Využití satelitního monitoringu a predikčních modelů pro optimalizaci sklizně

25.08.2026 | 07:08
Autor:
Kategorie:
Štítky:

Využití satelitního monitoringu a predikčních modelů pro optimalizaci sklizně

Pěstování silážní kukuřice představuje klíčový pilíř produkce objemných krmiv pro polygastrická zvířata a jako substráu pro bioplynové stanice. Jedním z nejvýznamnějších agronomických faktorů ovlivňujících finální kvalitu siláže, stravitelnost živin a efektivitu fermentačního procesu je stanovení správného termínu sklizně. Optimální rozmezí obsahu sušiny v celých rostlinách se pohybuje mezi 30 % až 35 %.

Pokud je kukuřice sklizena při sušině nižší než 30 %, dochází k nedostatečnému ukládání škrobu, odtoku silážních šťáv a rozvoji nežádoucího kvašení, které výrazně ovlivňuje kvalitu siláže. Naopak při překročení 35 % sušiny porost vykazuje vysoký podíl lignifikované vlákniny a vysoký obsah vzduchu ve stéble, což zhoršuje kvalitu udusání v silážní jámě, zvyšuje riziko snížené stability siláže a rozvoje plísní a snižuje celkovou stravitelnost krmné dávky. Vzhledem k dynamickým změnám klimatu a lokálním mikroklimatickým odchylkám je tradiční vizuální hodnocení nebo manuální odběr vzorků na polích neefektivní a zatížený vysokou chybovostí, protože není možné stav porostu na daném pozemku objektivně zhodnotit z jednoho místa.

Nástroj SAT-DMM (Satellite Dry Matter Monitoring), integrovaný do platformy myKWS, představuje komplexní matematicko-agronomický model, který v reálném čase syntetizuje data ze tří nezávislých zdrojů:

1. Dálkový průzkum Země (DPZ): Systém využívá multispektrální satelitní snímky s vysokým prostorovým rozlišením (např. ze satelitu Sentinel). Klíčovým indikátorem je spektrální index vegetace (NDVI – Normalized Difference Vegetation Index), který reflektuje množství fotosynteticky aktivní biomasy a její fenologický stav.

2. Meteorologická data a vlastnosti půd: Algoritmus kontinuálně zpracovává aktuální průběh počasí, teplotní sumy (SET – suma efektivních teplot = GDD – Growing Degree Days), srážkové úhrny, evapotranspiraci a předpověď počasí na dalších šest dní. Zároveň model zohledňuje pedologické vlastnosti – rozmanitost a retenční kapacitu půdy na konkrétním pozemku.

3. Odrůdově specifické kalibrace (genotypová data): Společnost KWS disponuje unikátními profilovými údaji pro každý ze svých silážních hybridů (např. KWS Salamandra, KWS Editio, KWS Temisto). Model zná jejich specifickou křivku dozrávání (tzv. sklizňové okno). Pro kontrolu a neustálé zpřesňování algoritmu udržuje KWS v klíčových pěstitelských oblastech referenční porosty, kde probíhají fyzické odběry vzorků a analýzy sušiny pomocí NIR spektroskopie.

A jak to celé funguje v praxi?

Zemědělský podnik na počátku vegetace (po zasetí) provede zákres svých produkčních bloků o minimální výměře 3 hektary v rozhraní systému myKWS a zadá agrotechnické údaje: název hybridu a datum setí.

V průběhu dozrávání, obvykle od srpna do konce září, generuje systém v týdenních intervalech přehledné mapy variability porostu. Uživatel vidí obsah sušiny v jednotlivých částech pole. Klíčovým výstupem je predikční křivka, která modeluje, kdy přesně daný pozemek dosáhne optimálního sklizňového okna.

Aplikace SAT-DMM přináší do managementu rostlinné produkce prokazatelné výhody:

• Logistika a plánování kapacit: Pěstitel dokáže s předstihem koordinovat sklizňové linky, nasazení řezaček, odvozové techniky a dusacích prostředků na silážním žlabu, což minimalizuje prostoje.

• Management vnitroparcelní variability: Satelitní snímky odhalují sušší a vlhčí zóny pole (způsobené např. písčitým podložím nebo zamokřením). To umožňuje cíleně směrovat sklizeň tak, aby se zabránilo míchání extrémně heterogenního materiálu.

• Zvýšení mléčné užitkovosti a profitu: Správně načasovaná sklizeň zajišťuje optimální poměr stravitelné vlákniny a škrobu. To přímo koreluje se zvýšeným příjmem sušiny dojnicemi a vyšší produkcí mléka. U bioplynových stanic je dosahováno vyšší výtěžnosti metanu.

Nástroj SAT-DMM od společnosti KWS je reprezentativním příkladem úspěšného transferu technologií z oblasti kosmického výzkumu a datové vědy do každodenní agronomické praxe. Přináší jistotu při plánování termínu sklizně a nahrazuje odhady exaktním, datově podloženým rozhodováním. Systém pomáhá stabilizovat kvalitu krmivové základny i v letech poznamenaných extrémními výkyvy počasí, čímž zvyšuje celkovou ekonomickou udržitelnost živočišné výroby. V případě dotazů neváhejte kontaktovat svého regionálního zástupce KWS.*

Autor: Ing. Josef Maňásek, Ph.D., produktový manažer KWS Osiva s. r. o.

Pridaj komentár

deník / newsletter

Odesláním souhlasíte se zpracováním osobních údajů za účelem zasílání obchodních sdělení.
Copyright © 2026 ČTK. Profi Press, s.r.o. využívá zpravodajství z databází ČTK, jejichž obsah je chráněn autorským zákonem. Přepis, šíření či další zpřístupňování tohoto obsahu či jeho části veřejnosti, a to jakýmkoliv způsobem, je bez předchozího souhlasu ČTK výslovně zakázáno.
crossmenuchevron-down
Přehled ochrany osobních údajů

Tyto webové stránky používají soubory cookies, abychom vám mohli poskytnout co nejlepší uživatelský zážitek. Informace o souborech cookie se ukládají ve vašem prohlížeči a plní funkce, jako je rozpoznání, když se na naše webové stránky vrátíte, a pomáhají našemu týmu pochopit, které části webových stránek považujete za nejzajímavější a nejužitečnější.