Bruk av UAV for registrering av viktige fenotypiske data med RGB sensor i Graminor AS sine foredlingsfelt

Abstract

Norsk landbruk står ovenfor utfordringer med selvforsyningsgraden på mathvete. Det er ønsket en økning i produksjonen, samtidig som arealene tildelt dyrkning av mathvete blir mindre. For å kunne opprettholde selvforsyningsgraden må vi øke produktiviteten, og en av løsningene er godt tilpassede sorter egnet for norske dyrkingsforhold. Graminor AS er med i flere forskningsprosjekter med å ta i bruk nye teknologier for å øke framgangen i foredlingsprosessen. Prosjektene 6P og vPheno ser på bruken av drone for å finne måleparameter knyttet opp mot viktige planteegenskaper. Studien er gjennomført på Gihle og Staur på vårhvete. Det er fløyet flere ganger over forsøksfeltet under forskjellige lysforhold og ulike tidspunkt på døgnet. Registreringene er gjennomført med RGB kamera montert på drone. Det ble valgt å bruke indeksen Excess Green indeks (ExG) for å skille grønn plantemasse og jord. Endring i ExG-verdi ble registrert gjennom vekstsesongen. Regresjonsanalyse er gjennomført mellom ExG-verdi og høstet avling på forsøksrutene for hver enkelt flyging. Flygingen den 30.juli på Gihle ga best korrelasjon mellom avling og ExG, justert R2 = 0,73. Konklusjonen baserer seg på helhetlig vurdering av innsamlingsmetode, behandling- og bearbeiding av data og resultatene funnet, samt litteratur fra lignende studier. Drone er et svært effektivt verktøy til innsamling, men det er en rekke faktorer som kan påvirke ExG-verdien negativt. Lysforhold og tidspunkt på dagen bør være likt, dersom man skal sammenligne data. Plantens utviklingsstadium ser ut til å ha stor betydning for hva man skal måle, enten det er avling, sykdom eller høydemåling.

Norwegian agriculture is facing challenges with the self-sufficiency of wheat. There is a desire for an increase in production, at the same time as the areas allocated to the cultivation of wheat become smaller. To maintain the degree of self-sufficiency we must increase productivity, and one of the solutions being well-adapted varieties, suitable for Norwegian cultivation conditions. Graminor AS is involved in several research projects to apply new technologies to increase the progress in the breeding program. The 6P and vPheno projects look at the use of UAV to find measurement parameters linked to important plant properties. The study was conducted at Gihle and Staur on spring wheat. It is flown several times over the test field under different lighting conditions and at different time of the day. The registrations were carried out with RGB camera mounted on a UAV. The Excess Green Index (ExG) was chosen to separate green plants and soil. Changes in the ExG value was recorded through the growing season. Regression analysis is carried out between ExG value and harvested crop on the test routes for each individual flight. The flight on July 30 at Gihle gave the best correlation between crop and ExG, adjusted R2 = 0.73. The conclusion is based on the comprehensive assessment of the collection method, the processing of data and the results found, as well as literature from similar studies. The UAV is a very effective tool for collection of data, but there are several factors that can affect the ExG value. Light conditions and time of day should be equal, if one should compare data. The development stage of the plant, appears to have great significance for what to measure, whether this is crop, disease or altitude measurement.