Ortschaften
Das Projekt MaisNet, in welchem auch das Landwirtschaftliche Zentrum St.Gallen (LZSG) in Salez und umliegende Betriebe mitwirken, hat zum Ziel, die Stickstoffdüngung im Schweizer Maisanbau nachhaltig zu optimieren. Dazu werden nebst den Standort- und Witterungsdaten auch die Bewirtschaftung und Vorgeschichte auf den entsprechenden Parzellen möglichst genau erfasst. Simulationsmodelle beschreiben auf Grundlage dieser Daten die Nährstoffdynamik in Pflanze und Boden und übertragen sie in eine Düngungsempfehlung.
Im Rahmen dieses Projektes wurden vom LZSG parallel auch neue Sensoren eingesetzt. Diese sollen vor Ort kontinuierlich Daten wie Temperatur, Feuchte, Wind und Niederschlag und auch andere relevante Daten erheben.
Optimierungsrechnung für ökonomisches Vorgehen
Ein auf den Pflanzenbau zugeschnittenes Ökosystemmodell soll dann Daten der Pflanze, des Managements und der Umwelt zusammenbringen. Auf dieser Basis werden verschiedene Szenarien für Entscheidungshilfen ausgeben.
Anders ausgedrückt: Das Modell kennt die Klimawerte vom Feld, den Zustand der Pflanze und des Bodens, die Preise des Düngers und die Verkaufspreise des Endprodukts. Daraus wird nun eine Optimierungsrechnung für den optimalen Zeitpunkt und die richtige Menge der Stickstoffdüngung erstellt. Damit baut der Produktanbieter einen ökonomischen Aspekt in seine Prognose ein, nämlich welcher zusätzliche Aufwand für die Stickstoffdüngung steht dem erwarteten Mehrertrag gegenüber.
Sensoren erfassen standortspezifische Daten
Wichtig dabei ist, dass der Landwirt sieht, was passiert. Beispielsweise können Ein- oder Verkaufspreise eingegeben werden. Auf einer Karte ist ersichtlich, wie sich die Profitabilität von Teilflächen je nach Wetterszenario und im Zeitverlauf ändert. Das wahrscheinlichste Szenario wird als Entscheidungshilfe für die Düngung verwendet.
Im Versuchsfeld in Salez wurden in diesem Jahr vier prototypische Sensoren platziert. Wo diese optimalerweise stehen sollen, dafür wird die Topografie der Fläche beurteilt. Dabei spielen Bodenbeschaffenheit und Wasserführung des Bodens eine Rolle. Neben den örtlichen Sensoren waren Proben, Drohnen- und Satellitenbilder vom Aufwuchs weitere Informanten für die Modellierung im «Farmalyzer», unter welchem die Datenplattform läuft.
Die Sensoren bestehen aus einer Sensorgabel mit einem definierten Abstand. Im Kopfteil der Geräte befinden sich Sensoren für Lufttemperatur und -feuchte. Weitere Sensoren für Regen- oder Windmessung können angeschlossen werden. Die Datenübertragung vom Sensor in die Datenplattform erfolgt in diesem Versuchsfeld mobil über Low-Range, ein Funkstandard für sogenannte Niedrig-Energie-Netzwerke.
Erste Ergebnisse sind vielversprechend
Das Modell ist vielversprechend, wenn es das einhalten kann, was es verspricht. Das Jahr 2021 diente der Datenerfassung mit Prototypengeräten. Erste Ergebnisse zeigten Unterschiede zwischen den verschiedenen bewirtschafteten Teilflächen des Feldes.
Der Autor ist überzeugt:
Dieses Verfahren könnte uns helfen, die Profitabilität der Betriebe und den klimaangepassten Pflanzenbau besser zu managen.»
So wird am LZSG in der Kombination mit dem Projekt MaisNet weiter an diesem Vorhaben gearbeitet, um damit zukünftig Empfehlungen für eine wirtschaftliche und standortangepasste Stickstoffdüngung ableiten zu können.
* Bernd Robbert ist Mitarbeiter der Fachstelle Landtechnik im Landwirtschaftlichen Zentrum in Salez, Bereich Smart Farming
