Door dronebeelden te combineren met genetische informatie kunnen aardappelveredelaars de knolopbrengst van nieuwe rassen nauwkeuriger voorspellen. Dat blijkt uit onderzoek van de Swedish University of Agricultural Sciences (SLU) dat is gepubliceerd in het wetenschappelijke vakblad Horticulture Research. Een gewone RGB-camera blijkt daarvoor voldoende.
De ontwikkeling van een nieuw aardappelras duurt tien tot vijftien jaar. In die periode beoordelen veredelaars grote aantallen planten op eigenschappen als opbrengst, knolgrootte en zetmeelgehalte. Om te onderzoeken of het veredelingsproces kan worden verbeterd, gebruikten Zweedse onderzoekers in een twee jaar durende proef gegevens van 256 aardappelklonen en -rassen die op twee locaties bij het Zuid-Zweedse Kristianstad werden geteeld.
Tijdens het groeiseizoen vloog een drone met een RGB-camera van 20 megapixel op 20 meter hoogte boven de proefvelden. Per groeiseizoen werden vijf of zes vluchten uitgevoerd. Met beeldverwerkingssoftware Pysel analyseerden de onderzoekers onder meer de gewasbedekking, planthoogte en bladkleur. Door de metingen op verschillende momenten te combineren, konden ze de ontwikkeling van het gewas gedurende het groeiseizoen beoordelen. Daarnaast onderzochten de wetenschappers het DNA van de aardappelplanten. Daarvoor gebruikten ze 2.500 genetische merkers waarmee verschillen tussen de planten in kaart werden gebracht.
Vervolgens vergeleken de onderzoekers verschillende rekenmodellen. Sommige modellen voorspelden de opbrengst uitsluitend op basis van genetische informatie, andere gebruikten alleen dronebeelden. Een derde groep combineerde beide databronnen.
De combinatie leverde de beste voorspellingen op voor de totale knolopbrengst en de opbrengst van grove knollen. Voor de totale opbrengst en de opbrengst van knollen groter dan 60 mm was de voorspellende waarde ongeveer twee keer zo hoog als bij gebruik van uitsluitend genetische informatie. Voor het voorspellen van het zetmeelgehalte en de opbrengst van kleine knollen voegden de dronebeelden niets toe.
Volgens de onderzoekers hebben dronebeelden vooral meerwaarde doordat ze ook de invloed van groeiomstandigheden vastleggen. Veredelaars zouden met de dronebeelden veel vroeger in het selectieproces zwakke kandidaten kunnen laten afvallen en middelen voor veldproeven efficiënter kunnen inzetten.