Bladluis detectie | AgroBOTS

Achtergrond

Hoofddoelstelling van dit project is om telers op een geautomatiseerde wijze inzicht te geven in het risico van virussen die worden overgebracht door twee hoofsoorten van luizen, de perzikluis (Myzus Persicae) en de aardappeltopluis (Macrosiphum Euphorbiae) specifiek gericht op de aardappelteelt in open landbouw. Dit zal gebeuren via een robot die uitgerust is met multi-spectraal-camera’s (2 units) en een dusdanig design heeft dat de lens onder de bladeren kan komen, de plek waar de luizen zich het meeste bevinden en zich relatief gemakkelijk door de aardappelbedden kan bewegen. Via kunstmatige intelligentie (AI) zal de telling plaatsvinden en via andere data typen en algoritmen zal er een risicoberekening plaatsvinden ten aanzien de verspreiding van virussen. Luizen zijn de grootste verspreiders van virussen in Nederland, echter niet de enige insecten die dit doen.

De analyse en het daaruit volgende advies zal als doel hebben de opbrengsten te verhogen door middel van het inzichtelijk maken van het risico van virussen, waardoor het gebruik van gewasbeschermingsmiddelen gerichter kan worden ingezet. In eerste instantie zal de aardappelteelt worden genomen. Dit kan op een later tijdstip worden uitgebreid met andere producten uit dezelfde categorie, die dezelfde hinder ondervinden van identieke luizen en bijbehorende virussen. Denk hierbij aan de tulpenteelt, suikerbieten of chichorei.

Door de warmer wordende winters kunnen luizenkolonies in grotere aantallen. Dat betekent dat luizen in een veel eerder stadium ook de velden op zullen gaan, omdat de huidige host niet genoeg voedsel heeft. Luizen zijn de grootste verspreiders van virussen in Nederland en in de wereld. Door een betere luizentelling, kan er een betere inschatting gegeven worden van de risico van het verspreiden van virussen in open aardappelteelt en later bij andere teelten. Dat betekent dat er veel gerichter gewasbestrijdingsmiddelen of andere bestrijders kan worden gespoten. Dit zal dan de basis zijn van echte precision farming, door gebaseerd op het heden en nu, de risico’s in kaart kan brengen, niet vanuit een kaart uit het verleden.

Voorgestelde oplossing

Een rijdende observeer robot uitgerust met multi-spectraal-camera’s die onder de bladeren van aardappelplanten foto’s kan maken. Via de te ontwikkelen kunstmatige intelligentie kan er dan per veld een inschatting gemaakt worden van de aantallen luizen. Door het gebruik van een multi-spectraal-camera kan er ook stress gemeten worden van de plant. Deze wordt meegenomen in het algoritme want virussen veroorzaken stress in ieder stadium van de groei van de plant. Op basis daarvan komt er een risicoanalyse uit met potentiële handelingen.