelationen var god (r2>0,9) och det tog 0,5 s
att skölja systemet och lika lång tid för att göra själva mätningen. Systemet testa-des sedan med automatisk extraktion. Den lyckatesta-des inte helt bra eftersom den inte försåg systemet kontinuerligt med prover. Systemet hade dock en snabb respons-tid (1,25 s), vilket gör den till en intressant sensor för växtnäringsämnen. Systemet har senare förbättrats (Birrell & Hummel, 2001) men det fungerar bara i labora-torium. Förbättringen har delvis berott på arbetet med utveckling av membran för ISFET-sensorerna (Birrell & Hummel, 2000). Samma sensorer (Hitachi) har använts under alla försöksår. I dessa studier har jordpartiklar filtrerats ifrån innan kvävebestämningen gjorts. Idag pågår ingen vidareutveckling av systemet (Hummel, pers. medd., 2002). Samma sensorer har använts i en liknande studie av Price et al. (2000).
McGrath et al. (1995) byggde ett automatiskt jordprovtagnings- och analyserings-system. Provtagaren tog automatiskt ut prover och stoppade dem i plastpåsar som var sammanlänkade till ett ”kulspruteband”. Vid sidan av åkern stod analyserings-maskinen som kunde analysera ett prov per minut. Maskinen analyserade de flesta av makronäringsämnena (NO3-N, NH4-N, K, P, Ca, Mg, partikelstorlek, organiskt
material och pH). Analyserna kunde sedan köras i ett dataprogram som beräknade varierade givor till gödselspridaren. Systemet var långsamt då endast ett prov per minut kunde analyseras.
Viscarra Rossel & McBratney (1997) jämförde en glaselektrod, mikroglaselek-trod, metallelektrod och en ISFET för att mäta pH. Resultatet var att ISFET-sensorn var mest lämpad för fältmätning eftersom den är robust och har en snabb responstid. Vid Purdue University pågår forskning om ett automatiskt system för att mäta jordens pH-värde on-line. De tittade på olika metoder för att mäta dessa parametrar. För att mäta pH prövade de både en glas- och en ISFET-elektrod. ISFET-elektroden var snabbare på att ge mätresultat varför denna användes för att mäta pH. Sensorn kopplades sedan ihop till ett system med en automatisk jord-provtagare och ett styrprogram (Loreto, 2000). Adamchuk & Morgan (1998), även de vid Purdue University, har tagit fram en pH-sensor för växtplatsanpassad odling. Sensorn består av en pH-elektrod som är inbyggd i en jordprovtagare. Systemet klarar av att analysera ett prov var 8:e sekund. En svaghet med att registrera pH-värdet i sig är svagt korrelerat till kalkbehovet (Viscarra Rossel & McBratney, 1999). Kalkbehovet är dessutom beroende av bl.a. ler- och mullhalt (Gustafsson, 1999). Att istället mäta kalkbehovet direkt är ett bättre alternativ. En metod som utvecklats av Viscarra Rossel & McBratney (2001) har i fält haft ett predikterat standardfel av 220 kg kalk per hektar då kalkbehovet varierade mellan 4,2 och 11,1 ton/ha. Avsikten med detta forskningsprojekt är att utveckla ett system för on-line bestämning av kalkbehov. Responstiden för mätsystemet är mindre än en sekund (McBratney, 2001; Viscarra Rossel, pers. medd., 2002). Dessa responstider överensstämmer med Birrell & Hummel (2001) som rapporterade en responstid för kväve på 1,25 sekunder.
I de tidigare beskrivna studierna har man tagit upp ett jordprov och blandat med ett extrakt innan analys kan ske. Detta tar tid och vissa forskare har därför foku-serat på att hitta sensorer som kan avläsa direkt i jorden. I ett japanskt projekt har man mätt mineralkväve med ISFET-sensorer direkt i jord. Korrelationen (R²) mellan mätdata från sensorn och laboratorium var 0,99 (Ito et al., 1996). I ett liknande projekt har ISFET-sensorer som mäter kalcium, kalium och nitrat, place-rats direkt i jord. I denna studie användes också sensorerna under 9 månader i vätskelösningar. Efter denna tid kunde man inte se några skador på sensorerna eller att sensorernas känslighet påverkats. I slutsatserna skrivs bl.a. ”Additionally, a long sensor lifetime may be expected and hence long periods of unattended operation in the field.” (Artigas et al., 2001). I samtal med utvecklingsavdelningen på Sentron (Dierselhuis, pers. medd., 2002) hävdas att livslängden för ISFET-sensorer i växthusapplikationer är minst två år.
Liknande sensorer kan naturligtvis också användas för att mäta nitratkväve i dräneringsvatten. I en engelsk studie påvisades möjligheten att registrera hur nitratkvävet i dräneringsvatten varierade med hjälp av en TADAN-elektrod (Scholefield et al., 1999).
Elektronisk tunga
Den elektroniska tungan har precis som den elektroniska näsan ett antal sensorer (kanaler) som reagerar för olika ämnen. Den elektroniska tungan detekterar olika smaker med olika kanaler varefter man använder multivariat analys för att klassa smaken (Toko, 2000). I litteraturen har vi inte funnit något som rör den elektro-niska tungan i markkarteringssammanhang, men troligen är surhetssensorn, som registrerar vätejoner, den sensor som är mest relevant i detta sammanhang.
JTI – Institutet för jordbruks- och miljöteknik 18
Diskussion och slutsatser
Då man diskuterar möjligheter till on-line mätning av markparametrar finns ett antal frågor som man bör diskutera innan forskning, utveckling och implemente-ring genomförs. De mest uppenbara frågorna är:
• Bondenytta, dvs. finns det något behov av mätdatan och kan informationen användas till att förbättra eller säkerställa produktionen?
• Kostnadseffektivitet, vilken fast och rörlig kostnad är förknippat med ett on-line marksensorsystem?
• Tidsfaktor, hur länge är ett mätvärde giltigt?
• Metrologi, hur säkerställer man att fältmätningarna genomförs med hög kvalitet?
Då det gäller bondenyttan brukar parametrar som kväve, pH-värde, basmättnads-grad, fosfor och kalium att nämnas. Det kan tyckas lite underligt att en stor del av forskningen har fokuserat på mätteknik för ler- och mullhalt med bl.a. spektro-skopiska metoder, markradar, resistivitet och konduktivitet. Förklaringen till detta är troligtvis att det är lätt att finansiera metodbaserad utveckling, dvs. man använder känd mätteknik och finner en ny applikation. Nyttan för lantbrukaren av att känna till hur ler- och mullhalten varierar är inte uppenbar, även om det kan finnas appli-kationer som styrning av herbiciddos och kalkbehovsberäkning.
Hur kostnadseffektivt ett on-line marksensorsystem är beror dels på kostnaden för att använda sensorn i fält, dels på vilket värde informationen har. Troligtvis är det så att kunskap om parametrar som direkt kan användas för produktionsstyrning är mer värdefull. Detta skulle innebära att mätningar som redovisar kväve, fosfor, kalium och kalkbehov skulle vara mer värdefulla eftersom dessa insatsmedel till-förs relativt ofta. Man bör dock notera att mineralkväve skall provtas till 90 cm djup vilket innebär att man inte kan göra fältmätningarna medan man kör över fältet utan man blir tvungen att stanna för att ta jordprovet. Om man nöjer sig med ett mätvärde för mineralkväve i matjordslagret så kan detta också göras under gång. Som tidigare nämnts förändras olika markparametrar olika snabbt. Mineralkväve är en parameter som måste registreras med täta intervall för att kunna skapa sig en bild av hur variationerna ser ut. Återkommande mätningar av en parameter kom-mer självklart också att innebära att årskostnaden för kartering av mineralkväve blir mycket hög.
Som för all annan mätning i laboratorium eller i fält så måste man kunna säker-ställa kvaliteten på mätningarna. Kostnaderna för detta är relativt oberoende av karterad areal, vilket innebär att sensorsystemen skall användas på stora arealer för att reducera kostnaderna. Då det gäller kvalitetscertifiering av mätningarna bör man också beakta att rådgivningsföretag har större erfarenhet än lantbrukare av certifieringsarbeta, men också med hantering av behövliga kemikalier.
Om man sammanfattar och drar slutsatser utifrån diskussionen kan man förenklat säga:
• Den viktigaste sensorn är en basmättnadssensor följt av fosfor- och kalium-sensorer. Detta beror på att basmättnadsgraden kan användas för bestämning av kalkgiva och spridning av kalk görs av en entreprenör vilket gör att lant-brukaren inte behöver investera i specialmaskiner. För att nyttja information från fosfor- och kaliumsensorer måste lantbrukaren investera i teknik för plats-specifik spridning.
• Eftersom mineralkväveinnehållet i marken varierar snabbt måste denna para-meter karteras årligen vilket troligtvis blir alltför dyrt. Dessutom skall mineral-kväve egentligen karteras till 90 cm djup vilket skulle göra sensorsystemen både långsamma och dyra.
• Det är troligtvis lättare att säkerställa mätdatans kvalitet om sensorsystemen ägs och handhas av rådgivningsföretag.
Referenser
Adamchuk V.I. & Morgan M.T., 1999. Evaluation of automated soil pH mapping. Presented July 17-22, at the 1999 Annual International Meeting, Paper No. 99-1100. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Adsett J.F. & Zoerb G.C., 1991. Automated field monitoring of soil nitrate levels. In Automated agriculture for the 21st century. ASAE Publ. 1191, pp.326-335. ASAE, St. Joseph, MI.
Adsett J.F., Thottan J.A. och Sibley K.J., 1999. Development of an automated on-the-go soil nitrate monitoring system. Trans. ASAE 15(4), pp. 351-356. Alexander J.D. 1969. A color chart for organic matter. Crops and soils. (8) pp.
15-17.
Algerbo P.A., Thylén L. och Mattsson L. 2000. Mineralkvävevariationer inom fält – Effekt på avkastning och produktkvalitet. (JTI-rapport 275. Institutet för jordbruks- och miljöteknik, Uppsala, Sweden), p. 26.
Artigas J., Beltran A., Jiménez C., Baldi A., Mas R., Domínguez C. and Alonso J. 2001. Application of ion sensitive field effect transistor based sensors to soil analysis. Computer and Electronics in Agriculture. (2001) pp. 281-293. Birrell S.J. and Hummel J.W. 2000. Membrane selection and ISFET configuration
evaluation for soil nitrate sensing. Transactions of the ASAE, Vol. (2) pp 197-206.
Birrell S.J. and Hummel J.W. 2001. Real-time multi ISFET/FIA soil analysis system with automatic sample extraction. Computer and Electronics in Agriculture, (2001) pp 45-67.
Dabas M., Tabbagh J. and Boisgontier D. 2001. Multi-dept continuous electrical profiling (MuCEP) for characterization of in-field variability. 7KLUG(XURSHDQ
&RQIHUHQFHRQ3UHFLVLRQ$JULFXOWXUH G. Grenier and S. Blackmore (Editors),
France, Agro Montpellier, pp 361-366.
Dahlin T. (1993) On the Automation of 2D Resistivity Surveying for Engineering and Environmental Applications, Dr.Thesis, ISRN LUTVDG/TVDG--1007--SE, ISBN 91-628-1032-4, Lund University, 187p.
JTI – Institutet för jordbruks- och miljöteknik 20
Franzen D.W., Halvorson A.D. and Hofman V.L. 2000. Management zones for soil N and P levels in the northern great plains. 3UHFLVLRQ$JULFXOWXUH
3URFHHGLQJVRIWKHWK,QWHUQDWLRQDO&RQIHUHQFH, edited by P.C. Robert, R.H.
Rust and W.E. Larson, (ASA, CSSA, SSSA, Madison, WI).
Ehsani M.R., Upadhyaya S.K., Slaugther D., Shaffi S. and Pelletier M. 1997. Sensing soil mineral-N using a NIR technique. Presented August 10-14, at the 1997 Annual International Meeting, Paper No. 97-1038. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Freeland R.S., Reagan J.C., Burns R.T. and Ammons J.T. 1997. Noninvasive sensing af near perched water using ground penetrating radar. Presented August 10-14, at the 1997 Annual International Meeting, Paper No. 97-3073. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Gustafsson K. 1999. Models for precision application of lime. 3UHFLVLRQ
$JULFXOWXUH¶ , J.V. Stafford (Ed), UK, Sheffield Academic Press, pp
175-180.
Haapala H.E.S. 1995. Measurement of soil parameters with soil interface radar – experiences in precision farming test fields.
Hummel J.W. & Birrell S.J., 1995. Real-time soil nitrate sensing. G.Rehm (ed) In 25th North Central Extension-Industry Soil Fertility Conf. Proc., pp. 125-136. St. Louis, MO. 15-16 Nov. 1995. Potash & Phosphate Institute, Manhattan, KS.
Hummel J.W., Gaultney L.D. and Sudduth K.A. 1996. Soil property sensing for site-specific crop management. Computer and electronics in agriculture, (1996) pp. 121-136.
Hummel J.W., Sudduth K.A. and Hollinger S.E. 2001. Soil moisture and organic matter prediction of surface and subsurface soils using an NIR soil sensor. Computers and electronics in agriculture, (2001) pp. 149-165.
Ito S.,Baba K., Asano Y., Takesako H. and Wada H. 1996. Development of a nitrate ion-selective electrode based on an urushi matrix membrane and its application to th direct measurement of nitrate-nitrogen in upland soils. Talanta (1996) pp. 1869-1881.
Jaynes D.B., Novak T.B., Moorman T.B. and 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. and 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.
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.
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.
McGrath D.E., Skotnikov A.V. and Bobrov V.A., 1995. A site-specific expert system with supporting equipment for crop management. P.C. Robert et al. (ed), In Site-specific management for agricultural systems, pp. 619-635. ASA Misc. Publ., ASA, CSSA and SSSA, Madison, WI.
Nolab S.C., Goddard T.W. Lohstraeter G. and Coen G.M. 2000. Assessing management units on rolling topography. 3UHFLVLRQ$JULFXOWXUH 3URFHHGLQJV
RIWKHWK,QWHUQDWLRQDO&RQIHUHQFH, edited by P.C. Robert, R.H. Rust and
W.E. Larson, (ASA, CSSA, SSSA, Madison, WI).
Price R.R., Hummel J.W., Birrell S.J. and Ahmad I.S. 2000. Real-time nitrate extraction from soil cores. An ASAE Meeting presentation. Paper No. 001047. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Raper R.L., Asmussen L.E. and Powell J.B., 1990. Sensing hard pan with ground-penetrating radar. Trans. ASAE 33(1), pp. 41-46.
Rhoades J.D. and Corwin D.L., 1992. Determining Soil Electrical Conductivity-depth Relations Using an Inductive Electromagnetic Conductivity Meter. Soil Sci. Soc. Am. Journal 45:255-260.
Ruckman J.L., Hummel J.W. and Butler B.J. 1981. Improved soil organic matter sensor with microprocessor control. Presented June 21-24, at the 1981
Summer Meeting, Paper No. 81-1012. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Scholefield D., Braven J., Chilcott N.P., Ebdon L., Stone A.C., Sutton P.G. and Wood J.W. 1999. Analyst, 1999, , pp. 1467-1470.
Shatar T.M. and McBratney A.B. 2001. Subdividing a field into contiguous management zones using a K-zone algorithm. 7KLUG(XURSHDQ&RQIHUHQFHRQ
3UHFLVLRQ$JULFXOWXUH G. Grenier and S. Blackmore (Editors), France, Agro
Montpellier, pp 115-120.
Shibusawa S., I Made Anom S.W., Sato S., Sasao A. and Hirako S. 2001. Soil mapping using the real-time soil spectrophotometer. 7KLUG(XURSHDQ
&RQIHUHQFHRQ3UHFLVLRQ$JULFXOWXUH G. Grenier and S. Blackmore (Editors),
France, Agro Montpellier, pp 485-490.
Shibusawa S., I Made Anom S.W., Sasao A. and Hirako S. 2002. Soil mapping strategy using real-time soil spectrophotometer. Paper presented at 6th Internation Conference on Precision Agriculture. In Press.
Shonk J.L, Gaultney L.D., Schulze D.G. and Van Scoyoc G.E. 1991.
Spectroscopic sensing of soil organic matter content. Transactions of the ASAE, Vol. (5): September-October 1991. pp1978-1984.
SJV. 2002. Markkarteringsbroschyr.
Stenberg, B., Jonsson, A., and Börjesson, T. (2000) Snabbmetoder för bestämning av lerhalt och kalkbehov med hjälp av NIR-analys. ODAL FoU, 2000-2. Sudduth K.A. and Hummel J. 1993. Soil organic matter, cec, and moisture sensing
with a portable NIR spectrophotometer. Transactions of the ASAE, Vol.
(6): November-December 1993. pp1571-1582.
Sudduth K.A., Hummel J.W. and Funk R.C. 1989. NIR soil organic matter sensor. Presented June 25-28, at the 1989 International Summer Meeting, Paper No. 89-1035. ASAE, 2950 Niles Rd., St. Joseph, Mi 49085-9659 USA.
Toko K. 2000. Biomimetic sensor technology. Cambridge University Press. United Kingdom.
JTI – Institutet för jordbruks- och miljöteknik 22
Viscarra Rossel R.A. and McBratney A.B., 1997. Preliminary experiments towards the evaluation of a suitable soil sensor for continuous, ’on-the-go’ field pH measurements. J.V. Stafford (ed), In Precision Agriculture ’97. Proceedings of the 1st European Conference on Precision Agriculture 7-10 Sept 1997, Vol. 2, pp. 493-502. Warwick University Conference centre, UK. Viscarra Rossel R.A. and McBratney A.B. (1999). Calibration of a lime
requirement buffer for site-specific lime applications in Australia.. In J.V. Stafford (ed) Precision Agriculture 1999, Proceedings of the 2nd European Conference on Precision Agriculture, Odense, Denmark .Sheffield Academic Press, Sheffield, England. pp 429-440.
Viscarra Rossel R.A. and McBratney A.B. 2001. A response surface calibration model for rapid and versatile site-specific lime-requirement predictions in south-eastern Australia. Australian Journal of Soil Research, Vol. pp 185-201.
Personliga meddelanden
Dierselhuis I. Juli 2002. Hummel J.W. Juli 2002.
McBratney A.B. November 2001. Viscarra Rossel R.A. Juni 2002.
