Влияние конфигурации и топографических особенностей поля фермы Целот (Эритрея) на производительность посевного агрегата

Оптимальный выбор энергетического средства и подходящего комплекса технологического оборудования затруднен в связи с многообразием производственных условий (размер и конфигурация полей, энергоемкость технологического процесса, засоренность камнями, наличие препятствий и разворотной полосы) и специфичностью природно-климатических факторов. С целью оценки влияния топографических особенностей полей фермы Целот (Эритрея) на производительность посевного агрегата, включающего в себя пневматическую сеялку Nardi Dora (DORA 600) и трактор New Holland T6090, проведено исследование 23 участков площадью около 107 га. Изучалось изменение показателя эффективности посевного агрегата в зависимости от размера и показателей формы участка (площадь, выпуклость, отношение периметра к площади, индекс компактности, индекс квадратного периметра, прямоугольность и шероховатость профиля поверхности поля). Площадь поля определялась с помощью ArcGIS10.7.1, пространственная информация о рельефе – с использованием Locus GIS offline land survey. Полученные данные обрабатывались в приложении Google Earth Pro и ArcGIS. Взаимосвязь индексов изучалась с помощью многомерного регрессионного анализа. Для выяснения влияния индексов размера и формы поля на производительность посевного агрегата проведено двумерное исследование параметров, реагирующих на эти индексы. Эксперимент показал варьирование коэффициента эффективности использования времени смены от 30,1 до 65,7% при низких и переменных показателях использования времени смены. Топографические особенности поля существенно влияют на коэффициент эффективности использования времени в полевых условиях. При проектировании полей рекомендовано учитывать топографические особенности, создавать подходящие полосы поворота для маневрирования, устранять препятствия в пределах рабочей зоны.

1. Medhn T.A., Teklay S.G., Mengstu M.T. Analysis of the Level of Agricultural Mechanization in Eritrea Based on USDA Data Sources. European Journal of Agriculture and Food Sciences. 2023;5(6):62-69. https://doi.org/10.24018/ejfood.2023.5.6.664

2. Srivastava A., Goering C., Rohrbach R., Buckmaster D. Engineering principles of agricultural machines. American Society of Agricultural and Biological Engineers, 2006. 559 p.

3. Shinde G.U. et al. Farm Mechanization. In Trajectory of 75 years of Indian Agriculture after Independence, Springer, Singapore, 2023. https://doi.org/10.1007/978-981-19-7997-2_18

4. Diao X., Takeshima H., Zhang X. An evolving paradigm of agricultural mechanization development: How much can Africa learn from Asia? Synopsis, IFPRI synopses 1224277378, International Food Policy Research Institute (IFPRI).

5. Kutz M. Handbook of Farm, Dairy and Food Machinery Engineering. Second edition. New York: Elsevier, 2013. 760 р.

6. Griffel L.M., Vazhnik V., Hartley D., Hansen J.K., Richard T.L. Machinery maneuvering efficiency and perennial crops: field shape complexity defines the efficiency. ASABE. Annual International Meeting. 2018:1800440. https://doi.org/10.13031/aim.201800440

7. Janulevičius A., Šarauskis E., Čiplienė A., Juostas A. Estimation of farm tractor performance as a function of time efficiency during ploughing in fields of different sizes. Biosystems Engineering. 2019;179:80-93. https://doi.org/10.1016/j.biosystemseng.2019.01.004

8. Paraforos D.S., Hübner R., Griepentrog H.W. Automatic determination of headland turning from auto-steering position data for minimising the infield non-working time. Computers and Electronics in Agriculture. 2018;152:393-400. https://doi.org/10.1016/j.compag.2018.07.035

9. Oksanen T. Shape-describing indices for agricultural field plots and their relationship to operational efficiency. Computers and Electronics in Agriculture. 2013;98:252-259. https://doi.org/10.1016/j.compag.2013.08.014

10. Sklenicka P., Janovska V., Salek M., Vlasak J., Molnarova K. The Farmland Rental Paradox: Extreme land ownership fragmentation as a new form of land degradation. Land use policy. 2014;38:587-593. https://doi.org/10.1016/j.landusepol.2014.01.006

11. Shi Y., Yang Q., Zhou L., Shi S. Can moderate agricultural scale operations be developed against the background of plot fragmentation and land dispersion? Evidence from the Suburbs of Shanghai. Sustainability. 2022;14(14):8697. https://doi.org/10.3390/su14148697

12. Zeng L., Li X., Ruiz-Menjivar J. The effect of crop diversity on agricultural eco-efficiency in China: A blessing or a curse? Journal of Cleaner Production. 2020;276:124243. https://doi.org/10.1016/j.jclepro.2020.124243

13. Habib M. Quantifying topographic ruggedness using principal component analysis. Advances in Civil Engineering. 2021;3311912. https://doi.org/10.1155/2021/3311912

14. Toscano P., Cutini M., Filisetti A., Premoli E., Porcu M., Catalano N., Bisaglia C., Brambilla M. Workability assessment of different stony soils by soil-planter interface noise and acceleration measurement. AgriEngineering. 2022;4(4):1139-1152. https://doi.org/10.3390/agriengineering4040070

15. Zhou K., Jensen L.A., Sørensen C.G., Busato P., Bothtis D.D. Agricultural operations planning in fields with multiple obstacle areas. Computers and Electronics in Agriculture. 2014;109:12-22. https://doi.org/10.1016/j.compag.2014.08.013

16. Demetriou D., See L., Stillwell J. A parcel shape index for use in land consolidation planning. Transactions in GIS. 2013;17(6):861-882. https://doi.org/10.1111/j.1467-9671.2012.01371.x