Drones sporen meeldauw op in suikerbieten

Het team van STEREO III-project BEETPHEN heeft drones ingezet voor fenotypering. De drones kunnen evaluaties doen met een hoge ruimtelijke resolutie en een flexibele temporele resolutie.

Trefwoorden: #BEETPHEN, #drones, #fenotypering, #fluorometer, #hyperspectraal, #MAPEO, #SESVanderHave, #spectrometer, #STEREO III, #teledetectie

Lees verder

Techniek

( Foto: Belspo )

ENGINEERINGNET.BE - Voor suikerbieten wordt door zaadveredelaars gezocht naar variëteiten die resistent zijn tegen echte meeldauw, een bladziekte die in België veel voorkomt en door een schimmel wordt veroorzaakt.

Fenotypering van gewassen in veredelingsproeven is daarbij essentieel. Dit betreft de waarneming van zichtbare kenmerken die het gevolg zijn van de expressie van genetische factoren als functie van het milieu.

De traditionele methode vereist veldonderzoek door een deskundige, wat meerdere dagen in beslag neemt voor één enkel veld. Veldmetingen met draagbare fluorometer- en spectroscopie-instrumenten zijn een eerste stap naar een objectievere en efficiëntere fenotypering.

De fluorometer detecteert chlorofylfluorescentie, om zo factoren op te sporen die de fotosynthetische activiteit verstoren. Deze metingen kunnen de aanwezigheid van echte meeldauw aan het licht brengen voordat symptomen met het blote oog zichtbaar zijn.

De spectrometer registreert in specifieke zichtbare en nabij-infrarode golflengtegebieden om stress bij planten aan het licht te brengen.

Om de fenotypering verder te verbeteren, besloot het team van STEREO III-project BEETPHEN drones in te zetten voor fenotypering. Deze kunnen evaluaties doen met een hoge ruimtelijke resolutie en een flexibele temporele resolutie.

Hyperspectrale teledetectiebeelden met hoge resolutie blijken geschikter voor de productie van spectrale indices met betrekking tot de gezondheid van gewassen. Deze indices geven informatie over mogelijke stress bij planten.

De verkregen beelden worden geüpload naar het online platform MAPEO, dat een geautomatiseerde beeldverwerkingsketen biedt voor het visualiseren en analyseren van de verkregen data. Een speciaal algoritme, gebaseerd op machinaal leren, is toegevoegd aan de verwerkingsketen voor de detectie van echte meeldauw.

De objectieve en gedetailleerde visualisatie van MAPEO biedt meer informatie dan met het blote oog is te zien, zodat beter geïnformeerde beslissingen zijn te nemen.

Partner van het project, SESVanderHave, kan de resistentie tegen echte meeldauw in verschillende suikerbietvariëteiten nauwkeurig en efficiënt opvolgen, waardoor de inspanningen en de kosten geoptimaliseerd worden en hun veredelings- en teeltprogramma's zijn te versnellen.