Jordbrukare i en tidskris har ett nytt, snabbare alternativ för att analysera texturen och innehållet av organiskt material i jorden på sina åkrar.
Gerson Drescher, biträdande professor i markens bördighet för Arkansas Agricultural Experiment Station, har lett en studie för att skapa prediktionsmodeller för dessa nyckelindikatorer för markhälsa baserade på standardtester som redan används för att analysera jordprover.
"Vi vill ge människor den maximala mängd information som de kan få från prover som de redan skickar in utan extra kostnad och tid för analys," sa Drescher.
Den nyutvecklade förutsägelsemodellen kan hjälpa till att lägga till information om markens egenskaper, vilket kan styra beslut om gödning, bevattning och herbicider, tillade Drescher. Standard jordtestning utvärderar växttillgängligt näringsinnehåll och jordens pH. Dessa egenskaper påverkas dock även av markens struktur och organiskt material i jorden, vilket kräver ytterligare dyra och tidskrävande tester.
"De traditionella metoderna som används för både marktexturanalys och bestämning av organiskt material är relativt tidskrävande, och i allmänhet är producenter intresserade av en snabb vändning när de lämnar in ett prov så att de kan fatta sina beslut om näringshantering och göra planer för mängden gödningsmedel som de behöver applicera", sa Drescher.
Forskningsartikeln med titeln "Soil texture and organic matter prediction using Mehlich-3 extraherable nutrients" publiceras i Agrosystems, Geosciences &Environment . Medförfattare inkluderar Trent Roberts, professor och tillfällig avdelningschef för gröda, jord och miljövetenskap; Nathan Slaton, biträdande vicepresident för jordbruk och assisterande chef för Arkansas Agricultural Experiment Station; och Alden D. Smartt, programassistent vid avdelningen för gröda, jord och miljövetenskap.
Modellerna är noggranna för att förutsäga de vanligaste jordarna som används vid växtodling i Arkansas. Men modellerna är mindre exakta för sandjordar och jordar med mycket högt organiskt material, sa Drescher. Statens vanliga jordbruksjordar är fina och medelstora kategorier, som inkluderar siltjord och siltig lera.
Experimentstationen är forskningsgrenen för University of Arkansas System Division of Agriculture.
Tiden ett jordtest tar beror på den efterfrågade informationen, sade Drescher. Varje ytterligare test utöver de rutinmässiga jordanalyserna kan lägga till dagar eller veckor till den totala testtiden. Dreschers förutsägelsemodell för organiskt material och marktextur minskar dessa ytterligare tester och kan minska handläggningstiden med minst hälften.
Jordprover som skickas till ett labb för analys torkas, mals och siktas för enhetlighet för att säkerställa analysens precision och noggrannhet. I Arkansas tillhandahåller experimentstationens Marianna Soil Test Laboratory rutinmässiga jordtesttjänster, som är gratis för invånare i Arkansas.
Rutinmässiga jordtester kräver mätning av jordens pH och Mehlich-3 jordanalys, som extraherar och identifierar tillgängliga näringsämnen i jordprover.
De två egenskaperna som förutspås av Dreschers modell - organiskt material i jorden och marktextur - kräver mer omfattande tester, sa Drescher. Testning av organiskt material i jorden bestäms av en metod som kallas "förlust vid antändning", som kräver vägning av prover, utsättande av dem för höga temperaturer för att förbränna det organiska materialet och vägning av provet för att mäta viktminskning.
Jordens struktur mäts med hjälp av en anordning som kallas en hydrometer, som bestämmer jordpartikelstorlekar, sa Drescher. Att förstå markens struktur är en viktig aspekt av växtodlingen eftersom det dikterar jordens förmåga att hålla näring, mängden herbicider eller gödningsmedel, schemaläggning för bevattning och protokoll för jordprovtagning.
Dessa tester hjälper producenter att förstå hälsan hos sin jord och vägleda gödseltillämpningar och beslut om grödor, sa Drescher.
Kartor, som Web Soil Survey som erbjuds av U.S. Department of Agricultures Natural Resources Conservation Service, kan användas för att ge information om jordtyp i olika områden, men kartans upplösning kanske inte indikerar förändringar i markstrukturen i en liten mängd av utrymme inom ett fält, sa Drescher. Den nya förutsägelsemodellen är mer exakt än en karta eftersom den använder fältspecifik information.
Marianna Soil Test Lab har redan gett förutsägelser om jordstruktur, men denna nya forskning finjusterade modellen för att göra uppskattningen mer exakt, sa Drescher.
Marianna Soil Test Lab analyserar cirka 200 000 jordprover varje år. Rutinmässiga jordtester för näringsämnen och pH är gratis för invånare i Arkansas genom stöd av Fertilizer Tonnage Fees. Icke-rutinmässiga tester av marktextur eller analys av organiskt material är dock avgiftsbelagda och tar ytterligare tid för analys.
Drescher använde Mehlich-3 näringsämnen och markens pH-data från jordprover som lämnats in till Marianna Soil Test Lab för att kalibrera och validera prediktionsmodellerna.
För ler- och sandförutsägelsemodellerna använde han data från 409 jordprover, representerande olika produktionssystem och jordar i hela Arkansas. Ungefär hälften var från radodlingsfält och den andra hälften från fodersystem.
När han utvecklade modellen för organiskt material i marken använde han data från 604 prover från radodlingsfält och 415 prover från foderproduktionsområden.
Efter kalibreringen validerade Drescher modellerna genom att använda 103 olika jordprover från produktionsområden för radgröda, foder, grönsaker, frukt, gräs och prydnadsväxter.
Med tiden kan modellerna utvärderas för noggrannhet och optimeras med nya jordprover för att förbättra marktextur och förutsägelse av organiskt material. Drescher sa att modellerna skulle kunna användas i områden utanför Arkansas om de har liknande jordar.
Drescher sa att han uppskattade det arbete som utförts av personalen från Marianna Soil Test Laboratory som hjälpte till med jordanalys och tillhandahöll data för modellernas kalibrering.
Mer information: Gerson L. Drescher et al, Soil texture and organic matter prediction using Mehlich-3 extraherable nutrients, Agrosystems, Geosciences &Environment (2024). DOI:10.1002/agg2.20461
Tillhandahålls av University of Arkansas
