Præcisionslandbrug - Brug af Big Data
Gennem de sidste par år er begrebet præcisionslandbrug blevet flittigt brugt i de danske medier og på en række danske landbrugsmesser. Men hvilken betydning har præcisionslandbrug for den enkelte landmand, for landbruget og for miljøet.
Kort fortalt så har præcisionslandbrug rigtig meget at gøre med data, data om afgrødernes placering samt deres tilstand. Udover data så har det også rigtig meget at gøre med den maskinpark, der bliver brugt ifm. det enkelte landbrug. Uden teknologi der kan omsætte data til teknologisk håndtering af afgrøderne, ingen præcisionslandbrug.
GPS - en nøglebrik i den moderne maskinpark
De fleste ved i dag, at GPS er et satellitsystem, man bruger for at finde frem til sin position på jorden. De fleste ved også godt, at man kan koble GPS sammen med køretøjer af forskellig art, herunder også landbrugsmaskiner. Når man kobler landbrugsmaskiner sammen med en GPS-enhed, får man pludselig mulighed for både at sende data og indsamle data ift. den mark, man arbejder på.
Output af data kan omhandle informationer som mejetærskerne opsamler under høst, hvor stor en mængde korn der høstes på et præcist GPS-koordinat. Input af data kan omhandle koordinaterne til afgrænsning af en given mark, man skal arbejde på, så landbrugsmaskinen selv sikrer, at der køres i det rigtige område, eller informationer om hvorledes en mark skal gødes, meter for meter. Med andre ord så kommer man heller ikke uden om GPS, når man vil arbejde med præcisionslandbrug.
Landbrugsmaskinen skal også være konfigureret, så den kan styres automatisk vha. GPS-enheden. Tilsvarende skal sprøjten eller såmaskinen også kunne kobles til GPS-enheden, så disse kan styres automatisk. Når alt dette er på plads, så mangler vi egentlig kun data om, hvorledes en afgrøde skal håndteres. Denne data kan typisk komme fra 3 forskellige kilder:
- Data om høstudbytte fra året før. Denne data er baseret på hvordan sidste års udbytte har været og kan være forældet. Data forudsætter samme vejrforhold som under vækst og høst året før.
- Satellitovervågning, her leveres data fra satellitter, der overflyver jorden fra 100 km's højde. Disse satellitter er afhængige af vejret, da de ikke kan fotografere igennem skyer, opløsningen er forholdsvis lav, typisk fra 10x10 meter op til 30x30 meter afhængig af position. Data ejes her af leverandøren af satellitbillederne.
- Droner, disse overflyver marken i ca. 100 meters højde og indsamler data med en høj opløsning, typisk helt nede til 5x5cm dvs. ca. 40.000 gange bedre ift. den bedste opløsning på en satellit. Data er her typisk ejet af landmanden selv, kan dog også være ejet af droneoperatøren.
For punkt 1 og 2, bruges der de samme værktøjer til den videre analyse. Man fotograferer en mark med specielle kameraer, der opfanger refleksioner fra afgrøden, hvilket muliggør at man efterfølgende kan lave NDVI analyser. Kort fortalt så er NDVI en algoritme, der kan aflæse planters fotosyntese ved at analysere på reflekteret sollys fra marken, for den nysgerrig, læs mere på denne blog om NDVI: Kort intro til NDVI og NDRE
Disse analyser kan omsættes til NDVI-kort, der viser markens helbredstilstand, se eksemplet herunder:
Efter man har lavet NDVI analyse og NDVI-kort af f.eks. marker, kan man bruge denne viden til at oprette zonekort, også kaldet tildelingskort, som fortæller, hvordan den enkelte mark har det. Man kan ud fra dette kort beregne, hvor mange hektarer der har det godt og hvor mange der har det mindre godt. Denne viden kan man bruge til at gøde efter eller til at lave estimater på, hvor meget afkast en afgrøde under høst kan indbringe.
I ovenstående eksempel er der lavet et sådan zonekort med inddeling i 3 zoner efter en afsluttet NDVI-analyse. Marken er efterfølgende opdelt efter resultatet af NDVI-værdierne. Den røde farve indikerer områder med lave NDVI-resultater og den gule farve områder med gode NDVI-resultater. Ud fra hver farve er der herefter lavet en beregning af, hvor mange hektarer der er befinder sig i hver zone. Eksemplet viser, at 4,7 hektarer ud af de 20,2 har det mindre godt, her kan man med fordel gøre en ekstra indsats med gødning som i sidste ende burde give et bedre afkast.
På den måde gøder man kun der, hvor det giver værdi, det sparer landmanden for en masse penge og miljøet for unødig gødning.
Præcisionslandbrug – er det muligt, er det det værd?
Jævnfør en rapport fra Miljø- og fødevareministeriet publiceret 23. marts 2018, så kan landbruget hæve bundlinjen med mellem 255 mio. kr. til 1.2 mia. årligt, så det kan i høj grad betale sig, se rapporten her: Droner og satelliter
Det er også muligt men det kræver omstilling for den enkelte landmand, det kræver at man sikrer, at ens maskinpark er kompatibel med GPS moduler og kan styres af disse. Derudover skal man have en dybere forståelse for, hvorledes man indhenter data fra sine afgrøder. Man skal ligeledes gøre op med sig selv om ejerskabet af data er vigtigt for ens landbrug, samt hvilken opløsning man har brug for. Er dataejerskab vigtigt og er det ligeledes vigtigt at have en høj opløsning, så er det dronemodellen man bør gå efter. Alternativt hvis dataejerskab ikke er vigtigt, og den lave opløsning er acceptabel, så kan satellitmodellen være en mulighed. Begge løsninger koster penge.
Jævnfør en anden artikel publiceret af Effektivt Landbrug den 11/9 2018, så handler det hele om "work smarter not harder".
Se artiklen her: Præcisionslandbrug hjælper både miljø og bundlinjen
Er man nysgerrig og gerne vil vide mere om præcisions landbrug og droner, er man meget velkommen til at kontakte Scout Robotics for en uforpligtende dialog, se kontakt info nederst på denne side: scoutrobotics.dk
