SLU-nyhet

Jordbrukets digitalisering banar väg för bättre lönsamhet och miljönytta

Publicerad: 14 oktober 2022
Sandra Wolters visar upp sin avhandling
Sandra Wolters har skrivit en avhandling som bidragit till att förbättra beräkningar för kvävegödsling i befintliga beslutsstödsystem för precisionsodling. Foto: Amanda Öberg, SLU.

Att beräkna mängden kväve en gröda behöver är viktigt för en god skörd. Även när kvävegödslingen ska ske är avgörande. Det är dock mycket resurskrävande för lantbrukare att ta reda på grödornas kvävebehov och veta när gödslingen ska göras. Nya framsteg i användningen av data och utvecklandet av modeller, som kan implementeras i beslutsstödsystem för precisionsodling, banar nu väg för ett mer effektivt jordbruk.

Jordbruket står inför ett stort skifte som innebär att traditionell jordprovtagning och rådgivning i allt större utsträckning kommer att kompletteras med digitala beslutsstöd i form av webbaserade interaktiva kartor. Det kan vara en stor vinst för jordbruket då det medför lägre kostnader och mindre tidsåtgång, men med samma eller större precision än i dagsläget. Dessutom kan risken för näringsläckage ut i sjöar och hav minska, vilket är en klar miljönytta.

För att på ett bra sätt kunna komplettera traditionell provtagning och rådgivning behöver dock beslutsstödsystemen förbättras. Sandra Wolters, doktorand i markens näringsomsättning, har just publicerat sin avhandling där hon undersökt vilken typ av data och modeller som fungerar bäst för att förbättra befintliga beslutsstödsystem för kvävegödsling i Sverige. Sandra Wolters berättar att det idag har skett stora förändringar i jordbruket och att digitaliseringen kommer att fortsätta driva utvecklingen framåt.

- I takt med att vi får bättre kunskap om vilka data och modeller som fungerar kommer vi också se att jordbruket blir allt mer digitaliserat, och det kommer ske i större skala inom kort.

Mer träffsäker gödsling tack vare satellitdata

I befintliga beslutsstödsystem, som exempelvis CropSAT, kan flera olika typer av data användas för att ta reda på egenskaper i jordar och grödor. Mångfalden av data är viktigt för att kunna urskilja och bedöma de variationer som förekommer. Ofta är skillnaden stor mellan och inom olika områden på ett och samma fält.

- För att effektivisera gödslingen är det en klar fördel att använda olika typer av data. Det ökar chansen för att skapa bättre modeller och på så vis mer tillförlitliga bedömningar av vilken del av marken som behöver gödslas med mer eller mindre kväve, säger Sandra Wolters.

Med hjälp av satellitdata har Sandra Wolters utvecklat en ny modell som kan uppskatta hur mycket kväve som tagits upp av en höstvetegröda mitt i växtsäsongen. Modellen har sedan implementerats i CropSAT, vilket tidigare inte varit möjligt för data från den typ av satellit som användes, Sentinel-2.

- Det finns en stor potential i satellitdata för att utveckla jordbruket, och att vi har lyckats använda data från Sentinel-2 är väldigt positivt för jordbruket. Den typen av satellit kan samla in bättre och mer frekvent data än satelliter som tidigare använts. Det gör att vi kan utveckla bättre beslutsstödsystem.

Kan bidra till högre kvalitet i höstvete

För att få en god skörd av hög kvalitet behöver man också veta när i en grödas utveckling gödslingen ger bäst effekt. Därför tog Sandra Wolters även fram en modell som med hjälp av väderdata kan beräkna höstvetets utvecklingsstadier. Två olika modeller testades, varav en av dem fungerade bra och inom kort kommer att implementeras i CropSAT.

- Det betyder att våra resultat kan användas för att utveckla skräddarsydda gödslingsstrategier. Varje åker är unik och det tar resultaten hänsyn till. Lantbrukaren behöver endast komplettera med mycket lite information, vilket gör vårt bidrag till CropSAT väldigt användarvänligt.

Många utmaningar återstår

- Det är glädjande att olika typer av data kan förbättra lantbrukares möjligheter att med resurssnåla insatser effektivisera sitt jordbruk. Men vi behöver fortfarande mer forskning eftersom flera utmaningar återstår, till exempel gjorde vi ett försök att beräkna proteinhalten i höstvete som inte lyckades särskilt bra då resultaten kunde inte implementeras i CropSAT.

Att beräkna proteinhalten i höstvete är viktigt för exempelvis tillverkning av mjöl. Sandra Wolters tog fram en beräkningsmodell baserat på data från drönare med målet att lyckas överföra informationen till satellitbilder för användning i beslutsstödsystem. Flera olika orsaker bidrog till att de data som användes inte fungerade.

Sandra Wolters är glad över de framsteg som hennes avhandling bidragit med. Hon ser ljust på framtidens jordbruk och tycker sig se att en intressant digital utveckling är på gång. Beslutsstödsystemen för precisionsodling kommer fortsätta utvecklas till jordbrukets och samhällets fördel. I framtiden kommer man sannolikt att kunna veta precis när skörden bör ske för bästa möjliga nytta, och där kommer fortsatta förbättringar att vara helt centrala.

Sandra Wolters spikar sin avhandling

Sandra Wolters spikar sin avhandling. Foto: Amanda Öberg, SLU.


Kontaktinformation

Sandra Wolters
Doktorand i markens näringsomsättning vid institutionen för mark och miljö
+4652267118, +46722435759
sandra.wolters@slu.se