HarvestLab 3000, som har utvecklats och patenterats tillsammans med Carl Zeiss, använder NIR-spektroskopi (nära infraröd reflektans) för att analysera olika beståndsdelar i skördade grödor, ensilage och gödsel. Redan år 2009 certifierades tekniken av Deutsche Landwirtschafts-Gesellschaft (DLG) för analys av torrsubstanshalten i majsensilage. Avvikelser i mätresultat var försumbara (0,67–1,85 procent). Tekniken har förfinats ytterligare år efter år genom att prover av fler arter och typer av gröda, gödsel och foder från allt fler regioner tillkommit.
Den nya HarvestLab 3000-utrustningen är ett exempel på avancerad teknik som bygger på erfarenheter och flera miljoner timmars användning på fältet. Sensorn täcker ett 12 procent bredare våglängdsspektrum för ytterligare noggrannhet, och läser av mer än 4 000 mätpunkter per sekund. Det motsvarar upp till tal en miljon mätningar per last. Du erhåller statistiskt säkerställd data, som är vida överlägsen metoden med enstaka, slumpmässiga prov. Felaktigheter som normalt uppträder under manuell provtagning, som syre- eller värmeexponering- innan provet når laboratoriet, elimineras helt. Sist men inte minst visas alla data i realtid och med platsspecifik dokumentation. På så sätt kan förare justera inställningar och använda sig av automatisk maskinoptimering redan ute på fältet, istället för att vänta i flera dagar på en laboratorieanalys.
Fukthalten i grödan kan variera med upp till 20 procent på ett enskilt fält, något som kräver varierande snittlängder för att åstadkomma bästa komprimering av ensilaget och undvika syrefickor. HarvestLab 3000 monterad på en John Deere självgående exakthack möjliggör automatisk justering av snittlängden baserat på torrsubstanshalten. Automatisk reglering av tillsatsdosering bidrar till optimerad fermentering och kan innebära en besparing på upp till 10 % för ensilagetillsatsmedel.
Utöver torrsubstanshalten kan man även utföra mycket exakta realtidsmätningar av råprotein, stärkelse, råfiber, NDF, ADF, socker och råaska. Det innebär att gröda kan faktureras eller köpas in baserat på kvalitet och inte kvantitet. Genom att granska och jämföra all dokumentation om platsspecifik data i John Deere Informationscentral kan du fatta faktabaserade beslut om val av gröda och näringsvärde. Under lågsäsong kan du använda insamlad data för att förbereda för nästa säsong, och skörda än mer framgång.
Gödsel är ett näringsrikt organiskt gödningsmedel. Tills nu har naturliga variationer och snabba beslut gjort gödsling till ett chansartat arbete. Med John Deere gödselanalys blir gödselspridningen exaktare, baserat på målvärden och begränsningsvärden för kväve, fosfor och kalium, uttryckt i kg/ha. Du kan även använda platsspecifika tilldelningskartor.
Med John Deere gödselanalys kan beståndsdelarna i gödseln analyseras, inte bara under påfyllning av tunnan, utan också precis innan näringsämnena sprids på fältet. Det ger en ovärderlig fördel jämfört med andra system, eftersom hänsyn tas till naturliga variationer i näringshalten och att gödseln sätter sig under transport, vilket automatiskt kompenseras för genom realtidsjustering av körhastighet och/eller flödesvolym. Dessutom kan data från John Deere gödselanalys skickas trådlöst till John Deere informationscentralen för vidare bearbetning och analys.
HarvestLab 3000 kan också användas som en laboratorieenhet på lagringsanläggningar eller kontor och användas året om. Den kan också anslutas till ett strömuttag i fordonet, vilket ger dig ett komplett mobilt laboratorium som omedelbart ger dig önskad information, oavsett var du befinner dig. Resultat i realtid hjälper dig att hantera och ransonera fodret på bästa sätt, för att säkra djurens hälsa. Du sparar in på näringstillsatser samtidigt som du får högre avkastning från nötboskap, mejeriproduktion eller biogasframställning och därmed bättre lönsamhet.
Vårt helt nya webbgränssnitt ger dig anvisningar steg för steg r och prydligt uppställd data som underlättar beslutsfattandet.
Beräkna dina gödselbesparingar och ökad grödavkastning som John Deere gödselavkänning tillhandahåller.
