Drones die velden in de gaten houden op onkruid en robots die gewasziekten aanpakken en behandelen, klinken misschien als sciencefiction, maar gebeuren in werkelijkheid al, althans op sommige experimentele boerderijen. Onderzoekers van de PhenoRob Cluster of Excellence aan de Universiteit van Bonn werken aan het bevorderen van de slimme digitalisering van de landbouw en hebben nu een lijst gepubliceerd met onderzoeksvragen die in de toekomst als prioriteit moeten worden aangepakt. Hun artikel verschijnt in het European Journal of Agronomie .

Dat de aarde tegenwoordig meer dan 8 miljard mensen voedt, is niet in de laatste plaats te danken aan de moderne, hoogwaardige landbouw. Dit succes brengt echter hoge kosten met zich mee. De huidige teeltmethoden bedreigen de biodiversiteit, terwijl de productie van synthetische meststoffen broeikasgassen genereert en landbouwchemicaliën de waterlichamen en het milieu vervuilen.

Veel van deze problemen kunnen worden verholpen door meer gerichte methoden te gebruiken, bijvoorbeeld door alleen herbiciden toe te passen op die plekken in een veld waar onkruid daadwerkelijk een probleem wordt, in plaats van het hele gebied te behandelen. Andere mogelijkheden zijn om zieke gewassen individueel te behandelen en alleen te bemesten waar dat echt nodig is. Toch zijn strategieën als deze uiterst ingewikkeld en vrijwel onmogelijk om op conventionele wijze op grote schaal te beheren.

Hightech en AI benutten om duurzamer en efficiënter te worden

"Een antwoord zou kunnen zijn om slimme digitale technologieën te gebruiken", legt Hugo Storm uit, lid van de PhenoRob Cluster of Excellence. De Universiteit van Bonn werkt samen met Forschungszentrum Jülich, het Fraunhofer Instituut voor Algoritmen en Wetenschappelijk Computergebruik in Sankt Augustin, het Leibniz Centrum voor Landbouwlandschapsonderzoek in Müncheberg en het Instituut voor Suikerbietenonderzoek in Göttingen aan een grootschalig project gericht op het maken van landbouw efficiënter en milieuvriendelijker met behulp van nieuwe technologieën en kunstmatige intelligentie (AI).

De onderzoekers komen uit allerlei vakgebieden, waaronder ecologie, plantenwetenschappen, bodemwetenschappen, informatica, robotica, geodesie en landbouweconomie. In hun onlangs gepubliceerde position paper zetten zij de stappen uiteen die volgens hen op de korte termijn als prioriteit moeten worden gezet.

"We hebben een paar belangrijke onderzoeksvragen geïdentificeerd", zegt Storm. Eén daarvan heeft betrekking op het monitoren van landbouwgrond om eventuele tekorten aan voedingsstoffen, onkruidgroei of ongedierte in realtime op te sporen. Satellietbeelden geven een globaal overzicht, terwijl drones of robots een veel gedetailleerdere monitoring mogelijk maken. Deze laatste kan systematisch een heel veld bestrijken en daarbij zelfs de toestand van individuele planten registreren.

“Eén moeilijkheid ligt in het aan elkaar koppelen van al deze stukjes informatie”, zegt Storms collega Sabine Seidel, die samen met hem de publicatie coördineerde:“Wanneer is bijvoorbeeld een lage resolutie voldoende? Wanneer moeten dingen gedetailleerder worden? Moeten drones vliegen om maximale efficiëntie te bereiken bij het bekijken van alle gewassen, vooral de gewassen die gevaar lopen?"

De verkregen gegevens geven een beeld van de huidige situatie. Boeren zijn echter vooral geïnteresseerd in het afwegen van verschillende mogelijke strategieën en de mogelijke implicaties daarvan:hoeveel onkruid kan mijn gewas verdragen, en wanneer moet ik ingrijpen? Waar moet ik bemesten en hoeveel moet ik neerleggen? Wat zou er gebeuren als ik minder pesticiden zou gebruiken?

"Om dit soort vragen te beantwoorden, moet je als het ware digitale kopieën van je landbouwgrond maken", legt Seidel uit. "Er zijn verschillende manieren om dit te doen. Iets dat onderzoekers nog moeten ontdekken, is hoe ze de verschillende benaderingen kunnen combineren om nauwkeurigere modellen te krijgen." Er moeten ook geschikte methoden worden ontwikkeld om op basis van deze modellen aanbevelingen voor actie te formuleren. Technieken die zijn ontleend aan machine learning en AI kunnen op beide gebieden een belangrijke rol spelen.

Boeren moeten meewerken

Als de gewasproductie deze digitale revolutie daadwerkelijk wil omarmen, zullen de mensen die deze daadwerkelijk in praktijk zullen brengen – de boeren – ook overtuigd moeten worden van de voordelen ervan. "In de toekomst zullen we ons meer moeten concentreren op de vraag welke onderliggende voorwaarden nodig zijn om deze acceptatie veilig te stellen", zegt professor Heiner Kuhlmann, een geodesist en een van de twee sprekers van de Cluster of Excellence naast het hoofd van de robotica-groep. Cyrill Stachniss.

"Je kunt bijvoorbeeld financiële prikkels bieden of wettelijke beperkingen stellen aan het gebruik van kunstmest." De effectiviteit van dit soort tools, op zichzelf of in combinatie, kan tegenwoordig eveneens worden gemeten met behulp van computermodellen.

In hun paper gebruiken de onderzoekers van PhenoRob ook voorbeelden om aan te tonen waartoe de huidige technologieën al in staat zijn. Er kan bijvoorbeeld een ‘digitale tweeling’ van bebouwde gebieden worden gecreëerd en met behulp van sensoren een gestage stroom van verschillende soorten gegevens worden gevoed, bijvoorbeeld om wortelgroei of het vrijkomen van gasvormige stikstofverbindingen uit de bodem te detecteren. P>

"Op de middellange termijn zal dit het mogelijk maken om het niveau van de stikstofmeststof die wordt toegepast in realtime aan te passen aan de behoeften van de gewassen, afhankelijk van hoe voedselrijk een bepaalde plek is", voegt professor Stachniss toe. Op sommige plaatsen is de digitale revolutie in de landbouw dus al dichterbij dan je zou denken.

Meer informatie: Hugo Storm et al, Onderzoeksprioriteiten om slimme digitale technologieën te benutten voor duurzame gewasproductie, European Journal of Agronomie (2024). DOI:10.1016/j.eja.2024.127178

Aangeboden door Universiteit van Bonn