Bepaal met satelliet- en dronebeelden grasopbrengsten_Amazing Grazing

Nieuws

Grasopbrengsten bepalen met satelliet- en dronebeelden

Gepubliceerd op
15 mei 2017

Of je met drones en satellieten de grasopbrengst kunt meten wordt onderzocht in een veldproef op grasland in de projecten Amazing Grazing (bouwsteen Grasgroei) en Precisielandbouw 2.0. Onderzoek in dit jaar moet uitwijzen of de resultaten van vorig jaar ‘houdbaar’ zijn.

Een goede inschatting van de opbrengst en actuele grasgroei gedurende het groeiseizoen is essentieel voor graslandplanning. Al decennia lang worden satellieten ingezet voor het meten van biomassa van gewassen aan de hand van lichtreflectie. Bewolking maakt beelden onbruikbaar. Daarom vond toepassing van satellietbeelden vooral in het buitenland plaats.

Satellieten

Dit is aan het veranderen. Het aantal satellieten dat van Noordwest-Europa opnames maakt, is toegenomen waardoor vaker beelden beschikbaar komen en ook de kans op bruikbare beelden groter is. Het gratis beschikbaar stellen van satellietbeelden door de Nederlandse overheid via het nationale satelliet-dataportaal draagt hier enorm aan bij. Voor precisielandbouwtoepassing moeten dit multispectrale beelden zijn (zichtbaar en onzichtbaar licht) met een voldoende hoge resolutie, bij voorkeur 8 m. Vervolgens is een vertaalslag nodig naar landbouwkundige toepassing. Hiertoe vormt Wageningen Environmental Research de beschikbare satellietbeelden om tot biomassakaarten. Deze kaarten zijn beschikbaar via www.groenmonitor.nl.

Drones

Drones kunnen vergelijkbare spectrale beelden maken die niet afhankelijk zijn van bewolking. Dit maakt de toepassing van reflectiemetingen gemakkelijker, maar de vraag is hoe goed deze meetmethode werkt. Voor gras waren tot op heden geen ijklijnen beschikbaar die het verband weergeven tussen lichtreflectie en de actuele opbrengst in kilogram droge stof per hectare. In 2016 is hiervoor een maaiproef ingezet. Daarin zijn de veldjes zo groot gemaakt dat deze op satelliet- en dronebeelden goed te onderscheiden zijn (zie afbeelding 1).

Afbeelding 1. Bovenaanzicht van het proefveld op Dairy Campus beeld van het proefveld dat genomen is met een <L CODE="C12">eBee</L>, een drone van loonwerker Christel Thijssen die uitgerust is met een multispectrale camera voor het meten van biomassa.
Afbeelding 1. Bovenaanzicht van het proefveld op Dairy Campus beeld van het proefveld dat genomen is met een eBee, een drone van loonwerker Christel Thijssen die uitgerust is met een multispectrale camera voor het meten van biomassa.

Reflectiemetingen

Gewasopbrengsten kunnen gemeten worden door met een multispectrale camera de ingekomen hoeveelheid licht en de teruggekaatste hoeveelheid licht in verschillende bandbreedtes van een bepaalde oppervlakte te meten. De verhouding tussen het ingekomen en het gereflecteerde licht is een maat voor de hoeveelheid biomassa of voor kenmerken van het gewas zoals het chlorofylgehalte. Per bandbreedte is de mate van absorptie en reflectie verschillend. Voor biomassa geeft de kleur rood de meeste absorptie en geeft nabij infrarood (NIR) de meeste reflectie. Door middel van een index wordt een verhouding tussen reflectiewaarden van verschillende bandbreedtes berekend om tot een goede schatting van de biomassa te komen. Van de verschillende indexen is NDVI (Normalized Difference Vegetation Index) de meest bekende.

Maaiproef

In een maaiproef, waarin ook grasgroeivoorspelling is getoetst, wordt gekeken hoe goed de relatie is tussen reflectiemetingen en de gemeten grasopbrengst. De proef ligt op de proefbedrijven Vredepeel (zand), Dairy Campus (klei) en KTC Zegveld (veen). Er zijn drie stikstofbemestingsniveaus gehanteerd en binnen elke snede wordt op vier tijdstippen gemaaid. Op het vierde tijdstip wordt binnen een snede een pallet aan opbrengstniveaus gecreëerd om ijklijnen te kunnen vaststellen. Als uitgangspunt voor de reflectiemetingen wordt een gekalibreerd handheld apparaat gebruikt dat ontwikkeld is voor onderzoeksdoeleinden (CropScan). Op Zegveld is met een commercieel handheld apparaat gemeten omdat voor deze locatie geen CropScan beschikbaar was. Daarnaast worden dronebeelden (eBee van dronewerker Christel Thijssen) en satellietbeelden met de gemeten opbrengsten vergeleken.

Relatie meting en werkelijke grasopbrengst

De biomassa indexen NDVI, WDVIrood en WDVI groen zijn berekend (WDVI is Weighted Difference Vegetation Index). Deze laten een exponentieel verband zien met de gemeten opbrengst. Vooral voor het eerste oogstmoment op Dairy Campus en Vredepeel waren de relaties behoorlijk nauwkeurig (verklaarde varianties van 90-94%). De resultaten voor Zegveld bleken te onnauwkeurig. De eBee gaf ook goede resultaten. De index WDVI gaf iets minder steile functies dan NDVI en lijkt daarmee bij hogere opbrengstniveaus bruikbaarder. Voor de oogstmomenten later in het groeiseizoen werden vergelijkbare en ook minder goede verbanden gevonden. De grashoogtemetingen lieten een zelfde beeld zien. Voor beide meetmethoden geldt dat de relatie tussen de meting en de werkelijke grasopbrengst gedurende het groeiseizoen verandert. Ook moet nog blijken in hoeverre dit tussen jaren verschilt. Kortom, een belangrijke vraag is hoe ‘houdbaar’ zijn de gevonden relaties.

Figuur 1. Relatie tussen de biomassa indexen WDVIrood, WDVIgroen en NDVI bepaald met de CropScan en de werkelijke grasopbrengst (maaien) voor het eerste oogstmoment op Dairy Campus.
Figuur 1. Relatie tussen de biomassa indexen WDVIrood, WDVIgroen en NDVI bepaald met de CropScan en de werkelijke grasopbrengst (maaien) voor het eerste oogstmoment op Dairy Campus.