Drone en AI bieden mogelijkheden voor duurzamere gewasbescherming
Vorige maand organiseerde Boerenbond in samenwerking met enkele partners een demonamiddag waarbij werd toegelicht hoe precisielandbouw naar de praktijk gebracht kan worden en kan bijdragen aan een duurzamere gewasbescherming.
ILVO-onderzoeker Jan Bauwens gaf toelichting bij het project OpenAgri, waar zij deel van uitmaken. Eind dit jaar loopt dit Europese project ten einde. Het heeft als voornaamste drijfveer om de digitalisering van de landbouw te democratiseren. Het ILVO speelde een rol in het project om coloradokevers in een aardappelveld te leren detecteren met een drone.
Digitale kloof oplossen
“Er wordt vaak gezegd dat er veel digitale oplossingen al ontwikkeld zijn door de industrie of kennisinstellingen, maar die komen vaak niet bij de eindgebruiker, de landbouwer dus, terecht. De oplossingen op de markt zijn versnipperd, complex en vaak niet aangepast aan de realiteit. Met het project OpenAgri willen de partners hiervan de digitale kloof in de landbouw oplossen”, kaderde Jan Bauwens de insteek.
“Bij elke stap die we gezet hebben, hebben we aan landbouwers gevraagd: ‘is dit interessant voor jou?’, ‘welke oplossingen zijn nodig om dit in jouw context interessant te maken?’. Daarnaast is er een catalogus opgesteld van oplossingen binnen Europa. Er is hierbij een tool gemaakt die de landbouwer kan wegwijs maken in welke oplossingen er zijn, welke aangewezen zijn in zijn context.” Surf voor meer info hierover naar horizon-openagri.eu.
AI-model detecteert coloradokevers
Het ILVO heeft een AI-model gemaakt dat heel gelokaliseerd kan zeggen waar er een uitbraak is van coloradokevers in het veld. Dat kan al vroeg op het seizoen gebeuren. Zo kan eventueel een heel lokale bespuiting gedaan worden om de plaag te bestrijden. “Heel belangrijk daarbij is dat we rekening hebben gehouden met een draadloze connectiviteit. Bestaande oplossingen hebben een heel sterke cloudomgeving (netwerk) nodig om de beelden van het veld naar het AI-model te sturen, waar ze worden geanalyseerd”, legde Jan Bauwens uit.
“Bij het ILVO hebben we anders gewerkt en laten we de analyse van de beelden gebeuren op de drone die vliegt voor de detectie. De enige beelden die hij doorstuurt, zijn effectief degenen die aangeven waar coloradokevers zitten. De uitdaging is een tijdige en efficiënte detectie van de coloradokever om wijdverspreide gewasschade te voorkomen.”
Tot op heden wordt een plaag vaak te laat gedetecteerd, waardoor een gerichte interventie onmogelijk is. Het heeft ook vaak een hoog insecticidegebruik tot gevolg. Handmatige detectie door de aardappelteler in het veld laat nog ruimte voor fouten, aangezien hij onmogelijk iedere plant kan controleren van kop tot teen. Daar komt nog bij dat die controle heel arbeidsintensief is.
Van waarneming naar predictiemodel
Het ILVO heeft een oplossing uitgewerkt door een drone uit te rusten met een hogeresolutiecamera en een AI-model dat coloradokevers bijna in realtime detecteert. Een visualisatie van dit resultaat via een webinterface geeft een zicht op de locatie in het veld én op de ernst van de larvenbesmetting. Ze kunnen dit op 2 manieren doen. Een eerste is om alle beelden te verzamelen in het veld en naar de cloudopslag te sturen voor verwerking. De tweede mogelijkheid is om het AI-model lokaal op de drone te laten draaien en alleen de resultaten terug te sturen naar de cloud.
De hardware die ILVO gebruikt, is een uit de kluiten gewassen onderzoeksdrone. Daarop kunnen verschillende sensoren, camera’s of andere gemonteerd worden. Dat biedt de onderzoekers meer mogelijkheden en flexibiliteit, wat op een kleinere drone niet mogelijk is.
Het is echter niet het volledige beeld dat de camera maakt dat de onderzoekers interesseert. Daarom worden in een eerste fase ‘oninteressante’ delen van de afbeelding zoals grond, onkruid... gemaskeerd en niet verder behandeld door de software. In een tweede fase wordt de aardappelplant in beschouwing genomen. De moeilijkheid is wel dat een drone niet kan waarnemen wat er aan de onderkant van het aardappelblad zit. Larven, eitjes, coloradokevers die daar zitten kunnen vanuit de lucht niet gedetecteerd worden.
“Het ILVO is bezig met een predictiemodel op te stellen, om te weten wanneer het aardappelgewas geïnspecteerd moet worden. Specifiek om de coloradokever op te sporen helpt het opvolgen van de bodemtemperatuur, evenals de totale temperatuursom en de toestand van het nabijgelegen perceel. Finaal wil men het predictiemodel notificaties laten uitsturen wanneer velden daadwerkelijk opgevolgd moeten worden”, aldus nog Bauwens.
Dronedata bieden meerwaarde
Lander Pauwels Malengier van Croptic had het over de mogelijkheden die een drone biedt bij de gewasbescherming. Croptic spitst zich toe op de verwerking van data, met focus op de verwerking van dronedata. “Dronedata zijn compact, handig in gebruik, geven een nieuw perspectief en kunnen een grote meerwaarde bieden”, aldus Lander Pauwels Malengier.
Volgens hem is vliegen met een drone niet moeilijk. “Ook het uitvoeren van verzamelde data via een taakkaart die een spuit of kunstmeststrooier aanstuurt, is niet moeilijk. Wat wel moeilijk is, is de stap ertussen, namelijk de verwerking van de data. Dat vraagt kennis, kunde en tijd. Dat heeft de landbouwer niet altijd in een druk seizoen.” Daarom wil Croptic digitale data op een eenvoudige en begrijpbare manier bruikbaar maken voor de landbouw.
Ze focussen hierbij op taakkaarten en velddata. Taakkaarten sturen een machine aan, velddata geven dan weer inzicht van wat er er in een veld gaande is, bijvoorbeeld hoe gezond is het gewas, hoeveel planten staan er, hoe ziek zijn ze of nog waar zitten de coloradokevers.
Vragen bij rendabiliteit
“Als je op het einde van het jaar uw rekensom maakt en je hebt bijvoorbeeld een droog jaar gehad, dan is het heel moeilijk om hard te bewijzen wat variabel bemesten je heeft opgebracht”, bemerkte Pauwels Malengier. “Het is veel makkelijker om aan te tonen wat een variabale, plaatsspecifieke onkruidbestrijding heeft opgebracht.”
“Een drone die je over het veld laat vliegen, brengt het onkruid in kaart, waardoor de veldspuit later het onkruid dat er staat, kan bestrijden. Deze techniek is stevig in opmars in Nederland. Gangbare gebruiken zijn om overlevende onkruiden na een eerste algemene onkruidbestrijding aan te pakken. Een grote winst valt te halen bij het toepassen van deze techniek in gevoelige gewassen zoals wortelen en uien. Probleemonkruiden zoals knolcyperus, doornappel, duist... zijn vrij makkelijk door een drone in kaart te brengen en nadien plaatsspecifiek te spuiten. Wanneer de onkruidbestrijding heel duur uitvalt doordat er zware middelencombinaties gemaakt worden, dan kan je die financiële rekening verlichten door niet vollevelds, maar plaatsspecifiek te behandelen.”
Lander Pauwels Malengier stelde wel duidelijk dat je lokaal geen middelen mag overdoseren, ook al handel je plaatsspecifiek.
Voor- en nadelen
Hij gaf ook duidelijk de voor- en nadelen aan van spot spraying of plaatsspecifiek spuiten. Afhankelijk van de onkruiddruk zijn volgens hem besparingen tot 95% op de middeleninzet mogelijk. Doordat er minder product nodig is, wordt de onkruidbestrijding goedkoper. Minder herbiciden gebruiken betekent tevens dat het cultuurgewas minder geremd is en dus hogere opbrengsten kan halen. Door enkel te spuiten waar er onkruid staat, wordt het middel beter opgenomen. Er is ook minder uitspoeling van producten, doordat niet gespoten is waar er toch geen onkruid staat. Daardoor hoopt de landbouwsector dat middelen langer toegelaten worden en dat ingetrokken middelen misschien terug erkend kunnen worden in combinatie met spot-spraying.
Deze techniek heeft ook nadelen. Zo kunnen enkel gekiemde onkruiden gespoten worden. Wat de camera niet ziet, kan immers niet bestreden worden. Bodemmiddelen kunnen dus niet toegepast worden via spot spraying.
Pauwels-Malengier verwees ook naar onderzoek dat 3 jaar lang liep in Ierland op gras-klaverpercelen. Door hier enkel pleksgewijs het onkruid te bestrijden werd 30% meeropbrengst gezien zowel in kilo’s als in eiwitgehaltes. Dat kwam doordat de herbiciden een minder remmende werking hadden op het cultuurgewas. De onderzoekers in Ierland concludeerden ook dat er minder stikstofinput nodig was en dat er sneller gemaaid of beweid kon worden na een bespuiting.
Verschillende methoden
Lander Pauwels Malengier gaf aan dat er hiermee zeer nauwkeurig gespoten kan worden. Zelfs rond het gewas spuiten is mogelijk, zo precies is de techniek. “Met een niet-selectief herbicide kan dus toch het onkruid in de cultuurteelt bestreden worden.”
Hij merkte op dat deze techniek in realtime handelt: waar de camera onkruid ziet, wordt er gespoten. “Het nadeel is de beperkte rijsnelheid. De meest courante machines die nu op de markt zijn, hebben een werkbreedte van 6 m. Daarmee kan in optimale omstandigheden 4 à 5 km/uur gereden worden. Nadelen zijn nog de hoge aanschafprijs en een soort van jaarlijks abonnement of licentiekost. De techniek is ook nog niet in ieder gewas toepasbaar, maar leent zich daarom meer tot de ‘dure’ teelten zoals groenten.”
Camera’s op veldspuit
Een nadeel is ook de stevige kostprijs. Een bedrag van 3.000 à 4.000 euro per meter werkbreedte werd genoemd. Ook deze methode is nog niet in ieder gewas in te zetten en kan enkel met selectieve middelen werken.
Onkruidkaart maken
De derde methode die toegelicht werd is, de techniek waarbij er eerst een drone over het veld vliegt, die vervolgens zijn data bezorgt aan een AI-model, dat op kaart weergeeft waar het onkruid in het veld zich bevindt. Die kaart kan je inladen in de spuitcomputer van je veldspuit als deze met een gps-toestel is verbonden en sectieafsluiting heeft. Dan kan je een plaatsspecifieke onkruidbehandeling uitvoeren.
Als voordelen benoemt Lander Pauwels Malengier de beperkte investeringskosten als je de dronevlucht en het maken van de taakkaart uitbesteedt en tegelijk al over een moderne veldspuit beschikt. Nog sterke punten zijn dat de techniek in meerdere gewassen toegepast kan worden en dat je vooraf goed weet hoeveel spuitoplossing je moet klaarmaken.
Nadelen zijn volgens hem dat het een techniek in 2 stappen is: eerst vliegen en data verwerken, dan pas spuiten. Het kan ook even wachten zijn op de taakkaart en ook bij deze techniek kan enkel met selectieve middelen behandeld worden. “Doordat er tijd zit tussen de dronevlucht en het spuiten, kan de verwerker van de data (bijvoorbeeld Croptic) de gebruikte AI-modellen herberekenen en aanpassen naar het gewas of onkruid. Er moet dus niet gewacht worden tot de leverancier van de camera met nieuwe mogelijkheden komt”, stelde Pauwels Malengier nog.
Inputs verminderen
Aaron Van Gehuchten, expert precisielandbouw en dronetoepassingen bij het ILVO, gaf te kennen dat de dronetechniek een soort dienstverlening is geworden binnen het onderzoeksinstituut. “Aan het begin van het jaar maken we een planning op met de onderzoekers en wordt aangegeven wie wanneer welke dronevlucht en -toepassing nodig heeft. Een belangrijke insteek hierbij is om het aantal inputs te verminderen. Denk er dan vooral aan om een arbeidsbesparing te realiseren, maar ook om de inzet van gewasbeschermingsmiddelen en de bemesting te verminderen. Wij kijken vooral naar de juiste toepassing op het juiste moment op de juiste plaats.”
Naast waarnemingsdrones heeft het ILVO nog toepassingsdrones om te zaaien, bemesten en bespuiten. “Spuiten is heel complex met een drone, dus focussen we ons vooral op het zaaien en bemesten. Alles legaal toepasbaar krijgen is, nog moeilijk, maar we werken eraan samen met de afdeling drones van de Federale Overheidsdienst Mobiliteit. We slepen nog Europese wetgeving met ons mee die stelde dat veldtoepassingen vanuit vliegtuigen of helicopters niet kon. Dat versoepelt geleidelijk aan, zeker voor onbemande toepassingen.”
Ondertussen hebben ze een mooie ervaring opgebouwd bij het ILVO met het onderzaaien van groenbemesters in granen of maïs door middel van een drone. Eerlijkheidshalve gaf hij aan dat dit jaar vele proeven niet gelukt zijn omwille van het ontbreken van bodemvocht in de bovenste laag. “Is dat er wel, dan kan de dronetechniek wel wat betekenen”
Aaron Van Gehuchten illustreerde de mogelijkheden van dronetoepassingen nog door kort enkele projecten toe te lichten waar het ILVO bij betrokken is. Samen met Viaverda hebben ze zo proeven aanliggen om aan een variabele loofdoding te doen in aardappelen. “De drone meet de groenheidsindex, de uitdaging die momenteel onderzocht wordt is om te kijken welke dosis loofdodingsmiddel dan nodig is. Samen met vlasboeren loopt een project om de oogst te gaan voorspellen. De drone kan dan helpen bij de perceelsopvolging, beslissingsondersteuning en planning van de oogst.”
Na de theorie, de praktijk
Het theoretische gedeelte van de studienamiddag werd afgesloten met een praktijkgedeelte. Hier toonde het ILVO effectief hoe ze met een drone over een aardappelveld kunnen vliegen om coloradokevers te detecteren. Om er zeker van te zijn dat er exemplaren in het gewas zaten, had het ILVO zelf 3D-geprinte exemplaren meegenomen. De techniek deed evenwel zijn werk en bracht in beeld waar deze namaakcoloradokevers zaten in het veld.
Croptic had met hun drone een tarwestoppel van landbouwer Josse Peeters uit Huldenberg, die gastheer was voor het evenement, gescand op onkruid. De taakkaart die ze maakten, werd ingeladen in de spuitcomputer van de landbouwer. Die reed een rondje over het veld om te demonstreren hoe de sectiegestuurde spuitboom zijn doppen liet opengaan als er onkruid stond. De eerlijkheid gebiedt wel te zeggen dat de spuitmachine niet veel werk had. De demo vond begin september plaats op een tarwestoppel die amper onkruid vertoonde. Of de weersomstandigheden speelden een sterke rol of het was een proper veld als gastlocatie...
