Tilbake til søkeresultatene

MAT-SLF-Matprogr.:Prosj.fullfin.av SLF

Bruk av fjernmåling for økt presisjon i engdyrking

Alternativ tittel: Use of remote sensing for increased precision in forage production

Tildelt: kr 0,32 mill.

Prosjektnummer:

244251

Prosjektperiode:

2015 - 2018

Geografi:

Samarbeidsland:

For å kunne øke avlingene og oppnå en mer lønnsom husdyrproduksjon, må potensialet til grovfôrressursene utnyttes mer optimalt. Fjernmålingsteknologi (med sensorer montert på traktor, droner og satellitt eller bærbare) er verktøy som kan bidra med rask kartlegging av avlingsmengde og kvalitet, og kan brukes på ulike nivå, fra engskifte til region/nasjonalt. Fjernmåling er basert på at alle objekter reflekterer eller avgir strålingsenergi i form av elektromagnetisk stråling. Refleksjonsmønsteret fra vegetasjonen er bestemt av fysiske/kjemiske forhold ved plantene. Ved å ta i bruk sensorer som oppfatter store deler av lysspekteret, kan en utvikle modeller basert på sammenheng mellom refleksjon og målt avling og kvalitet. I dette prosjektet har vi undersøkt hvordan sensorteknologi på ulike plattformer kan brukes i grovfôrproduksjon for å lage systemer tilpasset både regionale interesser og den enkelte gårdbruker. Vi har undersøkt om vi kan skille ulike fôrvekster fra hverandre basert på om de avgir ulike signaturer i reflektert elektromagnetisk stråling (reflektans) som sensorene måler. Vi har brukt håndholdt sensor (ASD FieldSpec3) og et hyperspektralt kamera (Rikola) montert på drone (UAV) til å måle reflektans hos flere grasarter og kløver rett før høsting. Analyser av reflektansen fra de ulike artene viste at kløver hadde en annen signatur enn grasartene. Det var mindre forskjeller mellom grasartene, men det var likevel mulig å skille timotei fra engsvingel og raigras. For å undersøke om fjernmåling kan brukes til estimering av avling og fôrkvalitet etablerte vi feltforsøk på Holt (Tromsø), Kvithamar (Stjørdal) og Apelsvoll (Kapp) med blanding av timotei, engsvingel og litt rødkløver ved tre gjødslingsnivå. I feltforsøkene målte vi reflektans med håndholdt sensor rett før avling ble høstet og veid fra to slåtter på hvert sted. Sensor montert på drone ble brukt på de samme feltene på Apelsvoll og Kvithamar. Fôrkvalitet i avlinga ble analysert. Resultatene viste at fjernmåling er velegnet til å estimere avling og fôrkvalitet i grovfôrdyrking, men dronebaserte målinger er bedre enn håndholdte. De ulike signaturene til gras og kløver viser videre at det er nødvendig å ta hensyn til kløver eller urteandel i enga, og at det er behov for videre undersøkelser av effekter av botanisk sammensetning på spektral signatur og modellering. Vi har forsøkt å estimere avling i engskifter hos gårdbrukere med drone og håndholdt sensor. Foreløpige resultater med dronedata viser tydelig variasjonen innad i skifter. Men korrelasjonen med avling i engskiftene er dårligere enn for eksperimentelle feltene, antakelig pga. større variasjon i botanisk sammensetning, jordforhold og andre miljøeffekter. Foreløpige resultater med håndholdt sensor viser at avlingene kunne estimeres tilfredsstillende ved å bruke deler av spekteret (350-900 nm). Nordnorsk klima med mye fuktig vær under målingene,spesielt i 2017, påvirker spektrene og skaper støy som påvirker resultatene. Lysforholdene i Nord-Norge er også spesielle, med svært lav solvinkel i forhold til sørligere breddegrader. Dette viser at det er nødvendig å gjøre ytterligere undersøkelser for å sikre bedre modellering Nye satellitter passerer nesten daglig og har avanserte optiske sensorer som åpner for å bruke satellittdata til regional overvåking. Vi undersøkte om satellittdata kan brukes til å identifisere areal med vinterskader slik at omfanget kan kartfestes. Areal med og uten vinterskader fra Målselv i Troms fra 2017 ble identifisert og tilgjengelige satellittbilder fra Landsat og Sentinel-2 fra våren 2017 ble lastet ned fra rundt vekststart. Disse arealene ble brukt som grunnlag for modellering av spektrale signaler forbundet med vinterskade. Resultatene viste signifikant korrelasjon mellom vinterskadet areal estimert med satellittdata og areal rapportert vinterskadet. Satellittdata kan dermed brukes til å estimere regionalt omfang av vinterskade, men en er avhengig av å ha skyfrie bilder rundt vekststart og lokal rapportering av dato for vekststart og lokale referansedata. Metoden kan ikke brukes på historiske data uten gode referansedata. Vi estimerte avling og botanisk sammensetning på skiftenivå i eng av ulik alder i fjellbygder i Sør-Norge, i Møre og Romsdal og i Nord-Norge ved hjelp av arealmåling, telling av rundballer og veiing av tre rundballer per skifte og slått. Det ble også tatt ut prøver for fastsetting av tørrstoffprosent og fôrkvalitet (NIRS). Undersøkelsene viser stor variasjon i avlingsnivå med klar avlingsnedgang med alder på enga i fjellbygdene. I Møre og Romsdal var det små forskjeller mellom aldersgruppene. I N-Norge ble avlingen redusert i eldre eng. Sådde arter ble redusert med økende alder og ble erstattet med kveke og engrapp. Fôrkvalitet var lite påvirket av engalder, men lå lavest i Finnmark. Tørrstoffinnhold og vekt på rundballene lå generelt høyere enn normtall brukt av SSB og NIBIO.

Forage is a key resource for ruminant meat and milk production. Information on yields and forage quality on the standing crop could help farmers make appropriate management decisions concerning i.e.: harvesting sequence of different fields according to yield and feed quality, sorting according to feed quality, purchasing the appropriate supplements, stocking rate etc. More precise information on variations at field and regional level can give better knowledge on the links between yields and agricultural practices, soil and climate. Remote sensing utilizes the electromagnetic radiant energy reflected or emitted from an object, to indirectly determine its properties. Based on the relationship between reflection from plant canopy and some precisely measured characteristics, i.e. yield or quality, models can be developed to estimate these properties by remote sensing measurements only. The methodology is fast and cost-efficient, once reliable calibration models are established. The remotely sensed data may be acquired with a variety of sensor platforms: hand-held, tractor-mounted, mounted on unmanned aerial vehicles (UAVs), or on airplanes and satellites. Bioforsk has already developed a sensor-based system for estimating yields and quality of spring cereals in Norway. Internationally, related approaches have been reported for grassland too, where both handheld sensor system and remote measurements with satellite data have been used to estimate forage quality, yield and productivity with promising results. In this project we will use sensor technology at different scales in forage production to create systems tailored to both regional interests and the individual farmer under Norwegian conditions.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Budsjettformål:

MAT-SLF-Matprogr.:Prosj.fullfin.av SLF

Finansieringskilder