Formålet er at gøre det praktisk muligt for bedrifter med uensartede marker, at bruge præcisionsdyrkning til at optimere høstudbyttet og samtidigt minimere omkostningerne til planteproduktion. For at kunne gøre dette, skal udbyttepotentialet på de enkelte positioner hen over marken kortlægges. I projektet afprøves det derfor, om man med klassisk statistik og/eller machine-learning kan forudsige udbyttepotentiale og høstudbytte både på markniveau og på dele af marken. Analyserne vil blive foretaget på de store positionsbestemte datasæt, som allerede eksisterer (historiske høstudbytter og udbyttekort, historiske dyrkningsdata, jordtypekort m.m.), og de store mængder af data, der løbende bliver opsamlet i markbruget (satellitdata, afgrødesensorer, klimadata m.m.). En sikker forudsigelse af udbyttepotentiale skal bl.a. danne grundlag for udarbejdelse af algoritmer til graduering af udsædsmængde, gødning og planteværnsmidler, samt bruges til bedre høstprognoser og dermed til at styre produktion, lager og økonomi.
Statistisk analyserapport for vinterhvede, hvor der er anvendt machine leaning modeller til at finde sammenhængen mellem udbytte, satellitdata og højdedata.
Artikel fra Magasinet Kvæg, december 2018. Udbyttemåling: Flere års udbyttekort øger værdien af udbyttekort som beslutningsstøtteværktøj for gødskningsstrategi og fokusområder i de enkelte marker.
Poster fra temadag/workshop om præcisionsjordbrug og digitalisering, hvor resultaterne fra projektet Big data i planteavlen blev præsenteret ved en postersession for landmænd, konsulenter og eksperter. Posteren blev også vist på Plantekongres 2019.
Foreløbig: Statistisk analyserapport af majshelsæd og vinterhvede, som beskriver sammenhængen mellem udbyttet og NDVI, NDRE, højdemålinger mm. Ud fra analysen er produceret 2 prognosemodeller – en for majshelsæd og vinterhvede.
120 landmænd, konsulenter og andre interessenter blev samlet, for at høre om de nyeste tiltag og resultater indenfor emnet. Videoen formidler b.la. resultaterne fra projektet Big data i Planteavlen.
Ved høst genereres fejlmålinger, som skal frasorteres datasættet for at generere et troværdigt udbyttekort over marken. Bliv klogere på, hvad dine data skal igennem, før du kan bruge data fra mejetærskeren til at estimere udbyttet henover marken.
