A vezérlés működésének elvi és gyakorlati megértéséhez szükséges alapelvekről és vezérlési eljárásról szól az alábbi leírás.
A rendszer működésének tudományos alapelve
A működési alapelvet az úgynevezett vízvisszatartási diagramon lehet a legszemléletesebben ábrázolni (1.ábra). Magyarországon a tudományos munkákban pF görbe néven emlegetik a vízvisszatartási görbét.
- ábra A pF görbe a volumetrikus víztartalom és a tenzió összefüggése (Várallyay, 1998).
A függőleges tengely ábrázolja az szívóerőt (tenzió) amit a növénynek ki kell fejteni, hogy a vízmolekulát leszakítsa a talajszerkezetről, a vízszintes tengelyen a talaj víztartalma van ábrázolva.
A talajtípus specifikus (homok, vályog, agyag) görbék mutatják, hogy mekkora különbség van az egyes talajok víz-dinamikája között.
A zöld sáv mutatja a legtöbb növény vízstressz mentes sávját, a sárga pedig a rövid ideig eltűrhető stressz értékét, de ez növényenként nagyon eltérhet.
Az AgriSmartGreen öntözésvezérlési módszer lényege a függőleges tengelyen és a vízszintes tengelyen mért értékek határok közé szorítása, amely határok értéke a növényélettani és talajparaméterek függvénye.
Az alkalmazott szenzorokkal a talajállapot vízszintes és függőleges tengelyű munkapontja mérhető, és amelynek értéke szerint a megfelelő döntést a felhasználó meghozhatja.
- ábra AgriSmartGreen öntözésvezérlés lényegének elméleti ábrázolása
Hagyma esetében a pilot mérési eredmények elegendő adatot szolgáltattak, egy növényspecifikus öntözésvezérlési algoritmus megalapozásához.
Minden gazdaságilag lényeges, öntözött növénykultúrában a tenzió és talajnedvesség határértékeket meg kell határozni és pilot kísérletekkel a termelési és vízhasznosítási indexeket be kell állítani az optimális tartományokba.
A vezérlési elv alkalmazásának bemutatása
Az alábbi 3. ábra diagramjai mutatják egy hagyma-vegetációs periódusban létrejött parametrikus változásokat és a lehetséges vezérlési eseményeket.
- ábra Vezérlési események hagyma öntözésben
A legfelső zöld „Tenzió kPa 15cm” diagram szemlélteti azt az erőt (tenzió), amit ki kell fejtenie a növénynek, hogy felszívja a vizet a talajmátrixból. Mennél alacsonyabb a zöld görbe értéke annál nagyobb erő kell a vízfelvételhez, annál szárazabb a talaj. Amikor a tenzió értéke lefelé átlépi a szaggatott vonallal jelzett „Stresszhatár” határértéket, akkor elérkezett a deficit nélküli öntözés vízutánpótlás elindításának ideje. A piros „Deficit Események” szakaszok jelzik, amikor öntözővíz deficit keletkezett a növény nézőpontjából, mert nem indult el az öntözés a stresszhatár átlépésével.
Ezen piros szakaszok hosszának és gyakoriságának az összessége adja meg a vegetációs időszak öntözési deficit értékét, amit kellő szaktudással és növényismerettel alkalmazva a termelő megkapja a kevesebb öntöző vízzel termelt, magasabb minőségű, emelkedett beltartalmú termést. Ha túl sok volt a deficitösszeg a növénynek, vagy nem illeszkedett a többi termelési körülményhez akkor meg a tapasztalatot kapja, hogyan (nem) kell alakítani a vezérlést a jövőben.
A fekete „Csapadék” görbén láthatók az egyes öntözések során kijuttatott víz mennyisége, és a hullott csapadék mennyisége.
A sötétkék „Nedvesség 20cm” görbe mutatja, hogy az öntözéskor a talajnedvesség meredeken emelkedik, és amikor elérte a talaj tulajdonságai által meghatározott víztartalom határt, akkor az öntözés leállítása javasolt, hogy a talaj a gyökérzónában tartsa a kijuttatott vizet.
Az ismertetett algoritmus döntési eseményeinek rögzítésével és az elért eredmények kvalifikálásával, egy ML (=Machine learning) algoritmus alkalmazásával öntanuló döntéstámogató alkalmazás kialakítható. A folyamatosan gyűjtött információkkal a lokális termelési döntések az idő előrehaladtával finomodnak és az összegyűlt adatokból egy központi növényspecifikus adatbázis adatháttere is felépíthető és a rendszer működési pontossága magas szintre hozható.
