In reactie op het streven van de Europese Unie om het gebruik van gewasbeschermingsmiddelen te verminderen, hebben onderzoekers van Unmanned Valley, Greenport Duin- en Bollenstreek en NL Space Campus een AI-model ontwikkeld om botrytis bij bolgewassen via drones te detecteren.

Door kunstmatige intelligentie te gebruiken om grote hoeveelheden dronedata te analyseren, kan een nauwkeurige kaart worden gemaakt die laat zien welke planten ziek zijn of risico lopen, waardoor het gebruik van gewasbeschermingsmiddelen kan worden verminderd.

Het AI-model is momenteel gericht op het herkennen van botrytis bij tulpen en hyacinten, maar kan met enkele aanpassingen mogelijk worden uitgebreid naar andere ziektes en gewassen. Dit biedt niet alleen milieuvoordelen, maar kan ook kostenbesparend zijn voor telers door het verminderen van bestrijdingsmiddelen en minder mislukte oogsten.

Het project ‘Remote Sensing voor Sierteelt’ zal worden verder worden ontwikkeld om te onderzoeken hoe dronedata, gecombineerd met satellietbeelden en actuele bodem- en weergegevens, de nauwkeurigheid van het meten kunnen verbeteren. Grote bedrijven in de landbouwsector tonen interesse in het onderzoek naar de uitbreidbaarheid van deze technologie naar andere ziekten en gewassen.