U bent hier:

Van camera tot plantsensor: nieuwe technieken voor detectie in het gewas

Detectie in de teelt is allang niet meer beperkt tot het lopen door het gewas en het bekijken van vangplaten. Camera's, sensoren en nieuwe analysetechnieken maken het mogelijk om steeds meer informatie uit het gewas te halen. Daarbij wordt niet alleen gezocht naar ziekten en plagen zelf. Ook veranderingen in de plant kunnen een signaal zijn dat er iets aan de hand is.

In het eerdere artikel Eerder gezien, gerichter handelen: detectie als bouwsteen van weerbaar telen gingen we in op het belang van vroegtijdige detectie en monitoring voor weerbaar telen. In dit artikel kijken we verder naar de verschillende technieken die daarvoor beschikbaar zijn en/of worden ontwikkeld.

Maar wat meten deze technieken eigenlijk? We zetten een aantal belangrijke ontwikkelingen op een rij.

Camera's en beeldanalyse

Camera's worden op verschillende manieren ingezet voor detectie. Ze kunnen bijvoorbeeld vangplaten fotograferen, waarna beeldherkenning wordt gebruikt om insecten te herkennen en te tellen. Camera's kunnen ook rechtstreeks naar het gewas kijken. Op vaste installaties, machines, robots of drones kunnen ze worden gebruikt om ziekten, plagen, onkruiden of afwijkende planten op te sporen.

Daarbij kunnen verschillende cameratechnieken worden gebruikt, die elk andere informatie uit het gewas halen.

RGB: kijken naar zichtbare veranderingen

RGB-camera's (Red, Green, Blue) zijn in feite gewone digitale camera's die zichtbaar licht vastleggen. Met behulp van beeldanalyse en kunstmatige intelligentie kunnen in deze beelden bijvoorbeeld veranderingen in bladkleur en bladvorm, vraatschade of groeiafwijkingen worden herkend.

NIR, multispectraal en hyperspectraal: verder kijken dan zichtbaar licht

Met NIR (Near Infrared) wordt nabij-infrarood licht gemeten, een deel van het licht dat voor het menselijk oog niet zichtbaar is. Groene bladeren kaatsen relatief veel van dit NIR-licht terug. Hoeveel er wordt teruggekaatst, hangt onder andere samen met de opbouw en structuur van het blad.

Wanneer een plant door een ziekte, plaag of andere vorm van stress verandert, kan ook de hoeveelheid teruggekaatst NIR-licht veranderen.

Multispectrale en hyperspectrale camera's meten de terugkaatsing in meerdere delen van het lichtspectrum. Hierdoor ontstaat een uitgebreider spectraal patroon, waarmee subtiele veranderingen in bijvoorbeeld bladstructuur, chlorofyl en waterhuishouding kunnen worden herkend. Zulke veranderingen kunnen soms worden waargenomen voordat duidelijke symptomen zichtbaar zijn.

Thermische camera's: verschillen in bladtemperatuur

Thermische camera's meten verschillen in bladtemperatuur. Wanneer planten bijvoorbeeld door stress hun huidmondjes sluiten, neemt de verdamping af en kan de bladtemperatuur stijgen. Met thermische beelden kunnen zulke verschillen over een gewas zichtbaar worden gemaakt en kunnen afwijkende planten of delen van het gewas worden opgespoord.

Chlorofylfluorescentie: informatie uit de fotosynthese

Bij chlorofylfluorescentie wordt niet gekeken naar licht dat door het blad wordt teruggekaatst. Chlorofyl neemt licht op voor de fotosynthese en zendt een klein deel van die opgenomen energie zelf weer uit als licht.

De hoeveelheid en het patroon van dit uitgezonden licht geven informatie over het functioneren van het fotosyntheseapparaat. Veranderingen hierin kunnen daarom een aanwijzing zijn dat de plant stress ervaart.

Sporenvallen en eDNA: zoeken naar de ziekteverwekker

Niet iedere detectietechniek kijkt naar de plant. Met sporenvallen kunnen schimmelsporen uit de lucht worden opgevangen en geïdentificeerd. Daarmee kan de aanwezigheid van een pathogeen soms worden vastgesteld voordat aantasting in het gewas zichtbaar is.

Met eDNA-technieken kan genetisch materiaal uit bijvoorbeeld water, lucht of bodem worden gebruikt om de aanwezigheid van organismen of pathogenen aan te tonen.

VOC's: ruiken aan de plant

Planten produceren en geven voortdurend vluchtige organische stoffen (VOC's) af aan hun omgeving. Welke stoffen worden afgegeven en in welke hoeveelheden kan veranderen wanneer een plant bijvoorbeeld wordt aangevreten, geïnfecteerd raakt of andere stress ervaart.

Met sensoren en zogenaamde e-noses wordt onderzocht of deze veranderingen kunnen worden herkend en gebruikt om stress of een aantasting vroegtijdig te signaleren.

Elektrische signalen uit de plant

Ook elektrische signalen spelen een rol in de manier waarop een plant reageert op veranderingen en prikkels. Ziekten, plagen, droogte en andere vormen van stress kunnen deze elektrische activiteit beïnvloeden.

Sensoren die op of aan de plant worden geplaatst, kunnen zulke veranderingen registreren. Daarmee ontstaat de mogelijkheid om de reactie van de plant zelf te gebruiken als vroeg signaal dat er iets verandert.

Hormonenschommelingen als toekomstig signaal

Ook de hormoonhuishouding van een plant verandert onder invloed van stress. Plantenhormonen spelen een belangrijke rol bij het aansturen van groei, ontwikkeling en reacties op bijvoorbeeld ziekten, plagen en andere stressfactoren.

Onderzocht wordt hoe veranderingen in deze hormoonhuishouding betrouwbaar en praktisch kunnen worden gemeten. Wanneer zulke veranderingen vroeg kunnen worden herkend, zouden ze in de toekomst als signaal kunnen dienen om stress in de plant te herkennen.

Van meten naar begrijpen

Niet al deze technieken zijn even ver ontwikkeld of direct praktisch toepasbaar. Sommige worden al in de praktijk gebruikt, terwijl andere zich nog nadrukkelijk in de onderzoeks- of ontwikkelingsfase bevinden. Gezamenlijk laten ze wel een duidelijke ontwikkeling zien: van het waarnemen van zichtbare symptomen naar het steeds eerder herkennen van veranderingen in het gewas.

De volgende stap ligt niet alleen in beter meten, maar vooral in het vertalen van verschillende soorten informatie naar bruikbare beslissingen. Kunstmatige intelligentie kan hierbij helpen door bijvoorbeeld gegevens uit vangplaten, camerabeelden, klimaatdata en plantsensoren met elkaar te combineren.

De techniek vertelt ons daarmee steeds meer over wat er in en rond de plant gebeurt. De uiteindelijke waarde ontstaat wanneer we die informatie kunnen vertalen naar de belangrijkste vraag voor de teelt: wat betekent dit signaal en wat moet ik ermee doen?