Planten groeien sneller of minder snel, afhankelijk van wat er voorheen in diezelfde bodem groeide. Dat blijkt uit onderzoek van de Wageningen University & Research, waarbij een drone met een hyperspectrale camera werd ingezet. Deze remote-sensing-techniek kan verder dienen om ziektes of achterblijvende groei vroeg te signaleren.

Een boer kan natuurlijk een ommetje maken over zijn land en zien dat de planten in een hoekje van het veld niet willen opkomen, of dat ze elders groeien als kool. Maar de trend is richting precisielandbouw, waarbij de efficiëntie verder omhoog kan door belangrijke parameters steeds te monitoren. Daardoor kan snel en heel lokaal worden bijgestuurd als ziekte dreigt of de oogst lijkt te gaan tegenvallen.

Voor dat monitoren zou je een tractor vol kunnen hangen met sensoren, om daarmee over de akker te rijden. Maar er is ook iets te zeggen voor remote sensing: het op een afstand en zonder iets aan te raken meten van de cruciale parameters. Dat gebeurde al met satellieten en nu is er de drone.
 

Proefveldje

De WUR-onderzoekers lieten een unmanned aerial vehicle (UAV) op een hoogte van 60 m banen vliegen boven een proefveldje op de Wageningse campus. Deze drone – een Aerialtronics Altura AT8-octocopter – had een hyperspectrale camera aan boord die vanuit de lucht beelden maakte van de gewassen op de grond. De camera legde de beelden vast in zo’n honderd smalle bandjes van het zonnespectrum.

Dit levert kleurrijke plaatjes op zoals hieronder, met een ongeëvenaarde resolutie van 10 cm, die informatie bevatten over de biochemische en de structuureigenschappen van de planten. ‘Voor dit onderzoek maakte de drone één vlucht, maar in de praktijk laat je hem regelmatig vliegen, zodat je timelapse-plaatjes krijgt. Daarop komen trends in beeld van gewassen en bodem als gevolg van veranderingen in bijvoorbeeld temperatuur en vochtigheid’, zegt prof.dr.ir. Gerlinde De Deyn (WUR).



Haver

Op basis van de beelden concluderen de onderzoekers dat bepaalde gewassen groter groeien als er voorheen in die bodem bepaalde andere gewassen hadden gestaan. Zo groeit haver 10 % groter na een mengsel van bladrammenas en wikke. Daarentegen blijft de groei van de haverplanten juist zo’n 16 % achter als er voorheen op dat veld Engels raaigras heeft gestaan. Ook in de concentratie van bladgroenkorrels zijn soortgelijke effecten te zien.

De onderzoekers zijn geïnteresseerd in remote-sensing-technieken omdat boeren daar in de toekomst hulpbronnen zoals fosfor en stikstof efficiënter mee kunnen inzetten. ‘Door regelmatig een drone met een slimme camera over je land te laten vliegen die opnames maakt, ontdek je in een vroeg stadium of op sommige plekken de groei van de planten achterblijft. Je kunt dan actie ondernemen zodat je het beste uit de bodem haalt’, legt De Deyn uit. ‘Hetzelfde geldt voor ziektes; monitoring vanuit de lucht moet die in een vroege fase aan het licht brengen, zodat de gevolgen voor de oogst beperkt blijven.’
 

Model

De crux van het onderzoek zit hem in een model dat de verbanden legt tussen het lichtspectrum dat de hyperspectrale camera op een bepaalde plek meet en de voorspellende waarde hiervan voor belangrijke landbouwkundige parameters, zoals gewashoogte, bovengrondse biomassa, en stikstof- en bladgroenconcentraties. Een gemeten lichtspectrum zegt op zich nog niets. ‘Daarom hebben we de metingen van de camera aan de drone vergeleken met metingen op de grond en hieruit een voorspellingsmodel ontwikkeld’, aldus De Deyn. ‘Dat doen we door de gewassen te vermalen en chemisch te analyseren.’ Dit voorspellingsmodel kan daarna worden gebruikt om planteigenschappen voor het hele veld in kaart te brengen.

Het onderzoek is beschreven in een open-access-artikel op de website van het vakblad Biogeosciences.

Beeldmateriaal Wageningen Universiteit