Gradering av vallar i norra Sverige med hjälp av satellitbilder

Mixed leys are among the most important crops in northern Sweden for the dairy production. Mapping the within and between fields variability of the biomass, nitrogen (N) uptake and potentially also forage quality (digestibility and neutral detergent fibre) would help farmers to optimise their practices (including the amount of N for fertilization), leading to higher yields.
Remote sensing enables monitoring of a field based on the analysis of its spectral signature. The Sentinel-2 constellation provides regional scale images with a high spatial resolution. Due to its high frequency of revisit (approximately 2 days) it is ideal to monitor the dynamics of growth and vigour of crops.
We will develop models to link the Sentinel-2 data with measurements of biomass, crude protein concentration (and corresponding N uptake) and digestibility. The models could be implemented within 3 years into CropSAT (cropsat.se) to provide a decision support system for farmers in northern Sweden.

Jordbruket in norra Sverige domineras av djurhållning. I synnerhet blandvallar är en av de viktigaste grödorna. Kartläggning av variationen av biomassa och kväveupptag, både inom och mellan fält, samt potentiellt även vallkvalitet (smältbarhet och NDF-halt), kan hjälpa lantbrukare att optimera odlingen (inklusive kvävegivan).
Med hjälp av satellitbaserad fjärranalys kan man med dess spektrala signatur i detalj analysera och följa grödornas utveckling och egenskaper. Sentinel-2-satelliterna passerar över norra Sverige ungefär varannan dag vilket ger goda möjligheter att med hög spatial upplösning följa grödorna i hela regionen.
Vi kommer att utveckla modeller som länkar Sentinel-2-data med mätdata över biomassa, råproteinhalt (och korresponderande kväveupptag) samt smältbarhet. Modellerna kan implementeras i beslutsstödsystemet CropSAT (cropsat.se) och därmed tillgängliggöras för alla lantbrukare i Norrland.

Det arbete som redovisas här är del av ett pågående projekt finansierat av RJN och SLF. Syftet är att använda satellitbilder från Sentinel-2 för att övervaka egenskaper hos vallar i norra Sverige, såsom ts-avkastning, råproteinhalt, kväveupptag och smältbarhet. Under 2019 utfördes 72 provtagningar på fyra platser och 133 satellitbilder bearbetades. De första resultaten tyder på att regression med vegetationsindex från satellitbilder har begränsad potential för att uppskatta biomassaproduktionen, främst pga att dessa index tenderar att bli mättade när avkastningen överstiger 2 ton ts/ha. Om en tidsfaktor integreras i modellen visar dock spektralinformationen lovande resultat, med ett tydligt linjärt förhållande (R2=0,86, RMSE=526,0 kg/ha). Andra metoder innefattande maskininlärning testas nu och förväntas ge bättre resultat. Eftersom resultaten av de kemiska analyserna kom först nyligen har det ännu inte varit möjligt att bygga och testa modeller för näringskvalitet och kväveupptag.

Arbetet som presenteras i denna SLF-slutrapport är en del av ett pågående projekt finansierat av RJN och SLF. Slutdatum för hela projektet är 2020-12-31.
Fodergrödor, framför allt i form av blandvall, utgör en dominerande del av jordbrukslandskapet i Sverige. Detta gäller särskilt i norra delen av landet där den utgör mer än 70 % av den totala åkerarealen. Det vallfoder som produceras är ekonomiskt viktigt, eftersom det är den främsta foderkällan för våra idisslare och därmed också för mejeriindustrin och all annan industri som bygger på produkter från idisslare.
Ett verktyg för att kartlägga vallens biomassa, kvävestatus och näringskvalitet kan hjälpa lantbrukaren att planera gödsling, skörd och utfodring, och så småningom resultera i en ekonomiskt och miljömässigt mer hållbar produktion. För detta ändamål har vi utvärderat användbarheten hos satellitbilder för att övervaka vallars biomassaproduktion, kvävebehov och näringskvalitet.
Sentinel-2 utgörs av två synkroniserade satelliter som kretsar runt jorden och tillhandahåller bilder med ungefär två dagars mellanrum vid våra breddgrader. Det gör att dessa satelliter är intressanta för att följa förändringar hos växtlighet över tiden. Dessutom innehåller bilderna en mängd spektral information, med ljus fångat i 13 våglängdsband i de synliga, nära infraröda och kortvågiga infraröda intervallen av ljuset. Denna mängd av spektral information är mycket värdefull för att övervaka de ovan nämnda egenskaperna hos en gröda.
Fältmätningar utfördes under 2019 på fyra platser med skiftande jord- och klimatförhållanden i norra Sverige, vilket resulterade i 216 prover. Totalt 133 satellitbilder som togs under samma period laddades ner och har bearbetats. Det första tillvägagångssättet för att uppskatta växtegenskaper var att bygga datamodeller utifrån satellitbaserade vegetationsindex. Vegetationsindex, såsom NDVI (Normalized Difference Vegetation Index), kombinerar informationen från olika våglängdsområden som är känsliga för t.ex. klorofyllhalt eller biomassa.
För biomassa fann vi att potentialen hos vegetationsindexen var begränsad, eftersom de tenderar att nå ett konstant värde när torrsubstansavkastningen överstiger 2 ton per hektar. Men när index integrerades över tiden (till exempel genom att summera värdena för bildberäknade NDVI mellan två skördetillfällen) var det möjligt att uppskatta torrsubstansavkastningen med tillfredsställande precision. Det har ännu inte varit möjligt att testa tillvägagångssättet rörande provernas näringskvalitet, eftersom resultaten från laboratoriet blev tillgängliga först nyligen (2020-08-14).
De resultat vi hittills har uppnått har gjort det möjligt för oss att förkasta vissa tillvägagångssätt och identifiera andra som bekräftar potentialen hos fjärranalys via satellit för att övervaka vallar. Dessutom återstår att utforska andra metoder av intresse, däribland maskininlärning.