A mYard digitális agronómiai kísérletei a kalcium-oxid termés növelő hatását vizsgálták tavaszi kultúrákban. Míg napraforgóban jelentős növekedés volt tapasztalható a termésben, a kukorica esetében nem volt szignifikáns változás. A magas mésztartalmú termékek alkalmazásának megtérüllése nagyban függ a termesztett növénytől, a talajtípustól, annak CaCO3 ellátottságától és a termesztési tecnológiától. A magas Ca igényű olajos kultúrák esetén a hozzáférhető CaCO3 tartalmú termékek alkalmazása nem csak talaj javítást, mérhető termés növekedést mutat a kezelés évében.
Agronómusok termelők mind hallottunk a kalcium-oxid (CaCO3), más néven mész fontosságáról a mezőgazdasági gyakorlatokban - ez a mYard vízió 3. pillére. Mész elengedhetetlen a talaj pH-jának optimalizálásához, és a talajban megkötött tápanyagok, mint a foszfor és a nitrogén elérhetőségének javításához. A mész csökkenti a talaj savasságát, ami gátolhatja a növénygyökerek tápanyagfelvételét, ez elhúzódó növekedéshez és terméskieséshez vezethet. Továbbá a mész javítja a talaj fizikai tulajdonságait, mint például a szerkezet, víztartó és vízlevezető képesség, amelyek fontosak az fentartható növénytermesztéshez.
A hosszú távú növénytermesztési stratégia elengedhetetlen része a talajok meszezése.
A tavaszi kultúrákban alkalmazott meszezés hatékonyságának megállapításához, meg kell értenünk a kiszórt mész termésnövelő hatását. A hatékonyság meghatározáshoz különböző mész dózisok kiszórása, és termés mérés szükséges. Ezek az adatok később felhasználhatóak a változatott kijuttatási térképek készítéséhez.
A sikeres mérési eredményekhez figyelembe kell vennünk, a termelési gyakorlat és a táblák heterogenitása okozta nagy variabilitást. Az ideális statisztikai módszer a mész alkalmazásának meghatározásához a lineáris regressziós model. A kísérleti táblákon a talajminták alapján változtattuk a kijutatott mész mennyiséget, így első lépésben egy ANOVA analízissel határoztuk meg, a kezelt és nem kezelt területek átlagának különbözőségét, így bizonyítva a meszezés termésnövelő hatását.
2022-ben kukorica és napraforgó termelői táblákon állítottunk be kísérleteket. Ezek a kísérletek az egész termőtábla területén kerültek beállításra. A kísérlet bár csak egy - egy táblán lett beállítva a magas minta szám, és a zebra csíkos kezelés alkalmazása az egész táblán, valamint a több lépcsős adtatisztítás a mYard Digitális Kísérleti elemzésében, egy megbízható adatbázist nyújtott, melynek statisztikai elemzése alább található.
NAPRAFORGÓ Kísérleti eredmények:
Termőtábla átlagos CaCO3 szintje 3.9% [1.9-4.9 között változott]
Kultúra CaCO3 igénye ~90kg/t a teljes növényzethez 35kg/t a szemmel elszállítva
Konklúzió:
Ezen a kísérleti táblán a CaCO3 szint alacsony - a nagy heterogenitást a változtatott kijutatással igyekeztünk egyensúlyozni. A termesztett kultúra mész igénye magas így az elvárásainknak megfelelően a meszezés hatása már a hozamtérképen vizuálisan is látható volt - a zebracsíkos művelési irány vonalai vissza köszöntek a hozam mérésben:
A statisztikailag szignifikáns különbséget állapított meg a kezelt és a kezeletlen sávok között (99.95% os biztonsággal kijelenthetjük, hogy a kezelés változtatja a hozamszintet). Ezen tábla eredményei alapján a kezelt terület +231kg terméstöbbletet mutat.
Leírás: Jól kirajzolódik a mész kezelés irányának a vonala a termés eredményekben. Fekete körvonalú négyszögek mutatják a kezelt területet, a pirostól kékig kitöltött négyzetekben pedig látjuk a növekvő termésszinteket.
A statisztikai értékelés csak olyan kezelt és nem kezelt párokat hasonlítottunk össze, melyek térben közel helyezkedtek el. Az így létrehozott párok biztosítottak az kezelt, nem kezelt ANOVA analízis adattáblát. A teljes elemzésben 8392 kezelt és kezeletlen párt végül 104-re vontuk össze, a tábla "X" tengelye mentén.
Az Statisztikai adatok alább olvashatóak
ÖSSZEFOGLALÓ TÁBLZAT:
Kezelések | darab | átlag | variancia |
Kezelt | 104 | 4.76 | 0.30609707 |
Kezeletlen | 104 | 4.53 | 0.14142823 |
ANOVA:
Variancia forrása | SS | df | MS | F | P-Value | F crit |
Kezelések között | 2.79309504 | 1 | 2.79309504 | 12.4824006 | 0.0005 | 3.88699626980056 |
Kezelésben | 46.0951059 | 206 | 0.22376265 | | | |
Lineáris Regresszió:
A kezelés termés növelő hatásának bizonyítása után egy lineáris regresszió segítségével tudjuk kiszámolni, hogy 1kg mész hatására mekkora termésnövelés várható?
| Coefficients | Standard Error | t Stat | P-value |
Y metszéspont | 4038.48 | 22.74 | 179.56 | 0 |
meredekség | 2.41 | 0.11 | 21.85 | ~0 |
Az Y tengely metszéspontja 4089.49kg, amit értelmezhetünk úgy, hogy ez a meszezés nélküli tábla potenciál. Ez a pont táblánként, és évjáratonként változik, a számunkra fontos érték a meredekség. A meredekség 2.41kg. Ez azt jelenti, hogy minden kg kijuttatott mész után 2.41kg napraforgó terméstöbblet várható. A t Stat és a p value indikálják, hogy az eredmény statisztikailag szignifikáns, tehát a kezelés hatását mértük és nem egyéb külső tényezőket.
A kiemelkedően pozitív hatást nagyban okozhatta, a tábla igényhez adaptált változtatott mész kijuttatás. Ez biztosította, hogy a magasabb dózisok a tábla olyan részére kerüljenek, ahol valóban mészhiány jelentkezett.
A jó statisztikai értékek mellett fontos megemlíteni a regresszió analízis R2 értékét, ami a kezelés termés változásának ráhatását mutatja. Ez az érték 0.2 ami alacsony. A regresszió sztenderd hibája 830kg, ami mellett más nem digitális kisebb mintaszámú kíséretek nehezen mérnének ki különbséget a kezelések között. Ez nem cáfolja a feljebb leírtakat, de rávilágít arra a fontos tényre, hogy a mezőgazdasági termelési rendszerben a kijutatott mész hatása nem meghatározó az kijuttatás évében.
KUKORICA kísérleti eredmények:
Termőtábla átlagos CaCO3 szintje 5.2% [3.1-8.5 között változott]
Kultúra CaCO3 igénye: ~3kg/t a teljes növényzethez 1kg/t a szemmel elszállítva
Konklúzió:
A kukorica mész igénye alacsony a kísérleti tábla ellátottsága pedig közel volt az optimálishoz - a változtatott kijuttatásban bizonyos részeket nem is kezeltünk. A kísérlet inkább célozza a meszezés közvetett talaj vízháztartás, és tápelem elérhetőség javítás adott évi hatásait, mint egy azonos éven belüli hozamnövelést. Ezen a táblán a pH 7.2 így a tápanyag elérhetőség javítás sem mérhető. A kukorica termésátlag a 22-es aszályban átlagos 2.8t/ha-t lett, ilyen szélsőséges termesztési körülmények között a meghatározó termés indikátorok a vízhez, és vízmegtartáshoz kötődnek.
Nem vártunk mérhető termésnövekedést, a kultúra alacsony igénye és az ideális tábla ellátottság miatt, de a napraforgóban alkalmazott mYard Digitális Kísérleti elemzést itt is elvégeztük.
Az elemzés nem mutatott statisztikailag szignifikáns különbséget a kezelt és a kezeletlen sávok között (az elemzés egy 67%-os valószínűséget mért a kezeles termésnövelésére), a mért termés többlet ezen a táblán +52kg volt.
Az Statisztikai adatok alább olvashatóak
ÖSSZEFOGLALÓ TÁBLZAT:
Kezelések | darab | átlag | variancia |
Kezelt | 146 | 2.84 | 0.31925911 |
Kezeletlen | 146 | 2.89 | 0.32506409 |
ANOVA:
Variancia forrása | SS | df | MS | F | P-Value | F crit |
Kezelések között | 0.19832963 | 1 | 0.19832963 | 0.61562158 | 0.43331946 | 3.87372423 |
Kezelésben | 93.4268635 | 290 | 0.3221616 | | | |
Összefoglalás:
A mész kukorica termésnövelő hatásai kismértékűek, és a termésszint sem reprezentatív, ezért nem osztottuk meg a lineáris regresszió részleteit, de folytatjuk a kutatást a jobb reprezentációs eredmények elemzéséhez.
A napraforgó esetében magas termésnövelő hatást figyeltünk meg, a kapott x2,4-es megtérülés jól mutatja a meszezés hasznát. Az alacsony R2 érték és a regresszió magas sztenderd hibája sugallja, hogy más agronómiai tényezők nagyobb hatással vannak a termésre, ez azonban nem vitathatja el a tábla ellátottsághoz igazított változtatott kijuttatás fontosságát ebben a kultúrában.
A makro-tápanyagok (NPK) fontossága jól ismert, ez a kísérlet megpróbálta demonstrálni a meszezés rövid távú előnyét a gazdák számára. Alapot szerettünk volna adni a megtérülés kiszámításához. A meszezés elsősorban a talaj megőrzése miatt fontos, egyensúlyban tartja a talaj pH-ját, és javítja a talajszerkezetet. Hatását mindig hosszú távon mérték, és a mi kutatásunk is célozza a területek elemzését a következő években. Reméljük, hogy ezek az eredmények emlékeztetnek a meszezés fontosságára, és jó alapot ad, hogy a mész alkalmazása állandó elemmé váljon az olajos növények vetése előtt.
Köszönettel tartozom Fehérvár Mártonnak, testvéremnek, aki a kivitelezést, adat fel és letöltést biztosított, a precíz kivitelezés mellett. Köszönöm családomnak, feleségemnek, és Hugó kisfiamnak, hogy maradt időm erre a projektre, amit sokszor tőlük csentem el.
* | One Way ANOVA (Analysis of Variance) egy statisztikai technika, amelyet két vagy több csoport közötti átlagok összehasonlítására használnak. Azt határozza meg, hogy van-e statisztikailag jelentős különbség a csoportok átlagai között. A modell olyan helyzetekben használatos, ahol több mint egy minta van,és a kutató össze szeretné hasonlítani a minták átlagait. Ebben a modellben a függő változó az átlagok átlaga,és a független változók azok a tényezők, amelyek hatással lehetnek a függő változóra. Az ANOVA segítségével összehasonlíthatjuk több csoport átlagát, megállapíthatjuk, hogy van-e statisztikailag jelentős különbség az átlagok között,és kideríthetjük, hogy mely tényezők lehetnek hatással az átlagokra. |
** | Ez a többlépcsős módszer egyetlen agronómiai tényezőt értékel. Első lépésben a hozamtérkép sebesség alapú validációja történik, majd az kiugró terméseredmények ellenőrzése. Az ellenőrzött eredmények interpoláljuk, így csökkentve a statisztikai hatását kérdéses minőségű adatoknak. Hasonló folyamat alkalmazható az kijuttatási térképekhez. Ezután, az összes adat a kijuttatási nyomvonalhoz igazított rácson keresztül kerül mintázásra. Ez a módszer segít a magas számú összehasonlító adatok létrehozását, mely elengedhetetlen egy statisztikailag megalapozott agronómiai döntéshez.  Kép leírás: fehér konturral látható a kezelési nyomvonal mintái, amin belül a 5 al minta kerül hozam elemzésre a hozamtérkép validációja és interpolációja után. |
Comments