Satellieten, drones en gewasbescherming: welkom in Onstwedde!

18 06 2016

Door Anne Bruinsma

Founder FarmHackNL, gericht op open innovatie en praktijktische en verrassende toepassingen van data en technologie in de landbouw.

Satellieten, drones en gewasbescherming: welkom in Onstwedde!

Nanne en Gert Sterenborg houden hun gewassen goed in de gaten vanuit de ruimte en de lucht: ze maken intensief gebruik van satelliet- en dronebeeld om allerlei vegetatie en groei indices te berekenen die als basis zouden kunnen dienen voor o.a. hun phytophthora spuitstrategie.

datablog1datablog3a(1)

In deze FarmHack gaan we op zoek naar een antwoord op: hoe kun je op basis van drone/satellietbeelden de dosering (automatisch) aanpassen voor het spuiten tegen phytophthora?

Om hier een zinnig antwoord op te kunnen geven moet je iets weten over de groei van de individuele planten. Aangezien de resolutie van satellietbeelden hiervoor vaak te laag is gaan we gebruik maken van dronebeelden. We focussen ons op één perceel; deze wordt drie keer “ingemeten” door een drone van Dronewerkers. Op 3 juni is de eerste opname gemaakt. Tijdens de FarmHack op 24 juni wordt de derde vlucht uitgevoerd.

plantjes plantjes

De geel/groene plekken in de drone foto (rechts) zijn de plantjes in eerste foto (links)

Tijdens deze FarmHack worden we bijgestaan door Gert. Hij is – naast boerenzoon – ook student Geo-Information Sciences. Hij is behoorlijk bedreven in het analyseren van satelliet- en dronedata en zit boordevol ideeen hoe hun informatie infrastructuur te verbeteren is.

De data

Overzicht van alle percelen

Net zoals andere data-driven boeren houden Nanne en Gert een digitale administratie bij. Ze weten precies waar alle percelen liggen, wat ze opbrengen en welke activiteiten er wanneer zijn uitgevoerd.

Satellietbeelden

De satellietbeelden vormen de core van de Sterenborg data analytics pijplijn. De beelden komen van de SPOT 7 en de Sentinel-2 satellieten. Hoewel deze op het oog er niet anders uitzien dan we gewend zijn van bijv. Google Maps, steken ze wel degelijk anders in elkaar. De satellieten zijn uitgerust met multispectrale camera’s die naast het groen, rood en blauw die mensen kunnen zien, ook de z.g.n near-infrared (NIR) golflengte (~700 nm – ~1 mm) kunnen waarnemen. Door de verschillende bands slim met elkaar te combineren kom je een hoop te weten over het gewas bijv. de hoeveelheid groenmassa.

datablog2

Dronebeelden

Hoewel je een heel eind komt met satellietbeelden zijn er de nodige tekortkomingen: de resolutie en overvliegfrequentie zijn relatief laag. Ook moet je geluk hebben dat het die dag niet bewolkt is. Daarom zetten Gert en Nanne steeds vaker drones in. Drones vliegen laag over de grond hetgeen de resolutie en beschikbaarheid van bruikbare beelden ten goede komt. Dronebeelden stellen je in staat om individuele planten te observeren.

datablog3

De ruwe satelliet- en dronebeelden worden bewerkt tot Normalized Difference Vegetation Index, Leaf Area Index, Canopy Chlorophyl Content Index, e.a. Deze dienen als input voor o.a. het bepalen van een phytophthora spuitstrategie voor elk perceel.

Als ik Gert vraag hoe je al deze indices berekend wordt ik bedolven onder wetenschappelijke artikelen, formules en grafieken. Voor de Sterenborgs is science- and data-driven farming the name of the game!

datablog4

Bron: http://rangeview.arizona.edu/science-behind-droughtview/

 

De basis: NDVI kaarten

De Normalized Difference Vegetation Index is een maat voor de hoeveelheid levende groene massa. Het is eenvoudig te berekenen door pixelwaardes (reflectiecoëfficiënt) van de near-infrared en red band als volgt te combineren: (near-infraredred)/(near-infrared + red). Een hoge NDVI waarde (de groene gebieden in onderstaande afbeeldings) duidt op de aanwezigheid van veel biomassa.

datablog5

datablog6

De NDVI kaarten vormen de basis voor de overige indices en uiteindelijk voor de phytophthora spuitkaarten: door twee NDVI opnames met elkaar te vergelijken kun je de groei van een gewas bepalen. Dit gebeurt o.a. aan de hand van de Leaf Area Index. De groei bepaalt mede hoeveel en waar er tegen phytophthora gespoten moet worden. Deze informatie wordt verwerkt tot een z.g.n. task map (afbeelding hieronder). Aan de hand hiervan weet de machine hoeveel het waar moet spuiten.

datablog7

Boer&Bunder

Tijdens deze FarmHack kunnen we gebruik maken van de Boer&Bunder API. In B&B vind je informatie over alle percelen in Nederland: wat heeft er de afgelopen jaren gegroeid, hoe ziet de bodem eruit, hoe is de hoogteverloop, e.a. Met Boer&Bunder kun je bijv. makkelijk percelen met elkaar vergelijken.

Afwatering

Door het Actueel Hoogtebestand Nederland te combineren met informatie over de samenstelling van de bodem is het mogelijk om watershed analyse uit te voeren. Op onderstaande afbeelding zie je hoe het regenwater (witte lijnen) van de percelen stroomt. De witte gebieden laten zien waar het mogelijk blijft hangen en mogelijk plassen ontstaan.

datablog8

De uitdaging

Op dit moment gaan een hoop handelingen met de hand. Gert en Nanne willen dit proces automatiseren zodat ze met één druk op de knop een task map voor elk perceel kunnen maken. Belangrijk hierbij is om ruimte te laten voor het “boeren verstand”: soms weet je als boer het net iets beter dan een algoritme. Het makkelijk manipuleren van de uitkomsten is m.a.w. cruciaal.

Door deze gegevens beschikbaar te maken in het veld wordt het mogelijk om de berekeningen naast de werkelijkheid te leggen als eerste stap naar verificatie en validatie.

Gert geeft verder aan dat hij intuitive tools mist waarmee hij makkelijk en snel percelen onderling kan vergelijken op basis van eigen data, open data en data op het web zoals bijv. http://groenmonitor.nl en https://boerenbunder.nl.

Uiteraard staan Nannen en Gert open voor andere ideeen, toepassingen en oplossingen. Ga daarom snel naar https://data.farmhack.nl/challengers/sterenborg en bemachtig de data. Je vindt Gert ook in Gitter. Schroom niet om hem moeilijke vragen te stellen!

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Deel dit bericht

MEER BERICHTEN

FarmHack Campus

De plannen voor 2024!  FarmHack ontwikkelt zich verder tot een moderne ontmoetingsplaats en dienstverlener voor netwerkend leren in duurzame landbouw […]

De lessen van het FarmHack Forum

We stoppen met het FarmHack Forum! Voor ons lang het medium voor het stroomlijnen van communicatie en het ondersteunen van samenwerking. Maar we liepen ook tegen de grenzen van het medium aan. Voordat we op 31 december de stekker uit het Forum trekken, zetten we in een aantal highlights en inzichten op een rij. We wilden met name boeren ondersteunen in het van elkaar leren, kennis van koplopers breed ontsluiten en vragen en zorgen ophalen en bespreekbaar maken. Hoe brachten we het daarvan af?

Results Carbon Farming Pilot

ZLTO wants to support farmers by providing robust and trustworthy carbon farming planning for the long-term. We also needed to look at ways to reduce administrative burden , and to increase awareness among farmers on the value of data collection and data ownership. In this blogpost we focus on sharing our results on the relevance and applicability of machine data in this regard.

Veldnotities #2: Dataruimte voor de Boer

De datapositie van boeren moet beter. Eigenlijk is iedereen het daarover eens. Om die positie te verbeteren, gaat het steeds vaker over “een eigen dataruimte voor iedere boer”: een digitale omgeving waarin je als boer je eigen data kan beheren, analyseren en gebruiken. In aflevering 2 van veldnotities zetten we op aantal zaken op een rij over dataruimtes en decentrale opslag van landbouwdata.

Veldnotities #1: LandbouwData en Duurzaamheid

De vraag naar landbouwdata is groot, en neemt alleen nog maar verder toe. Data is nodig voor het begrijpen en monitoren van duurzaamheid, voor het meten en belonen van prestaties, voor het voeden van modellen en maken van voorspellingen. Maar zijn data en landbouwdata en IT nu de krachtige hulpmiddelen voor boeren die ze zouden kunnen zijn? Waar wordt op dit moment aan gewerkt, wat gaat er goed, wat kan er beter?

Data Delen en Carbon Farming

Voor een betrouwbare en kosteneffectieve compensatieregeling voor koolstofvastlegging is veel data nodig. Een veel gehoord uitgangspunt is dat data van de boer is, en zoveel mogelijk ook bij de boer moet blijven. Maar wat betekent dat precies in het geval van Carbon Farming? In deze blogpost beschrijven we onze eerste ervaringen met een technologische oplossing die data vrijer laat bewegen zonder dat de boer controle of keuzevrijheid verliest.