Billedbehandling skal optimere udbytte og kvalitet af kløvergræsmarker

2016

Kløvergræs er én af landbrugets vigtigste foderkilder, men kvaliteten varierer fra mark til mark. For meget kvælstoftilførsel kan påvirke forholdet mellem kløver og græs. Ved hjælp af et særligt sensitivt kamera, en app og billedbehandling vil partnerne bag projektet, CloverSense, gøre det muligt for landmænd at vurdere kløverforekomsten på hver enkelt mark og gødske med netop den mængde kvælstof, der er behov for. Det vil gavne både foderudnyttelsen, miljøet og landmandens økonomi.

Med et samlet areal på 259.000 hektar er kløvergræs én af de flittigst dyrkede afgrøder i Danmark. Kløver og græs har imidlertid meget forskellige egenskaber, og derfor afhænger kvaliteten også af forholdet mellem kløver- og græsforekomsten på marken.

En høj koncentration af kløver giver eksempelvis et højt indhold af protein og øger desuden foderoptagelsen hos dyrene. Men forholdet spiller også en vigtig rolle, når landmanden skal gødske sine marker:

”Kløver er selv i stand til at optage kvælstof fra luften, og derfor behøver man ikke gødske særligt meget, hvis man har kløver nok i marken. Tværtimod vil for meget kvælstof udkonkurrere kløveren, og så får man mindre udbytte og dårligere foderkvalitet. Problemet er, at det er svært for landmanden at vide, hvor meget han skal tilføre, fordi forholdet mellem kløver og græs er svært at vurdere”, siger René Gislum fra Institut for Agroøkologi og Afgrødesundhed på Aarhus Universitet.

Mindre kvælstof, maksimalt udbytte

I dag bestemmes kvælstofmængden alene ud fra landmandens egen visuelle vurdering af forholdet mellem kløver og græs på hver enkelt mark. Der er altså i bedste fald tale om et kvalificeret gæt, men det bliver der snart lavet om på.

I samarbejde med virksomhederne Agrointelligence og I-gis vil René Gislum og Aarhus Universitet udvikle en kamerabaseret metode til objektiv vurdering af kløverforekomsten på den enkelte mark. Ved hjælp af digital billedbehandling og en algoritmefår landmanden mulighed for at gødske bevidst og målrettet – selv på meget store arealer. Algoritmen kan nemlig skelne mellem kløver og græs og koble forholdet med den optimale mængde kvælstof:

”En landmand med 40 hektar kløvergræs er naturligt nok ikke selv i stand til at vurdere forholdet nøjagtigt. Men får han i stedet mulighed for at fotografere marken forud for gødskning og behandle data effektivt, kan han gødske ud fra det eksakte forhold og både spare kvælstof og maksimere sit udbytte”, siger René Gislum og forsætter:

”Rent teknisk er vi ikke udfordrede – vi kan sagtens tage billederne i høj opløsning, selvom vi monterer kameraet på et markkøretøj. Men vi skal bruge nogle algoritmer til at bestemme kløver-græsforholdet og den optimale kvælstoftilførsel. Og så er det en udfordring at sørge for, at vi har så mange marker og så mange variationer af kløvergræs som muligt i vores database. Derved vil en hvilket som helst landmand være i stand til at bruge vores metode”, fortæller René Gislum.

Teknologi attraktiv i hele verden

Helt konkret skal projektet resultere i et kamera og en software, der kan behandle billederne og give vejledning til kvælstoftilførsel på den enkelte mark. Dertil kommer desuden en smartphone-app, der gør teknologien tilgængelig for landmanden, når behovet opstår:

”Alle landmænd har efterhånden en smartphone i lommen, så vi er i mål, så snart vores algoritme kommer i brug ude i markerne. Hvis de kan se en fordel i teknologien, skal de nok bruge den. Metoden giver dokumentation for, at landmanden gødsker hensigtsmæssigt, og det vil både gavne foderudnyttelsen, miljøet og landmandens økonomi. Samtidig er teknologien attraktiv i andre henseender, hvor potentialet og efterspørgslen er stort internationalt. Kan man eksempelvis skelne en dyrket afgrøde fra ukrudt, kan man også spare sprøjtemidler, og det er noget, der arbejdes på verden over”, siger René Gislum.

Fakta

Projekttitel

Billedbehandling skal optimere udbytte og kvalitet af kløvergræsmarker

Projektdeltagere

Aarhus Universitet, Agrointelligence, I-gis

Projektperiode

August 2016 til december 2019

Bevilget beløb

5.497.483 kroner