Nurmisadon mittaamisen käytäntö ja nykyteknologia. Antti Suokannas Vihreä teknologia Automatisaatio ja digitaaliset ratkaisut

Transkriptio

1 Nurmisadon mittaamisen käytäntö ja nykyteknologia Antti Suokannas Vihreä teknologia Automatisaatio ja digitaaliset ratkaisut

2 Esityksen sisältö Yleistä mittaamisesta Sadon määrän lohkokohtainen mittaus Nurmirehun kuiva-aineen mittaus Sadon mittaus rehunkorjuussa Ajosilppurissa Noukinvaunussa Paalaimessa Sadon määrän ja laadun mittaus varastossa Etämonitorointiin perustuva nurmirehun raakaaineen laadun mittausmenetelmä - lähitulevaisuudessa 2 Antti Suokannas

3 Mikä on näkemyksesi mukaan nykyisin riittävä/hyväksyttävä tapa mitata sato? a. Lohkokohtainen mittaus; kuormamäärä, kuutiot ja arvio keskimäär. kuutiopainosta. b. Lohkokohtainen mittaus: kuormien punnitseminen. c. Paikkakohtainen mittaus korjuussa; ajosilppurissa tai noukinvaunussa tai paalaimessa. d. Kehikkomittaus tai kasvuston ojennettu korkeus ja arvio kasvuston tiheydestä. 3 Antti Suokannas Antti Suokannas 3

4 Yleistä tietoa mittaamisesta Mittaaminen välttämätöntä Tärkeitä kysymyksiä: a) mitä, miksi ja missä mitataan b) miten/millä mitataan Mittauksen tarkkuus Mitatun tiedon analysointi ja hyödyntäminen, tiedon kerääminen ja tallennus Suunnittelu Tieto Tieto Analysointi Toteutus 4 Antti Suokannas

5 Sadon määrän mittaus nykyisin: lohkokohtainen mittaus Kehikkomittaus: työläs, edustavuus?, tarvitaan useita mittapisteitä Nurmitikkumittaus: toimii pystyssä kasvustossa Lautasmittaus: ei oikein toimi säilörehuasteen nurmissa Kasvuston ojennettu korkeus 5 Antti Suokannas

6 Sadon määrän mittaus nykyisin: lohkokohtainen mittaus Mittaus lohkoittain perävaunukuutioina Rehun kuiva-aine ja kuutiopaino vaihtelevat paljon mittavirhe suuri Mittaus lohkoittain, kuormien punnitus vaa lla, ka-näytteet kuormasta mittavirhe hyväksyttävä 6 Antti Suokannas

7 Nurmirehun kuiva-aineen määrittäminen Kuiva-aine D-arvon lisäksi tärkein analyysi säilörehusta Kuiva-aine voi vaihdella paljon 1) lohkon sisällä, 2) paalissa ja 3) noukinvaunussa. Samoin varastossa. Tarkkuussilputussa rehukuormassa KA-vaihtelu vähäisempää. Mahdollista määrittää kotikonstein: Mikroaaltouuni Hyötykasvikuivuri Sähköuuni Pikamittarit 7 Antti Suokannas

8 Sadon mittaus rehunkorjuussa Ajosilppuri Ajosilppurissa paikkakohtainen määrän ja laadun mittaus Ajosilppurissa määrän mittaus perustuu syöttötelojen etäisyyden mittaukseen ja laskentamalliin Kuiva-aineen ja muiden laatuparametrien mittaus NIRlaitteella Pelkkä KA:n mittaus voi perustua myös mm. sähkönjohtavuuteen 8 Antti Suokannas

9 Sadon mittaus Noukinvaunu Karhon poikkipinta-alaan ja tiheyteen perustuva laskentamalli, josta saadaan estimaatti sadosta. Tarkkuus paranee, jos mukana jatkuva kuorman punnitus. KA:n mittaus NIR-sensorilla 9 Antti Suokannas

10 Sadon mittaus paalaimessa Paalaimessa paalin punnitus sensoreihin perustuen, venymäliuskat KA:n mittaus sähköisesti 10 Antti Suokannas

11 Sadon määrän ja laadun mittaus Varasto Rehun kuutiomäärän laskenta helppoa laakasiilossa tai tornisiilossa tai paalissa, rehun kuutiopaino hiukan haasteellisempi muuttuja. KA-tieto ja taulukot apuna kuutiopanon määrityksessä. Aumarehun kuutiomäärän laskenta voi olla hankalaa. Tulos mahdollisesti vain karkea estimaatti. Rehunäytteet siilosta ja paaleista analyysitiedot. 11 Antti Suokannas

12 Uudet anturit ja palvelut Anturiteknologia kehittyy Tarvitaan siirtää enemmän tietoa Tieto tulisi käyttää reaaliaikaisesti Sovellusten täytyy ymmärtää erilaisia antureita ja yhdistää tietoa useammasta lähteestä Monimutkaisen järjestelmän rakentaminen alusta asti vaatii aikaa (time-to-market) 12 Juha Backmann

13 Antti Suokannas 13

14 Lennokit kopterit miehittämättömät alukset Kasvuston etämonitorointi, taudit, poikkeavat paikat etc. Kilpailee YARA N-sensorin ja GreenSeekerin kanssa täydentää myös edellä mainittuja Korkea tarkkuus satelliittikuviin verrattuna Kaivosoja Kaivosoja 14 Antti Suokannas Kaivosoja

15 15 Antti Suokannas MTT Agrifood 15

16 Crop elevation 16 Antti Suokannas MTT Agrifood Eija Honkavaara, FGI 16

17 GRASSQ Etämonitorointiin perustuva nurmirehun raaka-aineen laadun mittausmenetelmä Decision Support Layer PastureBase DMS Denmark Valma Finland Ireland Smartphone App (Mobile Services) National Farm Mgt Platforms Cost Savings Effective Management Information Layer DM OMD CP Dry Matter Organic Matter Digestibility Crude Protein Performance GeoInformatics Layer UI/UX f (x,y,t) Fusion Modelling Analytics Visualisation Data Quality Interoperability Sensor Layer Remote Sensing Airborne/UAS In-Situ/Field Measurement 17 Antti Suokannas

18 Automaatio ja tiedonhallinta yleistyvät nurmirehujen korjuuprosesseissa. 18 Antti Suokannas

19 Haasteena tiedonhallinta ja tiedonsiirto mobiiliautomaation eri tekijöiden välillä Traktori ja työkone Traktori ja esim. sääasema Traktori ja maatilantietojärjestelmä Muu mobiili tiedonkeruu ja eri tietojärjestelmät Urakoitsija ja palvelun ostaja (raportti) Maatilan tietojärjestelmä ja ulkopuoliset tietojärjestelmät 19 Antti Suokannas

20 Kiitos! 20 Antti Suokannas