2025. június hónap bejegyzései

óriási szénaboglya Kunmadarason

A pünkösdi kaszálás régi, vidéki szokásként nemcsak a mezőgazdasági ciklusba illeszkedett, hanem rituális, közösségi jelentőséggel is bírt. A pünkösdi királyválasztás során a fiatal férfiak különféle próbákon mérték össze ügyességüket, erejüket és állóképességüket – ezek egyike volt a kaszálás, amely a test és az elme fegyelmezett összehangolásának próbája volt.

Rendezettség kézi erővel – egy  kunmadarasi szénaboglya nyomában

A képen egy kunmadarasi szénaboglya látható 1933 júliusában, amely előtt három ember áll – eltörpülve a háttérben tornyosuló, óriási monstrum előtt. Ott, ahol egy kisebb domb is hegynek számít. A megörökített pillanat üzenete, hogy kellő tudással, kitartással és összefogással csodákra vagyunk képesek.

A fénykép hátoldalra írt feljegyzés szerint a boglya kerülete 42,5 méter, magassága pedig 20,7 méter – bár ez utóbbi adat az előtte álló alakok magassága alapján, illetve ha a boglya egy szabályos, 42,5 méter kerületű gömb lenne, akkor csak kb. 13,5 méter magas lenne. Mégis: a kép hiteles dokumentuma annak, milyen erőfeszítésekre volt képes egy paraszti közösség akkor.

A lesúlyozott kötözéssel viharoknak is ellenálló tömeg szakszerűen formált, az Alföld rendjének, ritmusának, időhöz és természethez való alkalmazkodásának tanúsága.

De vajon mit kaszáltak pontosan pünkösd idején?

A válasz nem olyan magától értetődő, mint gondolnánk. A fotón szereplő hatalmas boglya ha nem egy nagy rét elsősorban fűféléinek tavaszi vagy kora nyári szénájából, akkor valószínűleg a pillangósvirágúak családjába tartozó takarmánynövényből, termesztett lóheréből vagy vörösheréből, esetleg lucernából készült. Mivel az Alföldön a 20. század elején már intenzív lucernatermesztés folyt. Például a lucerna első kaszálása májusra, legkésőbb pünkösd tájára esik, ilyenkor a legértékesebb: magas a fehérjetartalma, a karotintartalma, és jól szárad. Aki korán kaszált, az jó szénát adott a jószágnak, és hamarabb juthatott második-harmadik növedékhez. Ez a rekordméretű bioboglya valószínüleg egy vágás után épült fel, mert egyáltalán nem látszik rajta rétegződés.

Igen, a boglya bio volt, mielőtt a „bio” előszó létezett volna. Mesterséges inputok nélkül termelt, műtrágyát, szintetikus növényvédő szert nem látott növényből épült. A takarmány a természet ritmusához igazodva, a legmegfelelőbb időpontban lett lekaszálva, majd természetes úton, napfénnyel és széljárással száradt, nem szárítóüzemben, nem fólia alatt. A széna kézi, villával való forgatása, gyűjtése, boglyázása során semmilyen ipari energia nem hasznosult – kizárólag emberi és állati erő. A takarmányt nem fóliabálába tömörítették, nem tartósították tejsavas fermentációval, hanem légszáraz állapotban rakták fel egy élő építménnyé váló boglyába, amely maga is a paraszti térformálás és építészet egyfajta mesterműve. A boglya nemcsak takarmány volt, hanem tanúságtétel egy korszakról, amikor még nem kellett tartani PFAS-alapú perzisztens vegyszermaradványoktól, glifozáttal fertőzött fűtől vagy a száradás, begyűjtés közben a szénába hulladékokkal, szennyezett csapadékkal bekerülő mikroműanyagoktól, nehézfémektől. A jószág, amely ezt ette, valódi biojószág volt – nem a tanúsítvány miatt, hanem mert gondoskodó emberi jelenlét, tudás és tiszta táj állt mögötte.

gazda a fényes jövő ellőtt a mesterséges intelligencia kapujában

— avagy mit adhat az „AI” a földművelésből élő embernek?

A mesterséges intelligencia – vagy angol rövidítéssel AI (Artificial Intelligence) – hallatán legtöbben fehérköpenyes kutatókra és szilíciumvölgyi algoritmusokra gondolnak. Pedig lehet, hogy az egyik legfontosabb felhasználási területe nem a laborban, hanem a határban lesz.

A mezőgazdaság napjainkra az egyik legadatalapúbb ágazattá vált. Az időjárási modellektől kezdve a műholdképeken és drónfelvételeken át a gépadatokig minden művelet mögött ott a lehetőség: ezt már nemcsak érzésből, hanem számszerűsítve is lehet értelmezni.

Az AI abban segít, hogy ezekből az adathalmazokból értelmes, gyakorlati döntéseket támogató információ váljon. Összefüggéseket keres, trendeket mutat ki, előrejelez – még mielőtt a gazda sejtené a változást.

A vetésidő, fejtrágyázás vagy növényvédelem időzítése eddig leginkább megérzéseken, tapasztalaton alapult. A mesterséges intelligencia képes évekre visszamenő adatokból megtanulni, milyen körülmények között mi vált be – és ehhez hasonló szituációkat felismerni.

Így nem tanácsot ad, hanem szcenáriót (forgatókönyvet) mutat: ha jövő hétre esőt jósolnak, melyik tábla kapja meg előbb a szükséges műveletet? Melyik dűlőn érdemes egyáltalán kockáztatni?

A drónokkal készített felvételeket AI-alapú képfeldolgozó algoritmusok is elemezhetik. Az ilyen rendszerek képesek korán észlelni a növényi stressz vagy betegség első, szabad szemmel még nem látható jeleit. Ezzel időt nyerünk, és elkerülhető a „szórjunk mindenhova” típusú, költséges és környezetterhelő beavatkozás.

A modern mezőgazdaság drága gépekkel dolgozik, mégis sok esetben azok kihasználtsága, logisztikája hagy kívánnivalót maga után. Az AI-alapú flottakezelő rendszerek a gépadatokat figyelve javaslatot tesznek arra, mikor, hol, milyen sorrendben érdemes a műveleteket végezni, vagy melyik gép teljesít túl keveset az adott feladathoz képest. Ez nem futurisztikus túlkapás – hanem üzemi racionalitás.

Az AI nem robotgazdát farag, hanem egy újfajta tudást ad. A jövő mezőgazdája nem programoz, hanem kérdez: tudja, mit szeretne megtudni, és felismeri, mikor érdemes egy gép szemszögéből is ránézni a helyzetre, hogy aztán telesen ingyen(!) átfogó megoldást kapjon a felmerülő kérdésekre. Ez a nagyrabecsült józan paraszti ész egy újabb, aranyat érő dimenziója, a józan paraszti mesterséges intelligencia.


FogalomJelentésMezőgazdasági példa
AI (Artificial Intelligence)Mesterséges intelligencia, emberi gondolkodáshoz hasonló problémamegoldás gépi úton.Előrejelzi egy kukoricatábla gombafertőzésének esélyét a talaj és időjárási adatok alapján.
Gépi tanulás (Machine Learning)Olyan algoritmus, amely tanul az adatokból, és egyre jobb döntéseket hoz.Megtanulja, melyik időjárási mintázat után következik leggyakrabban fuzárium.
Képfeldolgozás (Computer Vision)A gép „lát” – képekből ismer fel tárgyakat, állapotokat.Drónfelvételekről felismeri a levélbetegséget a napraforgón.
Prediktív elemzésElőrejelzések készítése múltbeli adatok alapján.Megjósolja, mikor kell kijuttatni a nitrogént, hogy az a legjobban hasznosuljon.
Szenzoradatok integrálásaTalajnedvesség, hőmérséklet, pH, stb. összekapcsolása más adatokkal.Megmutatja, hol túl száraz a tábla öntözés után is, és hol nem szívódott fel a tápanyag.

A józan paraszti ész és a mesterséges intelligencia nem egymást kizáró fogalmak. A nagykapu, amely most nyílik, nem zárja ki az embert a föld műveléséből – épp ellenkezőleg: új eszközökkel ruházza fel.

A kérdés már csak az, ki nem lépett még be rajta.