Drones helpen bij opsporing van knolcyperus

Bestrijding van knolcyperus is complex en het aantal toegelaten gewasbeschermingsmiddelen wordt minder. Daardoor groeit het belang van preventie en vroege opsporing. In een Vlaams project bundelden het Proef- en Vormingscentrum voor de Landbouw (PVL), de Vlaamse Instelling voor Technologisch Onderzoek (VITO) en praktijkonderzoekscentrum Hooibeekhoeve de krachten om een detectiemodel te ontwikkelen op basis van dronebeelden.

Met het dataplatform Mapeo analyseerden de onderzoekers haarscherpe beelden tot 1 millimeter resolutie. Omdat het datavolume vanaf het begin van het project in 2023 snel opliep, werkten ze met niet-overlappende beelden. Hierdoor bleef de dataset beheersbaar. Daarbij zijn duizenden fragmenten handmatig gelabeld om het kunstmatige intelligentie (AI)-model te trainen.

Volgens het PVL kende het knolcyperusproject een veelbelovend begin in 2023. Gunstige omstandigheden leverden sterke resultaten op, met een validatienauwkeurigheid van 92 procent. Wel waren dronevluchten later in het seizoen minder accuraat, mogelijk door veranderingen in gewasontwikkeling en minder beschikbare trainingsdata.

Een jaar later gooiden weersomstandigheden roet in het eten. Vanwege de nattigheid waren de beelden donkerder en minder homogeen. Gewassen ontwikkelden zich anders en knolcyperus vertoonde een atypisch uiterlijk. Het model dat op deze beelden werd getraind, behaalde 89 procent validatie op eigen data, maar daalde tot 58 procent wanneer dit werd toegepast op beelden uit 2023. Volgens het PVL onderstreept dit hoe gevoelig AI-modellen zijn voor variatie in beeldkwaliteit en omgevingsfactoren.

Daarnaast blijkt dat herkenning in gewassen die de bodem intensief bedekken, zoals grasland en granen, niet haalbaar is. Dit omdat het cultuurgewas knolcyperus te veel bedekt. Over 2025 meldt het Belgische onderzoekscentrum dat bestaande modellen opnieuw zijn gevalideerd op nieuwe beelden van onder meer mais, aardappelen en braak. Vanwege gunstig weer waren de beelden vorig jaar voor wat betreft de kwaliteit vergelijkbaar met de beelden van 2023.

Moeilijk onderscheiden van grasachtigen

De onderzoekers constateren dat het weer, licht, bodem en de gewasontwikkeling een grote invloed hebben op de resultaten. Daarbij lijkt detectie in dichtbegroeide teelten zoals gras en granen niet haalbaar. Verder is knolcyperus soms moeilijk te onderscheiden van grasachtige onkruiden.

Tot slot meldt het PVL dat Vlaamse telers dronevluchten al wel kunnen laten uitvoeren via erkende instellingen. Na afloop ontvangen de betreffende ondernemers een rapport met detectie en advies. De kosten bedragen ongeveer 410 euro per hectare. Via een subsidieregeling kan tot 70 procent worden vergoed.