CropSAT på TV4play www.slu.se mats.soderstrom@slu.se CropSAT gödsla rätt med satellithjälp Mats Söderström Sveriges lantbruksuniversitet
Minskad miljöpåverkan Högre levnadsstandard Kvalitetskrav Ökande befolkning Intensifiering Ökad produktion av livsmedel Spårbarhet Klimat i förändring
I det smarta jordbruket är precisionsodling en självklarhet I traditionellt jordbruk hanteras ett fält som en homogen enhet. Precisionsodlingskonceptet innebär rätt åtgärd på varje del av fältet. Gäller för både konventionell och ekologisk odling Strävar t ex efter att: optimera gödsling, kalkning och användning av växtskyddsmedel i fältets olika delar producera avsedd kvalitet, och minimera miljöpåverkan. Rätt åtgärd, rätt tidpunkt, rätt plats!
CropSAT beslutsstödsystem för precisionsodling Syfte: Utvärdera möjligheten att använda satellitdata i realtid för optimerade gödslingsråd för kväve och styrning av gödselspridare För användare: Enkel web-applikation för praktisk precisionsodling öppen för alla 2013-14: Utveckling och test (SLF, Agroväst) 2015: Första året i drift (Greppa Näringen, Agroväst) Greppa Näringen: Program för minskat läckage och effektiv anvöndning av gödning (Jordbruksverket, LRF, Länsst.)
Komponenter i CropSAT
Komponenter i CropSAT Kostnadseffektiv lösning? - Rumslig upplösning - Återkomsttid - Spektrala egenskaper
Komponenter i CropSAT Jämförelser, kalibreringar och valideringar med böndernas data och ett system med kontrollfält
Komponenter i CropSAT Undviker manuell digitalisering av fältgränser.
Komponenter i CropSAT Enkelt och välkänt för lätt navigation
Infrastrukturen i CropSAT-systemet
Användargränssnittet i CropSAT Nästa Bygger på att man klickar sig vidare till nya menyer CropSAT.se
Användargränssnittet i CropSAT Zooma in ditt fält Fältgränser automatiskt från JV-blockkartan CropSAT.se
Användargränssnittet i CropSAT Det svåra : Bestämma N i kg/ha Vegetationsindexkarta från vald satellitbild: relativa variationen visas Foto: Christina Lundström
Användargränssnittet i CropSAT Det svåra : Bestämma N i kg/ha Vegetationsindexkarta från vald satellitbild: relativa variationen visas Photo: Yara, UK
Användargränssnittet i CropSAT Tilldelningskarta och det totala behovet CropSAT.se
Användargränssnittet i CropSAT En tilldelningsfil skapas Spara fil Satellitkartan styr sedan gödningsspridaren automatiskt CropSAT.se
Components of the CropSAT system
Användbara bilder 24 april 12 juni 2015 From: Söderström et al., 2015 1,6 miljoner ha 3 bilder (69% av arealen)
Foto: Jan G. Westin En succe? 4000 unika användare Jag hade redan en GPS, så det var lätt att använda. Det finns andra sätt att göra detta på, men satellitbilderna är tillräckligt bra. 1500 tilldelningsfiler laddades ned 2015 Exempelfält 35 ha Clas af Ugglas, jordbrukare. ur Gränssnittet, 2014 Yara N-Sensor: SN-index CropSAT: MSAVI
CropSAT, MSAVI Utvecklingsmöjlighet inför 2016 Möjlighet att använda kalibreringar mha N- sensormätningar N uptake (kg/ha) Validering av prediktion i 25 fält genom regelbundna N-Sensormätningar (r 2 ; MAE (mean absolute error)) kombinerad model: 0.83; 9.5 kg/ha i två höstvetesorter Handheld N-sensor
CropSAT på TV4play Sammanfattning Stort användarintresse! Fortsättning 2016 Ev. även Danmark Sentinel-2??? Mer info: Mats Söderström Sveriges lantbruksuniversitet Mats.soderstrom@slu.se Precisionsskolan.se facebook.com/precisionsskolan
Betydelse av bildtidpunkt 21 april 2015 15 maj 2015 27 maj / 10 juni 2015 Fast klassindelning Relativ skala DMC-data över åtta höstvetefält i Västergötland och Skåne
Några veg.-index jmf med kväveupptag i höstvete 21 april 2015 15 maj 2015 27 maj / 10 juni 2015
Reflectance diagram from Jensen 2000 Spectral registrations of different sensors in relation to plant properties Tractor: Yara N-Sensor; 45 bands (10 nm), 450-890 nm Handheld: GreenSeeker; R,NIR UAV: 5-bands; B,G,R,NIR1,NIR2 Satellites: DMC; G,R,NIR Sentinel-2; 13 bands