Dr. Nagy Richárd precíziós agrártérinformatikai szakértő, szaktanácsadó nem kevesebbet vállalt, mint egy olyan objektív szántóföldi minősítő rendszer kidolgozását, amely úgy a termelők, mint a kockázatelemzők számára hiteles információt ad arról, hogy egy szántóföldi táblának mekkora a stressztűrése. A mezőgazdaságban ma még mindig a hozam az első számú mérőszám. De a klímaváltozás, a növekvő kockázatok és az ESG-elvárások korában a valódi kérdés az, hogy a termelés mennyire kiszámítható, fenntartható és gazdasági szempontból mennyire kockázatos.
Erre a kérdésre ad választ az a kutatás, amelyet a PREGA konferencián mutatott be. A FieldDNA egy távérzékelésen alapuló, kultúrafüggetlen, objektív, térképes teljesítmény- és kockázatmonitoring-rendszer, amely nemcsak a hozamszintet, hanem a táblák termelési stabilitását és stressztűrését is értékeli.
Dr. Nagy Richárd – Fotó: Agroinform
Agroinform: Mi volt az alapötlet?
Nagy Richárd: A projekt alapötlete az volt, hogy vizuálisan könnyen áttekinthető térképeket hozzak létre, amelyek objektíven – kultúrafüggetlen módon – információt adnak arról, hogy a változó klimatikus viszonyok mellett egy gazdaság különböző tábláin mennyire fenntartható és kockázatos a gazdálkodás. A színskála távérzékelt adatok és vegetációs indexek geostatisztikai elemzésével készült, többéves adatsorok és több kultúra elemzésével. Jó előrejelzést ad a jövőre nézve is arról, hogy egy adott tábla esetében stabilan jó hozamra és homogén növényállományra számíthatunk-e, vagy éppen ellenkezőleg.
Ez a tudás nemcsak a termelőknek hasznos, hiszen ők nagyjából tisztában vannak a területeik teljesítőképességével, hanem például a biztosítók számára is. A kisparcellákon dolgozó növénynemesítők vagy az ESG – azaz a környezeti-fenntarthatósági – tanácsadók számára is informatív lehet, hiszen objektíven és prediktív módon tájékoztat arról, hogy a jelenlegi gazdálkodási menedzsment és táblaadottságok mellett milyen hozamszintekre vagy hozamingadozásokra számíthatunk egy-egy tábla esetében.
Kilenc szín, ami mindet elárul a táblarészek állapotáról – Fotó: Agroinform
A.: Mennyivel mond többet egy ilyen kép, mint egy vegetációsindex-térkép?
N. R.: Itt nem egyetlen időpontban készült, az adott időpillanatot jellemző vegetációs térképről van szó. A műholdak 5–10 naponta készítenek felvételt egy adott területről, ha ezt az időjárási viszonyok lehetővé teszik. 2020 és 2024 között a keléstől kezdve egészen a betakarításig az összes értékelhető időpont feldolgozásra került, amikor vegetáció volt a táblán. Ez az időszak különösen jó mintával szolgált az elemzéshez, hiszen volt benne rendkívül aszályos és csapadékosabb év is.
A cél az volt, hogy egy másik szakterületről érkező ember vagy akár a laikusok számára is azonnal értelmezhető képet adjak a területről. A kockázat mértékét egy színkódos kockázati mátrix jelöli, amelyből térinformatika segítségével kockázati döntéstámogató térkép készült.
Ezen a térképen egyetlen szín írja le egy-egy tábla különböző változók alapján előállított kockázati szintjét, amely egyszerre tükrözi a talajadottságokat, a domborzatot, a mikroklímát, valamint a gazdálkodói menedzsment lenyomatát is.
Ezek a térképek leírják, hogy egy táblának milyen a teljesítménye, és az a teljesítmény több év átlagában mennyire stabil. Hogy a táblák térben és időben mennyire stabilan reagálnak a különböző stresszhatásokra. Hogy a hozam mennyire egységesen jelenik meg a táblán belül, illetve hogy a tábla csak egy-egy alkalommal reagál-e jól a stresszhatásokra, vagy következetesen.
A.: Említette az előadásában egy konkrét, 1200 hektáros mintagazdaságot, amelyet elemezve végül arra jutott, hogy 200 hektárt tulajdonképpen ki kellene vonniuk a szántóföldi művelés alól.
N. R.: Igen. Nemcsak az egyes évjáratok, hanem maga az általunk kreált mintagazdaság is bővelkedett a szélsőséges adottságokban. Ez a mintaterület kiválasztásánál kifejezett szempont volt, ezáltal nagyon jól kalibrálhatóvá vált a rendszer. Az eljárás lehetővé teszi, hogy az ország bármely területéről tudjunk ilyen stressztérképet készíteni a mindenhol rendelkezésre álló távérzékelt adatok elemzésével. Mivel két Sentinel műhold folyamatosan figyeli a felszínt, így ez az elemzőrendszer folyamatosan működtethető.
A kutatás részeként kidolgozott Parcella Diagnosztikai Kézikönyv segítségével pedig az is leírható, hogy a kockázati térképek a gyakorlatban mit jelentenek az adott parcella vagy akár az egész gazdaság működése szempontjából úgy a gazdálkodók, mint a biztosítótársaságok, ESG-tanácsadók vagy adott esetben a szántóföldi növénynemesítésben érdekeltek számára.
A.: Szaktanácsadóként mit ajánlana a termelőnek, mit változtasson a technológián a kockázati térkép alapján?
N. R.: Azokon a táblarészeken, amelyeken bármely évjáratban homogén az állomány, azt mondanám, ne változtassanak semmit a technológián. Ugyanakkor a kockázatértékelő rendszer alapján legrosszabb minősítést kapó területeket el kellene engedni, ezek csak legelőként vagy kaszálóként hasznosíthatók. A két véglet közötti kategóriákban pedig végig kell gondolni, hogy egy precíziós beavatkozással mit lehetne tenni a kiegyenlítettebb hozamszintekért, a stressztűrés növeléséért.
A.: Mit mondanak ezek a színkódok a termelésen kívülről érkező szakembereknek?
N. R.: A biztosítók jelenleg utólag, a bekövetkezett káresemény alapján fizetnek. A kockázati térképeinken viszont már előre is látható, hogy az egyes táblák biztosítása mekkora kockázatokat rejt a jelenlegi menedzsment mellett – hiszen a parcella és a menedzsment együtt alkot kockázati rendszert, ahol az emberi tényező tompítani vagy épp felerősíteni tudja a klimatikus veszélyeket.
A módszer lehetőséget ad a differenciált biztosítási díjak ajánlására. Az ESG-tanulmányok készítésénél is fontos lehet ez a tudás, mivel auditálható indikátorrendszert nyújt a tanácsadók számára. Így gazdasági szinten is értékelhetővé válik az üzem. A növénynemesítők részére szintén hasznos lehet, hiszen a drónos, multispektrális adatok elemzésével akár már egy egyéves kísérletben is leírhatóvá válik az egyes parcellák fajtáinak stressztűrése.
További információk: richard.agrogis@gmail.com.
