Når markforsøg bliver højteknologiske

Dansk landbrug er i stigende grad presset til mere effektiv og miljøskånsom produktion. Det skaber behov for større viden og nye markforsøg. Teknologisk Instituts afdeling, Agrotech, har derfor iværksat to nye projekter, som skal teste ny teknologi til fremtidens markforsøg.

Af Lars Byrdal Kjær og Philipp Trénel, Teknologisk Institut

Planteavlen i Danmark har i mere end 100 år været baseret på viden fra forsøg i marken, som har været udført på forsøgsstationer og i praksisnære forsøg hos landmændene selv. Dette er sket i form af de såkaldte Landsforsøg, som gennemføres af SEGES i samarbejde med Teknologisk Institut og lokale rådgivningscentre. Forsøgene har gjort det muligt for landmændene at være først med de bedste sorter samt gødsknings- og sprøjtestrategier.

Dog er ressourcerne til gennemførsel af markforsøg i løbet af de seneste år blevet reduceret. Det er sket til trods for, at landbruget står overfor store udfordringer, der kræver ny viden. Landbruget forventes da også at gennemgå en øget teknologisering og automatisering baseret på sensorer og store mængder data.

Der er derfor behov for at udvikle næste generations markforsøg, hvormed man skal finde nye metoder til at hente mere viden ud af markerne. Det er på denne baggrund, at Teknologisk Instituts division, AgroTech, har iværksat to projekter, ’Højteknologiske Markforsøg’ og ’Nye afgrødeanalyser’. De har til formål at udvikle, teste og implementere nye teknologier til brug i markforsøgene. Projektet er støttet af resultatkontraktmidler fra Forsknings- og Innovationsstyrelsen.

Et billede kan sige mere end 1000 ord

Teknologisk Institut fået udviklet et kamera-setup, der muliggør optagelse af billeder i meget høj kvalitet i de enkelte parceller, mens der køres over marken. Billederne er i princippet almindelige farvebilleder, men med avanceret databehandling kan de enkelte pixels adskilles i farvelag via algoritmer, som Teknologisk Institut har udviklet. Det betyder for eksempel, at plantetal, vækst og biomasse kan bestemmes. Målinger som denne kan være relevante i forsøg med karakterisering af fremspiring, radrensning, de forskellige sorters konkurrence overfor ukrudt, afprøvning af bejdsemidler og lignende.

På den korte bane vil man kunne erstatte dyre og langsommelige registreringsmetoder med en billigere og hurtigere metode. Og på den lidt længere bane kan man forestille sig, at algoritmerne indbygges i gødningsspredere, så kløvergræsmarkerne gødskes mere præcist ud fra kløverandelen.

Sensorer og big data

Der vil i fremtiden komme flere og flere sensorer på og i alting. Traktorcomputeren ved, hvor den har kørt, hvad der er gødsket og sprøjtet med. Ploven og andre jordbehandlingsredskaber vil registrere jordtype, jordpakning og vand – og øvrige markdata og vejrforhold vil ligge på store servere. Udover bedriftsdata vil satellitdata med mere information og højere opløsning blive tilgængelige og tilføje endnu et lag viden.

Alle disse data kan kendetegnes som big data, og vil kunne medføre en dataficering af landbruget. Avancerede algoritmer vil omdanne disse mange data til information, som kan sammenholdes med eksisterende viden. Mulighederne for bedre beslutningsstøtte og optimal styring af indsatsen i den enkelte mark vil blive meget store.

Teknologisk Institut har i flere sammenhænge udviklet big-data-analyser og algoritmer for teknologileverandører til landbruget. Den hidtidige erfaring viser, at man kan hente brugbar information ud af næsten alle dataobservationer under forudsætning af, at man både har statistiske kompetencer og domænekendskab.

Fra teori til praksis

I forsøgene er det relativt nemt at indsamle og behandle data. I praksis – for den enkelte landmand – bliver udfordringen dog at få de mange forskelligartede data til at spille sammen på en måde, der gør hverdagen nemmere og driften mere effektiv.

Læs hele artiklen her