Stiftelsen lantbruksforskning

Lantbruks- och trädgårdsföretagarnas egen forskningsstiftelse finansierar behovsdriven forskning för svenska förhållanden.
Läs mer

Uppskatta vallens avkastning och näringsinnehåll genom spektral teknik

Status: Avslutat
Projektnummer: R-18-62-989
Kategori: Regional R&D-collaboration
Ansökningsår: 2018
Datum för slutrapport: 30 juni 2020
Huvudsökande: Margareta Emanuelson
Organisation: Sveriges Lantbruksuniversitet
E-postadress: margareta.emanuelson@slu.se
Telefon: +4618671649
Medsökande: Zhenjiang Zhou
Medsökande: Lars Ericson
Beviljade medel: 246 987 SEK

The objective is to develop remote sensing methods to estimate forage nutrition and yield in the field in Northern Sweden. Field and lab measurements on grass-legume mixtures will be conducted from June 2018 to December 2019. At sampling time, drones flight with multispectral cameras, hyper-spectral reflectance measurement (e.g. with Yara N-sensor), and an ultrasonic sensor, will be conducted in order to build prediction models for forage nutrition and yield. The project will develop models for estimating forage digestibility based on a small number (e.g. red, red-edge and NIR) of wavelengths, thus enabling the use of lighter and cheaper technologies that could be mounted on a drone or even on a smart phone. After models are developed at point scale, data from the drone flights can be used to produce a field map of real-time crop growth and nutritional status. Models developed with the Yara N-sensor can be directly used with a commercialized tractor-mounted sensor.

Regional jordbruksforskning för norra Sverige (RJN) ansöker om medfinansiering till bifogat projekt, som beviljats delfinansiering av styrgruppen. Målet är att utveckla fjärranalysmetoder för att uppskatta näringsvärde och avkastning i fält i norra Sverige. Prover tas under 2018-219 från blandvallar och analyseras på näringsvärde. Samtidigt genomförs mätningar med fjärranalysmetoder för att bygga prognosmodeller för näringsvärde och avkastning. Metoderna inkluderar drönare med multispektrala kameror, mätning av hyperspektral reflektion (med Yara N-sensor) och en ultraljudssensor. Projektet kommer att utveckla modeller för att uppskatta fodrets smältbarhet, vilket möjliggör användande av billig teknik som kan monteras på drönare el. dyl. Efter att modeller har utvecklats kan data från drönarflygningarna användas för att producera en fältkarta över realtidstillväxt och näringsstatus. Modeller som utvecklats med Yara N-sensorn kan även användas med en kommersiell traktormonterad sensor.

Syftet med projektet var att använda olika fjärranalysmetoder för att bedöma fodergrödans egenskaper inklusive höjd, avkastning, kvalitet och botanisk sammansättning. Över 300 prover togs under 3 år på olika platser och tillväxtstadier. En ultraljudssensor användes för att exakt (r2=0.90) bedöma grödans höjd. Yara N-Sensor kunde med gott resultat kalibreras för att uppskatta avkastning, råproteinhalt och kväveupptag, särskilt vid användning av maskininlärningsmodeller. För att kunna uppskatta andra kvalitetsparametrar krävs ytterligare metodutveckling. Användning av Yara N-Sensor för att bestämma botanisk sammansättning verkar också lovande (r2=0.73). En annan metod som provades med gott resultat (r2≥0.89) är analys av bilder tagna med mobilkamera. Vi använde s.k. deep learning-teknik för att träna datorn att korrekt urskilja klöverplantorna i en vall. Tekniken verkar lovande och kan utvecklas ytterligare. Projektet har visat att olika fjärranalysmetoder har utvecklingspotential.

I norra Sverige utgörs nära 80% av den odlingsbara marken av flerårig vall för användning i animalieproduktionen. När lantbrukaren ska avgöra lämplig tid för skörd görs en avvägning mellan näringsvärde och skördad mängd, ofta baserat enbart på den egna erfarenheten. För att få mer objektiva, snabba och precisa beslutsunderlag har vi i detta projekt utvecklat metoder för att använda fjärranalys vid insamling av information om en grödas näringsinnehåll och avkastning.
Vi har testat ett antal olika typer av utrustning och analyser. Vi har bland annat provat en ultraljudssensor för att på avstånd skatta höjden hos ett vallbestånd. Beståndshöjden har samband med både avkastning och kvalitet och sensorn kan bidra med användbar information, antingen som enda hjälpmedel, eller i kombination med annan teknik.
Yara-N-Sensor mäter ljusets reflektans i våglängdsområdet mellan 400 och 1000 nm. Detta kan ge information om ett flertal egenskaper hos en gröda. Yara N-Sensor kunde med gott resultat kalibreras för mätning av såväl mängden stående gröda som dess innehåll av protein, särskilt då mätningarna kombinerades med så kallad maskininlärning. Denna sensor, liksom annan liknande utrustning, har också testats för skattning av andra mått på foderkvalitet i stående gröda. De preliminära resultaten är lovande, men metoderna kräver ytterligare utveckling och deras noggrannhet är ännu inte tillräcklig för praktiskt bruk.
Den botaniska sammansättningen, framför allt klöverhalten, är mycket viktig vid bedömningen av en valls fodervärde, men även för att avgöra vallens behov av kvävegödsling eller om den behöver sås om. I det här projektet har vi identifierat två metoder som har potential att användas för att bedöma den botaniska sammansättningen i fält. Yara N-Sensor klarade detta förvånansvärt bra och är intressant att vidareutveckla för praktisk användning. En annan metod som har provats är att analysera bilder tagna med mobilkamera för att bestämma grödans botaniska sammansättning. Detta innebar användning av s.k. deep learning-teknik för att träna datorn att korrekt urskilja klöverplantorna i en vallblandning. Även denna teknik är lovande och kan utvecklas vidare, antingen för vanliga mobilfoton, eller för mer sofistikerad utrustning som kan monteras på fältmaskiner eller drönare.
Våra resultat kommer att utvecklas vidare för att vara till hjälp för lantbrukare att fatta bra beslut, exempelvis för att bedöma om det är dags att skörda en vall, eller att underlätta beslut rörande gödsling baserat på vallens klöverhalt.

 

Antal träffar i projektbanken: 1676

Integrerad bekämpning av klumprotsjuka-avgörande för hållbar höstrapsproduktion
Ann-Charlotte Wallenhammar

Projektnummer: O-16-20-765 • Status: Pågående • Ansökningsår: 2016

Växtodling

Clubroot disease is a serious threat to OSR production in Sweden and genetic resistance is the most important factor in a cropping strategy. The aim is to develop a concept for integrated production of winter OSR supported by DNA technology. Infestation levels and yield of resistant and susceptible …

Läs mer

Finding key parameters for improved forage utilization and lowered methane emissions in dairy cows
Rebecca Danielsson

Projektnummer: O-16-23-762 • Status: Pågående • Ansökningsår: 2016

Mjölk

The aim of this project is to investigate individual differences in the rate of passage of feed, feed efficiency, microbial flora and methane production in cows with different ability to consume large proportion of roughage.
Our previous studies show that methane production differs between cows …

Läs mer

Nya mått i aveln för förbättrad fruktsamhet hos nordiska mjölkkor
Britt Berglund

Projektnummer: O-15-20-587 • Status: Pågående • Ansökningsår: 2015

Mjölk

This project is the Swedish part of the Nordic 4-year project Improving Nordic dairy cow fertility through genetics, the only prioritized research project from Nordic Dairy Cattle R&D, 2015. Research funding is applied for within each country. The focus area of our Swedish part is to investigate …

Läs mer

Molekylära verktyg för detektion av mag- och tarmparasiter och läkemedelsresistens hos får
Lars Johan Höglund

Projektnummer: O-16-20-742 • Status: Pågående • Ansökningsår: 2016

Kött

The project aims to develop and evaluate molecular tests for the detection of gastrointestinal parasites in sheep and their resistance status to anthelmintics. The genetic markers will then be tested in two major sheep flocks to provide an evidence base for a monitoring program that, ultimately, …

Läs mer

Precisionsodling: Beslutsstöd för implementering i svenskt lantbruk
Anders Jonsson

Projektnummer: O-16-21-772 • Status: Pågående • Ansökningsår: 2016

Växtodling
Potatis

The project aims to develop a decision support tool to aid farmers when investing in precision agriculture technology. The project will develop a model to assess the profitability of investments in precision agriculture technology. Within the project data from Swedish and international field trials …

Läs mer

Utvärdering av funktion och ekonomi för alternativa golvlösningar i nötkreatursstall
Christer Bergsten

Projektnummer: O-18-20-161 • Status: Pågående • Ansökningsår: 2018

Kött
Mjölk

We aim to continue an ongoing study to increase knowledge of cattle locomotion on different floors, how they work in practice and what the long term consequences are for welfare and for farmers´ economy. For that purpose advanced biomechanical methods will be used to assess dairy cows´ …

Läs mer

Blad som sporfällor för förbättrade prognostiseringsmetoder
Anna Berlin

Projektnummer: O-16-20-767 • Status: Pågående • Ansökningsår: 2016

Växtodling

Knowledge of disease development in wheat is a prerequisite for good advice on economically and environmentally
adapted control strategies. This project is based on knowledge from a previous SLF project about molecular detection
and spore traps, which showed that the different spore traps catch …

Läs mer

Filtreringsmetoder för utvinning av växtproteiner avsedda för morgondagens produktion av livsmedel
Marilyn Rayner

Projektnummer: O-17-20-982 • Status: Pågående • Ansökningsår: 2017

Växtodling

We are facing a protein shift in which a portion of the animal based protein in our diet needs to be replaced by plant proteins to reduce the climate impact from the food sector. Many agricultural by-streams contain high value proteins not used to their full potential. We aim to recover proteins …

Läs mer

Tidiga larm om produktionsstörningar för snabbare åtgärd och minskade förluster i grisföretag
Fernanda Cetrangolo Dórea

Projektnummer: O-17-20-978 • Status: Pågående • Ansökningsår: 2017

Kött

Disease and production disturbances in a herd are often silent, and may cause major losses if they remain undetected. Continuous analysis and monitoring of data already recorded at the farm level can improve profitability. This project will develop methods for monitoring trends in production and …

Läs mer

Objektiv gangartsanalyse og halthetsutredning av islandshest
Eli Hendrickson, Norges miljø- og biovitenskapelige universitet

Projektnummer: H-17-47-303 • Status: Pågående • Ansökningsår: 2017

Icelandic horses are increasingly popular in Sweden and Norway. Their strength lies in their unique gaits, however, in lame horses this trait becomes a weakness. Evaluating not only lameness but also the leg of origin for lameness in any gait other than trot is exceptionally challenging. Today, we …

Läs mer
Prenumerera på vårt nyhetsbrev