Satellieten en drones voor variabele bemesting en irrigatie

By Pieter Janssens 26 maart 2020

Efficiënte bemesting en irrigatie zijn hot topics binnen onze Belgische landbouw, maar ook in andere Europese landen met intensieve landbouwproductiesystemen.

Ontdek in deze blog meer over het onderzoek uitgevoerd om gegevens van onder andere satellieten en drones te introduceren in de gangbare irrigatie- en bemestingspraktijken om zo het water- en stikstofgebruik bij de productie van landbouwgewassen te optimaliseren.

Bemesting en irrigatiepraktijken optimaliseren

Stikstofmeststoffen bevorderen de groei van planten. Als de hoeveelheid kunstmest echter te hoog is of als de grond te droog is, nemen de planten deze niet volledig op. Overtollig stikstof wordt dan uitgeloogd als het regent en komt als nitraat in het grondwater en andere wateroppervlaktes terecht. Om overbemesting en milieuvervuiling te voorkomen, zijn een betere inschatting van de stikstofopname door gewassen en richtlijnen voor een optimale toevoer van stikstof nodig.

Daarnaast worden we ook vaker geconfronteerd met extreme droogteperiodes. Telers investeren meer en meer in irrigatiesystemen. Maar landbouwirrigatie verbruikt enorme hoeveelheden water. Zelfs de kleinste besparingen zijn daarom belangrijk om de waterbeschikbaarheid en -kwaliteit voor iedereen te kunnen vrijwaren.

Een beredeneerde water- en stikstofgift en met name de combinatie van beide kan telers helpen om met deze milieu-uitdagingen om te gaan. Maar wat kan een teler nu in de praktijk doen?

Data, ervaring en kennis combineren

Allereerst is het van belang om een duidelijk overzicht te krijgen van het veld. Precisielandbouw is gebaseerd op het observeren van en reageren op variaties binnen een veld. Tientallen jaren onderzoek hebben al aangetoond dat vliegtuigen, drones en satellieten ons waardevolle informatie kunnen geven. Deze systemen kunnen op regelmatige tijdstippen gedetailleerde beelden aanleveren. Dit is een budgetvriendelijke manier om de toestand van het gewas op te volgen en ruimtelijke variabiliteit binnen het veld te detecteren.

POTENTIAL-WIG_field.trials.2

Maar een correcte verwerking en interpretatie van de beelden is cruciaal! Satellieten en drones leveren een schat aan informatie over de groei en de gezondheid van de gewas, maar het kennen van de fysisch-chemische toestand van de planten is niet altijd voldoende om teeltpraktijken correct aan te sturen. Voor een juiste interpretatie van satelliet- of dronebeelden en om te achterhalen wat de mogelijke oorzaken zijn van variaties binnen het veld, is het belangrijk om de beelden te combineren met andere informatiebronnen zoals bodemkaarten of bodemscans, hoogtekaarten, weersgegevens of veldwaarnemingen. De ervaring en know-how van de teler is daarbij onmisbaar.

Op weg naar variabele bemesting en irrigatie

Het plaats-specifiek toedienen van water en meststoffen is een krachtige techniek om:

  • het water- en stikstofgebruik lokaal te optimaliseren
  • om milieuverliezen te beperken
  • en tegelijkertijd kosten te besparen

Hoewel er machines beschikbaar zijn voor plaats-specifieke stikstofbemesting en zelfs irrigatie, gebeurt de planning van irrigatie en bemesting in de praktijk meestal aan de hand van beslissingsondersteunende systemen die het veld uniform behandelen. Door informatie over ruimtelijke variabiliteit in deze systemen op te nemen, kunnen telers effectief variabele bemesting en irrigatie gaan toepassen.

Spectrale data gebruiken in de praktijk

Om spectrale gegevens van satellieten en drones te introduceren in de irrigatie- en bemestingspraktijken van onze telers hebben we de krachten gebundeld met remote sensing experten van VITO. In het kader van het POTENTIAL-onderzoeksproject hebben we veldproeven opgezet in aardappel en hebben we de gekeken hoe we variaties in water en stikstofgehalte kunnen meten met behulp van spectrale gegevens afkomstig van satellieten en drones.
Het POTENTIAL project heeft partners in België, Nederland, Duitsland en Denemarken. In deze vier landen is de aardappel een belangrijk landbouwgewas.

Gedurende drie opeenvolgende jaren (2017-2019) monitorden en analyseerden we op de proefvelden:

  • Bodemeigenschappen (bodemwater en stikstofgehalte)
  • gewasontwikkeling (stomatale geleiding als maat voor waterstress, knolopbrengst)
  • spatio-temporele variatie in het veld

POTENTIAL-WIG_field.trials

Uit de multispectrale beelden van satellieten (Sentinel-2) en drones (voorzien van multispectrale camera's) berekenden we een reeks van vegetatie-indices waaronder:  

  • NDVI, een populaire index berekend op basis van metingen in het rode en nabij-infrarode deel van het lichtspectrum, die informatie geeft over de groenheid of gezondheid van het gewas
  • red edge NDVI (NDRE)
  • green and red edge chlorophyll index (CIgreen, CIre)
  • ...

De “red edge” indexen worden vaak gebruikt voor vroegtijdige stressdetectie.

Comparison_veg_indices_satellite-1

Enkele resultaten

Er bleek een positief verband te zijn tussen bodemvocht- en stikstofgehalte en de vegetatie-indexen, zowel de indexen afgeleid uit de dronebeelden als de satellietbeelden. Ook de opbrengst bleek positief gecorreleerd te zijn met de vegetatie-indexen. Al de geteste indexen vertoonden echter een gelijkaardige respons op water- en stikstoftekorten. Het bleek dus niet mogelijk om droogtestress en stikstoftekort van mekaar te onderscheiden met behulp van spectrale data alleen.

De POTENTIAL resultaten bevestigen dat remote sensing heel nuttig is om zones met verminderde groei of gestreste vegetatie binnen aardappelvelden te detecteren. Desalniettemin, om correct te kunnen reageren op deze verstoorde groei, is de combinatie van beeldmateriaal met in situ bodem- of gewaswaarnemingen onmisbaar. Gearchiveerde satellietbeelden bleken bovendien ook een waardevolle bron van informatie, bijvoorbeeld om droge zones binnen het veld in kaart te brengen. Beelden van droge jaren geven ons vaak meer informatie over de veldvariabiliteit dan spectrale beelden die aan het begin van het groeiseizoen verzameld zijn.

POTENTIAL-WIG_correlation_NEWv2Correlatie tussen (a) vegetatie-indexen afgeleid van Sentinel-2 satellietbeelden en gemiddeld gravimetrisch bodemvochtgehalte en (b) dezelfde vegetatie-indexen en gemiddeld NO3-N-gehalte in de bodem op het moment van waarneming. Significante correlaties (p <0,05) zijn gemarkeerd. De correlatieanalyse werd uitgevoerd op 15 plots in het Belgische aardappelproefveld (2018) die (in a) zowel organische als minerale N-bemesting ontvingen of (in b) dezelfde irrigatiedosis toegediend kregen.

Een online platform voor onze telers

Op basis van de resultaten van het POTENTIAL project hebben de Bodemkundige Dienst van België en VITO samen een demonstratieproject opgestart om telers toegang te geven tot satellietbeelden (Sentinel-2), weergegevens, bodemdata en andere relevante informatie via het online WatchITgrow platform dat sinds 2017 operationeel is.
Variabele irrigatie en bemesting is nieuw is voor veel telers. De Bodemkundige Dienst van België wil telers aanmoedigen om deze nieuwe technologieën en platformen te gebruiken en hun daarbij ondersteunen om zo tot een efficiënter gebruik van water- en stikstofgebruik te komen.

We hebben ons irrigatie- en bemestingsadvies geoptimaliseerd. Door gebruik te maken van satellietbeelden kunnen we nu meer representatieve bodemstalen nemen, rekening houdend met de variatie binnen het veld, en plaats-specifiek advies geven in plaats van veld-specifiek advies.

WatchITgrow_appl_map_fert_NL

Deze printscreen van WatchITgrow toont een taakkaart voor variabele stikstofbemesting.

Telers kunnen ook via WatchITgrow bodemstaalnames en -analyses aanvragen bij de Bodemkundige Dienst en toegang te krijgen tot variabele taakkaarten voor plaats-specifieke irrigatie en bemesting. Het project is een mooi voorbeeld van hoe gezamenlijke expertise ervoor kan zorgen dat telers stappen kunnen zetten richting precisielandbouw en de efficiëntie van water- en stikstofgebruik bij de productie van gewassen kunnen verbeteren.

Like this article? Share it on
Pieter Janssens
An article by
Pieter Janssens
Senior Researcher
Bodemkundige Dienst van België
More info about Pieter Janssens
Share

Related posts

Drone Sampling - Boosting efficiency for drone applications
  • Agriculture ,
  • MAPEO ,
  • precision agriculture ,
  • Drone Innovations

Drone Sampling - Boosting efficiency for drone applications

By Dries Raymaekers 13.08.2024

Drones have the potential to transform agriculture by offering detailed and specific insights on crop performance, but the high costs and complexity of..

Lees meer
Making drone technology accessible to farmers
  • Agriculture ,
  • MAPEO ,
  • precision agriculture ,
  • drone data

Making drone technology accessible to farmers

By Stephanie Delalieux 04.12.2023

In modern agriculture, the importance of technology & data has significantly increased in identifying suitable control measures. A notable trend is the..

Lees meer
New plant level statistics for phenotyping vegetable crops with MAPEO
  • AI ,
  • MAPEO ,
  • precision agriculture ,
  • seed breeding ,
  • drone based phenotyping

New plant level statistics for phenotyping vegetable crops with MAPEO

By Sam Oswald 25.09.2023
In the ever-evolving landscape of plant phenotyping, there's a pressing need to get more information about the health and growth of the plants growing in..
Lees meer