Onderzoekers van Unmanned Valley, Greenport Duin- en Bollenstreek en NL Space Campus zijn erin geslaagd om een AI-model te ontwikkelen waarmee drones botrytis kunnen herkennen. Het model gebruikt kunstmatige intelligentie om grote hoeveelheden dronedata te analyseren. Het resultaat is een overzichtelijke kaart waar op de millimeter nauwkeurig is te zien welke planten ziek zijn of risico lopen. Zo kan het gebruik van gewasbeschermingsmiddelen aanzienlijk worden verlaagd.
Europese Unie heeft het doel gesteld om het gebruik van gewasbeschermingsmiddelen de komende jaren flink te verminderen. Dit is onderdeel de European Green Deal, waarmee de EU Europa in 2050 het eerste klimaat-neutrale continent ter wereld wil maken. Overmatig gebruik van gewasbeschermingsmiddelen brengt namelijk risico’s met zich mee voor onder andere de waterkwaliteit en biodiversiteit.
Door vroegtijdig en nauwkeurig te signaleren dat er omstandigheden zijn waartegen de gewassen beschermd moeten worden, kunnen deze middelen zeer precies worden toegepast en het gebruik ervan aanzienlijk worden gereduceerd.
Het model is geschikt om botrytis bij tulpen en hyacinten te herkennen. De verwachting is dat – met enkele relatief kleine aanpassingen – ook andere ziektes op te sporen zijn bij andere gewassen. Voor telers is dit een zeer interessante ontwikkeling. Niet alleen milieutechnisch, het kan ook kostenbesparend zijn. Bijvoorbeeld omdat er geen grote hoeveelheden gewasbeschermingsmiddelen ingekocht hoeven te worden, de kans op mislukte oogsten verkleind wordt en er geen mensen meer het veld in hoeven die bovendien nooit iedere plant kunnen controleren.
Aanvullend hebben de onderzoekers gebruik gemaakt van een vrij te verkrijgen en relatief goedkope drone. De drone kan zelfs volledig automatisch missies uitvoeren, al moet er momenteel nog altijd een piloot bij zijn die de drone in het zicht heeft.
‘Remote Sensing voor Sierteelt’, zoals het project heet, krijgt een vervolg. Binnen het project wordt gekeken of de metingen nauwkeuriger kunnen worden gemaakt door middel van het combineren van dronedata met satellietbeelden en actuele gegevens over de bodem en het weer. Enkele grote bedrijven vanuit de agri-sector hebben zich gemeld om te onderzoeken of de technologie ook andere ziektebeelden kan herkennen bij andere gewassen. Daarbij wordt er gekeken naar de schaalbaarheid en de ontwikkeling van het businessmodel.
Dit project werd mede mogelijk gemaakt door de gemeente Katwijk, Holland Rijnland en Drone-Engineering & Operations studenten van het ROC van Amsterdam. Meer informatie over dit project zal beschikbaar komen op ondermeer de website van Unmanned Valley.
