Diagnostyka roślin jagodowych jutra – między pomiarem a intuicją agronomii

Dlaczego tradycyjna diagnoza zawodzi?

Częstym problemem, z którym borykają się plantatorzy, jest sytuacja, w której wyniki analiz laboratoryjnych wydają się poprawne, a mimo to roślina nie rozwija się zgodnie z oczekiwaniami. Jorge Duarte wskazuje na lukę w pomiarach.

– Potrafimy precyzyjnie zmierzyć dostarczane składniki (EC, pH w pożywce) oraz oszacować ich magazynowanie (analiza tkanek liści), ale rzadko mierzymy bieżące zapotrzebowanie rośliny. Tempo wzrostu, warunki klimatyczne czy obciążenie owocami zmieniają to zapotrzebowanie każdego dnia, a tradycyjne narzędzia nie zawsze nadążają za tą dynamiką – informował.

Hierarchia w diagnostyce i narzędzia

Skuteczna diagnostyka opiera się na udzieleniu odpowiedzi na trzy kluczowe pytania, z których każde wymaga innego zestawu narzędzi:

1. Na co narażona jest roślina? Doradca miał na myśli strefę korzeniową rośliny. Do tego służą mierniki EC i pH, tace przelewowe oraz sensory in-line monitorujące systemy fertygacji. Jeśli parametry w strefie korzeniowej są niewłaściwe, roślina nie pobierze składników, niezależnie od tego, co dostarczymy dolistnie.
2. Co roślina wchłonęła i zmagazynowała? Tu niezbędna jest analiza tkanek liści (ICP – Inductively Coupled Plasma), przeprowadzana minimum dwa razy w sezonie pozwala ocenić długofalową równowagę składników. Do tej grupy należą też urządzenia optyczne, jak mierniki chlorofilu SPAD czy sensory Dualex.
3. Co przemieszcza się w roślinie w tej chwili? Tu wymagana jest analiza soku komórkowego (sap analysis) to najbardziej czułe, ale i najczęściej błędnie rozumiane narzędzie. Mierzy ono mobilne składniki (N, K, Mg) będące w ruchu „tu i teraz”.

Analiza soku komórkowego – rewolucja z instrukcją obsługi

Analiza soku komórkowego (tzw. sap analysis) to narzędzie, które Jorge Duarte określa mianem „diagnostycznego radaru” gospodarstwa. Aby jednak ten radar nie podawał fałszywych odczytów, kluczowe jest zrozumienie dynamiki składników pokarmowych oraz rygorystyczna dyscyplina pomiarowa.

W soku komórkowym mierzymy to, co w danej chwili płynie w „żyłach” rośliny. Azot (N), potas (K) oraz magnez (Mg) są pierwiastkami wysoce mobilnymi. Roślina potrafi przemieszczać te składniki ze starszych liści do młodszych przyrostów i owoców. Analiza soku wykryje spadek stężenia potasu w soku, zanim liście zaczną wykazywać objawy niedoboru (np. brązowienie brzegów). Wynik analizy soku odzwierciedla sytuację z ostatnich 24–48 godzin. Dzięki temu agronom może natychmiast skorygować skład fertygacji, co jest kluczowe w fazie intensywnego wzrostu owoców, gdy zapotrzebowanie na potas gwałtownie rośnie.

J. Duarte wyraźnie ostrzega przed diagnozowaniem niedoborów wapnia (Ca), boru (B) czy żelaza (Fe) wyłącznie na podstawie soku. Te pierwiastki, po wbudowaniu w struktury komórkowe (np. ściany komórkowe w przypadku wapnia), pozostają tam na stałe. Nie krążą swobodnie w soku w taki sposób, by ich stężenie wiarygodnie oddawało stan odżywienia rośliny. Aby dowiedzieć się, czy roślina ma dość wapnia do budowy jędrnych owoców, musimy spalić próbkę liścia w laboratorium i zbadać całkowitą zawartość pierwiastka w tkankach. Sok pokaże nam tylko to, co jest w „transporcie”, a nie to, co zostało już „wbudowane”.

Analiza soku jest niezwykle czuła na czynniki zewnętrzne. J. Duarte podkreśla, że błędy w pobieraniu próbek są główną przyczyną błędnych decyzji agrotechnicznych. Stężenie soku zmienia się wraz z intensywnością transpiracji. Próbka pobrana o 09:00 (gdy roślina jest w pełni turgoru po nocy) będzie miała zupełnie inne parametry niż ta pobrana o 15:00 (gdy słońce „zagęściło” soki roślinne).

Należy zawsze pobierać liście z tego samego piętra (np. najmłodszy w pełni rozwinięty liść). Porównywanie liścia starego z młodym w analizie soku mija się z celem, gdyż ich profil chemiczny jest skrajnie różny.

Własna linia bazowa zamiast ogólnych norm – to jeden z najważniejszych punktów wykładu J. Duarte. Publikowane w literaturze „optymalne zakresy” dla soku są często nieadekwatne do specyfiki danej odmiany, podłoża czy klimatu. Plantator powinien stworzyć własną historię pomiarów dla każdej odmiany (np. 'Duke’ vs 'Liberty’). W analizie soku ważniejszy od pojedynczego wyniku jest trend. Jeśli przez trzy kolejne tygodnie poziom azotu w soku systematycznie spada, jest to sygnał do działania, nawet jeśli wynik wciąż mieści się w „książkowej normie”.

– Analiza soku to narzędzie do zarządzania dynamicznego (bieżące korekty N i K), podczas gdy analiza tkanek (liści) to narzędzie do zarządzania strategicznego (budowanie struktury rośliny i zapasów Ca, B, Fe) – podsumował prelegent.

Woda jako klucz do transportu składników

Wykładowca zwrócił szczególną uwagę na rolę wody. Wapń, magnez i bor przemieszczają się do owoców wraz ze strumieniem transpiracji. Jeśli roślina jest zestresowana wodnie, składniki te nie dotrą do celu, nawet jeśli ich stężenie w korzeniach jest idealne. Zaawansowane narzędzia, takie jak dendrometry pędowe czy kamery termowizyjne, pozwalają wykryć stres wodny, zanim pojawią się wizualne objawy więdnięcia.

Dendrometry pędowe

Dentrometry pędowe to precyzyjne urządzenia czujnikowe służące do ciągłego monitorowania mikroskopijnych zmian średnicy pędów, gałęzi lub pni roślin. W uprawie roślin jagodowych, takich jak borówka czy malina, są one kluczowym narzędziem diagnostyki stresu wodnego i kondycji fizjologicznej.

Jak to działa? Rośliny nie są statyczne – ich pędy „oddychają” w cyklu dobowym. Dendrometr mierzy te zmiany z dokładnością do mikrometrów (tysięcznych części milimetra). W ciągu dnia, kiedy roślina intensywnie transpiruje (traci wodę przez liście), pęd nieznacznie się kurczy, ponieważ zapasy wody są wyciągane z tkanek do liści i owoców. W nocy, gdy transpiracja ustaje, roślina uzupełnia zapasy wody, a pęd pęcznieje (rehydratacja).

Analizując dobowy wykres zmian średnicy pędu, można wyczytać informacje niedostępne dla innych sensorów, jak maksymalny deficyt dobowy (MDS). Dostarcza on informacji, że roślina cierpi na stres wodny, nawet jeśli gleba wydaje się wilgotna w sytuacji jeśli różnica między nocnym spęcznieniem a dziennym skurczem jest zbyt duża.

Drugi parametr to przyrost netto. Stały wzrost maksymalnej średnicy z nocy na noc świadczy o tym, że roślina rośnie i buduje biomasę. Zatrzymanie tego trendu to pierwszy sygnał ostrzegawczy o chorobie, stresie lub braku składników odżywczych.

W uprawach takich jak borówka, dendrometry pędowe mają znaczenie krytyczne z dwóch powodów. Składniki jak wapń i borprzemieszczają się niemal wyłącznie z prądem wody (transpiracją). Dendrometr pozwala ocenić, czy przepływ wody w roślinie jest wystarczający, aby te kluczowe dla jakości owoców pierwiastki dotarły do celu.

W przeciwieństwie do czujników wilgotności gleby, które mówią, ile wody jest w podłożu, dendrometr mówi, czy roślina jest w stanie tę wodę pobrać. Pozwala to na uniknięcie zarówno przesuszenia, jak i przelania (asfiksji korzeni).

W uprawach jagodowych wykorzystuje się dwa rodzaje dendrometrów pędowych. Pierwszy to dendrometr punktowy, który wykorzystuje ruchomy trzpień dotykający powierzchni pędu. Są bardzo dokładne, ale wymagają stabilnego zamocowania. Drugi to dendrometr klamrowy (Clip-on) specjalnie zaprojektowany dla cienkich pędów krzewów jagodowych. Są lekkie i nie uszkadzają delikatnych tkanek rośliny.

Dendrometry pędowe pełnią rolę „kardiografu” rośliny – pozwalają agronomowi „usłyszeć” puls krzewu i zareagować na stres, zanim stanie się on widoczny gołym okiem w postaci więdnięcia czy opadania zawiązków.

Kamery termowizyjne

W kontekście nowoczesnej uprawy roślin jagodowych, kamery termowizyjne stanowią jedno z najbardziej czułych narzędzi do monitorowania statusu wodnego, pozwalając „zobaczyć” stres rośliny, zanim stanie się on widoczny dla ludzkiego oka.

Temperatura liścia jest wskaźnikiem transpiracji. Zasada działania opiera się na fizjologii roślin – zdrowa roślina, która ma pod dostatkiem wody, intensywnie transpiruje, co powoduje chłodzenie powierzchni liści. Gdy aparaty szparkowe są otwarte, odparowująca woda obniża temperaturę liścia nawet o kilka stopni poniżej temperatury otoczenia. Jeśli kamera termowizyjna pokazuje, że temperatura liści zrównuje się z temperaturą powietrza lub ją przekracza, jest to bezpośredni sygnał, że roślina zamknęła aparaty szparkowe w celu ratowania wody.

Kamery termowizyjne pozwalają na identyfikację problemów, których nie wykryją standardowe czujniki wilgotności gleby. Nawet przy mokrym podłożu, roślina może wykazywać wysoką temperaturę liści, co sugeruje uszkodzenie systemu korzeniowego (np. przez patogeny takie jak Phytophthora) lub zablokowanie naczyń przewodzących. W przeciwieństwie do punktowych pomiarów, termowizja (szczególnie montowana na dronach) pozwala stworzyć mapę całej kwatery, wskazując konkretne rzędy lub rośliny, które mają problem z pobieraniem wody.

W systemach zintegrowanych, dane z kamer termowizyjnych są łączone z innymi parametrami w celu optymalizacji plonu. Jeden z nich to wskaźnik CWSI (Crop Water Stress Index). Jest to obliczany automatycznie indeks stresu wodnego, który pomaga agronomom podjąć decyzję o natychmiastowym cyklu nawadniania, aby nie dopuścić do spadku jakości owoców.

Stałe monitorowanie temperatury pozwala na lepsze zarządzanie wapniem (Ca) – jeśli transpiracja ustaje z powodu stresu cieplnego, wapń nie dociera do owoców, co skutkuje ich gorszą trwałością.

Dzięki kamerom termowizyjnym diagnostyka przestaje być reaktywna (naprawianie szkód), a staje się proaktywna – pozwala utrzymać roślinę w optymalnym komforcie cieplnym i wodnym przez cały okres wegetacji.

Przyszłość to Rolnictwo 4.0 i sztuczna inteligencja

Prelekcja J. Duarte zakończyła się wizją nadchodzących lat (2026–2028), w których:

• Sensory in-line będą mierzyć azotany i potas bezpośrednio w systemach nawadniających, eliminując opóźnienia laboratoryjne.
• Platformy AI (jak Agrio czy PlantVillage) będą automatycznie identyfikować niedobory na podstawie zdjęć liści wykonanych smartfonem.
• Cyfrowe bliźniaki (Digital Twins) pozwolą przewidywać zapotrzebowanie rośliny na jutro, bazując na prognozie pogody i danych historycznych.

Ewolucja w stronę Rolnictwa 4.0 w sektorze jagodowym nie polega jedynie na gromadzeniu danych, ale na ich natychmiastowej interpretacji i automatyzacji działań.

Kluczowe filary tej transformacji, które zdominują rynek w najbliższych latach to:

• Przejście od statycznych analiz do monitoringu „Real-Time”

Tradycyjna diagnostyka opiera się na wysyłaniu próbek do laboratorium, co wiąże się z kilkudniowym oczekiwaniem na wynik. Rolnictwo 4.0 wprowadza sensory in-line montowane bezpośrednio w rurociągach nawadniających lub w strefie korzeniowej. Urządzenia te wykorzystują elektrody jonoselektywne (ISE), które w czasie rzeczywistym raportują stężenie kluczowych jonów, takich jak azotany (NO₃^–) czy potas (K⁺). Pozwala to agronomowi reagować na niedobory w ciągu kilku minut, a nie dni.

• Wykorzystanie wizji komputerowej i Deep Learningu

Nowoczesna diagnostyka przenosi się do smartfonów. Platformy oparte na sztucznej inteligencji (AI), takie jak Agrio czy PlantVillage, wykorzystują algorytmy uczenia głębokiego do analizy obrazu. Systemy te potrafią zidentyfikować subtelne zmiany barwne na liściach borówki czy truskawki, które dla ludzkiego oka są jeszcze niewidoczne, przypisując je do konkretnych niedoborów (np. magnezu vs żelaza). Wykorzystanie wskaźników takich jak NDVI czy NDRE pozwala na tworzenie map wigoru całej plantacji, wskazując strefy wymagające natychmiastowej interwencji.

• Cyfrowe Bliźniaki (Digital Twins) w prognozowaniu potrzeb

Jednym z najbardziej zaawansowanych konceptów przedstawionych przez Duarte jest Cyfrowy Bliźniak rośliny. Jest to wirtualny model plantacji zasilany danymi z sensorów wilgotności gleby, stacji pogodowych i dendrometrów.

Zamiast reagować na problem, który już wystąpił, system AI symuluje, jak roślina zareaguje na nadchodzącą falę upałów (np. przewidując nagły wzrost zapotrzebowania na wapń w celu ochrony owoców przed pękaniem). Komputer sterujący nawadnianiem samoczynnie koryguje skład pożywki, bazując na predykcji modelu, a nie tylko na sztywnym harmonogramie.

• Integracja danych w chmurze (Big Data)

Kluczem do sukcesu w wersji 4.0 jest połączenie rozproszonych informacji. Dane z analizy soku komórkowego, pomiarów chlorofilu (Dualex/SPAD) oraz warunków klimatycznych trafiają do jednej platformy analitycznej. Dzięki temu agronom otrzymuje spójny obraz stanu zdrowia rośliny, co J. Duarte określa jako przejście od „intuicyjnego zgadywania” do „zarządzania opartego na dowodach”.

– Naszym celem nie jest wyeliminowanie niepewności, ale dostarczenie lepszych narzędzi do mądrzejszych decyzji. Agronomia profesjonalna to bowiem umiejętna interpretacja danych, a nie ślepe zgadywanie– podsumował J. Duarte.