Söderström, Mats
- Department of Soil and Environment, Swedish University of Agricultural Sciences
- Sweco
Report2009Open access
Söderström, Mats; Börjesson, Thomas; Pettersson, C.G.; Nissen, Knud; Hagner, Olle
Detta projekt är resultatet av ett arbete som utförts med stöd av Rymdstyrelsen (ett s.k. användarprojekt med Dnr 163/06 och 194/07) under namnet "A malting barley information system based on remote sensing". Projektet utgjordes av två delprojekt och beviljades stöd 2006 och 2007. Denna rapport är en redovisning av resultaten från båda dessa projekt. Målsättningen med projektet var att ta fram prognosmodeller för maltkornskvalitet med hjälp av fjärranalysdata från satellit och traktor (Yara N-Sensor), var för sig eller kombinerat. Sådana prognosmodeller skulle kunna användas på olika sätt och i olika skalor – spannmålshandeln kan dra nytta av att känna till hur skörden kommer att bli och lantbrukaren kan få hjälp att fatta olika beslut beträffande gödsling och skörd. Arbetet utfördes i samarbete mellan Lantmännen, Sweco AB och Sveriges Lantbruksuniversitet (SLU). Gruppen som arbetat aktivt med projektet utgjordes av Mats Söderström, Sweco och SLU, C.G. Pettersson, Lantmännen, Thomas Börjesson, Lantmännen, Knud Nissen, Lantmännen och Olle Hagner, SLU. I projektet har data från olika källor utnyttjats, t.ex från Jordbruksverket, SMHI, Lantmännen, Lantmäteriet och SLU. Arbetet har koncentrerats till Västra Götaland och Mälardalen som ofta skiljer sig åt med avseende på proteinhalter i maltkorn. Det gick att göra en relativt bra prognosmodell för proteinhalt i maltkorn från Yara NSensor (som bäst r2 ? 0,8). Det gick att ta fram motsvarande modeller med hjälp av Spot- och IRS-data men precisionen i prediktionen blev något sämre (r2 ? 0,6). Det gick också att skala upp en lokal modell för att göra förutsägelser om regionala kvalitetsvariationer. Resultaten tyder på att det är nödvändigt att kalibrera modeller med grödprover, både vad gäller Yara NSensor och satellit om man ska uppnå godtagbar noggrannhet i en prognos. Att inkludera väderdata förbättrade alla modeller, och med enbart väderdata kunde en översiktlig regional prognos göras. Denna rapport utgörs av två delar, dels huvudrapporten som beskriver arbetet med att analysera och försöka beräkna maltkornskvalitet och dels ett antal bilagor som bl.a innehåller en mindre omvärldsanalys och resultat från arbetet med att intressera och informera lantbrukare och rådgivare om tekniken. Projektet har presenterats vid ett antal olika seminarier, både nationellt och internationellt, och i artiklar i fackpressen. Genom aktiviteter under fältoch lantbrukardagar 2009 kunde vi via Precisionsodling Sverige (POS) träffa ett stort antal lantbrukare för diskussion om möjligheterna med tekniken
maltkorn; kvalitet; fjärranalys; precisionsodling; prognosmodell; proteinhalt; kvalitetsprognos
Teknisk rapport (Precisionsodling Sverige, Avdelningen för precisionsodling, Sveriges lantbruksuniversitet)
2009, number: 20Publisher: Institutionen för mark och miljö, Sveriges lantbruksuniversitet
Agricultural Science
https://res.slu.se/id/publ/26358