Drönare är ett effektivt hjälpmedel vid vallodling

De senaste två somrarna har Geodatacentralen fotograferat vallodlingar med hjälp av obemannade luftfarkoster, så kallade drönare. Sammanlagt har man bakom sig ett hundratal flygningar. Syftet har varit att ta fram en fjärranalysmetod för snabb och exakt skattning av vallskördens kvantitet och kvalitet samt variationerna i dem på basis av vegetationen på olika delar av åkern.

En drönare.
Bild:
Julia Hautojärvi

Viktiga kvalitetsfaktorer är framför allt smältbarheten och innehållet av kväve i vegetationen. Smältbarhet spelar en stor roll för vallens fodervärde och kväveinnehållet är en viktig aspekt vid utfodringen av nötkreatur. Utifrån kvävehalten och skördevolymen kan man beräkna näringsupptaget i vegetationen och gödslingsbehovet för följande skörd. Geodatacentralen har samarbetat i projektet med Naturresursinstitutet som bidragit med sakkunskap om vallodling och etablerat vallodlingar med olika egenskaper för forskningen.

– Vi har bevisat att det med hjälp av drönarnas sensorer och maskininlärning är möjligt att exakt mäta kvantitets- och kvalitetsparametrarna i vallvegetationen. Vårt DroneFinland-team har skapat en lösning med vilken vi i realtid kan ta fram de data som behövs och skicka dem till odlaren eller direkt till arbetsmaskinen, om man så vill, säger forskningschef Eija Honkavaara från Geodatacentralen vid Lantmäteriverket.

Fördelar för jordbruksföretagaren

Vallmätning kräver snabbhet, eftersom smältbarheten för vall kan försämras markant till och med på en dag. Vallskörden växer mycket snabbt under början av sommaren, före första ensilageskörden. Dessvärre försämras också kvaliteten drastiskt. För de drygt 9 000 mjölk- och nötkreaturbönderna i Finland är det viktigt att de har tillräcklig tillgång på högkvalitativt ensilage.

– Vi talar om ett stort genombrott. På gårdarna har man inte speciellt bra koll på hektarskörden per skifte eftersom skördemätningarna är mödosamma att göra och vallen skördas 2–3 gånger under sommaren. För skattning av kvalitetsförändringarna finns kommunspecifika prognostjänster som bygger på vegetationsprover och tillväxtmodeller för vall. Att utifrån vegetationen kunna skatta mängden och kvaliteten på vallen strax innan den skördas är ett enormt framsteg. Metoden öppnar dessutom upp nya möjligheter för forskning, bland annat blir det lättare att genomföra experiment på gårdar, säger specialforskare Oiva Niemeläinen från Naturresursinstitutet.

Niemeläinen har varit huvudansvarig för de praktiska arrangemangen för experimenten med vallodlingar.

– Med de nya metoderna får vi in data direkt i digitalt format, till och med för varje kvadratmeter av åkern. Om kartläggningsresultaten är lika generaliserbara och tillförlitliga på stora ytor som de har varit i våra experiment, har det en mycket stor betydelse, säger Oiva Niemeläinen.

År 2018 odlades vall för ensilage på en yta på 571 500 hektar. Vallen skördas två eller tre gånger per sommar, och enligt Naturresursinstitutets skördestatistik uppgick den totala skörden i fjol till 7,3 miljarder kilo.

– Snabb tillgång till resultaten från kartläggningen är ett måste för att bönderna ska kunna fatta informerade beslut under växtsäsongen om när de ska skörda och gödsla vallen.  Det är fråga om stora pengar för en jordbruksföretagare, sammanfattar Niemeläinen.

Bakgrund i flera forskningsprojekt

Projekt för framtagning av nya metoder har pågått redan i några år. Projektet DroneKnowledge, som finansierades av Business Finland, tog fram snabb utrustning, algoritmer och metoder för maskininlärning.

Finlands Akademi finansierade ett spetsprojekt för kvantitativ tredimensionell hyperspektral fjärranalys med obemannade luftfarkoster (”Kvantitatiivista 3D hyperspektristä kaukokartoitusta miehittämättömillä ilma-aluksilla – Teoriasta käytäntöön”) där man arbetade fram en kalibreringsmetod för fastställande av till exempel kvalitetsfaktorer på basis av de färger som mätts med kameran, praktiskt taget oavsett väder.

Dessutom har man haft forskningssamarbete och informationsutbyte med irländska, danska och schweiziska parter i det EU-finansierade ICT Agri-projektet ”GrassQ – Development of ground based and Remote Sensing, automated ‘real-time’ grass quality measurement techniques to enhance grassland management information platforms”.

Metoder för effektivare vallodling har utvecklats i tre forskningsprojekt. Innan metoderna kan implementeras behövs det ändå vidareutveckling av bland annat kartläggningsresultatens generaliserbarhet och snabb hantering av resultaten som underlag för beslut. Resultaten från projekten är mycket uppmuntrande.

– Vår studie ingår i ett större sammanhang av forskning som syftar till en hållbar, sund och klimatneutral jordbruksproduktion. Vallodlingarna och kolfixeringen i dem spelar en stor roll i det, och den nya tekniken för fjärranalys och robotisering möjliggör nya genombrott i denna utveckling, säger Eija Honkavaara.

Automatisering minskar kostnaderna

– Metoderna ska ännu göras effektivare och tas i större skala ut på lämpliga åkrar. Visst har det varit trevlig omväxling till kontorsarbetet att bege sig ut till åkerrenen för flygningarna, men för jordbruksföretagaren är det viktigt att flygningarna kan genomföras autonomt och att de täcker stora områden snabbt, säger forskare Roope Näsi, som hade hand som en stor del av flygningarna i DroneFinland-projektet.

Det räcker inte med bara kartor, utan mätdata ska också bearbetas så att de kan användas som underlag för praktiska beslut på gården.

– För det behövs mångsidiga AI-lösningar som utgår från de gränsvärden som odlaren ger. Maskinerna ska läras hur, var och när de ska arbeta på basis av inmatade data om kvalitet och kvantitet, säger forskare Jere Kaivosoja från Naturresursinstitutet.

Vallodlingar är blandade växtbestånd med flera olika arter och kartläggningarna görs under varierande väderförhållanden. Innan metoden kan allmänt tillämpas på odlingar återstår det en hel del att göra med omvandlingen av bilddata till skördemängder och kvalitetsegenskaper. Det behövs bland annat tester av hur växtlighetens sammansättning påverkar resultatens generaliserbarhet.

Mera information

Eija Honkavaara, forskningschef, 040 192 0835, fornamn.efternamn@lantmateriverket.fi
Oiva Niemeläinen, specialforskare, 040 148 4657, fornamn.efternamn@luke.fi

Välkommen att testa din utrustning i Drone Olympics 2019! Där kan du också ta del i Naturresursinstitutets och Geodatacentralens vallutmaning.

Uusimmat uutiset ja blogit