MOŽNOST UPORABE DIGITALNE FOTOGRAFIJE IN …

UNIVERZA V MARIBORU

FAKULTETA ZA KMETIJSTVO IN BIOSISTEMSKE VEDE

MOŽNOST UPORABE DIGITALNE FOTOGRAFIJE IN

RAČUNALNIŠKE VIZUALIZACIJE ZA UGOTAVLJANJE

KAKOVOSTI NANOSA ŠKROPILNE BROZGE

MAGISTRSKO DELO

OPTIONS OF USING DIGITAL PHOTOGRAPHY AND

COMPUTER VISUALISATION IN DETERMINING SPRAY

DEPOSIT QUALITY

M. Sc. THESIS

Hoče, 2016 Matjaž SAGADIN

UNIVERZA V MARIBORU

FAKULTETA ZA KMETIJSTVO IN BIOSISTEMSKE VEDE

AGRONOMIJA

MOŽNOST UPORABE DIGITALNE FOTOGRAFIJE IN

RAČUNALNIŠKE VIZUALIZACIJE ZA UGOTAVLJANJE

KAKOVOSTI NANOSA ŠKROPILNE BROZGE

MAGISTRSKO DELO

OPTIONS OF USING DIGITAL PHOTOGRAPHY AND

COMPUTER VISUALISATION IN DETERMINING SPRAY

DEPOSIT QUALITY

M. Sc. THESIS

Hoče, 2016 Matjaž SAGADIN

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. II

Mag. delo. Maribor, Univerza v Mariboru, Fakulteta za kmetijstvo in biosistemske vede, 2016

Magistrsko delo je bilo opravljeno v okviru Katedre za fitomedicino in Katedre za

biosistemsko inženirstvo, Univerze v Mariboru, Fakultete za kmetijstvo in biosistemske

vede.

Senat Fakultete za kmetijstvo in biosistemske vede je dne, 30.9.2015, za mentorja

magistrskega dela imenoval izr. prof. dr. Maria LEŠNIK-a, za somentorja doc. dr. Jurija

RAKUN-a.

Komisijo za zagovor in oceno magistrskega dela sestavljajo:

Predsednik: prof. dr. Branko KRAMBERGER

Mentor: izr. prof. dr. Mario LEŠNIK

Somentor/član: doc. dr. Jurij RAKUN

Datum zagovora: 9.9.2016

Lektor: mag. Ksenija ŠKORJANC, prof. slov. j.

Magistrsko delo je rezultat lastnega raziskovalnega dela.

Matjaž SAGADIN

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. III


Popravki:

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. IV


IZVLEČEK

Možnost uporabe digitalne fotografije in računalniške vizualizacije za ugotavljanje kakovosti nanosa

škropilne brozge

UDK: 631.347.3:634.11:632.981.1:778.3:004.9(043)=163.6

V nasadih jablan smo ugotavljali kakovost nanosa škropilne brozge z uporabo na vodo občutljivih (WSP)

lističev, z uporabo barvnega sledilca tartrazin (BST) in fluorescentnega sledilca uvitex (FSU) na filtrskem

papirju in na listih. Rezultate smo primerjali z novo razvito metodo ugotavljanja pokrovnosti s pomočjo analize

fotografij odtisov fluorescentnega sledilca na listih. Fotografiranje je bilo izvedeno neposredno v nasadu z

digitalnim fotoaparatom Olympus C-3000, vgrajenim na zaprto škatlo, v kateri je UV žarnica osvetljevala liste

poškropljene s fluorescentnim sledilcem. Dobljene fotografije so bile obdelane z dvema algoritmoma

izdelanima v računalniškem okolju LabVIEW IMAQ Vision in Matlab R2015a. Rezultati so pokazali, da je

zaradi visokih temperatur pri fotografiranju neposredno v nasadu kakovost fotografij zaradi segrevanja CCD

senzorja zelo slaba, kar povzroča napaka imenovana »šum tipala«. Posledica je bila slaba korelacija med

rezultati analize pokrovnosti z analizo fotografij listov in vrednostmi za pokrovnost, ugotovljenimi z drugimi

uporabljenimi metodami. Postopek fotografiranja smo v naslednjem poskusu ponovili v hladnih prostorih in

dobili boljše ujemanje rezultatov analize fotografij in drugih proučevanih metod. Stopnja ujemanja rezultatov

analize kakovosti depozita je bila pri fotografski metodi podobno nizka, kot stopnja ujemanja med standardnimi

metodami (WSP proti BST ali WSP proti FSU). Kljub nizki stopnji ujemanja med rezultati različnih metod

mislimo, da je fotografska metoda uporabna, saj pri statistični analizi ocen kakovosti depozita, privede do

enakih sklepov glede učinka preučevanih dejavnikov na kakovost depozita škropilne brozge.

Ključne besede: pršilnik, jablana (Malus domestica Borkh.), sledilno barvilo, analiza pokrovnosti z oblogo

škropiva, analiza slik, digitalna fotografija

OP: IX , 64 strani, 18 slik, 11 preglednic, 31 virov

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. V


ABSTRACT

Options of Using Digital Photography and Computer Visualisation in Determining Spray Deposit

Quality

UDC: 631.347.3:634.11:632.981.1:778.3:004.9(043)=163.6

The quality of spray deposit on apple leaves was assessed in a trail carried out in an apple orchard, using the

following assessment techniques: coverage analysis on water sensitive papers (WSP), deposit analysis of

colour dye atrazine (CDT) and fluorescent dye uvitex (FDU) on apple leaves and filter papers. The results of

the spray deposit analysis via WSP, CDT and FDU use were compared with a newly developed method of

determining spray coverage through the analysis of photographs of fluorescent tracer droplet prints on the

leaves. Photographs of the apple leaves treated with fluorescent dye were taken directly in the orchard with a

digital camera Olympus C - 3000 built on a closed box (without sunlight access) in which a special lamp

illuminated the leaves with UV light. The resulting photos were processed via the LabVIEW IMAQ Vision

and Matlab R2015a image analysing softwares, which operate on the basis of two different analysis algorithms.

The results showed, that due to high temperatures when shooting photos directly in the orchard, the quality of

the photos is not good enough for quality image software processing because of the excessive heating of the

CCD sensor, causing an error labelled as »sensor noise«. The consequence was a poor correlation between the

results obtained by use of photograph coverage analysis of leaves treated with fluorescent dye, and coverage

values obtained with other tested methods. In the repeated experiment the process of shooting was carried out

in a cold room and we got a much better match between our results of the photograph analysis and other

methods studied. The level of statistical match (correlation) between the analysis results of the spray deposit

quality were similarly low in the photographic method as the level of correlation between the results obtained

by standard methods (WSP vs. CDT or WSP vs. FDU). Despite the low level of correlation between the results

of different methods we think that the photographic method is a useful tool for assessing spray deposit quality.

The statistical analysis of coverage values obtained via the photographic method lead to the same conclusions

regarding the effect of the studied factors on the quality of the spray deposit as the other five examined methods.

Key words: sprayer, apple (Malus domestica Borkh.), tracer colour, spray coverage analysis, image

processing, digital photography

DC: IX, 64 pages, 18 images, 11 tables, 31 sources

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. VI


KAZALO VSEBINE

1 UVOD ............................................................................................................................ 1

1.1 Opredelitev problema ......................................................................................... 1

1.2 Preverjanje delovanja naprav za nanos FFS .................................................... 5

1.3 Metode ugotavljanja kakovosti nanosa škropilne brozge ............................... 5

1.4 Depozit ................................................................................................................. 6

1.5 Pokrovnost in število zadetkov .......................................................................... 6

1.6 Delovna hipoteza ................................................................................................. 8

2 PREGLED OBJAV .................................................................................................... 11

3 MATERIAL IN METODE DELA ........................................................................... 16

3.1 Lokacija poskusov ............................................................................................. 16

3.2 Uporabljene naprave ........................................................................................ 16

3.2.1 Sadjarski ozkokolotečni traktor New Holland TN75V .................................. 17

3.2.2 Nošeni pršilnik Agromehanika AGP400EN/U .............................................. 18

3.2.3 Nošeni pršilnik Unigreen turboteuton in Unigreen turbodrop P4+4 .............. 19

3.2.4 Vlečeni pršilnik Zupan ZM1000DT ............................................................... 21

3.2.5 Uporabljeni tipi šob in delovni parametri ...................................................... 22

3.2.6 Terenska naprava za fotografiranje listov ...................................................... 23

3.2.7 Fotoaparat Olympus C-3000 .......................................................................... 24

3.3 Uporabljeni materiali ....................................................................................... 26

3.4 Metode dela ........................................................................................................ 27

3.4.1 Metode dela v sezoni 2005 ............................................................................. 28

3.4.2 Metode dela v sezoni 2006 ............................................................................. 30

3.4.3 Postopek fotografiranja naravnih listov ......................................................... 32

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. VII


3.4.4 Postopek za ugotavljanje pokrovnosti in števila impaktov na posnetih

fotografijah ..................................................................................................... 33

3.4.5 Postopek ugotavljanja pokrovnosti in števila impaktov na WSP papirčkih ... 35

3.4.6 Postopek ugotavljanja depozita sledilca tartrazin na naravnih listih in na

filtrskem papirju ............................................................................................. 36

3.4.7 Postopek ugotavljanja depozita sledilca uvitex na naravnih listih in na

filtrskem papirju ............................................................................................. 37

3.4.8 Uporabljene statistične metode ...................................................................... 38

4 REZULTATI IN RAZPRAVA GLEDE POSKUSA V SEZONI 2005.................. 39

4.1 Zaključki iz poskusa v sezoni 2005 .................................................................. 43

5 REZULTATI IN RAZPRAVA GLEDE POSKUSOV V SEZONI 2006 .............. 44

5.1 Primerjava vrednosti parametrov kakovosti depozita ugotovljenih z

različnimi metodami in statistične značilnosti učinkov tipa pršilnika in

hitrosti vožnje na kakovost depozita ............................................................... 44

5.3 Analiza statistične tesnosti povezav med vrednostmi parametrov kakovosti

depozita ugotovljenimi z različnimi metodami .............................................. 49

6 ZAKLJUČKI .............................................................................................................. 57

7 VIRI ............................................................................................................................. 60

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. VIII


KAZALO PREGLEDNIC

Preglednica 1: Karakteristike nasadov ................................................................................ 16

Preglednica 2: Karakteristike uporabljenih šob in delovni parametri pri škropljenju s

pršilniki Agromehanika AGP 400EN/U in Unigreen TD v sezoni 2005..... 29

Preglednica 3: Karakteristike uporabljenih šob in delovni parametri pri škropljenju s

pršilniki Agromehanika AGP 400EN/U, Unigreen TT in Unigreen TD v

sezoni 2006 .................................................................................................. 31

Preglednica 4: Nastavitve digitalnega fotoaparata Olympus C-3000 pri zajemanju

fotografij ...................................................................................................... 33

Preglednica 5: Prikaz nekaterih parametrov variabilnosti rezultatov glede izmerjene

pokrovnosti v različnih časovnih nizih od prvega opravljenega posnetka pri

nepretrganem fotografiranju v časovnem nizu 40 minut z enominutnimi

vmesnimi presledki ...................................................................................... 42

Preglednica 6: Prikaz parametrov kakovosti depozita (uvitex ng/cm2, tartrazin µg/cm2,

WSP / Labview / Matlab pokrovnost v %) na lokaciji Pod bloki v odvisnosti

od tipa pršilnika in hitrosti vožnje. .............................................................. 45

Preglednica 7: Prikaz parametrov kakovosti depozita (uvitex ng/cm2, tartrazin µg/cm2,

WSP / Labview / Matlab pokrovnost v %) na lokaciji Selnica ob Dravi v

odvisnosti od tipa pršilnika in hitrosti vožnje. ............................................. 46

Preglednica 8: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s petimi

priznanimi metodami ugotavljanja kakovosti nanosa in dvema novo

razvitima metodama na lokaciji Pod bloki ................................................... 49

Preglednica 9: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi z

različnimi priznanimi metodami ugotavljanja kakovosti nanosa in na novo

razvitimi metodami na lokaciji Selnica ob Dravi ........................................ 51

Preglednica 10: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s

priznanimi metodami ugotavljanja kakovosti nanosa na lokaciji Pod bloki 53

Preglednica 11: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s

priznanimi metodami ugotavljanja kakovosti nanosa na lokaciji Selnica ob

Dravi ............................................................................................................ 54

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. IX


KAZALO SLIK

Slika 1: Škropilni oblak sega zelo visoko nad krošnje dreves, pri tem pa je velika možnost

zanašanja škropilne brozge na sosednje površine ali v naselje. .............................. 3

Slika 2: Fluorescentno barvilo na naravnem listu vinske trte ................................................ 7

Slika 3: WSP lističi z različnim številom zadetkov na cm2 (http://sprayers101.com/tag/

water-sensitive-paper/) ............................................................................................ 8

Slika 4: Nošeni pršilnik AGP400ENU priključen na traktor New Holland TN75V ........... 19

Slika 5: Pršilnik Unigreen turboteuton in Unigreen turbodrop P4+4 .................................. 20

Slika 6: Pršilnik Zupan ZM1000DT .................................................................................... 22

Slika 7: Zunanji izgled in prerez šob Lechler TR 80-04 in ITR 80-04 ............................... 23

Slika 8: Terenska naprava za fotografiranje listov .............................................................. 24

Slika 9: Digitalni fotoaparat Olympus C-3000, adapter (nosilec) filtrov, rumeni filter Cokin

C001/46 yellow Y2 in makro predleča Cokin C104/46 close-up +4D ................. 25

Slika 10: Zaprta škatla za fotografiranje poškropljenih listov s pritrjenim digitalnim

fotoaparatom Olympus C-3000 ............................................................................. 26

Slika 11: Na vejico pripete ščipalke z nameščenimi kolektorji (od leve proti desni: WSP

listič, filtrski papir, dva naravna lista in s črno mat barvo pobarvan naravni list) 28

Slika 12: Na leseno letvico pritrjene ščipalke z nameščenimi kolektorji (zgoraj 8 naravnih

listov, spodaj WSP listič in dva filter papirčka) .................................................... 30

Slika 13: Front panel in blok diagram razvitega algoritma za računalniško vizualno analizo

fotografij. ............................................................................................................... 34

Slika 14: Primerjava fotografije posnete s fotoaparatom in z algoritmom obdelana slika .. 34

Slika 15: Okno algoritma izdelanega v okolju Matlab R2015a .......................................... 35

Slika 16: Naprava Optomax image analyser in algoritem APA 2001 V5.1 ........................ 36

Slika 17: Primerjava rezultatov pokrovnosti (%) WSP (levo) in naravni listi (desno) pri

škropljenju s pršilnikom Agromehanika AGP 400EN/U, kjer so meritve pokazale

višjo pokritost v notranjosti krošnje ...................................................................... 39

Slika 18: Fotografija levo posneta na začetku fotografiranja in 40-ta fotografija posneta po

40-tih minutah. Objekt fotografiranja je bil vedno isti. ......................................... 40

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. X


KAZALO GRAFIKONOV

Grafikon 1: Prikaz korelacije med periodo fotografiranja in vrednostjo pokrovnosti ........ 41

Grafikon 2: Prikaz korelacije med periodo fotografiranja in številom impaktov................ 41

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge 1


1 UVOD

1.1 Opredelitev problema

Današnji načini pridelave hrane s poudarkom na količini in kakovosti pridelkov, so nujno

povezani z uporabo različnih foliarnih gnojil, rastnih regulatorjev in sredstev za varstvo

rastlin. Ti pripravki omogočajo tudi cenejšo, predvsem pa lažjo pridelavo na večjih

površinah. Zaradi tega se je uporaba različnih pripravkov močno povečala, saj so jih

pridelovalci prisiljeni uporabljati, da bi dosegli velik in na zunaj kakovosten pridelek.

Pridelovalci so zaradi odkupnih cen pridelkov, ki se neprestano nižajo in s tem vodijo v

ekonomski propad, prisiljeni uporabiti vsa trenutno razpolagajoča sredstva za povečanje

količine pridelkov. Na videz so takšni pridelki kakovostni, ne zavedamo pa se, kakšne

ostanke lahko najdemo v takšnih proizvodih, predvsem pa, kakšne bodo posledice takšnega

načina kmetovanja na ljudi kot potrošnike hrane. Še bolj pomembno dejstvo je, da se velike

količine ostankov kopičijo v tleh, od tam se spirajo v vodotoke in v podtalnico, ki je glavni

vir pitne vode.

V zadnjem času ugotavljamo, da se pojavlja rezistenca pri nekaterih škodljivcih in boleznih,

prav tako pa nekateri herbicidi ne delujejo več na plevel. Nastal je začaran krog. S pripravki

uničimo organizme, ki so slabotnejši in neodporni. Odporni preživijo in nadaljujejo vrsto, ki

je odpornejša od staršev. Pridelovalci bodo prisiljeni uporabiti učinkovitejša sredstva, ki

bodo še bolj agresivna in škodljiva za okolje in zdravje ljudi, ali uporabiti večje odmerke

pripravkov.

Tako kot se med boleznimi in škodljivci najdejo odporni organizmi, tako se tudi med

gojenimi kulturami najdejo organizmi ali celo sorte, ki so delno ali popolnoma odporne na

nekatere bolezni in škodljivce. Naši predniki so zelo dobro poznali selekcijo rastlin in so že



takrat izbirali semena najboljših rastlin, ki so bila verjetno odpornejša od ostalih ter zato tudi

bolj bujna. Semena so si med sabo izmenjevali s tem križali sorte, ponovno odbirali seme,

ter s tem dobili boljše rastline.

Danes se selekcija vrši samo v smeri čim višjega pridelka ob uporabi vseh razpoložljivih

pripravkov. Če kakšno tretiranje izpustimo, se pridelek zaradi bolezni, škodljivcev ali

plevela zelo zmanjša. Veliko denarja vlagamo v takšno selekcijo, ki verjetno nima neke

svetle prihodnosti. Če bi le del teh sredstev namenili za selekcijo bolj odpornih rastlin v in

na lokalni ravni izbirali primerne sorte, bi verjetno zelo zmanjšali porabo gnojil,

fitofarmacevtskih sredstev in ostalih pripravkov.

Večino fitofarmacevtskih sredstev nanašamo na rastline s škropljenjem in pršenjem. Redkeje

uporabljamo za nanos posipavanje in prašenje, zalivanje, injektiranje plinov ali tekočin,

premazovanje ali vbrizgavanje v rastline. Postopek nanašanja je s stališča mehanizacije

zahtevno strokovno opravilo, saj majhne napake lahko zelo zmanjšajo učinkovitost

delovanja pripravkov, dodatno pa povečamo onesnaževanje okolja. Ključnega pomena je

pravilna izbira in uporaba tehnično brezhibne naprave, ob pravočasni uporabi ustreznega

sredstva. Če se osredotočimo le na škropljenje in pršenje, moramo temeljito analizirati in

določiti škropilni postopek, da bo učinek zadovoljiv, ekonomičen, ter da bo postopek

izveden v skladu z varstvom pri delu in varovanjem okolja (Lešnik, 2007).

Učinek sredstva, ki ga nanašamo na rastline je odvisen od kakovosti nanosa škropilne

brozge. Pri kakovostnem nanosu v sadovnjakih želimo, da se škropilna brozga pri

škropljenju čimbolj enakomerno razporedi po celotni ciljni površini oziroma habitusu

drevesa, da je pri tem listna površina čimbolj in enakomerno "pokrita" s kapljicami. Vemo,

da ciljno površino (list, steblo, plod, kalček ali korenino) doseže le delček količine škropilne

brozge, ki ga poškropimo. Ta trditev velja še posebej pri škropljenju s pršilniki v času, kadar

je na drevesih ali na trti malo listja. Pa tudi sicer, v najbujnejši rasti, del brozge pade na tla

ali jo z zračnimi tokovi odnese vstran od cilja.



Govorimo o zanašanju škropilne brozge ali aplikacijskem driftu. Ta je odvisen predvsem od

gibanja zračnih tokov in temperature med škropljenjem. Zračni tok kapljice odnese izven

habitusa drevesa, lahko pa tudi izven nasada. Drobne kapljice lebdijo v zraku, molekule vode

iz njih počasi hlapijo, s tem se vedno bolj manjšajo in postajajo vse bolj mobilne. Ob

aplikacijskem driftu pa nastaja tudi postaplikacijski drift, ki je posledica kemičnih procesov

in atmosferskih vplivov po aplikaciji. Pri tem gre za izhlapevanje in izpiranje škropilne

brozge iz ciljnih površin na tla in v podtalje, ter premeščanje zaradi vetrne in vodne erozije.

Pogosto se nam dogaja, da se na nekatere dele rastlin nanese prevelike količine brozge, ki

odteče iz ciljne površine lista ali stebla na tla (Lešnik, 2007).

Del škropilne brozge, ki ne zadene in ostane na ciljni površini, nepotrebno obremenjuje

okolje in povzroča onesnaženje tal in zraka okolice. Še posebej problematično je

onesnaževanje voda, nekmetijskih površin in bivalnega okolja, pojavlja pa se tudi

kontaminiranje sosednjih kmetijskih površin s posevki.

Slika 1: Škropilni oblak sega zelo visoko nad krošnje dreves, pri tem pa je velika možnost

zanašanja škropilne brozge na sosednje površine ali v naselje.



Uspeh aplikacije je odvisen od veliko dejavnikov. Gotovo najpomembnejši je razporeditev

zadetkov kapljic in pokritost ciljne površine s kapljicami, ki po izsušitvi oblikujejo depozit.

Govorimo o pokrovnosti (angl. coverage, delež prekrite ciljne površine v %), ki je mera za

pokritost ciljne površine (list, steblo, tla) ter o depozitu škropilne brozge, ki predstavlja

dejansko količino nanesene škropilne brozge (kemične snovi) na ciljno površino (angl.

deposit, običajno v ng/cm2).

Kakovost nanosa je v veliki meri odvisna od kakovosti delovanja sestavnih delov pršilnika,

katerega tehnična izvedba mora biti primerna nasadu. Gre predvsem za tehnične rešitve

proizvajalca naprave, ki mora zagotoviti kakovostno usmerjeno, nasadu primerno

razporeditev vetra puhala. Skladen veter in ustrezen tip, velikost ter položaj šob, dajejo

zadovoljive rezultate pokrovnosti pa tudi depozita pri škropljenju v celotnem habitusu

drevesa.

Izdelovalci naprav, raziskovalci, svetovalci za aplikacijsko tehniko in pridelovalci sami

morajo preverjati kakovost delovanja naprav tudi z analizo pokrovnosti in količino depozita

na ciljnih površinah. To je mogoče narediti z različnimi pristopi, različno kakovostno in z

različnimi stroški. Vse metode imajo omejitve in pogosto je potrebno za dobro oceno

delovanja naprav uporabiti več metod, ki se dopolnjujejo. Najsodobnejše metode so običajno

dostopne vrhunskim znanstvenikom, pridelovalci se največkrat poslužujejo uporabe WSP

lističev (angl. water sensitive paper). Zelo zanimiv pristop pa je digitalna fotografija in

analiza slik. Kakovost aparatov je izredno napredovala in tudi dostopnost različnih

programov za analizo slik. Razvoj na tem področju kaže na velike možnosti uporabe

fotografije za analizo kakovosti delovanja naprav za nanos FFS. Prednost fotografske

tehnike je cenenost in izdelava zelo velikih serij ponovitev analiz. Obstaja strokovno

vprašanje, ali je s fotografskimi metodami možno enako kakovostno opredeliti kakovost

nanosa škropilne brozge, kot z ostalimi metodami (npr. kemičnimi).



1.2 Preverjanje delovanja naprav za nanos FFS

Za uspešen razvoj škropilne tehnike je potrebno nenehno spremljanje karakteristik naprav in

sestavnih delov. Pri sodobnih tehničnih rešitvah naprav želimo povečati uporabno vrednost

le-teh, kar pa lahko ugotovimo le z meritvami, ki jih primerjamo z rezultati predhodno

izdelanih naprav. V fazi razvoja naprave se najpogosteje uporabljajo preproste in hitrejše

laboratorijske analize, pri katerih brez zunanjih vplivov preverimo delovanje naprav. Za

takšne analize uporabljamo razne merilnike pretokov in tlaka tekočin ali zraka, naprave za

ugotavljanje velikosti kapljic ter naprave, s katerimi ugotavljamo vertikalno razporeditev

škropilnega oblaka (npr. paternator).

Rezultate laboratorijskih meritev je potrebno preveriti še v nasadu, kjer se pokaže dejanski

uspeh razvoja naprave za nanašanje škropilne brozge. Šele pri aplikativnem testiranju

naprave, kjer na rezultate meritev vplivajo vsi želeni in nezaželeni vplivi, ki se pri

škropljenju v nasadu pojavijo, dobimo dejansko sliko delovanja naprave. Pri teh preverjanjih

nas zanima predvsem kakovost nanosa škropilne brozge na ciljno površino (listje, plodovi)

in enakomernost razporeditve škropilne brozge po celotni rastlini.

1.3 Metode ugotavljanja kakovosti nanosa škropilne brozge

Za ugotavljanje kakovosti nanosa škropilne brozge na ciljno površino uporabljamo več

različnih metod, ki temeljijo na kemijskih analizah ali na vizualni analizi zadetkov kapljic

ob ciljno površino. Pri prvih dobimo kvantitativno ovrednoten rezultat, ki nam pove, kakšna

količina sledilca (kemikalije) je padla na ciljno površino (depozit), pri drugih pa dobimo

rezultat, ki pove, kakšno je število zadetkov na ciljno površino, njihovo velikost in odstotek

pokrite - poškropljene površine (angl. coverage).



Pri preverjanju naprave je potrebno čim bolj sistematično po celotni rastlini razporediti

kolektorje (nosilce). To so lahko različni plastični in papirnati trakovi, plastične, kovinske

ali steklene ploščice, naravni kolektorji (listi rastlin) in podobni materiali, ki zadržijo

naneseno škropilno brozgo pri škropljenju do kasnejše analize.

1.4 Depozit

S pomočjo kemijskih analiz ugotavljamo depozit škropilne brozge pri škropljenju. Analize

temeljijo bodisi na fluorometriji, kolorimetriji, fotometriji ali na kvantitativni analizi. Pri teh

metodah uporabljamo pri škropljenju sledilce (angl. tracers), ki se pri poskusnem

škropljenju, pomešajo z vodo. Takšne snovi so lahko tudi fitofarmacevtski pripravki za

zaščito rastlin, vendar zaradi fitotoksičnosti raje uporabljamo preproste cenene snovi, kot so

barvila, ki so lahko fluorescentna ali nefluorescenta. Ključnega pomena pri izbiri barvila je

njegovo razpadanje zaradi staranja in svetlobe, ter raztapljanje ali izpiranje pri kemijski

analizi. Za kolektorje uporabljamo materiale, ki barvila vpijajo, ali jih zadržijo na površini.

Pri kemijski analizi jih speremo iz kolektorja ter določimo koncentracijo v analitski

raztopini. Za nosilec lahko uporabimo tudi liste iz rastlin. Rezultati, ki jih dobimo s kemijsko

analizo, so zelo natančni, vendar so primerni le za manjše število vzorcev, saj je priprava

vzorca zamudna in draga.

1.5 Pokrovnost in število zadetkov

Predvsem zaradi visoke cene kemijskih analiz, se večinoma odločamo za cenejše in

enostavnejše načine ugotavljanja pokrovnosti na podlagi vizualnih metod, ki so v večini

primerov v tesni korelaciji z depozitom. Vizualne metode za ugotavljanje pokrovnosti lahko

razdelimo v dve skupini, kjer uporabljamo:



naravne kolektorje - liste z drevesa, ki ga škropimo. Za več ponovitev na istem

drevesu moramo vzeti liste z drugega drevesa in ga pripeti na poškropljeno drevo.

Kot sledilec se lahko uporabljajo različna intenzivna vodotopna barvila, ki vizualno

dajejo dovolj velik kontrast med kolektorjem in barvilom. Na naravnih zelenih listih,

ki so temno zeleni, je težko doseči dovolj kontrasta, zato se kot sledilec pogosteje

uporabljajo različna fluorescentna barvila, ki v temnem prostoru ob osvetlitvi z UV

svetlobo fluorescirajo in oddajajo svetlobo v vidnem spektru ter različna vidna

barvila (najpogosteje barvila za prehrano).

Slika 2: Fluorescentno barvilo na naravnem listu vinske trte.

umetne kolektorje uporabljamo zaradi lažje vizualne obdelave, saj so enako veliki in

imajo enakomerno barvo. Na vlago občutljive lističe (angl. water-sensitive paper -

WSP) uporabljamo za škropljenje s čisto vodo. Vodna kapljica ob zadetku ob obešen

listič povzroči takojšnjo spremembo rumene barve podlage v temno modro. Ker so

ti lističi zelo občutljivi na vlago, moramo z njimi ravnati zelo previdno, saj vsak dotik

z vlago spremeni barvo podlage in s tem vpliva na rezultat. Spremembo barve lahko

povzroči že kapljica, ki listič samo oplazi in se niti ne zalepi nanj. Predvsem zaradi

slednjega se uporabljajo na olje občutljivi lističi (angl. oil-sensitive paper – OSP),

kjer vlaga ne povzroči napak meritev. Kljub temu se metoda z WSP lističi uporablja

pogosteje, saj je bistveno enostavnejša, ekološko bolj sprejemljiva, saj ne uporablja

olja, rezultati pa so vidni s prostim očesom.



Slika 3: WSP lističi z različnim številom zadetkov na cm2 (http://sprayers101.com/tag/

water-sensitive-paper/).

Pri vizualnih metodah, poškropljene papirčke z odtisi zadetkov kapljic s skenerjem ali

kamero prenesemo v digitalno sliko odtisov kapljic. S pomočjo računalniških algoritmov

analize slike (angl. image processing) določimo pokrovnost (% pokrite površine), lahko pa

tudi število in velikost zadetkov (angl. impacts) kapljic.

1.6 Delovna hipoteza

Različni avtorji zagovarjajo različne metode za ugotavljanje nanosa škropilne brozge pri

škropljenju. Vsaka ima prednosti in slabosti, odločitev za eno ali drugo pa je največkrat

kompromis med natančnostjo, hitrostjo, razpoložljivostjo opreme in ceno metode. Za

metode, ki temeljijo na kemijski analizi lahko trdimo, da so natančne, vendar le ob uporabi

dovolj kakovostnih sledilcev in kolektorjev. Z upoštevanjem slednjih trditev se cena analiz

zelo poviša, kar je vzrok za iskanje alternativnih metod, ki ob manjšem vložku hitreje dajo

primerljivo natančne rezultate, uporabne za ugotavljanje pokrovnosti.

Trenutno se največ uporablja metoda, pri kateri ugotavljamo pokrovnost s pomočjo analize

slike na WSP lističih, ki je hitrejša in cenejša, vendar pogosto daje netočne zavajajoče

rezultate predvsem pri uporabi šob, ki ustvarjajo večje kapljice in pri novejših antidriftnih



šobah, ki ustvarjajo volumsko večje mehurčke. Velika kapljica lahko zaradi hitrosti gibanja,

vetra ali gravitacije zdrsne po površini WSP listka in napravi progo, kjer so samo sledi

škropilne brozge. Pri analizi slike pa se izkaže proga kot pokrita površina. Prav tako nastajajo

problemi pri veliki hektarski količini vode, kjer je zaradi stekanja in prelivanja kapljic

površina listka popolnoma zamazana. Fox (2003) ugotavlja, da je najprimernejša pokrovnost

na lističih med 20 in 40 %, večja ali manjša pokrovnost, pa lahko daje netočne rezultate.

Namen naloge je razviti novo enostavnejšo, hitrejšo in cenejšo metodo ter jo primerjati z že

uveljavljeno in priznano metodo za ugotavljanje pokrovnosti na podlagi WSP lističev. Pri

razvoju metode je treba upoštevati prednosti in slabosti drugih metod, pri tem pa izbrati

primerne materiale in metode.

Hipoteza 1:

Obstaja vsaj povprečno dobra korelacijska povezava (R2 0,5) med vrednostmi za oceno

pokrovnosti listov s škropilno brozgo, dobljenimi z analizo fotografij listov preškropljenih s

fluorescentnim sledilcem in vrednostmi, dobljenimi z drugimi tehnikami (WSP lističi, barvni

sledilec tartrazin, kemijska analiza depozita fluorescentnega sledilca na listju).

Hipoteza 2:

Pričakujemo, da je povezava med ocenami stopnje pokrovnosti listja, najtesnejša med

vrednostmi dobljenimi z analizo fotografij listov preškropljenih s fluorescentnim sledilcem

in analizo fotografij WSP lističev ter analizo depozita sledilcev na filter papirju.



Hipoteza 3:

Pričakujemo, da je povezava med vrednostmi za oceno pokrovnosti listov, dobljenimi z

analizo fotografij listov preškropljenih s fluorescentnim sledilcem in vrednostmi, dobljenimi

z drugimi tehnikami (WSP lističi, barvni sledilec tartrazin, kemijska analiza fluorescentnega

sledilca na listju) enako tesna, kot med primerjalnimi tehnikami samimi (npr. med WSP

lističi in kemijsko analizo depozita sledilcev).



2 PREGLED OBJAV

Foliarna aplikacija je najpogostejši način za nanašanje škropilne brozge (agro kemikalij) na

rastline z namenom zaščite rastlin. Natančnost aplikacije na rastline je ključnega pomena za

biološko učinkovitost škropilne brozge, kot tudi za neželeno delovanje le-te na neciljane

organizme, odnašanje škropilne brozge (angl. drift), izhlapevanje, pojav ostankov v plodovih

itd. (Koch, 2008).

V zadnjem času so zaradi možnosti stranskih učinkov na okolje agro kemikalije postale

močno nadzorovane. Le-te lahko vplivajo na zdravje ljudi posredno zaradi onesnaževanja

okolja, kot tudi neposredno pri uživanju hrane, ki je bila pridelana ob uporabi pripravkov,

ali je rastla na kontaminiranih območjih.

Uvajanje ugotavljanja kakovosti nanosa škropilne brozge ima večplasten pomen. Prvenstven

namen je ugotoviti kakovost delovanja naprave za nanašanje pripravkov (škropilnica,

pršilnik…) ter proučevanje možnosti za izboljšanje naprav v smislu tehničnih in tehnoloških

rešitev na napravah. Izboljšave lahko naredi proizvajalec naprave pri izdelavi nove, lahko

pa uporabnik naprave preveri delovanje in na osnovi tega spremeni nastavitve naprave, ali

pa zamenja določene sestavne dele naprave.

Z uporabo tehnik za ugotavljanje kakovosti nanosa ne ugotavljamo le neposrednih učinkov,

temveč lahko posredno, z ugotavljanjem učinkovitosti delovanja na bolezni in škodljivce in

glede na ugotovljen nanos, določamo primerno količino vode na površino ter hektarsko dozo

pripravka. Strokovno natančen pristop in uporaba opisanih tehnik daje pozitivne učinke pri

zmanjševanju vpliva pripravkov na okolje (Koch, 2008).



Za ugotavljanje kakovosti nanosa in ocenjevanje učinkovitosti nanosa se uporabljajo

različne tehnike. Prvi način je brez vizualizacije, z uporabo kovin, sledilcev (tracerjev) ali

aktivnih učinkovin (FFS). Ugotavlja se kvantitativna količina sledilca, ki je bila nanešena na

kolektorje, ki so največkrat filtrski ali podobni lističi. Raziskovalci Byers in sod. 1984;

Sutton in Unrath, 1984; Salyani, 1988; Val Monterola in sod. 1988 so uporabili kovine.

Barvila so uporabili Johnstone, 1977; Pergher in sod. 1997; Salyani in Whitney, 1988;

Hayden in sod. 1990; Koch, 1993; Koch in sod. 1996. Avtorji Matuo, 1988; Smelt in sod.

1993 pa so uporabili učinkovine FFS. Drugi način temelji na vizualizaciji, kjer se uporabljajo

na vodo ali olja občutljivi kolektorji, ali pa folije in podobni lističi, na katerih se vodne

kapljice posušijo in pustijo sled. Z različnimi vizualnimi tehnikami določimo stopnjo

pokritosti površine s sledilcem. Fluorescenčno analizo so uporabili številni avtorji:

Staniland, 1959; Edwards in sod. 1961; Pereira, 1967; Oster, 1974; Salyani & Whitney,

1988, ki menijo, da je ta postopek enostaven, hiter in primeren za velike razlike v pokritosti

(Palladini, 2005).

Za ugotavljanje kakovosti nanosa škropilne brozge je najpogosteje uporabljeno merilo

količina kemikalije, ki je bila nanesena na kolektor (ng/cm2 ali ng/g sveže mase listja), kar

je merilo za depozit sledilca ali učinkovine. Vizualne metode dajejo podatke o pokritosti

kolektorja (% pokrite površine), ali kot število zadetkov kapljic na cm2. Metodi dajeta

različne podatke in je zato primerjava obeh zelo zapletena in nejasna, skoraj nemogoča. Da

bi lahko primerjali obe metodi je treba narediti dovolj velik vzorec (Holownicki, 2004). Za

dober nanos škropilne brozge in dobro zaščito rastlin, je bolj pomembno razumeti prostorsko

porazdelitev škropilne brozge v drevesu, kot pa interpretirati le število zadetkov kapljic. Oba

parametra sta odvisna od razmerja med položajem šobe in smerjo pretoka zraka, ter

prostorsko geometrijo drevesa. Uporaba katerekoli metode ob uporabi primerne enakomerne

porazdelitve kolektorjev, omogoča zaznavanje nizkih depozitov v krošnji drevesa in

naknadno prilagoditev pršilnika (Koch, 2006).



V številnih raziskavah so bili uporabljeni umetni kolektorji iz filtrskega papirja velikosti

76x26 mm, ki je standardizirana. Pomembno je, da se kolektor pri preskušanju postavi vedno

na isto mesto, saj to omogoča ponovljivost rezultatov. Ob tem je treba upoštevati dejstvo, da

se filtrski papir, kot kolektor pri odlaganju sledilca, obnaša drugače kot naravni list ali plod,

saj je vpijanje sledilca različno. Odvisno od razpoložljive analitične opreme laboratorija, se

raziskovalci odločajo za različne sledilce. Najpogosteje se uporabljajo fluorescentne barve

ali kovinske spojine, ki jih je mogoče na enostaven način zaznati z atomsko absorpcijsko

spektrometrijo. Kljub enostavnosti je potrebna previdnost zaradi stabilnosti sledilcev, ki

počasi razpadajo, še posebej v prisotnosti sončne svetlobe (Koch, 2006).

Prednost fluorescenčnih kolektorjev je, da pri fotospektrometrični analizi ni veliko napak

zaradi fluoresciranja drugih snovi, ki so na ciljni površini, ali se izlužijo iz ciljne površine.

Le redke snovi na listju ali v listju fluorescirajo. Pri uporabi barvil je možnost napak večja,

saj v rastlinah obstajajo snovi, ki lahko imajo absorpcijski spekter enak kot barvni sledilec.

Dobra lastnost fluorescenčnih sledilcev je velika stabilnost. Tako se koncentracija v času od

nanosa do procesiranja vzorca ne zmanjša. Slabe lastnosti so naslednje: so dražji, so bolj

strupeni, pridelek iz poškropljenih dreves se pri nekaterih ne sme tržiti, za izluževanje

potrebujejo dražja topila, ki so bolj škodljiva za ljudi in okolje. Pri živilskih barvah ni

kemične škodljivosti za raziskovalce in pridelek s poškropljenih rastlin, se lahko trži.

Običajna živilska barvila lahko dokaj hitro razpadajo, zato mora biti čas med nanosom in

analitskim procesiranjem, kratek. Kot topilo se lahko uporabi vodo.

Koch (2006) opisuje pojem pokritost, ki pomeni odstotek rastlinske površine, ki je pokrita

ali onesnažena s kemikalijo. Kadar ugotavljamo pokritost, moramo vedeti, da še posebej pri

vodo občutljivih lističih (WSP) lahko pride do povsem napačnih rezultatov, kajti večja

količina vode, pokaže boljše rezultate pokritosti, lahko se celo zgodi, da zaradi prevelike

količine vode nastopi odtekanje tekočine iz lističev. Na podobne težave opozarja Holowicki

(2002), ki poudarja, da je treba optimizirati porabo vode. Prihaja tudi do težav, kadar so

kapljice zelo drobne in jih je težko optično prepoznati. WSP lističi torej omogočajo



primerjavo zgolj pri nekem omejenem intervalu porabe vode na hektar pri delih s povprečno

velikimi kapljicami.

Koch (2006) se sprašuje, kakšen pomen ima podatek o številu zadetkov kapljic na cm2 pri

uporabi vizualne analize WSP lističev? Jasno je, da je število zadetkov kapljic na enoto,

odvisno od spektra iz šobe sproščenih kapljic. V zadnjih letih je trend pri zaščiti rastlin v

smeri zmanjševanja drifta. Posledično se je pojavil trend povečevanja velikosti kapljic, kar

pa lahko ima za posledico manjšo pokritost in s tem slabšo zaščito rastlin.

Koch (2006) predlaga naravne kolektorje (naravne liste), saj so nameščeni in usklajeni v

drevesu glede na vrsto in sorto drevesa, količino plodov in višino pridelka, stopnje rasti,

dejanskih sedanjih in preteklih vremenskih razmer itd., ob škropljenju pa je pomemben

dejavnik še zmožnost zadrževanja tekočine na površini. Velika prednost umetnih kolektorjev

je sicer standardizacija, se pa kažejo težave ravno zaradi izgube informacij o variabilnosti,

zaradi zgoraj omenjenih vplivov. Če želimo izboljšati biološko učinkovitost nekega sredstva

z izboljšanjem kakovosti nanosa škropilne brozge, moramo upoštevati naravne dejavnike.

Palladini (2005) je uporabil fluorescentna sledilca Briliant blue in Saturn v koncentraciji

0,15% in dodatek za boljše oprijemanje Vinilperse 0,015%. Barvili sta bili poškropljeni na

naravne liste citrusa Citrus sinensis L. var. Hamlin, nato pa je na osnovi kvantitativne analize

na fluorescentnem spektrofotometru, ugotavljal razpadanje barvil. Listi, ki so bili posušeni

na naravni svetlobi, v primerjavi z neposušenimi listi niso kazali večjih razlik, medtem ko

so listi, ki so bili izpostavljeni direktni sončni svetlobi za 2, 4 ali 8 ur, kazali občuten razpad

barvila.

Ena od težav analitskih metod je, kako izvesti primerjave med stroji. Pri analizi enega stroja

je enostavno, ker depozit analiziramo le enkrat. Če pa želimo stroje primerjati med seboj,

moramo isto ciljno površino poškropiti večkrat. Pri večkratnih zaporednih škropljenih

dobimo dodaten dejavnik variabilnosti, to je kumulativni depozit. Teoretično lahko pri



vsakem naslednjem zaporednem škropljenju, vrednost prejšnjega depozita odštevamo,

vendar gradimo na nekem povprečnem predhodnem depozitu, ki ga zgolj ocenimo z neko

napako. Za ponavljajoča se škropljenja so uporabne kovine, ki ne razpadejo in lahko njihovo

koncentracijo zelo natančno merimo (Schutte s sod., 2012) Napake pri odštevanju

predhodnih depozitov niso tako velike. Pri raziskavi raziskovalca Schutte s sod. (2012) so

pri škropljenju listov citrusov ugotovili skoraj 90 % ujemanje podatkov med analizo kovine

baker in depozitom fluorescentnega sledilca. Pri ponavljajočem se odvzemu listja z dreves

spreminjamo krošnjo dreves in le ta ni več enaka med različnimi ponovitvami škropljenj. Če

želimo ponovitve izvajati vedno na različnih drevesih potrebujemo velike izenačene

površine in zelo velike količine sledilcev. Potem se soočimo s težavo s ponovljivostjo

okoljskih dejavnikov (veter, temperatura, …), ker škropljenje posamezne ponovitve traja

zelo dolgo in se lahko vremenski parametri med ponovitvami precej spremenijo.



3 MATERIAL IN METODE DELA

Zastavljeni poskus je bil izveden vzporedno v poskusu, kjer so se ugotavljale relacije in

medsebojni vplivi med tipom šob, količino porabljene vode in tipom, pršilnika na

enakomernost porazdelitve škropilne brozge v dveh različnih gojitvenih oblikah jablanovih

dreves.

3.1 Lokacija poskusov

Poskus je v sezoni 2005 in 2006 potekal na posestvu Univerzitetnega kmetijskega centra

Fakultete za kmetijstvo v Hočah pri Mariboru. V sezoni 2006 smo opravili poskus tudi v

nasadu Sadjarske zadruge Selnica ob Dravi.

Preglednica 1: Karakteristike nasadov

Naziv nasada Gojitvena oblika Starost

nasada

LAI TRV

(m3)

Pod bloki (sezona

2005 in 2006)

zelo vitko vreteno (VVV)

0,7 x 2,8 m višina do 3,40 m

6 in 7 let 2,45 – 2,8 13500

Pod gradom

(sezona 2006)

povišano vitko vreteno (MVV)

1,5 x 4 m višina do 3,7 m

12 in 13 let 2,5 – 2,9 9800

Selnica ob Dravi

(sezona 2006)

povišano vitko vreteno (MVV)

1,2 x 3,8 m višina do 3,7 m

8 let 3,3–3,7 10600

3.2 Uporabljene naprave

Za izvedbo poskusov so bili uporabljeni štirje pršilniki z različnimi kombinacijami šob,

porabe vode na ha, hitrostmi vožnje in količinami zraka. Za pogon pršilnikov je bil

uporabljen traktor New Holland TN75V.



3.2.1 Sadjarski ozkokolotečni traktor New Holland TN75V

Traktor New Holland TN75V je namenski ozkokolotečni traktor z nizkim težiščem in ozko

kabino. Traktorji tega tipa so se izdelovali med letoma 1999 in 2003. Vgrajen je tekočinsko

hlajen tri valjni dizelski motor Iveco 8035.25 s turbinskim polnjenjem, brez hladilnika

polnilnega zraka (intercooler-ja) in dvema ventiloma na valj. Delovni volumen motorja

znaša 2931 cm3, pri vrtini 104 mm in hodu bata 115 mm. Motor ima zelo dobre

karakteristike, saj že pri 1400 vrtljajih motorja dosega najvišji navor 295 Nm in porast

navora 37 %. Moč je omejena na 53 kW oz. 72 KM. Je zelo varčen, saj ima pri 1400 vrtljajih

motorja 210 g/kWh specifične porabe goriva. Pri polnih vrtljajih (2500 min-1) pa je

specifična poraba 228 g/kWh.

Sklopki za vožnjo in kardansko priključno gred sta ločeni. Obe sta suhi ploščni, z mehanskim

krmiljenjem. Sklopka za vožnjo ima keramično oblogo, ki vzdrži velike torne obremenitve

in se lahko segreje do višjih temperatur, kar je za sadjarsko-vinogradniške traktorje zelo

pomembno, saj se v nasadu še posebej v času spravil pridelkov, sklopka zelo pogosto

uporablja.

Menjalnik je popolnoma sinhroniziran s 16 prestavami naprej in 16 nazaj (štiri skupine s

štirimi prestavami). Vgrajen je elektrohidravlični inverter za spreminjanje smeri vožnje.

Vklop sprednjega pogona in diferencialne zapore se izvrši elektrohidravlično s pritiskom na

tipko. Zavore traktorja so hidravlične, zavorne lamele pa so hlajene v olju menjalnika, zaradi

česar ima traktor dodaten hladilnik za hlajenje menjalniškega olja. Traktor dosega hitrosti

vožnje do 40 km/h.

Upravljanje traktorske hidravličnega dvigala je mehansko. Za delovanje skrbi črpalka s

pretokom 64 l/min olja pri polnih vrtljajih motorja. Dvižna sila na priključnih kljukah

kategorije II. s priključnimi kljukami znaša 17 kN. Traktor je opremljen s tremi hidravličnimi



ventili za zunanje porabnike, ki so lahko dvosmerno ali enosmerno delujoči. Neodvisna

priključna gred ima dve hitrosti vrtenja (540 in 750 vrt/min).

Pregledna kabina traktorja je zvočno in toplotno odlično izolirana. Vgrajena je klimatska

naprava z velikimi filtri iz aktivnega oglja, ki iz zraka odstranijo strupene substance. Kljub

temu, da je kabina ozka, je za voznika dovolj udobna in varna. Za voznika je vgrajen odlično

vertikalno in vzdolžno zračno vzmeten sedež s tekstilnim oblazinjenjem.

3.2.2 Nošeni pršilnik Agromehanika AGP400EN/U

Sodoben pršilnik AGP 400EN/U je izdelan in preizkušen po najnovejših standardih, zato

ima vgrajen sistem za splakovanje med delom (kadar je v rezervoarju še škropilna brozga)

in po opravljenem škropljenju (kadar se splaknejo vsi sestavni deli, ki so v stiku s škropilno

brozgo). Pršilnik ima zato dodaten 30 litrski rezervoar za čisto vodo, ki omogoča splakovanje

v nasadu, z razredčeno brozgo pa poškropimo nasad, ki smo ga poprej že poškropili. Zgrajen

je iz pobarvanega jeklenega okvirja, nanj je pritrjen kratek in visok polietilenski rezervoar

skupne velikosti 440 litrov, ki ima težišče bližje traktorju. Rezervoar ima gladko notranjost

in vse robove zaobljene z namenom, da se pri škropljenju veje ne zatikajo in poškodujejo,

še posebej pa so zaobljeni robovi primerni za boljše mešanje škropilne brozge ter za lažje

čiščenje rezervoarja. Nalivna odprtina je velika (premer 400 mm), v katerem je sito z

mešalno napravo za močenje prašnatih pripravkov. Na dnu in v sredini rezervoarja sta

vgrajeni mešalni šobi za mešanje škropilne brozge.

Pršilnik ima vgrajeno batno-membransko črpalko BM 65/30, ki ima pretok 60 l/min in lahko

dosega tlake do 30 barov. Regulator tlaka PR-1F/3 omogoča fino regulacijo tlaka, filtriranje

škropilne brozge skozi samočistilni filter ter razvod na tri ventile (mešalna šoba, šoba za

mešanje prašnatih pripravkov in ventil za dotok do škropilnih šob). Uporabljen pršilnik je

imel dodatno vgrajene cevi in ventil za možnost odpiranja in zapiranja šob v kabini traktorja.



Aksialni ventilator z osmimi lopaticami premera 825 mm je postavljen za rezervoarjem v

poliestrski usmernik zraka. Pretok zraka je nastavljiv med 16000 in 48000 m3 zraka na uro,

z zveznim premikanjem kota lopatic. Izstopna hitrost zraka iz usmernika znaša do 30 m/s. V

tok zraka je na obeh straneh postavljenih po 6 nosilcev šob, z membranskim protikapnim

ventilom. V vsak nosilec se lahko privijejo dve šobi, z zasukom nosilca pa odpiramo ali

zapiramo posamezno šobo.

Slika 4: Nošeni pršilnik AGP400ENU priključen na traktor New Holland TN75V.

3.2.3 Nošeni pršilnik Unigreen turboteuton in Unigreen turbodrop P4+4

Oba pršilnika sta na zunaj zelo podobna, razlika med njima je le v razpršilnih šobah. Pri

prvem so vgrajene standardne vrtinčne šobe, ki se lahko menjujejo glede na željeno porabo

vode na hektar, pri drugem, pa so vgrajene posebne odbojne šobe, ki ustvarijo tanek sloj

tekočine, ki ga zračni tok razprši na odbojni ploščici in žični oviri ter ponese v notranjost

krošnje.



Pršilnik ima ogrodje iz vroče cinkanega jekla, nanj je pritrjen polietilenski rezervoar

volumna 450 litrov, z dodatnimi rezervoarji za splakovanje pršilnika med in po izvedenem

škropljenju. Nalivna odprtina s sitom je velikosti 390 mm, na dnu rezervoarja pa je vgrajena

injektorska šoba za mešanje škropilne brozge. Vgrajena 4 batna batnomembranska črpalka

Comet APS 96 s pretokom 90 l/min daje zelo enakomeren pretok škropilne brozge skozi

šobe. Regulator tlaka RVA 4 ima vgrajen samočistilni filter, razvodni ventili pa so električno

krmiljeni.

Slika 5: Pršilnik Unigreen turboteuton in Unigreen turbodrop P4+4.

Posebnost tega pršilnika je radialni ventilator, ki za razliko od aksialnega, daje manjše

količine zraka (do 15000 m3/h) ter občutno višje tlake zraka in izstopne hitrosti do 70 m/s.

Zrak lahko zaradi tega speljemo po tanjših ceveh v bližino dreves in natančno usmerimo. Na

ustju vsake od zračnih cevi je vgrajen nosilec z dvema šobama in protikapnim ventilom.

Obliko škropilnega oblaka lahko zelo natančno prilagodimo vzgojni obliki nasada in s tem

zmanjšamo izgube škropilne brozge zaradi različnih oblik drifta. Ohišje radialnega

ventilatorja je tudi manjše in lažje, kar lahko pripomore k lažjemu transportu. Žal pa ti

ventilatorji rabijo zaradi višjih tlakov tudi večjo pogonsko moč. To pomeni, da za pogon



rabimo močnejši traktor. Radialni ventilatorji so tudi zelo glasni in oddajajo zelo moteč zvok

visokih frekvenc, ki je v urbanem okolju lahko zelo moteč.

3.2.4 Vlečeni pršilnik Zupan ZM1000DT

Uporabljen vlečeni pršilnik Zupan ZM1000DT je izdelan v skladu z najnovejšimi standardi

za naprave za nanašanje fitofarmacevtskih sredstev. Ogrodje pršilnika je deloma iz

pobarvanih jeklenih profilov, del ogrodja, ki nosi usmernik s puhalom, pa je izdelan iz

pocinkanih jeklenih profilov. Usmernik zraka je izdelan iz poliestra in steklenih vlaken,

samo ustje in dodatne usmerjevalne lopatice v usmerniku zraka, pa so iz nerjaveče pločevine.

Rezervoar z zaobljenimi robovi volumna 1000 l je izdelan iz poliestra in steklenih vlaken, v

njem pa je integriran manjši 50 litrski rezervoar za splakovanje celotnega pršilnika po

opravljenem škropljenju. Nalivna odprtina premera 400 mm ima 300 mm globoko sito, z

napravo za mešanje prašnatih pripravkov. Črpalka Anovi Reverberi AR 904 ima pretok 90

l/min pri 540 vrtljajih kardanske gredi, kar zadostuje za pretok skozi 14 šob in za odlično

mešanje škropilne brozge v rezervoarju. Iz medenine izdelan regulator tlaka Arag je speljan

v kabino traktorja, kar omogoča natančen nadzor nad tlakom škropljenja in nadzor nad

odpiranjem ter zapiranjem šob pršilnika.

Koncept puhala z dvema ventilatorjema omogoča uporabo manjših premerov ventilatorja,

predvsem pa boljše vrtinčenje zraka v samem usmerniku, kakor tudi izven usmernika v

krošnji drevesa. Vrtinčenje v krošnji povečuje depozit na listih, saj vrtinčenje povzroča tako

obračanje listov, kot tudi transport škropilne brozge pod listje. Usmernik zraka je visok, kar

je prednost, saj zrak izstopa iz usmernika bolj vodoravno proti krošnji dreves. Reduktor

ventilatorja ima dve hitrosti. Nižjo hitrost uporabimo pri manjših drevesih in spomladi, kadar

je malo listja, kasneje pa uporabimo višjo hitrost. Nosilci šob imajo vgrajen membranski

protikapni ventil in so z močno jekleno cevjo odlično zaščiteni pred udarci vej.



Slika 6: Pršilnik Zupan ZM1000DT.

3.2.5 Uporabljeni tipi šob in delovni parametri

Pri škropljenju so bile uporabljene vrtinčne šobe z oznako TR proizvajalca Lechler. Izdelane

so iz plastičnega ohišja, v katerega je vstavljen keramični vložek z odprtino in zarezo za

vrtinčenje tekočine, od katerem je z zgornje strani postavljena keramična ploskev, ki prisili

tekočino, da se pomika ob zarezi za vrtinčenje tekočine. Keramični vložek omogoča tlake

škropljenja od 3 do 20 barov, ob zelo majhni obrabi šobe. Šoba razbije tekočino v zelo

drobne kapljice, ki jih veter ventilatorja z lahkoto nosi v notranjost krošnje.

Nekoliko predelana je šoba ITR, ki ima enak pretok tekočine pri istem tlaku, v notranjem

injektorju (venturijevi cevi) pa meša zrak s tekočino, kar povzroči, da skozi ustje šobe ne

pritekajo kapljice, temveč mehurčki. Mehurčki imajo nekoliko večji premer, njihova masa

pa je nekoliko večja od kapljic. Ker je premer večji, jih zračni tok lažje nosi v krošnjo

drevesa, izven prisilnega gibanja zaradi zračnega toka pa mehurček, zaradi večje mase hitro

pade na tla in s tem se močno zmanjša zanašanje škropiva. Po ocenah naj bi se na ta način



zmanjšalo zanašanje do 50 %, ni pa še povsem jasno, kako velika kapljica vpliva na biološko

delovanje pripravkov.

Slika 7: Zunanji izgled in prerez šob Lechler TR 80-04 in ITR 80-04.

3.2.6 Terenska naprava za fotografiranje listov

Za fotografiranje poškropljenih listov smo izdelali terensko napravo, ki omogoča osvetlitev

listov z UV svetlobo, brez prisotnosti zunanje sončne ali druge svetlobe. Izdelali smo škatlo

iz lesenih vezanih plošč z odpirajočim pokrovom in zapahom velikosti 400 x 400 x 300 mm.

Notranjost smo pobarvali s črno barvo brez sijaja (mat barva). V notranjosti škatle je bil

vgrajen svinčeni gelni akumulator Leoch 6V 10Ah, ki je z elektriko oskrboval štiri

elektronske sklope za delovanje štirih fluorescentnih UV sijalk. Kapaciteta akumulatorja je

bila nekoliko višja od potrebne, da bi sijalke čez celo obdobje fotografiranja dobile enako

napetost in bi bila osvetlitev vedno enaka.



Slika 8: Terenska naprava za fotografiranje listov.

V poskusu so bile uporabljene črne UV sijalke Sylvania blacklight-blue F4W/BLB-T5.

Sijalka oddaja svetlobo valovnih dolžin med 350 in 365 nm in zelo malo svetlobe v vidnem

spektru. Za optimalno delovanje potrebuje napetost 29V moči 4W. Dolžina sijalke je 150

mm in premer 16 mm.

Slika 9: Sijalka Sylvania blacklight – blue.

3.2.7 Fotoaparat Olympus C-3000

Za fotografiranje poškropljenih listov smo uporabili digitalni fotoaparat Olympus C-3000, s

svetlobnim senzorjem CCD velikosti 1/1,8 cole z 3,34 milijona svetlobnih točk. Fotoaparat

je napredni kompaktni, z odlično optiko in možnostjo prigraditve dodatnih leč ali filtrov



preko adapterja na objektiv. Objektiv ima spremenljivo goriščno razdaljo od 6,5 – 19,5 mm

(32-96 mm v primerjavi z malim formatom) ter zaslonko med F2,8 in F11 čez celotno

območje zoom-a. Objektiv lahko ostri pri normalnem fotografiranju od 0,8 m - ∞, pri

bližinskem fotografiranju pa od 0,2 – 0,8 m. Opisane karakteristike so bile ključne pri izbiri

fotoaparata, še posebej pa svetlobna vrednost objektiva. Kljub vsemu je bila zmožnost

ostrenja predolga, zato smo uporabili dodatno lečo za bližinsko (macro) fotografiranje

(Cokin C104/46 close-up +4D). Ta omogoči ostrenje na razdalji med 8 in 15 cm. Za

doseganje boljših kontrastov na fotografijah pa je bil uporabljen rumeni filter (Cokin

C001/46 yellow Y2). Adapter za dodatne leče je skupaj z lečami služil tudi kot nosilec

fotoaparata, ki smo ga pritrdili na pokrov škatle za fotografiranje.

Slika 9: Digitalni fotoaparat Olympus C-3000, adapter (nosilec) filtrov, rumeni filter Cokin

C001/46 yellow Y2 in makro predleča Cokin C104/46 close-up +4D.



Slika 10: Zaprta škatla za fotografiranje poškropljenih listov s pritrjenim digitalnim

fotoaparatom Olympus C-3000.

3.3 Uporabljeni materiali

Za ugotavljanje pokrovnosti in števila impaktov smo kot kolektorje uporabili na vlago

občutljive lističe (angl. water sensitive paper – WSP lističi) proizvajalca Syngenta - Novartis

agro velikosti 26 x 76 mm. Pokrovnost smo ugotavljali tudi z novo razvito metodo na

naravnih listih jablane. Kot dodatno kontrolno varianto, smo uporabili tudi s črno mat barvo

pobarvane naravne liste jablane.

Za ugotavljanje depozita smo za kolektorje uporabili filtrski papir proizvajalca Macherey –

Nagel tip 672, ki smo ga narezali na enako velikost kot so WSP lističi; to je 26 x 76 mm in

naravni listi jablane.

Kot sledilec smo uporabili flourescentno barvilo Helios SC500, ki ga proizvaja Syngenta –

Novartis Agro in vsebuje 50 % aktivne snovi uvitex. Ob prisotnosti UV svetlobe fluorescira

v modrikasto zelenem tonu, ki smo ga na naravnih listih fotografirali in tako določali

pokrovnost. Z istim barvilom smo ugotavljali tudi depozit na filtrskem papirju in na naravnih

listih, le da smo tukaj uporabili kemijske metode določanja.



Uporabili smo tudi rumeno barvilo Citronino proizvajalca ETOL Celje, ki je jedilna barva

za barvanje pijač in drugih prehrambnih izdelkov. Vsebuje 25 % aktivne komponente

tartrazin (E102), nosilec pa so sladkorji. S tem sledilcem smo ugotavljali depozit na filtrskem

papirju in na naravnih listih jablane po kemičnem postopku.

3.4 Metode dela

V sezoni 2005 smo v primerjanem poskusu primerjali priznano metodo za ugotavljanje

pokrovnosti z WSP lističi z novo razvito metodo na naravnih listih z uporabo sledilca uvitex,

digitalne fotografije in naknadne računalniške vizualne obdelave.

V primerjalnem poskusu med različnimi metodami za ugotavljanje depozita in pokrovnosti

smo v sezoni 2006 uporabili 4 priznane metode za ugotavljanje depozita in eno priznano

metodo za ugotavljanje pokrovnosti. Vključene priznane metode so bile:

uporaba sledilca uvitex na naravnih (listi jablane) in umetnih (filtrski papir)

kolektorjih z uporabo kemijskih fotospektrometričnih analiz za določanje depozita.

uporaba barvnega sledilca prehrambne barve tartrazin na naravnih (listi jablane) in

umetnih (filtrski papir) kolektorjih z uporabo kemijskih fotospektrometričnih analiz

za določanje depozita.

uporaba WSP lističev z uporabo računalniških vizualnih metod za določanje

pokrovnosti.

Priznane metode (barvilo uvitex in tartrazin na naravnih listih in na filtrskem papirju, ter

WSP lističi) smo primerjali z novo razvito metodo za ugotavljanje pokrovnosti na naravnih

listih jablan s pomočjo sledilca uvitex, digitalne fotografije in naknadne računalniške

vizualne obdelave z dvema različnima algoritmoma.



Za izvedbo poskusa je zelo pomembno izbrati primeren dan v poletnih mesecih, kadar ni

padavin, zjutraj ni premočne rose, zračna vlaga mora biti nizka, da se listje na drevesu hitro

posuši, da ni prevroče in da ni vetrovno. Ob tem je treba upoštevati, da imaš na voljo

mehanizacijo in seveda delovno silo, saj je postavljanje in izvedba poskusa, časovno zelo

zamudno in natančno delo. Vsak spreminjajoč parameter v nasadu lahko vpliva na potek

dela predvsem pa na natančnost meritev.

3.4.1 Metode dela v sezoni 2005

V sezoni 2005 smo v nasadu Pod gradom in Pod bloki, na štiri primerna drevesa, na šest

primerno postavljenih vejah s fleksibilnim električarskim izolirnim trakom, pritrdili ščipalke

za perilo. Te so služile za ponavljajoče in natančno pritrjevanje kolektorjev. Za kolektorje

smo uporabili WSP listič, filtrski papir, dva naravna lista in s črno mat barvo pobarvan

naravni list.

Slika 11: Na vejico pripete ščipalke z nameščenimi kolektorji (od leve proti desni: WSP

listič, filtrski papir, dva naravna lista in s črno mat barvo pobarvan naravni list).

Škropljenje smo izvedli z dvema šobama (Lechler TR 80-015 in TR 80-03) in dvema

pršilnikoma (Agromehanika AGP 400EN/U in Unigreen TD). Poraba vode je bila 350 l/ha



pri uporabi šob TR 80-015 in 700 l/ha pri uporabi šob TR 80-03. Hektarska doza sledilca

uvitex je bila pri vseh uporabljenih šobah 5,25 ml čistega sledilca na ha. Za škropljenje s 350

litri vode na ha smo pripravili 50 l raztopine, zato smo po izračunu dodali 0,75 ml čistega

sledilca uvitex oz. 1,5 ml barvila Helios SC500. Za škropljenje s 700 litri vode na ha smo

uporabili polovično koncentracijo. Na 50 l vode smo dodali 0,375 ml čistega sledilca oz.

0,75 ml barvila Helios SC500.

Preglednica 2: Karakteristike uporabljenih šob in delovni parametri pri škropljenju s pršilniki

Agromehanika AGP 400EN/U in Unigreen TD v sezoni 2005

Šobe

Tla

k (

ba

r)

Pre

tok

šo

be

pri

del

ov

nem

tla

ku

(l/m

in)

Del

ov

na

hit

rost

(km

/h)

Po

rab

a v

od

e

(l/h

a)

VM

D k

ap

ljic

(µm

)

Ko

liči

na

sled

ilca

uv

itex

(ml/

ha

)

Pod bloki 2005, pršilnik AGP 400EN/U in Unigreen TD - 16 šob

Lechler

TR 80-015

500 0,15 0,76 0,05 4,6 0,15 350 10 160 ± 20 5,25

Lechler

TR 80-03

500 0,15 1,53 0,05 4,6 0,15 700 10 250 ± 20 5,25

Lechler

ITR 80-015

500 0,15 0,76 0,05 4,6 0,15 350 10 390 ± 20 5,25

Lechler

ITR 80-03

500 0,15 1,53 0,05 4,6 0,15 700 10 500 ± 20 5,25

Pod gradom 2005, pršilnik AGP 400EN/U in Unigreen TD - 16 šob

Lechler

TR 80-015

500 0,15 0,76 0,05 5,5 0,15 350 10 160 ± 20 5,25

Lechler

TR 80-03

500 0,15 1,53 0,05 5,5 0,15 700 10 250 ± 20 5,25

Lechler

ITR 80-015

500 0,15 0,76 0,05 5,5 0,15 350 10 390 ± 20 5,25

Lechler

ITR 80-03

500 0,15 1,53 0,05 5,5 0,15 700 10 500 ± 20 5,25

Po vsakem škropljenju smo počakali, da so se lističi posušili, nakar smo jih skrbno pobrali

in shranili v označene bele kuverte za naknadno analizo. Naravne liste in s črno barvo

pobarvane naravne liste smo fotografirali takoj v nasadu in jih nato shranili v kuverte.



3.4.2 Metode dela v sezoni 2006

V sezoni 2006 smo poskus ponovili, pri izvedbi poskusa pa naredili nekaj sprememb. Zaradi

težavnega in napornega pritrjevanja ščipalk na vejice, predvsem pa zaradi tega, ker smo

želeli na isto mesto pripeti še več kolektorjev, smo v sezoni 2006 ščipalke prilepili na lesene

letvice, te pa nato pritrdili na drevo.

Slika 12: Na leseno letvico pritrjene ščipalke z nameščenimi kolektorji (zgoraj 8 naravnih

listov, spodaj WSP listič in dva filter papirčka).

Zaradi težav s segrevanjem fotoaparata, ki smo jih imeli v sezoni 2005, smo naravne liste

kot kolektorje po škropljenju in sušenju pobrali iz dreves ter jih shranili v označene bele

papirnate kuverte. Fotografiranje smo izvedli takoj po končanem poskusu v hladnih kletnih

prostorih, naravne liste pa ponovno skrbno shranili v kuverte za nadaljnje kemijske analize.

Škropljenje smo v sezoni 2006 izvedli s štirimi pršilniki. Na lokaciji Pod gradom smo izvedli

škropljenje s pršilniki Agromehanika AGP 400EN/U, Unigreen TT in Unigreen TD. Pri

prvih dveh smo uporabili šobe Lechler TR 80-01 in TR 80-02 ter s tem dosegli porabo 350

vode na hektar, pri hitrosti vožnje 5 in 10 km/h. Tretji pršilnik Unigreen TD ima vgrajene

šobe z razpršilno ploščico, ki jih ni mogoče menjavati. Za spreminjanje hektarske porabe

vode smo prilagodili tlak škropljenja.



Pri škropljenju na lokaciji Pod bloki smo uporabili sledilca uvitex in tartrazin. Hektarska

doza je bila 10 ml/ha čistega sledilca uvitex oz. 20 ml/ha barvila Helios SC500. Sledilec

tartrazin je bil dodan v isto mešanico v količini 875 g/ha čistega sledilca oz. 3500 g/ha barvila

Citronino.

Na lokaciji Selnica ob Dravi smo uporabili pršilnika Unigreen TT in Zupan ZM1000DT. Na

obeh pršilnikih smo uporabili šobe Lechler TR 80-01 pri hitrosti 5 km/h in Lechler TR 80-

02 pri hitrosti 10 km/h. Z menjavo šob smo pri obeh hitrostih dosegli porabo vode 400 l na

hektar.

Preglednica 3: Karakteristike uporabljenih šob in delovni parametri pri škropljenju s pršilniki

Agromehanika AGP 400EN/U, Unigreen TT in Unigreen TD v sezoni 2006

Šobe

Tla

k (

kP

a)

Pre

tok

šo

be

pri

del

ov

nem

tla

ku

(l/m

in)

Del

ov

na

hit

rost

(km

/h)

Po

rab

a v

od

e

(l/h

a)

VM

D k

ap

ljic

(µm

)

Ko

liči

na

sle

dil

ca

uv

itex

(m

l/h

a)

Ko

liči

na

sle

dil

ca

tart

razi

n (

g/h

a)

Pod bloki 2006, pršilnik AGP 400EN/U, Unigreen TT in Unigreen TD – 14 šob

Lechler

TR 80-01

700 20 0,61 0,05 5,1 0,15 350 10 155 10 17,5 875

Lechler

TR 80-02

700 20 1,22 0,05 10,1 0,15 350 10 185 10 17,5 875

Pod bloki 2006, pršilnik Unigreen TD – 8 šob

Turbo drop 470 20 1,22 0,05 10 0,15 350 10 170-220

mix

17,5 875

Turbo drop 95 20 0,61 0,05 5,1 0,15 350 10 110-145

mix

17,5 875

Selnica 2006, pršilnik Zupan ZM1000DT – 14 šob

Albuz

ATR rumena

1100 20 1,07 0,05 6 0,15 400 10 76 5 17,5 875

Albuz

ATR rdeča

900 20 1,83 0,05 10 0,15 400 10 103 5 17,5 875

Selnica 2006, pršilnik Unigreen TT – 20 šob

Lechler

TR 80-01

1100 20 0,75 0,05 6 0,15 400 10 155 10 17,5 875

Lechler

TR 80-02

750 20 1,26 0,05 10 0,15 400 10 185 10 17,5 875



Kot sledilec smo v tem poskusu ravno tako uporabili uvitex in tartrazin v enakih hektarskih

dozah, kot so bile uporabljene na lokaciji Pod bloki.

Po škropljenju smo počakali okoli 10 minut, da sta se voda in barvilo popolnoma posušilo.

Kolektorje smo skrbno pospravili v označene bele kuverte za nadaljnje analize. Na lokaciji

Pod bloki smo štiri liste pospravili v kuverte za analize barvila tartrazin, ostale štiri pa smo

pospravili v kuverte za analizo UV barvila uvitex. Liste smo ločeno fotografirali, rezultate

obdelave fotografij pa smo primerjali s kemijskimi analizami, kar je podano v preglednicah

6 in 8. Na lokaciji Selnica ob Dravi smo opravili le analizo sledilca tartrazin na listju in

opravili primerjavo analize fotografij le z analizo tega sledilca.

3.4.3 Postopek fotografiranja naravnih listov

Poškropljene naravne liste smo fotografirali v izdelani zaprti škatli z digitalnim fotoaparatom

Olympus C-3000 pod UV svetlobo. Fotografiranje je potekalo neposredno v nasadu, tako da

smo vsak list posebej vstavili v nosilec, ki je liste zravnal. Ker smo v letu 2005 naleteli na

težave pri fotografiranju listov v nasadu, smo v letu 2006 liste shranili v označene bele

kuverte in jih še isti dan fotografirali v hladnem prostoru. Zaporedje fotografiranja je bilo v

vseh ponovitvah enako, kakor tudi nastavitve fotoaparata. Te so bile predhodno določene s

poskušanjem, da smo dobili optimalno kakovost fotografij za naknadno vizualno analizo.



Preglednica 4: Nastavitve digitalnega fotoaparata Olympus C-3000 pri zajemanju fotografij

Digitalni fotoaparat Olympus C-3000

Uporabljena resolucija tipala 3.145.728 točk (2048x1536)

ISO občutljivost tipala 200

Izravnava beline (WB) navadna žarnica

Goriščna razdalja 19 mm

Čas osvetlitve 4 s

Zaslonka F2,8

Bitna globina 24 bitov

Predstavitev barv sRGB

Tip shranjene datoteke JPEG

Približna velikost datoteke ~700 KB

3.4.4 Postopek za ugotavljanje pokrovnosti in števila impaktov na posnetih fotografijah

Za natančno analizo posnetih fotografij smo razvili dva algoritma. Prvi je bil razvit v okolju

računalniškega orodja LabVIEW 7.1 in programskem paketu IMAQ Vision, drugi pa v

programskem okolju Matlab R2015a.

Algoritem v programskem okolju LabView 7.1 IMAQ Vision deluje tako, da fotografijo

prebere v naprej določeni mapi. Obdelava fotografije poteka v barvnem prostoru RGB, kjer

se najprej izdela barvni histogram, nato pa se določi zgornji in spodnji prag za posamezen

kanal R (angl. red), G (angl. green) in B (angl. blue). S poskušanjem in vizualnim

primerjanjem posnetih fotografij in obdelanih fotografij je bilo ugotovljeno, da je

najprimernejši prag za obdelavo fotografij za kanal R 0 - 60, G 50 - 255 in B 50 – 255 (Slika

13). Z matriko 2x2 pixla se določijo točke na robu kapljice, kjer je tudi največ nanosa

barvnega sledilca in je intenzivnost barve najvišja. Nepovezane točke se povežejo v poljubno

poligonsko obliko, nakar se notranjost kapljic popolni. Algoritem nato prešteje število oblik

in poda rezultat za število impaktov. Pokrovnost površine določi s štetjem točk (angl. pixlov)

v povezanih in izpopolnjenih impaktih in število točk primerja s številom vseh točk na

fotografiji. Rezultat analize fotografije zapiše kot vrstico v naprej določeni excellovi tabeli.



Slika 13: Front panel in blok diagram razvitega algoritma za računalniško vizualno analizo

fotografij.

Slika 14: Primerjava fotografije posnete s fotoaparatom in z algoritmom obdelana slika.

Algoritem v programskem okolju Matlab R2015a deluje podobno. V barvnem prostoru HSL

se določi prag ravnine H, ki določa barvni odtenek. S poskušanjem in vizualnim

preverjanjem smo določili prag, ki ohrani vrednosti večje ali enako normalizirani vrednosti

0,45. Po zagonu algoritma se v izbrani mapi najprej prebere fotografija. Označijo se točke,



ki ustrezajo pragu, kar določi binariziran posnetek, ki območje zanimanja loči od ozadja. Iz

tega se z morfološkimi postopki odprtja izločijo manjša območja v velikosti par pikslov, ki

so posledica šuma. Sosednje točke, ki ležijo ena ob drugi, pa se povežejo v regije, nakar se

izločijo tiste, ki so ozke in dolge. Takšne regije najverjetneje predstavljajo področja, ki

predstavljajo listne žile, ki pod UV svetlobo oddajajo podoben barvni spekter kot

poškropljeni sledilec in jih je mogoče izločiti z izračunom težišča in povprečjem oddaljenosti

ostalih točk v regiji. Algoritem nato prešteje ostale regije in poda število impaktov,

pokrovnost pa se določi glede na razmerje med označenimi in neoznačenimi točkami celotne

fotografije. Rezultat za vsako posamezno fotografijo se izpiše v Command oknu.

Slika 15: Okno algoritma izdelanega v okolju Matlab R2015a.

3.4.5 Postopek ugotavljanja pokrovnosti in števila impaktov na WSP papirčkih

Analizo na vlago občutljivih lističev (WSP) smo opravili na napravi Optomax image

analyser, ki je v lasti Hmeljarskega inštituta v Žalcu. Slika delčka WSP lističa velikosti 11x8

mm se preko visoko občutljive kamere pod umetno osvetlitvijo kot fotografija prenese v



računalnik z algoritmom APA 2001 V5.1. Na vsakem WSP lističu se izvedejo tri meritve na

različnih področjih lističa. Algoritem išče temno modra področja, ki se na WSP odlično

razlikujejo od rumene. Določijo se robovi kapljic, popolni se notranjost, nakar se preštejejo

impakti in izračuna pokrovnost. Rezultat povprečja treh meritev se zapiše v Excellovi

datoteki za vsak listič posebej.

Slika 16: Naprava Optomax image analyser in algoritem APA 2001 V5.1.

3.4.6 Postopek ugotavljanja depozita sledilca tartrazin na naravnih listih in na filtrskem

papirju

Za analizo depozita smo morali najprej pripraviti standardne vzorce za umeritveno krivuljo

na spektrofotometru. Pripravili smo raztopine 0,25, 0,5, 1,0, 2,0, 3,0 in 10 g aktivne snovi

tartrazin na liter.

Depozit sledilca tartrazin smo analizirali naslednji dan po vzorčenju v kemijskem

laboratoriju Fakultete za kmetijstvo. Tri naravne liste smo dali v gospodinjsko vrečko za

zmrzovanje in nanje z brizgo nalili 50 ml destilirane vode. Zaprto vrečko smo 10 sekund

rahlo obračali, da se je barvilo spralo iz listov. Iz vrečke smo nato z brizgo vzeli vzorec. Na

brizgo smo nataknili filter Chromafil PET-120/25 s porami 1,2 µm in iz vzorca odstranili



morebitno nečistočo iz spranega lista. Filtriran vzorec smo analizirali v 1 cm široki kiveti na

spektrofotometru Varian Cary 100 pri valovni dolžini 425 nm.

Podobno smo analizirali sledilec tartrazin na filtrskem papirju, ki smo ga 10 sekund spirali

v vrečki z 20 ml destilirane vode. Vzorca nismo filtrirali, saj na filtrskem papirju ni nobenih

nečistoč. Analiza je bila opravljena na spektrofotometru Varian Cary 100.

Ko smo z aparatom določili koncentracijo sledilca v raztopini, je sledil preračun depozita, ki

ga opravimo tako, da upoštevamo volumen tekočine, s katero smo prelili liste, površino

listov in maso listov v gramih. Pred prelitjem listov s topilom (vodo), smo liste vedno

stehtali. Pred tem smo na vzorcu 300 listov ugotovili korelacijsko povezavo med površino

listov in njihovo masa. Tako smo dobili funkcijo, ki opisuje ta odnos. S pomočjo te funkcije

iz podatka o masi lista smo dobili podatek o njegovi površini. Iz volumna prelite vode in

koncentracije barvila smo izračunali količino barvila v celotni tekočini. Ko to delimo s

površino lista, dobimo podatek o depozitu.

3.4.7 Postopek ugotavljanja depozita sledilca uvitex na naravnih listih in na filtrskem

papirju

Analizo depozita sledilca uvitex na naravnih listih in filtrskem papirju smo opravili v

laboratoriju Inštituta za hmeljarstvo in pivovarstvo v Žalcu. Za izpiranje sledilca uvitex z

listov smo uporabili topilo dietilenglikol monoetileter v količini 30 ml topila na gram sveže

mase listov. Za izpiranje sledilca uvitex na filtrskem papirju pa smo uporabili 10 ml topila

2-etoksi etanol na listič. Na spektrofotometru (posebna izdelava Sygenta agro, Švica) smo

nato odčitali absorbcijo pri valovni dolžini 378 nm. Računski postopek za določitev depozita

sledilca uvitex je enak, kot pri sledilcu tartrazin in se naredi iz povezave površine kolektorja,

količine topila in izmerjene koncentracije sledilca na spektrofotometru.



3.4.8 Uporabljene statistične metode

Za statistično obdelavo podatkov smo uporabili računalniški program SPSS 21.0. Za analizo

razlik med povprečji smo uporabili Tukey-ev HSD test (α = 0,05). Za analizo korelacij, pa

smo uporabili standardno linearno korelacijsko analizo.



4 REZULTATI IN RAZPRAVA GLEDE POSKUSA V SEZONI 2005

Statistična primerjava rezultatov pokrovnosti WSP in naravnih listov je pokazala zelo nizek

korelacijski (determinacijski koeficient) koeficient (R2=0,22). Rezultati niso bili

pričakovani, hkrati pa so bili povsem nelogični. Zmotilo je predvsem dejstvo, da so rezultati

pokrovnosti z naravnimi listi pokazali višjo pokrovnost v sredini krošnje ob deblu in na vrhu

drevesa (slika 17), kar bi pomenilo, da zunanji listi krošnje ne »vpijejo« škropiva, ali pa da

kapljice iz zunanjih listov odpihne v notranjost krošnje.

Slika 17: Primerjava rezultatov pokrovnosti (%) WSP (levo) in naravni listi (desno) pri

škropljenju s pršilnikom Agromehanika AGP 400EN/U, kjer so meritve pokazale

višjo pokritost v notranjosti krošnje.



Po natančnem ogledu fotografij smo opazili, da imajo nekatere fotografije močno izražen

šum in da so te fotografije močno zrnate. Ponekod so obarvani deli s prostim očesom težko

prepoznavni. Napravili smo naknadni poskus, kjer smo vzpostavili podobne pogoje, kot so

bili v nasadu v času fotografiranja. Testni list smo fotografirali pri neprestano vklopljenem

LCD monitorju fotoaparata na zunanji temperaturi 35 oC. Napravili smo 40 posnetkov, v

razmiku 1 minute, eno za drugo v petih ponovitvah. Med vsako ponovitvijo serije 40

posnetkov je bil 30 minutni presledek.

Rezultat je bil pričakovan. Na sliki 18 je s prostim očesom razvidno, kaj se zgodi po 40-tih

minutah neprestano vklopljenega fotoaparata. Močno izražen šum na fotografiji povsem

popači fotografijo, ki je algoritem ne more pravilno analizirati.

Slika 18: Fotografija levo posneta na začetku fotografiranja in 40-ta fotografija posneta po

40-tih minutah. Objekt fotografiranja je bil vedno isti.

Analiza fotografij z izdelanim algoritmom posnetih v naknadnem poskusu je pokazala, da

se s časom vklopljenega fotoaparata, povečuje pokrovnost in število impaktov na posnetkih.

V prvi ponovitvi obe vrednosti naraščata počasneje, pri vsaki nadaljnji ponovitvi, pa se



vrednosti povečujejo hitreje. Povečuje se variabilnost med podatki, kar kaže vedno večja

strmina krivulje, če v grafikonu 1 in 2 primerjamo nize od 1 do 5.

Grafikon 1: Prikaz korelacije med periodo fotografiranja in vrednostjo pokrovnosti

Grafikon 2: Prikaz korelacije med periodo fotografiranja in številom impaktov

R² = 0,2024

R² = 0,8718

R² = 0,9751

R² = 0,9298

R2 = 0,9335

0

30

60

0 10 20 30 40 50

po

kro

vn

ost

(%

)

čas (min)

ponovitev 1

ponovitev 2

ponovitev 3

ponovitev 4

ponovitev 5

y = aebx

R² = 0,3335

R² = 0,9207

R² = 0,9729

R² = 0,9329

R2 = 0,9357

0

10000

20000

30000

0 10 20 30 40 50

štev

ilo i

mpak

tov

čas (min)

ponovitev 1

ponovitev 2

ponovitev 3

ponovitev 4

ponovitev 5

y = aebx



Preglednica 5: Prikaz nekaterih parametrov variabilnosti rezultatov glede izmerjene

pokrovnosti (%) v različnih časovnih nizih od prvega opravljenega posnetka

pri nepretrganem fotografiranju v časovnem nizu 40 minut z enominutnimi

vmesnimi presledki

Niz 1

(1-10 minuta)

Niz 2

(11-20 minuta)

Niz 3

(21-30 minuta)

Niz 4

(31-40 minuta)

Povprečna vrednost

(pokrovnost v %)

2,3435 4,9533 9,4692 16,0632

St. odklon 1,47015 3,75940 7,47274 11,15411

Povprečje ±

standardna napaka

povprečja

2,3435± 0,20791 4,9533± 0,53166 9,4692± 1,05681 16,0632± 1,57743

Najmanjša vrednost 0,33 0,14 0,62 1,31

Največja vrednost 6,85 15,41 29,38 38,63

Iz preglednice 5 je vidno, kako različen rezultat glede povprečne pokrovnosti dobimo med

obdelavami posnetkov, ki so bili napravljeni v zaporedju eden za drugim. Povprečna

vrednost ugotovljena na prvih desetih posnetki se je povečala za sedemkrat pri zadnjih

desetih posnetkih, kljub temu, da smo vedno fotografirali isti objekt. Ta napaka, tako

imenovani »šum tipala«, zaradi pregrevanja pri daljših serijah fotografij, je povzročila, da ni

bilo statističnega ujemanja med rezultati fotografiranja in rezultati o pokrovnosti s škropilno

brozgo, pridobljenimi z drugimi metodami. Ugotovili smo, da je bil šum pri fotografiranju

listov, ki so bili pobarvani s črno barvo, še večji. Dodatno se je pojavila še težava z odsevom

barve, ki je vplival na ostrino fotografije. Iz tega vzroka smo mnenja, da barvanje listov za

doseganje večjega kontrasta med ozadjem in zadetki kapljic na tak način, kot smo to izvedli

mi, ni dober pristop. Morda bi potrebovali barvo popolnoma brez sijaja.



4.1 Zaključki iz poskusa v sezoni 2005

Kakovost posnetkov digitalnega fotoaparata se ob uporabi na visokih zunanjih temperaturah

(nad 30 oC), ali ob daljšem času vklopljenega fotoaparata (več kot 20 minut), slabša. Na

fotografijah se pojavi digitalni šum, ki popači posnetek. Vzrok za šum je najverjetneje

segrevanje tipala, ki ga povzročijo visoke zunanje temperature, ali pa samo delovanje

fotoaparata. Močno segrevanje povzroča tudi LCD ekran fotoaparata, ki pa je pri

fotoaparatih zelo blizu CCD senzorja in ga z delovanjem, segreva. Šum manjšega obsega se

na fotografijah lahko z različnimi orodji delno odstrani, vendar pri računalniški vizualni

obdelavi (npr. štetje števila impaktov ali ocena stopnje pokrovnosti), povzroči nerealne

rezultate.

Da bi se izognili dodatnemu segrevanju CCD tipala je priporočljivo, da se fotografira v

hladnejših ali celo v klimatiziranih prostorih. Predvsem pa je treba paziti na čas

fotografiranja in da imamo izklopljen LCD ekran fotoaparata.

Tehnološki napredek na področju fotografije je zelo hiter in tako imajo novejši fotoaparati

vgrajene boljše CMOS senzorje, ki se bistveno manj segrevajo in omogočajo neprekinjeno

delovanje fotoaparata.

Kompaktni digitalni fotoaparat je za namen ugotavljanja kakovosti nanosa škropilne brozge

primeren predvsem s stališča cenenosti in hitrosti analiz, vendar bo potrebno pri nadaljnjih

raziskavah zagotoviti optimalne temperaturne pogoje pri fotografiranju, morebitni šum, pa

odstraniti s primernimi softverskimi orodji.



5 REZULTATI IN RAZPRAVA GLEDE POSKUSOV V SEZONI 2006

5.1 Primerjava vrednosti parametrov kakovosti depozita ugotovljenih z različnimi

metodami in statistične značilnosti učinkov tipa pršilnika in hitrosti vožnje na

kakovost depozita

Glede na teoretično izhodišče iz hipotez bi morali z različnimi metodami dobiti enake sklepe

glede učinka tipa pršilnika in hitrosti vožnje na depozit škropiva, izražen ali kot ng/cm2 ali

kot odstotni delež prekrite površine listov. V preglednicah 6 in 7 vidimo primerjavo

statističnih razlik glede parametrov.

Komentar rezultatov je naslednji. Z analizo depozita sledilca uvitex (preglednica 6) na filter

papirju kaže, da hitrost pri pršilnikih Agromehanika in Unigreen TT, nima vpliva na

kakovost depozita. Pršilnik Agromehanika daje statistično značilno nižje depozite, kot druga

dva pršilnika. Rezultati z uporabo sledilca tartrazin na filter papirju kažejo, da hitrost vožnje

pri nobenem od pršilnikov nima značilnega vpliva na kakovost depozita in da pršilnik

Agromehanika daje značilno nižje depozite od drugih dveh. Rezultati obeh metod se

večinoma ujemajo, razen pri vplivu hitrosti pri pršilniku Unigreen TD. Če opravimo pregled

rezultatov vidimo, da imamo pri sledilcih na listju popolno ujemanje. Analiza depozita

sledilcev po obeh metodah kaže, da ima pri pršilniku Agromehanika, hitrost značilen vpliv

na depozit, pri ostalih dveh pa ne. Pršilnik Agromehanika daje značilno nižje depozite, kot

ostala dva pršilnika.



Preglednica 6: Prikaz parametrov kakovosti depozita (uvitex ng/cm2, tartrazin µg/cm2, WSP / Labview / Matlab pokrovnost v %) na lokaciji

Pod bloki v odvisnosti od tipa pršilnika in hitrosti vožnje

Povprečje vseh položajev skupaj.

Tip pršilnika Hitrost Analiza

sledilca

uvitex na

filter

papirju

Analiza

sledilca

tartrazin

na filter

papirju

Analiza

sledilca

uvitex na

listju

Analiza

sledilca

tartrazin

na listju

Analiza

WSP

lističev

Analiza

fotografij v

Labview-u

(tartrazin)1

Analiza

fotografij v

Labview-u

(uvitex)2

Analiza

fotografij v

Matlab-u

(tartrazin)1

Analiza

fotografij v

Matlab-u

(uvitex)2

Agromehanika 10 km/h 33,09 a 1547,19 a 29,94 a 1645,46 a 19,12 a 8,32 b 7,56 b 7,81 a 10,00 a

5 km/h 36,17 a 1605,64 a 31,50 a 1909,36 a 22,76 a 8,91 a 9,10 a 7,12 a 9,09 a

Povprečje obeh hitrosti 34,63 B 1576,42 B 30,72 B 1777,41 B 20,94 B 8,62 B 8,33 B 7,46 B 9,55 A

Unigreen TT 10 km/h 46,17 a 2243,51 a 44,66 a 2777,69 a 32,61 a 12,80 a 13,49 a 11,20 a 13,88 a

5 km/h 46,65 a 2355,18 a 48,56 a 3060,06 a 30,56 a 12,59 a 11,91 a 10,83 a 9,06 b

Povprečje obeh hitrosti 46,41 A 2299,34 A 46,61 A 2918,87 A 31,58 A 12,69 A 12,70 A 11,02 A 11,47 A

Unigreen TD 10 km/h 57,03 a 2302,72 a 50,07 a 2762,85 a 15,11 a 9,62 a 10,47 a 9,82 a 12,00 a

5 km/h 36,27 b 1908,24 a 45,72 a 2374,77 a 14,04 a 6,99 a 9,37 a 7,68 a 7,96 b

Povprečje obeh hitrosti 46,65 A 2105,48 A 47,89 A 2568,81 A 14,57 B 8,30 B 9,92 B 8,75 AB 9,98 A

Povprečje treh

pršilnikov

10 km/h 45,43 A 2031,14 A 42,08 A 2395,34 A 22,27 A 10,25 A 10,51 A 9,61 A 11,96 A

5 km/h 39,70 A 1956,35 A 41,40 A 2448,06 A 22,45 A 9,49 A 10,13 A 8,54 A 8,70 B

Majhne črke služijo primerjavi statistične različnosti za primerjanje parametrov pri dveh hitrostih pri posameznem pršilniku (n = 24), velike črke za primerjanje povprečij

med tremi pršilniki (n = 48) in poševne velike črke za primerjanje podatkov pridobljenih iz povprečja treh pršilnikov (n = 72). Povprečja označena z enako črko se ne

razlikujejo med seboj statistično značilno glede na Tukey HSD test ( < 0,05).

1fotografirani listi so bili kasneje analizirani po metodi tartrazin na naravnih listih,

2fotografirani listi so bili kasneje analizirani po metodi uvitex na naravnih listih



Preglednica 7: Prikaz parametrov kakovosti depozita (uvitex ng/cm2, tartrazin µg/cm2, WSP / Labview / Matlab pokrovnost v %) na lokaciji

Selnica ob Dravi v odvisnosti od tipa pršilnika in hitrosti vožnje

Povprečje vseh položajev skupaj

Tip pršilnika Hitrost Analiza

sledilca

uvitex na

filter

papirju

Analiza

sledilca

tartrazin na

filter

papirju

Analiza

sledilca

uvitex na

listju

Analiza

sledilca

tartrazin

na listju

Analiza

WSP

lističev

Analiza

fotografij v

Labview-u

Analiza

fotografij v

Matlab-u

Zupan ZM1000DT 10 km/h 19,32 a 979,97 a 16,40 b 2107,37 a 28,29 a 5,77 b 9,11 b

5 km/h 19,50 a 1466,30a 20,18 a 2695,41 a 43,48 a 9,18 a 13,37 a

Povprečje obeh hitrosti 19,41 A 1223,14 A 18,29 B 2401,39 A 35,88 A 7,48 B 11,24 A

Unigreen TT 10 km/h 20,64 a 2212,34 a 31,27 a 2244,83 a 38,29 a 8,13 b 11,61 a

5 km/h 22,69 a 1709,39 a 31,66 a 2412,48 a 42,66 a 11,90 a 13,80 a

Povprečje obeh hitrosti 21,66 A 1960,68 A 31,46 A 2328,66 A 40,47 A 10,02 A 12,71 A

Povprečje obeh

pršilnikov

10 km/h 20,07 A 1096,15 B 23,84 A 2176,10 A 33,29 A 8,84 A 10,36 B

5 km/h 21,00 A 1587,85 A 25,92 A 2553,95 A 43,07 A 8,66 A 13,58 A

Majhne črke služijo primerjavi statistične različnosti za primerjanje parametrov pri dveh hitrostih pri posameznem pršilniku (n = 24), velike črke za primerjanje povprečij

med dvema pršilnikoma (n = 48) in poševne velike črke za primerjanje podatkov pridobljenih iz povprečja dveh pršilnikov (n = 72). Povprečja označena z enako črko se

ne razlikujejo med seboj statistično značilno glede na Tukey HSD test ( < 0,05).



Analiza WSP lističev kaže, da hitrost vožnje pri nobenem od pršilnikov nima značilnega

vpliva na pokrovnost, je pa razlika med pršilniki. Pršilnika Agromehanika in Ungreen TD

sta dala značilno nižjo pokrovnost, kot pršilnik Ungreen TT. Rezultati na WSP lističih so

glede razlik med pršilniki nasprotni od rezultatov dobljenih z analizo listov in filter papirja.

Gledano na vsebino informacije, ki jo metode dajejo, popolna primerjava verjetno sploh ni

mogoča. Filter papir praktično vpije vso tekočino, ki ga zadene, pri listju imamo določen

odboj tekočine, pri WSP, pa je površina pobarvana, vendar je realni kemični depozit na

enako pobarvanih površinah različen. Praktično to pomeni, da bodo depoziti na filter papirju

in tudi na WSP lističih nekaj višji kot na listju. WSP lističi nam dajo predvsem podatek o

prostorski razporeditvi škropilnega oblaka oziroma depozitov in ne glede depozita v

kemičnem smislu. Če pogledamo rezultate analize fotografij zadetkov kapljic s sledilcem

uvitex in algoritmom Labview vidimo, da je rezultat kar se tiče razlike med pršilniki

identičen, kot pri WSP lističih, kar se tiče učinka hitrosti pri posameznem pršilniku, pa je bil

pri pršilniku Agromehanika, nasproten. Analiza fotografij z drugačnim algoritmom Matlab

kaže drugačne rezultate kot analiza z algoritmom Labview. Analiza kaže, da med pršilniki

ni razlik. Hitrost pa ima vpliv na pokrovnost pri pršilniku znamke Unigreen.

Tudi podatki iz preglednice 7, iz lokacije Selnica ob Dravi, kažejo na delno neujemanje

rezultatov pridobljenih po različnih metodah. Pri analizi sledilcev na filter papirju vidimo,

da se rezultati glede učinka hitrosti pri posameznem pršilniku ujemajo, prav tako se ujemata

sklepa, da med preučevanima pršilnikoma ni razlik. Razlika je le v primerjavi med

hitrostima, ugotovljenima na celotnem nizu podatkov za oba tipa pršilnikov skupaj. To je

verjetno posledica razlike v občutljivosti statističnega testa, ki je odvisna od velikosti niza

podatkov. S povečevanjem niza podatkov, se lahko manjše razlike izkažejo kot statistično

značilne. Rezultati analize depozita sledilcev na listju kažejo na manjše neujemanje

rezultatov glede učinka hitrosti pri pršilniku Agromehanika. Pri uporabi sledilca tartrazin je

bila razlika med hitrostima značilna, pri uporabi sledilca uvitex pa ne. Praktično neujemanje

ni tako pomembno, saj obe metodi kažeta enko, da je depozit pri večji hitrosti manjši. Torej

pridemo z uporabo obeh metod do enakega sklepa. Glede na analizo sledilca tartrazin na



listju sta pršilnika enako dobra, glede na rezultate analize sledilca uvitex na listju, pa pršilnik

Unigreen daje višje depozite. Analiza fotografij WSP lističev je pokazala, da ne tip pršilnika

in ne hitrost vožnje nimata značilnega vpliva na stopnjo pokrovnosti. Ta rezultat se ne ujema

z rezultati dobljenimi s sledilci. Vendar tudi v primeru WSP lističev, neujemanje ni

vsebinsko slabo. Rezultati na WSP lističih kažejo, da povečevanje hitrosti pri obeh pršilnikih

zmanjša pokrovnost, kot je analiza sledilca pokazala, da povečevanje hitrosti, povzroči

zmanjšanje depozita. Komentar rezultatov po obeh metodah je istoznačen, le da je pri

sledilcih temelječ na statistično značilnih razlikah, pri WSP lističih, pa na nakazanem trendu,

ki ni statistično značilen.

Rezultati analize fotografij odtisov kapljic, ki so vsebovale uvitex, se ne ujemajo z rezultati

dobljenimi z WSP lističi in ponovno ni popolnega ujemanja med rezultati dobljenimi z

Labview ali Matlab algoritmom. Uporaba algoritma Labview kaže, da so razlike med

pršilnikoma značilne in da ima povečevanje hitrosti značilen učinek. Uporaba algoritma

Matlab kaže, da med pršilnikoma ni razlik in da ima povečanje hitrosti značilen vpliv le pri

pršilniku Agromehanika. Učinek hitrosti je glede na to metodo pri pršilniku Agromehanika

istosmeren, kot pri uporabi algoritma Matlab. Tudi različen rezultat glede stopnje statistične

značilnosti razlike med pršilnikoma ni problematičen, ker je rezultat v obeh primerih

istosmeren in kaže, da daje pršilnik Unigreen višje depozite. Kljub v komentarju prikazanim

razlikam med metodami lahko rečemo, da uporaba različnih metod nakazuje povsem enake

trende. Razlike v statistični značilnosti so lahko posledica različne stopnje variabilnosti

parametrov. Morda je variabilnost odtisov kapljic na WSP papirju ali na listju večja od

variabilnosti depozita kemikalije, ki se s procesi sekundarne distribucije prelije preko

površine filter papirja ali lista.

Sagadin M. Možnost uporabe dig. fotografije in rač. vizualizacije za ugot. kak. nanosa škropilne brozge. 49


5.3 Analiza statistične tesnosti povezav med vrednostmi parametrov kakovosti depozita ugotovljenimi z različnimi metodami

Preglednica 8: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s petimi priznanimi metodami ugotavljanja kakovosti

nanosa in dvema novo razvitima metodama na lokaciji Pod bloki

Analiza fotografij v Labview-u

(LT)1

Analiza fotografij v Labview-u

(LU)2

Analiza fotografij v Matlab-u

(MT)1

Analiza fotografij v Matlab

(MU)2

Analiza WSP

lističev (WSP)

LT=exp(1,90003+0,0641887*sqrt(WSP)) LU=exp(2,02016+0,0914202*ln(WSP)) MT=exp(1,59658+0,0923809*sqrt(WSP)) MU=1/(0,124955+0,00162678/WSP)

R2=8,84765 R2=7,57988 R2=10,2147 R2=6,69164

Analiza sledilca

tartrazin na filter

papirju (TF)

LT=exp(2,05284+2,34267E-8*TF^2)

LU=9,26162+2,16145E-7*TF^2 MT=exp(-0,49127+0,330815*ln(TF)) MU=1/(0,114517+18,5022/TF)

R2=4,80365 R2=5,31489 R2=7,00382 R2=1,08233

Analiza sledilca

uvitex na filter

papirju (UF)

LT=exp(2,00132+0,00389729*UF) LU=sqrt(67,3213+9,16838*sqrt(UF)) MT=exp(1,09047+0,25044*ln(UF)) MU=1/(0,113604+0,355869/UF)

R2=3,93924 R2=2,69335 R2=6,65843 R2=2,68012

Analiza sledilca

tartrazin

na listju (TL)

LT=6,5892+4,55991E-7*TL^2 LU=sqrt(29,6002+0,0391861*TL) MT=4,87826+5,83326E-7*TL^2

MU=sqrt(7,00119+0,0544439*TL)

R2=37,896 R2=17,8675 R2=33,6548 R2=14,0033

Analiza sledilca

uvitex

na listju (UL)

LT=4,72833+0,123224*UL LU=2,03409+1,3053*sqrt(UL)

MT=(1,82317+0,0244415*UL)^2 MU=sqrt(7,44719+3,14805*UL)

R2=12,536 R2=13,9268 R2=14,3934 R2=8,39417

Korelacijska analiza je bila pri vsaki primerjavi dveh metod izvedena na podlagi primerjave 48 podatkov za vsako od koreliranih spremenljivk (6 položajev v

drevesu, 2 hitrosti vožnje, 4 drevesa).

1fotografirani listi so bili kasneje analizirani po metodi tartrazin na naravnih listih.

2fotografirani listi so bili kasneje analizirani po metodi uvitex na naravnih listih.



V statističnem programu smo v paketu za korelacijske analize najprej izvedli analizo stopnje

linearne korelacije. Ugotovili smo, da so bili korelacijski koeficienti zelo nizki in zato smo

pognali še opcijo »compare with alternative models«, ki omogoča primerjavo višine

korelacijskih koeficientov med različnimi modeli. Kot rezultat smo vzeli model, ki je imel

najvišji determinacijski koeficient in te modele (regresijske funkcije) smo zavedli kot

rezultate za primerjavo v tabelah 9-11. Korelirali smo vrednosti pridobljene z analizo

digitalnih fotografij in vrednosti pridobljene z drugimi metodami, hkrati pa smo korelirali

tudi vrednosti dobljene po standardnih metodah med seboj. Tako smo dobili informacijo

glede stopnje ujemanja med novima metodama v primerjavi z ustaljenimi metodami med

seboj.

Preglednica 8 kaže zelo slabe korelacijske povezave med priznanimi in na novo razvitima

metodama analize digitalnih fotografij. Na lokaciji Pod bloki se kažejo nekoliko boljše

povezave med metodami, ki za kolektorje uporabljajo naravne liste jablan. Isti listi so bili

uporabljeni tako za fotografiranje, kot tudi za kemijsko analizo sledilca uvitex in tartrazin,

kar je verjetno tudi razlog boljših korelacijskih povezav. Najslabše korelacijske povezave so

v primerih, kadar primerjamo metodo, ki uporablja naravne liste kot kolektorje in metodo,

ki uporablja filtrski papir kot kolektor. To je nekako pričakovano, saj filter papir večino

tekočine, ki ga zadane vpije, pri listih, pa se lahko večji del tekočine, ki jih zadene, odbije

vstran. Nekje vmes so nepričakovano korelacijske povezave med WSP lističi in novo

razvitima metodama. Pričakovali bi, da sta metodi v tesni korelaciji, saj se pri obeh določa

pokrovnost na osnovi vizualne računalniške obdelave fotografije. Tudi tukaj je potrebno

upoštevati, da sled na WSP lističu nastane zelo enostavno ob stiku in ostane tudi, če se

kapljica odbije. Madež fluorescentnega sledilca, ki ostane po odboju kapljice, pa ni vedno

detektiran kot barvna pega. Zaradi tega lahko analiza pokrovnosti pri fluorescentnem

sledilcu, pokaže precej nižje vrednosti za pokrovnost, kot pri WSP lističu. Ne glede na ta

dejstva, smo pričakovali višjo stopnjo ujemanja rezultatov.



Preglednica 9: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi z različnimi

priznanimi metodami ugotavljanja kakovosti nanosa in na novo razvitimi

metodami na lokaciji Selnica ob Dravi

Analiza fotografij v Labview-u (L) Analiza fotografij v Matlab-u (M)

Analiza WSP

lističev (WSP)

L=exp(1,34742+0,114757*sqrt(WSP)) M=exp(1,31246+0,171884*sqrt(WSP))

R2=22,8457 R2=43,0395

Analiza sledilca

tartrazin na filter

papirju (TF)

L=1/(0,436954-0,039828*ln(TF)) M=exp(1,49917+0,0230347*sqrt(TF))

R2=11,3627 R2=22,5301

Analiza sledilca

uvitex na filter

papirju (UF)

L=1/(0,116166+0,783104/UF) M=1/(0,0876954+0,658662/UF)

R2=4,54187 R2=4,28602

Analiza sledilca

tartrazin

na listju (TL)

L=(1,90478 + 1721,51/TL)^2 M=1/(0,0538579+0,0000310605*TL)

R2=19,9184 R2=25,7275

Analiza sledilca

uvitex

na listju (UL)

L=(1,64585+0,247726*sqrt(UL))^2

M=7,35126+0,185766*UL

R2=15,7994 R2=13,7057 Korelacijska analiza je bila pri vsaki primerjavi dveh metod izvedena na podlagi 48 podatkov za vsako od koreliranih spremenljivk (6

položajev v drevesu, 2 hitrosti vožnje, 4 drevesa).

Preglednica 9 pokaže zelo podobne rezultate korelacij kot preglednica 8. Ponovijo se dobre

korelacijske povezave med metodami, ki uporabljajo naravne kolektorje in slabe med

metodami, ki uporabljajo različne kolektorje. Na lokaciji Selnica ob Dravi smo dobili

nekoliko boljšo korelacijsko povezavo med metodo z WSP lističi in novo razvitima

metodama. Zelo dober rezultat (R2=43,0395) dosega algoritem razvit v programskem orodju

Matlab R2015a.

Zanimalo nas je tudi, kako dobre so korelacijske povezave med že uveljavljenimi in

priznanimi metodami za ugotavljanje depozita in pokrovnosti (preglednica 10 in 11).

Ponovno se pokažejo boljše korelacijske povezave med metodami, ki uporabljajo enake

kolektorje.



Rezultati v preglednici 10 in 11 niso preveč spodbudni, saj kažejo, da tudi priznane metode

med seboj težko primerjamo. Podobne rezultate je dobil Holownicki, 2004, ki prav tako

ugotavlja, da je treba narediti dovolj veliko število vzorcev iz velikega števila kolektorjev,

da bi lahko primerjali metode med seboj. V poskusu Pod bloki (preglednica 10) smo dobili

najvišjo korelacijo med rezultati analize sledilca tartrazin na listju in sledilca uvitex na listju.

Po konceptu sta metodi povsem sprejemljivi, morda se manjše razlike pojavijo v procesu

izluževanja sledilca v analitsko raztopino. Podobno je bila dokaj dobra korelacija med

analizama sledilcev na filter papirju. Korelacija med rezultati glede pokrovnosti na WSP

lističih in količino sledilcev na listju je bila občutno nižja. V poskusu v Selnici (preglednica

11) so bile stopnje korelacije še bistveno nižje, kot v nasadu na Pohorskem dvoru. Edina

višja stopnja korelacije je bila vidna med rezultati pridobljenimi na WSP lističih in rezultati

za sledilec tartrazin na filter papirju.



Preglednica 10: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s priznanimi metodami ugotavljanja kakovosti nanosa

na lokaciji Pod bloki

Analiza sledilca

tartrazin na filter

papirju (TF)

WSP=sqrt(-21,8214+0,000214515*TF^2)

R2=32,0074

Analiza sledilca

uvitex na filter

papirju (UF)

WSP=(-1,49675+1,59127*ln(UF))^2 TF=exp(5,47415+0,562222*ln(UF))

R2=22,4593 R2=52,4345

Analiza sledilca

tartrazin

na listju (TL)

WSP=exp(-2,20502+0,617104*ln(TL)) TF=(-35,1112+10,2099*ln(TL))^2 UF=4,19299+0,800823*sqrt(TL)

R2=5,58958 R2=19,9254 R2=13,2681

Analiza sledilca

uvitex

na listju (UL)

WSP=1/(-5,07985+216,581/UL) TF=-442,616+383,958*sqrt(UL) UF=sqrt(851,951+0,791622*UL^2) UL=1/(0,00692693+41,4001/UL)

R2=7,30513 R2=24,0137 R2=17,6108 R2=63,7271

Analiza WSP lističev (WSP) Analiza sledilca tartrazin na filter

papirju (TF)

Analiza sledilca uvitex na filter papirju

(UF)

Analiza sledilca tartrazin

na listju (TL)

Korelacijska analiza je bila pri vsaki primerjavi dveh metod izvedena na podlagi 48 podatkov za vsako od koreliranih spremenljivk (6 položajev v drevesu, 2

hitrosti vožnje, 4 drevesa).



Preglednica 11: Prikaz tesnosti korelacijskih povezav med podatki pridobljenimi s priznanimi metodami ugotavljanja kakovosti nanosa

na lokaciji Selnica ob Dravi

Analiza sledilca

tartrazin na filter

papirju (TF)

WSP=exp(-4,12677+1,05467*ln(TF))

R2=46,5266

Analiza sledilca

uvitex na filter

papirju (UF)

WSP=exp(3,96289-14,0046/UF)

TF=exp(7,34216-7,82334/UF)

R2=8,48211 R2=6,32814

Analiza sledilca

tartrazin

na listju (TL)

WSP=(9,24307-0,0767529*sqrt(TL))^2

TF=exp(6,43311+811,081/TL)

UF=1/(-0,0653076+0,0164509*ln(TL))

R2=16,3217 R2=3,7408 R2=7,62141

Analiza sledilca

uvitex

na listju (UL)

WSP=(2,11534+0,736082*sqrt(UL))^2 TF=exp(6,51006+0,0145301*UL)

UF=1/(0,0427507+0,324711/UL)

TL=exp(8,1306-0,164541*ln(UL))

R2=15,7756 R2=5,51539 R2=9,81844 R2=3,22181

Analiza odtisov kapljic na

WSP lističih (WSP)

Analiza sledilca tartrazin na filter

papirju (TF)

Analiza sledilca uvitex na filter papirju

(UF)

Analiza sledilca tartrazin

na listju (TL)

Korelacijska analiza je bila pri vsaki primerjavi dveh metod izvedena na podlagi 48 podatkov za vsako od koreliranih spremenljivk (6 položajev v drevesu, 2

hitrosti vožnje, 4 drevesa).



V našem poskusu smo ugotovili zelo nizko stopnjo ujemanja rezultatov, dobljenih z

različnimi metodami. V večini primerov so bili determinacijski koeficienti manjši od 0,2

(oziroma 20 %). To nakazuje, da rezultate dobljene z različnimi metodami, med seboj zelo

težko povežemo. Kljub nizkim determinacijskim koeficientom, pa so podatki pogosto

pokazalo istosmerne trende. To pomeni, da so različne metode pokazale istosmerni učinek

preučevanega dejavnika. Praktično je to v našem primeru pomenilo, da so različne metode

kazale v smer, da povečevanje hitrosti vožnje, poslabša kakovost depozita. S tega stališča

kaže na to, da bi nas različne metode pripeljale praktično do enakega zaključka glede učinka

dveh preučevanih dejavnikov (tip stroja in hitrost vožnje) na kakovost depozita škropilne

brozge na listju jablan.

V literaturi ni veliko raziskav, kjer bi opravili primerjavo različnih metod. Zelo tesne

povezave med depoziti bakra in depoziti fluorescentnih sledilcev na listju citrusov so

ugotovili raziskovalci Gideon van Zyl s sodelavci (2013) in Schutte s sod. (2012). Pri njih

je korelacijska analiza pokazala skoraj 90 % stopnjo ujemanja. Upoštevati pa moramo, da je

šlo za visoko ujemanje med dvema kemijskima metodama. Dodatno so v isti raziskavi

ugotovili srednje visoko ujemanje med kemijsko in fotografsko metodo analize

fluorescentnega sledilca. Raziskovalci so razpolagali z boljšo fotografsko tehniko in

drugačnimi fluorescentnimi sledilci. Verjetno so imeli tudi drugače zasnovane algoritme

analize fotografij.

Žal nam ni uspelo natančno stestirati naših algoritmov na fotografijah kolektorjev z znano

stopnjo prekritosti z depozitom. Za to bi potrebovali kolektor, ki bi imel natančno znano

prekritost in bi nato na njegovi fotografiji pognali program. Če nebi bilo večjega odstopanja

med znanim podatkom o pokrovnosti in oceno, ki jo da program, bi lahko pričakovali, da je

algoritem povsem ustrezen.

Eden od praktičnih problemov odkrit v raziskavi je tudi, da je obdelava fotografij na spodnji

strani listov bistveno težja, kot na zgornji strani. Spodaj so dlačice, ki ovirajo fotografski



zajem odtisov. Nastanejo motnje pri obdelavi slik, ki privedejo do povsem napačnih

rezultatov. To je tudi lahko eden od vzrokov za neujemanje med kemičnimi metodami in

fotografsko metodo. Pri kemični izmerimo depozit na spodnji in zgornji strani, pri

fotografiranju pa smo obravnavali le dopozit na zgornji strani. Vemo, da so razlike med

depoziti na zgornji in spodnji strani listov zelo velike. Te razlike pri fotografiranju nismo

statistično zajeli in to lahko povzroči veliko neujemanje med fotografsko in kemijsko

metodo. Prav to se je zgodilo v našem primeru.



6 ZAKLJUČKI

Raziskava je pokazala, da bi uporaba fotografskih metod, glede na hiter napredek

fotoaparatov in programskih orodij za analizo slike, lahko postala povsem uporabna metoda

ocenjevanja kakovosti depozita škropilne brozge predvsem za pridelovalce.

Rezultati ocene kakovosti depozita škropilne brozge pridobljeni po različnih metodah niso

povsem primerljivi. Vzrok za to je v izjemno veliki variabilnosti depozitov tudi glede na

mikro-lokacije v krošnji dreves in posledično v precejšnji napaki pri vzorčenju. Mi smo

meritve ponavljali na kolektorjih, ki so bili med seboj oddaljeni le 2 do 3 cm, pa vendar so

se v depozitih pojavile velike razlike.

Obseg neskladnosti rezultatov med analizo digitalnih fotografij in rezultatov analiz WSP

lističev ali kemičnih analiz depozita sledilcev je praktično primerljiv obsegu neskladnosti

med rezultati, ki jih dobimo pri uporabi standardnih metod med seboj (npr. razlika med

ocenami na WSP lističih in rezultati glede depozitov z barvnimi sledilci).

Rezultat raziskave je, da je stopnja neujemanja rezultatov glede ocene kakovosti depozita

škropilne brozge med fotografsko in drugimi standardnimi metodami podobno velika, kot

med standardnimi metodami samimi (npr. WSP proti barvni sledilec ali barvni sledilec proti

fluorescentni sledilec ali rezultati na WSP proti velikosti depozita sledilcih na filter papirju).

S tega stališča je tehnika analize digitalnih fotografij praktično skoraj enakovredna ostalim

tehnikam. Je cenena in omogoča izdelavo velike serije fotografij. Z veliki serijami fotografij,

ki ji programi lahko zelo hitro obdelajo, pa lahko statistično gledano izničimo določene

pomanjkljivosti te tehnike v primerjavi z drugimi. To smo praktično dokazali s tem, da so

bili sklepi glede vpliva dveh preučevanih parametrov (tip pršilnika in hitrost vožnje) na

kakovost depozita škropilne brozge praktično enaki, kot pri uporabi sledilca tartrazin ali

fluorescenčnega sledilca uvitex. V obeh primerih smo prišli do enakih sklepov.



Po naši oceni je stopnja ujemanja rezultatov med fotografsko metodo in rezultati

pridobljenimi z WSP listi večja, kot stopnja ujemanja rezultatov med fotografko metodo in

depoziti barvnih sledilcev. Stopnja pokrovnosti ugotovljena z analizo digitalnih fotografij

listov z odtisi fluorescentrnega sledilca je navadno nekaj manjša, kot stopnja pokrovnosti

ugotovljena na WSP lističih.

Glede na stopnjo ujemanja rezultatov z drugimi metodami daje algoritem Matlab nekaj

slabše analitske rezultate kot algoritem Labview.

Ker različne metode ne dajejo primerljivih rezultatov, je zelo koristno kombiniranje različnih

metod, saj se informacije pridobljen z različnimi metodami lahko dobro dopolnjujejo. Tako

na primer rezultat visoka stopnja pokrovnosti na WSP lističih in hkrati nizek depozit

barvnega sledilca kaže na to, da imamo dovolj veliko porabo vode, a morda preveliko jakost

vetra in depozit po trku kapljic odnese s ciljne površine. Podobno se lahko zgodi pri težko

omočljivih površinah, da lahko imamo visoko stopnjo pokrovnosti na WSP lističu, imamo

pa nizke depozite sledilcev, ker tekočina po trku kapljic ni obstala na cilju, zaradi

gravitacijskih sil ali prevelike porabe vode.

Ocenjujemo, da bi metodo analize digitalnih fotografij bilo možno praktično uporabljati za

analizo kakovosti depozita škropilne brozge na ciljnih površinah sadnih rastlin. Kontrast

med odtisi kapljic in ozadjem je sicer slabši kot pri WSP lističih, vendar informacija dobljena

z različnimi algoritmi bolje zajame določene fizikalne dinamične učinke, ki so pri listih bolj

realni, kot pri WSP lističih. Primer je občutna razlika v gibanju zaradi zračnega toka, ki ga

ustvarja pršilnik in drugačen vzorec razširjanja madeža po trku kapljice.

Sodobnejši digitalni fotoaparati imajo boljše senzorje, ki zelo verjetno prenesejo večje

obremenitve glede velikosti zaporednih serij fotografij in omogočajo izdelavo fotografij z

večjo optično ostrino. Vsekakor pa je priporočljivo fotografiranje izvajati pri nižji

temperaturi, da se zmanjša toplotna obremenitev senzorja.



Pri fluorescentnih sledilcih je pomembno, da izberemo UV obstojne vodotopne sledilce in

takšne, ki so v kategoriji živilskih dodatkov, da lahko sadje z sadnih dreves, kjer smo izvajali

poskuse, tržimo brez zadržkov in ne nastanejo dodatni stroški s tem, ko moramo

poškropljeno sadje zavreči.



7 VIRI

Byers R E, Lyons C G, Yoder K S, Horsburgh R L, Barden J A, Donohue S J. 1984. Effects

of apple tree size and canopy density on spray chemical deposit. HortScience, 19: 93 – 94.

Degre A, Mostade O, Huyghebaert B, Tissot S, Debouche C. 2000. Comparison by image

processing of target supports of spray droplets. Trans. ASAE, 44, 2: 217 – 222.

Edwards G J, Thompson W L, King J R, Jutras, P J. 1961. Optical determination of spray

coverage. Trans. ASAE, 4: 206 – 207.

Fox R D, Derksen R C, Cooper J A, Krause C R, Ozkan H E. 2003. Visual and image system

measurement of spray deposits using water–sensitive paper. Appl. Eng. Agric., 19, 5: 549 –

552.

Gideon van Zyl J, Fourie P H, Schutte G C. 2013. Spray deposition assessment and

benchmarks for control of Alternaria brown spot on mandarin leaves with copper

oxychloride. Crop Prot., 46: 80 – 87.

Hayden J, Ayers G, Grafius E, Hayden N. 1990. Two water-soluble optically resolvable dyes

for comparing pesticide spray distribution. J. Econ. Entomol., 83: 2411 – 2413.

Holownicki R, Durochowski G, Swiechowski W, Jaeken P. 2002. Methods of evaluation of

spray deposit and coverage on artificial targets. Electron. J. Pol. Agric. Univ., 5, 1: 1 – 9.



Holownicki R, Durochowski G, Swiechowski W, Godyn A. 2004. Influence of nozzle type

and wind velocity on spray distribution within the tree canopy. V: Proceedings International

Conference “Environmentally Friendly Spray Application Techniques”, Warsaw, Poland:

83 – 84.

Johnstone D R. 1977. A twin tracer technique permitting the simultaneous evaluation of the

field performance of two spraying machines or spraying techniques. J Agric. Eng. Res., 22:

439 – 443.

Lešnik M. 2007. Tehnika in ekologija zatiranja plevelov. Ljubljana, Kmečki glas: 243 str.

ISBN: 978-961-203-324-8.

Koch H. 1993. Application rate and spray deposit on targets in plant protection. V:

Symposium International sur les techniques d'application des produits phytosanitaires.

Strasbourg: 175 – 182.

Koch H, Knewitz H. 2006. Methodology and sampling technique of spray deposit and

distribution measurement in orchards. Nachrichtenbl. Deut. Pflanzenschutzd. 58, 1: 6 – 9.

Koch H, Knewitz H. 2008. Methodology and sampling technique of spray deposit and

distribution measurement in vineyards. Nachrichtenbl. Deut. Pflanzenschutzd. 60, 2, 25 –

30.

Pergher G, Gubiani R, Toneto G. 1997. Foliar deposition and pesticide losses from three air-

assisted sprayers in a hedgerow vineyard. Crop Prot., 16: 25 – 33.



Palladini L, Raetano C, Velini E. 2005. Choice of tracers for the evaluation of spray deposits.

Sci. Agric., 62, 5: 440 – 445.

Pereira J L. 1967. Uses of fluorescent tracer for assessment of spray efficiency. Kenya

Coffee, 12: 461 – 465.

Pergher G. 2001. Recovery rate of tracer dyes used for spray deposit assessment. Trans.

ASAE, 44, 4: 787 – 794.

Salyani M, Fox R D. 1994. Preformance of image analysis for assessment of simulated spray

droplet distribution. Trans. ASAE, 37, 4: 1083 – 1089.

Salyani M, Whitney J D. 1988. Evaluation of methodologies for field studies of spray

deposition. Trans. ASAE, 31, 2: 390 – 395.

Schutte G C, Kotze C, Gideon van Zyl J, Fourie P H. 2012. Assessment of retention and

persistence of copper fungicides on orange fruit and leaves using fluorometry and copper

residue analyses. Crop Prot., 42, 1 – 9.

Staniland L N. 1959. Fluorescent tracer techniques for the study of spray and dust deposits.

J. Agric. Eng. Res., 4, 100 – 125.

Smelt J H, Smidt R A, Huijsmans J F M. 1993. Comparison of spray deposition on apple

leaves of captan and the dye brilliant sulfoflavine. V: Symposium International sur les

techniques d'application des produits phytosanitaires, 2. Strasbourg. Annales. Strasbourg:

191 – 197.



Sutton T B, Unrath C R. 1984. Evaluation of the Tree-Row-Volume concept with density

adjustments in relation to spray deposits in apple orchards. Plant Dis., 68: 480 – 484.

Val Monterola L, Juste Perez F, Fornes Chuliá I, Villoldo Bellón O, Ibánéz R. 1988.

Penetracion y tamaño de gota en hoja de distintos sistemas de distribucion de Productos

fitosanitarios en cultivos citricos. V: Conferencia Internacional de Mecanización Agraria,

20. Zaragoza : 201 – 207.

Spletni viri:

http://www.agromehanika.si (4.6.2016)

http://www.agrotop.com (4.6.2016)

http://www.albuz-spray.com/en (4.6.2016)

http://www.newholland.com (4.6.2016)

http://www.lechler.de (4.6.2016)

http://www.zupan.si/ (4.6.2016)

http://www.agromehanika.si/

http://www.agrotop.com/

http://www.albuz-spray.com/en

http://www.newholland.com/

http://www.lechler.de/

http://www.zupan.si/



ZAHVALA

Iskreno se zahvaljujem mentorju izr. prof. dr. Mariu Lešniku za nasvete in nesebično pomoč

pri pripravi in izvedbi poljskih poskusov, ter pomoč in usmerjanje pri izdelavi magistrskega

dela.

Hvala tudi somentorju doc. dr. Juriju Rakunu za izdelavo algoritma za analizo posnetih

fotografij.

Hvala mag. Kseniji Škorjanc za lektoriranje magistrskega dela.

Posebna zahvala gre sodelavkam in sodelavcem Fakultete za kmetijstvo in biosistemske

vede, ki so me vzpodbujali pri študiju in mi na različne načine pomagali pri izvedbi poskusov

in izdelavi magistrskega dela.

MOŽNOST UPORABE DIGITALNE FOTOGRAFIJE IN …

Documents

Transcript of MOŽNOST UPORABE DIGITALNE FOTOGRAFIJE IN …