Nära realtidsövervakning av jordbruksgrödors tillväxt och skörd

För att möta framtidens behov av livsmedel och samtidigt minska jordbrukets miljöpåverkan krävs nya, smarta lösningar.

Detta forskningsprojekt syftar till att utveckla ett system som med hjälp av satellitdata i nära realtid kan övervaka grödors tillväxt och förutsäga skörd. Genom att kombinera avancerad fjärranalys, maskininlärning och tillväxtmodeller vill vi utveckla tekniker som kan hjälpa lantbrukare att fatta bättre beslut, både för miljön och för ekonomin.

Projektet bygger på data från de europeiska Sentinel-satelliterna, som dagligen samlar in information om jordens yta. Genom att analysera dessa data kan vi till exempel uppskatta hur mycket bladmassa en gröda har, hur mycket solljus den tar upp och hur markens egenskaper, såsom lerhalt, organiskt material och fuktighet, påverkar tillväxten. Dessa faktorer är avgörande för att förstå hur grödor utvecklas under säsongen.

Vi kommer att utveckla metoder för att bearbeta satellitbilder i nära realtid, trots molnighet och andra störningar. Genom att använda en teknik för så kallad Kalmanfiltrering, en matematisk metod som kontinuerligt uppdaterar prognoser i takt med att ny data kommer in, kan vi följa grödans utveckling dag för dag.

Dessa data matas sedan in i tillväxtmodeller som simulerar hur grödan växer, mognar och till slut skördas. Vi kommer att testa både enklare modeller som kräver relativt lite indata och mer avancerade modeller som ger en mer detaljerad bild av växternas och markens samspel.

Projektet är uppdelat i fyra delar:

1. Insamling av fältdata för olika grödor i södra Sverige.
2. Kartläggning av markegenskaper (lerhalt, mullhalt och jordfuktighet) med hjälp av satellitdata och maskininlärning.
3. Utveckling av ett system för att följa grödans tillväxt i realtid.
4. Integrering av dessa data i modeller för att förutsäga skörd.

Vi samarbetar med forskare från flera nordiska universitet samt med svenska lantbrukare och rådgivande organisationer.

Det som gör projektet unikt är helhetsperspektivet. Vi kombinerar teknisk spetskompetens inom fjärranalys och modellering med praktisk kunskap från jordbruket. Målet är att skapa ett verktyg som inte bara fungerar i teorin, utan som också är användbart i verkligheten.

På sikt kan detta bidra till ett mer hållbart och motståndskraftigt jordbruk, både i Sverige och internationellt.

Projektet stödjer flera av FN:s globala hållbarhetsmål, bland annat mål 2 (Ingen hunger) och mål 15 (Ekosystem och biologisk mångfald). Genom att utveckla kostnadseffektiva metoder för övervakning av jordbruket kan vi också bidra till att minska fattigdom och öka livsmedelssäkerheten globalt.