De tuinbouw door een spectrale bril
Het gezegde gaat ‘an apple a day keeps the doctor away’. Groenten en fruit houden ons gezond, maar hoe houden wij de gewassen gezond? De tuinbouw is altijd gevoelig geweest voor de uitbraak van ziektes. Dat heeft vaak grote gevolgen voor de oogst en kan uitmonden in een economisch drama voor de teler. De schimmelziekte Alternaria op aardappelen en zware infecties van bacterievuur in de fruitteelt, bijvoorbeeld, kosten landbouwers handenvol geld omwille van de grote productieverliezen. De vaststelling van deze ziektes gebeurt nog steeds door manuele inspectie. Een boer weet dat zwarte stipjes of verkleuringen op de bladeren slecht nieuws zijn, maar dan is het al vaak te laat.
Een vroegere detectie van plantziektes – dus vóór de zwarte stipjes zichtbaar zijn – zou een meer gerichte aanpak (minder pesticiden) in een vroeger stadium toelaten en de oogst beter beschermen.
Dat kan met hyper- of multispectrale camera’s omdat die meer zien dan enkel kleur. In tegenstelling tot de camera in je smartphone, die het licht capteert dat gereflecteerd wordt door een object (zoals een blad of een stuk fruit) en een beeld vormt op basis van de hoeveelheid rood, groen en blauw licht in die reflectie, verdeelt een hyper- of multispectrale camera het gereflecteerde licht in tientallen (multispectraal) tot honderden en zelfs duizenden (hyperspectraal) kleurbanden. Deze spectrale banden beschrijven ook de regio die voor mensen onzichtbaar is.
De proeftuin ‘Smart Farming 4.0’ heeft onderzocht hoe hyper- en multispectrale technologie de boer kan bijstaan in twee specifieke ziektecases: Alternaria op aardappelen en bacterievuur op fruitbomen. Wouter Charle, programmamanager spectrale beeldvorming technologie, vertelt hoe imecs camera’s succesvol gemonteerd werden op drones en tractors om de gezondheid van het hele veld in kaart te brengen.
Multispectrale camera’s gemonteerd op tractors of drones kunnen de boer helpen met gewassenbescherming.
Vijftig tinten groen
“De grote meerwaarde van onze camerasystemen ligt in het nauwkeurig ontdekken van dynamische informatie,” zegt Wouter Charle. “Aan het begin van het project keken we ook naar de opbrengst van de gewassen, naar welke locaties meer of minder mest en water nodig hadden. Maar, dat evolueert niet zo snel, en een boer weet van zijn land ook waar de rijke en arme grond is. Het metabolisme van de plant of de gezondheid van de plant, daarentegen, verandert van dag tot dag en is soms moeilijker te evalueren. Vaak komt een expert steekproeven nemen waarbij die enkele planten bekijkt, maar op een veld van enkele hectare wordt er snel iets gemist. Bovendien kan een plant die gezond lijkt vandaag, morgen ziek zijn.”
Met hyper- of multispectrale camera’s kan je niet alleen zien dat het blad een groene kleur heeft – en dus veel rood licht absorbeert – maar ook precies hoeveel rood licht en op welke golflengte. Dat zegt dan weer iets over hoe goed fotosynthese in de plant gebeurt. Door deze informatie nauwkeurig in beeld te brengen, kan je uit de kleine verschillen afleiden welke ziekte de plant heeft en welke impact dit heeft op de fotosynthese. Hetzelfde verhaal voor onkruid, een ander gevaar voor de goede groei van gewassen. Onkruid reflecteert het licht op een andere manier dan de gewassen op het veld omdat het blad wat dikker is of een andere chemische samenstelling heeft. Zo kunnen waardevolle planten van onkruid onderscheiden worden en doelgericht bestreden worden. Ook ongedierte zoals slakken en insecten kunnen op dezelfde manier aangepakt worden.
Imecs camera om bacterievuur op te sporen in een fruitboomgaard.
Uit de hoogte of tussen de bomen
Om een heel veld te beslaan met een geavanceerde camera kijk je best vanuit de hoogte. Hoe hoog precies hangt af van wat je wil zien, elk niveau geeft verschillende informatie. Wouter Charle: “We hebben gewerkt met partners die onze camera’s op satellieten in een lage baan (low earth orbit, LEO) of long endurance-vliegtuigen in de stratosfeer monteren. Daarmee kan je ook velden bekijken en relevante data verzamelen maar op een heel andere schaal. In het geval van ziektes aan gewassen wil je snel een globaal beeld hebben van het veld om de aangetaste zones te identificeren met de mogelijkheid om dichter te vliegen voor een meer gedetailleerde analyse. Voor die toepassing is een drone ideaal. Als je heel precies bacterievuur op het hout van fruitbomen wil herkennen of doelgericht onkruid wil bestrijden, is een tractor die al-dan-niet autonoom tussen de gewassen navigeert, een betere oplossing.” De cameratechnologie wordt ook in serres aangewend, geïncorporeerd in rondrijdende robots of via rails op het plafond. Met die systemen kan je heel gedetailleerd de groei van planten in het vizier houden. Het is ook een ideale micro-omgeving om plantonderzoek te doen. Bijvoorbeeld, om uit vissen wat het effect van de lichtcyclus op een plant is. De spectrale data kunnen je vertellen of de plant het licht nu anders reflecteert, en dus hoe het metabolisme van de plant verandert als je aan de lichtcyclus sleutelt.
Via een drone krijgt de boer snel een groot overzicht van de gezondheid van zijn gewassen.
Een snapshot van het hele veld
Voor beide toepassingen in het Proeftuinproject werd nagenoeg dezelfde camera gebruikt, maar met andere sensoren. Elke aandoening heeft een unieke spectrale vingerafdruk of een unieke regio in het lichtspectrum waar ze opgemerkt kan worden. Imec ontwerpt camerasensoren met spectrale filters gericht op verschillende toepassingen. Voor bacterievuur bleek een rode tot nabij-infrarode sensor voldoende (RedNIR, red and near-infrared 600-860nm); voor Alternaria-detectie werd een extra sensor in het zichtbare licht toegevoegd (VIS, visible 460-600nm). Imecs spectrale beeldsensoren kunnen elk apart zo’n 16 kleurbanden detecteren, terwijl huidige alternatieven er een vijftal aanbieden.
“Het zijn allebei SNAPSHOT-sensoren die ons toelaten in 1 beeld tegelijk zowel de spectrale en ruimtelijke informatie te capteren,” voegt Wouter Charle toe. “Dat is mogelijk door het unieke mosaïekpatroon van de sensor. Een spectrale filter voor een bepaalde kleurband wordt daarbij rechtstreeks op elke pixel van de sensor geplaatst en dan herhaald in groepjes van bijvoorbeeld 4x4 (16 verschillende kleurbanden) over het ganse oppervlak van de sensor. Daardoor krijg je in 1 opname een volledig beeld in alle verschillende (16) spectrale kleuren. Alternatieve systemen gebruiken voor hun 5 banden 5 verschillende camera’s met 5 aparte filters of een complexe opbouw van optische componenten voor de sensor om een lijn van licht uit te splitsen in een waaier van regenbogen zoals een prisma. Het nadeel is dat zulke systemen groter en zwaarder zijn door alle extra componenten. Voor een drone-platform betekent dat dat je vliegtijd beperkt wordt of dat je naar een grotere drone moet gaan om het gewicht mee te dragen. Bovendien scannen die systemen een lijn. Als de drone een beetje beweegt, wordt het heel moeilijk voor de beeldanalyse-software om van alle lijnen een mooi beeld te vormen.”
Illustratie van een compacte camera (links) en een voorbeeld van een 4x4-groepje multispectrale filters, goed voor 16 verschillende kleurbanden (rechts). Het mosaïekpatroon van de hyperspectrale camera’s is gelijkaardig aan het Bayerpatroon dat je in gewone kleurencamera’s terugvindt.
Uitbreiding naar andere plantenziektes
“Onze camera neemt in 1 shot meteen een volledig beeld. Alle beelden worden vrijwel onmiddellijk door de software aan elkaar ‘genaaid’ zodat je eindigt met een kubus. Een beetje zoals je met een smartphone een panorama maakt. In principe zouden we dus in flight de analyse kunnen doen zodat de boer meteen kan ingrijpen als die met een drone of tractor over het veld gaat. Dat laatste hebben we nog niet aangetoond met het Proeftuinproject maar het is wel mogelijk,” verduidelijkt Wouter Charle. “We zijn erin geslaagd om een succesvol platform voor spectrale video-opnames te ontwikkelen voor een tractor en een drone in een agrarische toepassing. Dat houdt in dat we verschillende technologische hordes succesvol genomen hebben: we hebben de camera op de vehikels kunnen integreren, we hebben de on-boardcomputer afgestemd zodat die op het juiste moment data begint op te nemen met de juiste belichting, we hebben de juiste kleurbanden geselecteerd om de ziektes te identificeren enzovoort.”
“We zullen de grootste impact hebben op de samenleving als we de kloof tussen innovaties op chip en innovaties in het veld zo klein mogelijk houden. Daarom proberen we zo veel mogelijk partners – zowel bedrijven als onderzoeksinstellingen – te ondersteunen bij het gebruik van onze technologie in hun toepassing. De grootste uitdaging situeert zich in de uitbreiding van de toepassingsruimte. Voor elke nieuwe toepassing moeten we telkens opnieuw de vraag stellen: hoe kunnen we met de nodige accuraatheid en gevoeligheid het signaal eruit halen waar we naar op zoek zijn? In een labo kan je netjes een blad op een plaatje leggen met een contrast-maximaliserende achtergrond. Maar, neerkijkend op een veld, zie je een mengelmoes van verschillende bladeren en soorten aarde. Soms overlappen bladeren, soms ligt er modder op of bewegen ze en bij bepaalde golflengtes zijn sommige bladeren transparant. Het is telkens weer een uitdaging om een robuuste verwerking van dit soort data te maken, maar daar zijn we net sterk in mede dankzij ons sterk partnernetwerk,” besluit Wouter Charle.
Meer weten?
- Bekijk het filmpje over de drone-toepassing op een aardappelveld. De sensor is nog tot de zomer 2022 beschikbaar bij ILVO voor testen.
- Lees meer over imecs hyperspectrale technologie voor landbouwtoepassingen (English). Partners met interesse om imecs sensortechnologie in hun landbouwmachines te integreren, kunnen via de website met imec contact opnemen.
