Utveckling av sortprovning för ensilagemajs och utvärdering av MAISPROQ-modellen för svenska förhållanden

Material och metoder

För att anpassa modellen till svenska förhållanden och skapa ny nya NIR kalibreringar har projektet omfattat odling av referensmaterial i fält under 2013-2014, provhantering, NIR-och referensanalyser samt modellering. Modelleringen har omfattat mekanistiska och multivariata modeller av majsens morfologi, näringskvalitet och skörd. Under 2016 har vi arbetat med ett fortsättningsprojekt, då vi har validerat modellerna och testat metodik mot resultaten från den ordinarie sortprovningen av ensilagemajs på sex olika platser i Sverige.

Resultat

Resultaten visar att MAISPROQ modellen har potential att prediktera, skörd, kvalitet och skördedatum för majs i Sverige, men det finns behov av att utvärdera andra tillväxtmodeller som den mekanistiska modellen APSIM, som kan ta hänsyn till fler tillväxtfaktorer än MAISPROQ och har potential att appliceras på andra grödor än majs. Den multivariata modelleringen av NIR-analyserna visar att vi kan prediktera majsens näringsvärde och morfologi utifrån NIR-spektra bättre än de nuvarande modeller som används av lantbruket. Resultaten från fortsättningsprojektet (validering mot sortprovning) visar att rankingen av sorterna varierar beroende på skördetillfälle, analysmetod och modell. Resultaten från fortsättningsprojektet lyfter fram behoven av att förbättra sortprovingen av majs i Sverige, något som även flera majsförädlare i Europa har uppmärksammat.

Samverkan

Under projektetiden har vi samverkat med referensgruppen och kommunicerat resultat och målsättning till näring och forskare vid ett flertal seminarier, möten och workshops. Vi har publicerat fyra vetenskapliga artiklar i "peer review" tidskrifter baserat på resultat från projektet. Dessutom har vi tillsammans med NJF ordnat det internationella seminariet "Maize in a cooler climate - from seed to feed som hölls i Kristianstad 24-25 september, 2014.

Slutsatser

Arbetet visar att det går att kombinara spektrala tekniker med mekanistiska tillväxtmodeller för att rangorda majssorterna efter avkastning, tidighet och kvalitét. Vi räknar med att kunna jobba vidare med beslutsstödet även i den närmaste framtiden med målsättningen att skapa en applikation som kan användas av det praktiska lantbruket.