Automaattinen menetelmä nurmibiomassan määrän arviointiin, seurantaan ja ennustamiseen – PUNURMIO

Offentlig projektbeskrivning

Maatalouden päästövähennystavoitteet koskettavat viljelijöitä monin tavoin. Samalla kasvaneet tilakoot ja tuotannon tehostamispaineet ajavat tuottajia parantamaan tuotantonsa tasoa ympäristön kannalta kestävällä tavalla. Nurmen suurilla satomäärillä on pääsääntöisesti positiivinen vaikutus hiilen sitoutumiseen maaperään, ja sitä kautta lopullisten tuotteiden hiilijalanjälki pienenee. Tämä tekijä on avainasemassa ilmastoviisaassa maidon ja lihan tuotannossa. PUNURMIO-hankkeen tavoitteena on kehittää menetelmä nurmibiomassojen kasvun automaattiseen ja peltolohkokohtaiseen arvioimiseen, seurantaan ja ennustamiseen. Menetelmä perustuu puhelinkameralla otettuihin kuviin, paikallisesti kerättyyn informaatioon sekä mm. paikallisiin sääennusteisiin ja maaperädataan. Kerätyn tiedon perusteella määritetään koneoppimisen avulla nurmibiomassan kasvuparametreja. Hankkeessa rakennetaan mobiilikäyttöliittymä, jonka kautta data toimitetaan laskenta-algoritmille, ja tulokset tuodaan takaisin viljelijän käyttöliittymään. Hankkeessa kehitettyä menetelmää testataan pilottitiloilla ja valituilla koepelloilla, ja sen antamia tuloksia verrataan myös satelliittikuviin perustuvan mallinnuksen avulla tehtyihin biomassaestimaatteihin. Hankkeen päätoteuttajana on HAMK, ja sen kumppaneina ovat Ilmatieteen laitos, Gofore Finland Oy, Baltic Sea Action Group. Hankkeen EIP-innovaatioryhmään kuuluu hankkeen toteuttajien lisäksi useita alkutuotannon toimijoita. Hankkeen aktiviteetit ja tulokset ovat julkisia.

Project summary

Agricultural production is facing a dual challenge of increasing production and, at the same time, reducing its environmental impacts. As a rule, the large yields of grass have a positive effect on carbon sequestration in the soil, and thus the carbon footprint of the final products is reduced. Thus, optimizing the yield of grass is important for the realization of climate-smart farming. The aim of the PUNURMIO project is to develop a method for automatic and field block-specific assessment, monitoring and forecasting of grass biomass growth. The method is based on information collected locally from pictures taken with a mobile phone camera and additional data, such as local weather forecasts and soil data. The growth parameters of the grass biomass are determined using machine learning. In the project, a mobile user interface will be built, through which the images and other data taken by the farmers will be delivered to the calculation algorithm, and the results will be brought back to the farmer's user interface. The method developed in the project will be tested at the fields of the project’s pilot farms and other field parcels selected from the project’s partner network. The project’s results are also compared to biomass estimates made using modeling based on remote sensing (satellite images). The project's activities and results are public, and they will communicated to the project's target groups, the research and development community, and the general public.