Resultaten voucherregeling:

RobotOne detecteert stikstofstatus aardappelen

Stikstof is cruciaal voor de agrarische sector. Gewassen hebben het nodig om te groeien. Maar een deel van de stikstof die wordt toegevoegd, komt in het milieu terecht en zorgt voor verschuiving in biodiversiteit. WUR en Pixelfarming Robotics gebruiken onder de vlag van de voucherregeling een robot om de stikstofstatus van aardappelen te detecteren. Hierdoor weten boeren veel preciezer hoeveel stikstof zij aan planten moeten toevoegen.

Bernardo Maestrini

Jaarlijks wordt meer dan 100 miljoen ton stikstof in de vorm van kunstmest aan landbouwgronden toegediend. Het zorgt ervoor dat er voldoende voedsel wordt geproduceerd om de steeds groter wordende wereldbevolking te voeden. Maar een deel van de stikstof wordt niet door de planten opgenomen en komt in het milieu terecht. Planten die niet zoveel stikstof kunnen verwerken verdwijnen. En planten die juist goed gedijen op stikstofrijke gronden, zoals brandnetels, krijgen de overhand. Om stikstofverliezen te voorkomen gebruiken WUR en Pixelfarming Robotics een robot die de stikstofstatus van aardappelen detecteert.

Multispectrale camera’s aan Robot One

De Robot One is een product van Pixelfarming Robotics. WUR helpt het bedrijf bij het ontwikkelen van een systeem op basis van multispectrale beelden/camera’s om de stikstofstatus van aardappelen te detecteren. “De hoeveelheid canopy-N kan worden geschat door de reflectie van het bladerdak op specifieke golflengte (meestal rood, groen, nabij-infrarood) te combineren tot vegetatie-indices. Dat zijn waarden voor hoeveelheid en kwaliteit van de groene biomassa op het veld,” zegt Bernardo Maestrini, onderzoeker precisielandbouw. “Het basisprincipe is dat pigmenten zoals chlorofyl, waarvan stikstof een belangrijke bouwsteen is, rode straling absorberen en groen en infrarood reflecteren. Hierdoor weten boeren veel nauwkeuriger hoeveel stikstof planten nodig hebben.”

Het idee is om de metingen te gebruiken als input voor de stikstof top dress N-app van WUR op Farmmaps. Dat is een data service platform dat boeren, adviseurs en andere gebruikers in staat stelt om data per landbouwbedrijf veilig op te slaan en te voeden aan modellen en andere kennismodules. Maestrini: “De top dress N-app helpt boeren bij het beslissen hoeveel kunstmest ze in het seizoen moeten aanbrengen. Dat gebeurt in drie stappen: er wordt een schatting gemaakt van gewas canopy-N op basis van reflectie: satelliet of drone. Daarnaast wordt gekeken hoeveel canopy-N er moet zijn, op basis van bijvoorbeeld de opbrengstdoelen. Vervolgens maakt de boer een takenkaart.”

De onderzoekers vergelijken de data met de gegevens die via drones of satellieten worden binnengehaald. Als een boer gegevens van een drone wil gebruiken moet iemand de drone besturen, de gewassen meten en de gegevens toevoegen aan het tractorcomputersysteem. Met de robot kan de operatie sneller worden uitgevoerd, met een hogere ruimtelijke en temporele resolutie. “Uiteindelijk willen we een actuator op de robot laten monteren die automatisch de juiste hoeveelheid stikstof levert,” legt Maestrini uit. “We ontwikkelen ook een camera voor Pixelfarming Robotics. Normaal gesproken worden multispectrale camera's voor open veldgewassen ontwikkeld voor drones en werken we op een veel grotere afstand dan robots. Daarom werken we aan een camera op basis van kant-en-klare grijze camera's gekoppeld aan filters voor specifieke golflengten, rood, groen, infrarood, om een camera te hebben met het gewenste gezichtsveld en een hogere frameresolutie.”

Pixelfarming Academy

Het project gaat ook over het koppelen van Pixelfarming Academy (hun eigen decision support system) aan Farmmaps om gegevens en apps uit te wisselen via web services (API), een software interface. De Pixelfarming Academy is de virtuele omgeving waar Robot One-gebruikers hun robot kunnen trainen om de taken uit te voeren die nodig zijn om de gewassen te verzorgen. “Uiteindelijk willen we met al onze bezigheden stikstofverliezen voorkomen. De voucherregeling ondersteunt ons hierbij.”

Foto: afbeelding van een multispectrale camera die op de robot is gemonteerd. Kleuren zijn paars en groen omdat dat verkeerde kleuren zijn, d.w.z. rood, groen en blauw zoals bij normale RGB-camera's werden niet gemeten.