Denne artikkelen er produsert og finansiert av Høyskolen Kristiania - les mer.
Forskere utvikler tekniske løsninger som gjør det mulig for bøndene å produsere mye mat av god kvalitet på måter som er minst mulig skadelig for miljøet lokalt og globalt.
(Illustrasjonsfoto: Shutterstock / NTB)
Nye dataprogram kan hjelpe norske bønder med å dyrke mer og bedre korn
Forskere utvikler verktøy for å hjelpe bøndene med å få best mulig avling på en mest mulig bærekraftig måte.
Hvordan kan Norge bli selvforsynt på en
bærekraftig måte?
Spørsmålet har blitt spesielt aktuelt i lys av krigen i Ukraina, ekstreme værforhold globalt og korn- og kraftpriskrisen. Ettersom matvareprisene stiger over hele verden, prøver bøndene å tilpasse seg en rekke sammenfallende kriser og negative konsekvenser. I mange land har de måttet legge om produksjonen.
Det er lite som tyder på at situasjonen er forbigående.
Men snart kan nye dataprogram hjelpe bøndene med å dyrke mer og bedre korn i Norge.
Gir et bedre beslutningsgrunnlag
Forskere utvikler tekniske løsninger som gjør det mulig for bøndene å produsere mye mat av god kvalitet på måter som er minst mulig skadelig for miljøet lokalt og globalt.
– Målet er å bistå den enkelte bonde med å optimalisere sin avling, basert på informasjon om for eksempel jord, gjødsling og værforhold på hans eller hennes åker, sier forsker Rashmi Gupta ved Høyskolen Kristiania.
Det kan handle om å gi bøndene tips om hvilke kornslag de bør velge, hvor mye de bør vanne, hvilken type gjødsel som er best og hvor mye de bør bruke.
Kunstig intelligens gir bred og
nøyaktig informasjon
Forskerne samler inn store mengder informasjon om for eksempel jordkvaliteten til et bestemt felt, naturlig vanninnhold, værforhold og plantesykdommer. Deretter analyserer de hva bonden bør
investere i for å få best mulig kvalitet på avlingen sin tidlig i
vekstsesongen. Og for å øke produksjonen.
Det er en grense for hva som kan vokse i
Norge, og vi kan ikke forutsi været med 100 prosent sikkerhet.
– Når vi samler informasjon om mange ulike
datakilder og bruker maskinlæring og kunstig intelligens for å finne de
avgjørende faktorene, kan vi skape forbedringer. Bonden må kunne ta valg som
gir størst mulig avling av best mulig kvalitet til en gunstig kostnad og med
lavest mulig karbonavtrykk, sier Gupta.
I landbruket handler karbonavtrykket om å
sikre at mengden energi som produseres gjennom avlingene, såkalt grønt karbon, er
større enn energimengden som brukes til å produsere det, svart karbon. Da har
vi et godt karbonregnskap.
Det som er nytt med denne forskningen, er at forskerne
har kombinert blant annet satellittbilder, informasjon om korntyper,
jordprøver, plantesykdommer, skadedyr og værforhold for å få svært bred og
svært nøyaktig informasjon helt ned på nivået til hver enkelt jorde.
Kunstig
intelligens brukes til å gjøre beregninger.
Resultatet kan for eksempel fortelle en bonde
at han bør bytte fra hvete til bygg eller at redskapene eller arbeidsmetodene
han bruker, ikke er de beste for akkurat hans åker.
Forskningsprosjektet dreier seg med andre ord
både om kvalitetsstyring og klimahensyn.
Klima og krig har gjort oss mer sårbare
– Norge har ingen mangel på mat i dag. Men
folketallet øker uten at produksjonen holder tritt. Derfor håper vi at denne
typen informasjon kan sette bøndene og det norske samfunnet i stand til å ta
beslutninger som styrker evnen til å være selvforsynt i fremtiden. Per i dag
importerer Norge både korn og gjødsel, sier Gupta.
Krigen i Ukraina har påvirket tilgangen på
mineraler som trengs til gjødsel. Samtidig førte tørke til en bråstopp i Indias
plan om å eksportere korn til Europa da korn fra Ukraina ikke kom frem. Og
dette skjer bare noen år etter at en glohet sommer svidde av Norges avlinger.
En lang rekke negative kjedeeffekter har gjort
vår sårbarhet svært merkbar.
En app kan hjelpe bonden å ta lønnsomme valg
Nå utvikler forskerne en app. Den er ennå ikke
helt klar til bruk, men forskerne har jevnlige møter med representanter
ved Norsk Landbruksrådgivning (NLR). De diskuterer hvordan de nye metodene
best kan komme dem til gode.
Planen er at bøndene skal kunne legge inn sitt område
og sin gård og dermed få ut all relevant informasjon.
Prosjektgruppen Kornmo, som Gupta er en del av, samarbeider med blant
annet InFuture AS, forskningslaben CAIR ved UiA, Norsk
Landbruksrådgivning (NLR) og Landbrukets klimakalkulator.
De innhenter også
offentlig tilgjengelige værdata fra Meteorologisk institutt og bondedata fra Norsk Institutt for bioøkonomi (NIBIO).
Det er etablert et system som
automatisk samler inn store mengder informasjon som kommer den enkelte
kornbonde til gode.
Har overføringsverdi
Informasjonen kan også brukes i andre deler av verdikjeden – som
ved anleggene for kornmottak. De får bedre forutsigbarhet med tanke på hva som
kommer inn og når, samt kvaliteten på kornet fra den enkelte gård.
Forskerne mener at modellene de har satt opp, også vil kunne videreutvikles og brukes i andre deler av verden og innenfor
annen produksjon i landbruket. Det kan for eksempel være i produksjonen av frukt og grønnsaker.
Slik håper Rashmi Gupta at teknologi og kunstig intelligens kan bidra til det
Norge skal være i fremtiden.
Rettelogg 21. september klokken 1300: Ordet «app» er endret til «nye dataprogram» i tittel og i artikkel.
Referanser:
Martin Engen mfl.: Farm-Scale
Crop Yield Prediction from Multi-Temporal Data Using Deep Hybrid Neural
Networks. Agronomy, 2021. Doi.org/10.3390/agronomy11122576
