Nye dataprogrammer hjelper bønder å dyrke mer og bedre korn

KUNNSKAP FRA KRISTIANIA: Kunstig intelligens i landbruket

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 dataprogrammer hjelpe bøndene med å dyrke mer og bedre korn i Norge.  

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 Rashmi Gupta, førsteamanuensis 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 kan gi bønder bred og nøyaktig informasjon om det enkelte jorde 

Ved å samle inn store mengder informasjon om for eksempel jordkvaliteten på et bestemt jorde, naturlig vanninnhold, værforhold og plantesykdommer, kan forskerne gjøre en analyse av 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 % sikkerhet. 

– Når vi samler informasjon fra 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 (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 hvert 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 medførte tørke 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.  

Nye dataprogrammer kan hjelpe bonden å ta lønnsomme valg  

Nå utvikler forskerne nye dataprogrammer. De er ennå ikke helt klar til bruk, men forskerne har jevnlige møter med bonderepresentanter ved NLR (Norsk Landbruksrådgivning), som leder prosjektet, for å diskutere 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 gjennom forskningslaben CAIR ved Universitetet i Agder, samarbeider med blant annet InFuture AS, NLR (Norsk Landbruksrådgivning), og Landbrukets klimakalkulator. De innhenter også offentlig tilgjengelige værdata fra Meteorologisk institutt og bondedata fra NIBIO (Norsk Institutt for bioøkonomi).

Det er etablert et system som automatisk samler inn store mengder informasjon som kommer den enkelte kornbonde til gode og i tillegg kan brukes i andre deler av verdikjeden – som ved kornmottaksanleggene. 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 andre produksjonsfelt i landbruket, for eksempel frukt- og grønnsaksproduksjon. Rashmi Gupta håper at teknologi og kunstig intelligens kan bidra til at Norge blir mer selvforsynt i fremtiden.

Referanser: 

Martin Engen, Erik Sandø, Benjamin Lucas Oscar Sjølander, Simon Arenberg, Rashmi Gupta, Morten Goodwin, "Farm-Scale Crop Yield Prediction from Multi-Temporal Data Using Deep Hybrid Neural Networks", Agronomy 2021, 11(12).  

Forskningsrådet: KORNMO - produksjonsoptimalisering, kvalitetsstyring og bærekraft gjennom kornverdikjeden     

Cicero: «Kornkrise, krig og høye kostnader»  

Tekst: Taran Cecilie Skjerdal, rådgiver, Avdeling forskningskommunikasjon og innovasjon

Denne artikkelen ble først publisert på forskning.no under tittelen "Nye dataprogram kan hjelpe norske bønder med å dyrke mer og bedre korn".

Vi vil gjerne høre fra deg!     

Send spørsmål og kommentarer til artikkelen på e-post til kunnskap@kristiania.no.