Stressdetectie

Deze methode wordt gebruikt voor het in kaart brengen van de toestand van het gewas door het groeiseizoen heen. Daarmee krijg je kaarten die diagnose geven, inzicht in waar iets misgaat of goed gaat en rapportages of tijdreeks-overzichten.

Met behulp van een multispectrale drone bieden wij een efficiënte en nauwkeurige methode om de gezondheid van gewassen te monitoren. Door gebruik te maken van verschillende spectrale banden wordt essentiële informatie verkregen over factoren zoals chlorofylgehalte, waterstress en algemene plantvitaliteit.

Momenteel werken wij aan de gewassen:

• Gras
• Mais
• Aardappelen
• Tarwe
• Rogge

Andere gewassen, en maatwerk zijn op aanvraag mogelijk.

Selectie van de juiste sensor

Multispectrale sensoren registreren beelden in meerdere spectrale banden, waaronder zichtbaar licht (rood, groen, blauw) en nabij-infrarood (NIR). Met name infrarood- en NIR-data zijn waardevol voor het beoordelen van chlorofyl en waterhuishouding, beide kritische indicatoren voor plantgezondheid.

Door sensortechniek te combineren met beelden van drones is het mogelijk om de stikstof-, biomassa- en vochttoestand van een perceel te volgen. Zo kan ook inzicht worden gekregen in de verschillen in bemesting per perceel.

Doordachte vluchtplanning

Een nauwkeurige vluchtplanning is essentieel om het gebied volledig en gedetailleerd in kaart te brengen. Hoogte, overlap en resolutie worden afgestemd op de gewenste nauwkeurigheid, zodat zelfs subtiele stresssignalen zichtbaar worden.

Inzet van vegetatie-indexen

Afweging tussen verschillende indexen voor het beoordelen van plantvitaliteit. Door de reflectie van NIR en rood licht te vergelijken, kunnen afwijkingen of stressgebieden vroegtijdig worden opgespoord.

Geavanceerde data-analyse

Na de vlucht worden de beelden verwerkt in gespecialiseerde software, zoals Pix4D, DroneDeploy of Agisoft Metashape. Deze platforms genereren gedetailleerde kaarten die variaties in vegetatie en stresspatronen duidelijk visualiseren.

Interpretatie en besluitvorming

Gebieden met lagere index-waarden wijzen doorgaans op stress, veroorzaakt door bijvoorbeeld ziekten, plagen of watertekort. Op basis van deze inzichten kunnen gerichte maatregelen worden genomen, zoals het optimaliseren van irrigatie, het toedienen van gewasbescherming of het verbeteren van de bodemkwaliteit. Ook kan het schadeclaims ondersteunen door objectief bewijs te leveren van de locatie, omvang en ernst van gewasschade, bijvoorbeeld door droogte, storm of ziekte, waardoor verzekeraars sneller en betrouwbaarder besluiten kunnen nemen. Bovendien kunnen historische beelden  helpen bij het vergelijken van schade over tijd en het onderbouwen van vergoedingen.