Eine der besten Möglichkeiten, sich als Landwirt zu verbessern, besteht darin, mit verschiedenen Produkten sowie Anwendungs- und Aussaatmengen zu experimentieren. Nach der Ernte sammeln und analysieren Sie die Daten, und nun verfügen Sie über Daten von Ihrem eigenen Boden, die Sie in den Entscheidungsprozess einbeziehen können.
Das Problem besteht darin, dass die Einrichtung und Verwaltung von Versuchen auf dem Bauernhof einfach viel Zeit in Anspruch nimmt und die Landwirte bereits beschäftigt sind. Daher verlassen sich viele hinsichtlich der Leistungsdaten eines Produkts auf Untersuchungen Dritter und Universitäten, die letztendlich darüber entscheiden, ob sie es übernehmen oder nicht.
David Bullock, Professor für Agrar- und Verbraucherökonomie an der University of Illinois, scheint eine Antwort zu haben: das Data Intensive Farm Management Project (DIFM).
Die 2016 begonnene Zusammenarbeit zwischen Universitätsforschern, privaten Anbauberatern, Einzelhändlern und Landwirten hat dazu beigetragen, wissenschaftliche, groß angelegte landwirtschaftliche Versuche in Illinois, Kansas, Louisiana, Montana, Nebraska, New York, Ohio, Texas, Washington, Argentinien und Brasilien durchzuführen und Südafrika.
„Es mag einschüchternd klingen, auf der eigenen Farm Wissenschaft zu betreiben, aber es ist wirklich nicht einschüchternd“, sagt Bullock. „Es ist wirklich benutzerfreundlich, entweder für Landwirte selbst, die ein wenig technisch versiert sind, oder wir können mit ihren Anbauberatern zusammenarbeiten und wirklich große Versuche auf ihren Farmen entwerfen und durchführen und ihnen dabei helfen, hervorragende Daten zu erhalten. Der einzige Weg, zu lernen.“ Wenn Sie mehr über Ihren Betrieb erfahren möchten, erhalten Sie Daten vor Ort.“
Der National Resources Conservation Service (NRCS) und das USDA stellen den Großteil der Mittel für das DIFM bereit – über 20 Land-Grant-Universitäten sind als Kooperationspartner verpflichtet –, um Landwirte bei der Durchführung wissenschaftlicher Experimente auf ihren Feldern zu unterstützen.
Der Clou: Unabhängig vom Ergebnis verliert der Landwirt garantiert kein Geld. Wenn bei einem Versuch Geld oder Erträge verloren gehen, verfügt das Projekt über einen Mechanismus, der den Landwirt finanziell wieder gesund macht, sagt Bullock.
Was muss ich tun?
Grundsätzlich muss ein Landwirt mindestens 80 Hektar Land ernten und über einen kalibrierten Ertragsmonitor und Geräte mit VRA-Technologie (Variable Rate Application) mit GPS verfügen.
„Es könnte sich um jede Art von Stickstoff handeln – ob synthetisch, biologisch, was auch immer – es könnten Aussaatmengen oder variable Bewertungen verschiedener Produkte sein“, sagt Bullock. „Wenn es zu variablen Sätzen angewendet werden kann, können wir es prüfen.“
Das DIFM-Team kann ein 80- Hektar großes Feld nehmen, die Landzungen entfernen und die verbleibenden 65 Hektar in bis zu 400 verschiedene Beobachtungsbereiche oder Feldversuche aufteilen.
Sie helfen auch dabei, die Daten zu sammeln und zu bereinigen, bevor sie die Ergebnisse analysieren und dem Landwirt zeigen, welche Strategien mit variabler Rate funktioniert haben und welche nicht auf realen Daten direkt von ihren eigenen Feldern und Bodentypen basieren.
„Und das können wir auf Knopfdruck tun“, sagt Bullock. „Im Moment ist es noch ein Forschungsprojekt, also ist es noch nicht ausgereift. Wenn ein Landwirt mit uns zusammenarbeiten möchte, muss er wissen, dass es sich um Forschung handelt. Es ist nicht perfekt, aber Junge, wir denken, wir können besser werden. Und das kostet sie kein Geld. Es erfordert zwar ein wenig Aufwand, aber für viele Landwirte ist es kein großer Aufwand und sie lernen einige großartige Dinge.
Eine Erkenntnis, die aus DIFM-Versuchen hervorgegangen ist, ist, dass Fruchtbarkeitsprogramme mit variabler Rate wirklich nur in Szenarien funktionieren, in denen entweder eine hohe Variabilität der Bodenart oder Höhenunterschiede vorliegen. Weitläufige, flache und homogene Felder – wie beispielsweise viele der Felder in der Umgebung von Champaign, Illinois, wo Bullock seinen Sitz hat – zahlen sich in VRA-Szenarien normalerweise nicht aus.
„In der Vergangenheit gab es nicht genügend Daten zu Ertragsreaktionen (von VRA) und wie diese in verschiedenen Teilen der Felder variieren“, sagt Bullock. „Das macht es schwierig, wirksame Verschreibungen mit variabler Rate zu erstellen, die auf quantifizierbaren Daten statt auf allgemeinen, oft veralteten Faustregeln basieren.“
Bullock fügt hinzu, dass alle im DIFM generierten landwirtschaftlichen Versuchsdaten immer dem Landwirt gehören. Mit Genehmigung des Landwirts können die Daten aggregiert und in der Wissenschaft verwendet werden.
Unterstützung der Landwirte
Jim Uphaus, Landwirt aus Ohio, sagt, dass seiner Erfahrung nach die meisten von Landwirten durchgeführten Versuche auf dem Bauernhof auf festem Boden beginnen, aber dann ist der Landwirt beschäftigt oder wird woanders abgelenkt, und Aspekte des Versuches, die nicht durchs Raster fallen sollten, landen am Ende Also.
Aus diesem Grund freut sich der 300-Morgen große Reihenkulturbauer und ehemalige Pflanzenzüchter im Nordwesten Ohios so sehr auf den Start des DIFM-Projekts.
„Die Werkzeuge und alles, was sie entwickeln, passen wirklich gut zum Landwirt. Im Grunde müssen sie nur sicherstellen, dass alles eingeschaltet ist und sie an der richtigen Stelle mit dem Pflanzen oder Ausbringen beginnen“, sagt Uphaus. „Es vereinfacht die Dinge wirklich, weil es im Grunde genommen eine End-to-End-Lösung ist, vom ersten Entwurf bis hin zur Datenanalyse.“
Sein Plan besteht darin, sich vom DIFM bei der Erstellung einer Vielzahl von Versuchen zur Aussaat von Zwischenfrüchten unterstützen zu lassen, sodass er von nun an definitiv wissen wird, wie sich die Pflanzdichte von Zwischenfrüchten auf die künftigen Erträge auf seinem eigenen Boden auswirkt.
„Jedes Jahr lernen wir mehr, und doch verfügen wir über so viele Daten, die wir derzeit nicht nutzen, oder wir stützen diese wichtigen Entscheidungen auf veraltete Daten“, sagt Uphaus. „Bei diesem Projekt werden wir uns wirklich darauf konzentrieren, unsere alten Daten auszuwerten, um diese Versuchsentwürfe voranzutreiben, und dann zu ermöglichen, dass die Daten unsere alten Ansätze bestätigen oder ihnen widersprechen.“
