HEA BLO AGR Pix4Dfields Italiaanse vignards

Hoe maken drones het verschil in precisie wijnbouw?

Efficiënte wijngaarden hebben constante zorg nodig om goede wijn te produceren. Drones kunnen precisielandbouwtechnieken toepassen in wijngaardbeheer.

In dit artikel gaan we verder in op :

  • De details van het project
  • Precisie-irrigatiesysteem om te herstellen van druivenopbrengstverliezen
  • Selectief oogsten om wijnen van hoge kwaliteit te produceren
  • Drone mapping voor beter wijngaardbeheer

Details van projecten

Projecten werden uitgevooerd in juli 2020 op de grote en bekende Chianti Classico wijnmakerij, in de buurt van Siena, en de tweede in september 2020 op een familiebedrijf wijnmakerij in Bolgheri. Zowel Chianti als Bolgheri zijn twee van de belangrijkste Italiaanse wijnbouwregio’s, gekenmerkt door wijnen van hoge kwaliteit.

Bestreken gebiedChianti project: 15 hectare
Bolgheri project: 3 hectare
Aantal afbeeldingen:Chianti project: 1228 (RGB), 4908 (multispectral), 2392 (thermisch)
Bolgheri project: 767 (RGB), 3068 (multispectral)
SoftwarePIX4D mapper
QGIS
GSD (grondbemonsteringsafstand)1,76 cm/pixel (RGB), 6,9 cm/pixel (multispectraal), 8,6 cm/pixel (thermisch)

Chianti-project: precisie-irrigatiesysteem om te herstellen van druivenopbrengstverliezen

Het Chianti-project was gericht op het goed opbouwen van een precisie-irrigatiesysteem over 15 hectare wijngaarden om te herstellen van druivenopbrengstverliezen. Om de kracht van de wijngaard en waterstress te beoordelen, vloog een drone om thermische en multispectrale beelden te verkrijgen. De beelden werden vervolgens verwerkt met Pix4Dmapper om de zichtbare (RGB) orthomosaic, de thermische kaart en de reflectiekaarten te krijgen.

Full vineyard vigor map (NDVI), vineyard zonation map in 3 vigor classes

Volledige wijngaard vigor kaart (NDVI) (links), wijngaard zonatie kaart in 3 vigor klassen (rechts)De vigor en thermische kaarten van de wijnstokrijen werden geanalyseerd in QGIS met behulp van respectievelijk NDVI en de CWSI (Crop Water Stress Index), na het verwijderen van de inter-row en soil pixels. Vine rijen pixelaggregatie in klassen zijn gedaan in QGIS om drie vigor zones (hoog, gemiddeld, laag) en vier water stress zones (hoge stress, matige stress, lage stress, geen stress) te markeren, overeenkomend met vier verschillende temperatuurzones.

Full vineyard temperature map (°C), vineyard CWSI map in 4 water stress classes

Volledige wijngaardtemperatuurkaart (°C) (links), wijngaard CWSI-kaart in 4 waterstressklassen (rechts)De definitieve NDVI- en CWSI-kaarten zijn gebruikt om gestreste gebieden correct te identificeren die meer water zullen ontvangen dan de gezonde gebieden. Daarnaast werden ook ontbrekende wijnstokken gedetecteerd.

Bolgheri-project: selectief oogsten om wijnen van hoge kwaliteit te produceren

GCP used for the drone flight over the vineyard in Bolgheri

GCP gebruikt voor de dronevlucht boven de wijngaard in BolgheriHet Bolgheri-project had tot doel 3 hectare wijngaarden te analyseren, met meer dan 10 verschillende variëteiten, om een tweeklassenkrachtkaart te krijgen voor druivenselectief oogsten, die vervolgens handmatig zijn gedaan met behulp van een smartphone door de kaart te volgen die in Google Maps is geïmporteerd. De selectieve oogst maakte het mogelijk om druiven uit verschillende groeikrachtzones te verzamelen om afzonderlijk te worden gevinifieerd om wijnen van hogere kwaliteit te produceren. Dit is mogelijk door de druiven uit gebieden met een lage groeikracht die meer suikergehalte hebben, te vinificeren, zoals ook is bevestigd door bemonstering op de grond op druiven.

Full vineyard vigor map (NDVI), vineyard zonation map in 2 vigor classes

Volledige wijngaard vigor kaart (NDVI) (links), wijngaard zonatie kaart in 2 vigor klassen (rechts)Tijdens dit project werd een innovatief en specifiek algoritme getest om de puntenwolk van de wijngaard te verwerken om de geometrie van het bladerdak van wijnstokken (dichtheid, hoogte, dikte, volume) te beoordelen, wat nuttig was voor het evalueren van de optimale dosis pesticiden.

Bolgheri vineyard point cloud analysis

Bolgheri wijngaard puntenwolk analyse

Drone mapping voor beter wijngaardbeheer

Tijdens deze twee projecten werden verschillende data-analyses gebruikt om verschillende problemen op te lossen die het potentieel van het gebruik van drones in de precisielandbouw aantoonden.

Belangrijke en innovatieve wijnhuizen kunnen een positieve impact hebben op het milieu bij het produceren van wijnen van betere kwaliteit met een geoptimaliseerd gebruik van hulpbronnen.

Dit type technologie is gemakkelijk toegankelijk voor alle boeren, van familiebedrijven tot grote bedrijven, dus de voordelen (geldbesparing, betere productkwaliteit, hogere opbrengsten) overwinnen de investeringen. Ook kunnen verschillende niveaus van innovatie worden gebracht door drones naar boeren, die machines met variabele snelheid (VRT) kunnen hebben om veldoperaties volledig te automatiseren met behulp van dronekaarten.

Waar anders dan bij MELDRONE ? Wij alleen, zoeken naar de beste oplossing voor en samen met jou ! Samen maken wij het verschil !

In samenwerking met fabrikant PIX4D waarvan MELDRONE erkend verdeler is.

Categories:

Tags:

No responses yet

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *