< Back to previous page

Project

Innovation and implementation of automatic monitoring and warning systems for pest insects to support a sustainable Flemish fruit and vegetable production

Nowadays manual monitoring (checking pheromone traps, visual inspections, collecting samples from plants/trees, etc.) are time consuming and require specialized entomological expertise in order to recognize specific (life stages of) insects. The goal of this project is to facilitate/automate/digitize our monitoring and warning system. For this we focus on 4 target pests (including D. suzukii and codling moth) and  two main techniques: camera or sensor based monitoring, which are optimized for the fruit and vegetable sector.

Date:1 Oct 2017 →  30 Sep 2021
Keywords:geatuomatiseerde monitoring, cameravallen, optische sensor, Drosophila suzukii, fruitmot Cydia pomonella, witloofmineervlieg, wollige slawortelluis
Disciplines:Other natural sciences
Project type:Collaboration project
Results:

In eerste instantie werd er een inventarisatie gemaakt van alle bestaande technologieën voor geautomatiseerde monitoring en hun eigenschappen (voor- en nadelen), en deze kennis werd via verschillende kanalen naar de doelgroep gebracht (website, publicaties, presentaties). Tevens werd een app/tool ontwikkeld voor het geautomatiseerd ingeven, verwerken én consulteren van waarnemingsgegevens. Dit online platform is reeds geïmplementeerd en wordt gebruikt in het waarnemersnetwerk in de fruitteelt. De SQL-database die geconnecteerd is aan het online platform bevat bij het afsluiten van dit project reeds meer dan 37.000 (!) unieke waarnemingsrecords, en dit enkel van de waarnemingen de voorbije jaren in de projectperiode. In de nabije toekomst zal ook de bijzonder grote hoeveelheid van historische waarnemingsdata van pcfruit in deze SQL-database toegevoegd worden, hetgeen het aantal waarnemingsrecords nog met een factor 10-100 zal doen stijgen. Deze gestructureerde digitalisering zal toelaten om deze data efficiënt te benutten in toekomstige toepassingen (trendanalyses, modellen, voorspellingen,…). Een volgende stap is de integratie van dit input/database systeem als module in registratie-apps zoals EVARen Care4Growing. Ook via de vele contacten en kennisoverdrachtsactiviteiten werd kennis verspreid en advies op maat gegeven door de verschillende projectpartners. Dit kennisplatform en de adviesverlening zal ook na afloop van dit traject ge-update en verdergezet worden, waarbij de projectpartners de rol van centraal aanspreekpunt blijven vervullen eindgebruikers bijstaan bij de implementatie/transitie naar geautomatiseerde waarnemingssystemen.

Daarnaast werd in dit traject onderzoek verricht om de lokwijzen en valmodellen voor de vier doelwitplagen te verbeteren en op punt te stellen voor geautomatiseerde monitoringsystemen. Voor fruitmot werd bepaald welke andere motten simultaan via geautomatiseerde monitoringval gemonitord kunnen worden (al dan niet interferentie van (combinatie van) verschillende feromonen als lokstof). Voor de fruitmotval werd een rolsysteem van de lijmbodem in de praktijk gevalideerd, waardoor een wekelijks fysische passage voor de manuele vervanging van de lijmbodem nier meer noodzakelijk is (en er dus een aanzienlijke tijds-/efficiëntiewinst is). Voor de D. suzukii val werden verbeterde (selectievere) lokstoffen ontwikkeld en werd het valmodel geoptimaliseerd. Hiermee werd enerzijds een verhoogde vangstefficiëntie gerealiseerd en anderzijds met het oog op toekomstige implementatie van sensor-gebaseerde herkenning werd via een intern insecticide-contactoppervlak en/of lijmplaat verhinderd dat eenzelfde exemplaar meerdere malen (automatisch) wordt gedetecteerd. Voor de wollige slawortelluis (P. bursarius) werden inzichten bekomen in aantrekkelijke geurstoffen. Daarnaast werd voor deze plaag, evenals de witloofmineervlieg (P. chicorii), vooral gefocust op lokwijzen gebaseerd op kleuren.

Verder werden beschikbare cameragebaseerde geautomatiseerde monitoringsystemen getest en geoptimaliseerd in praktijkomstandigheden. Een netwerk van Trapview-vallen werd geïnstalleerd en gedurende vier seizoenen op diverse praktijkpercelen geëvalueerd en gevalideerd met het oog op geautomatiseerde monitoring van fruitmot. Hieruit kan geconcludeerd worden dat de software voor identificatie van de target plaag nog niet helemaal op punt staat, maar mits manuele verificatie van de beelden, betekent dit toch een grote stap vooruit voor het efficiënt en snel (realtime, om de 12/24u data) aanleveren van monitoringsgegevens. De cameravallen met implementatie van het rolsysteem voor de automatische vervanging van de lijmbodem en valideren/corrigeren van de (al dan niet fout) geïdentificeerde insecten door een expert achter de computer leveren een aanzienlijke tijdswinst op (gezien de vallen niet meer wekelijks ter plaatse moeten gecontroleerd worden). Tot op heden is er helaas geen enkel commercieel beschikbaar model dat de twee case insecten van witloof wil en kan implementeren in hun systeem. Hieruit blijkt nogmaals dat de nood om zelf een variabel en aanpasbaar systeem te ontwikkelen zeer hoog is voor kleinere en/of alternatieve teelten zoals witloof. Voor de witloofplagen werd een quick-win semi-geautomatiseerd monitoringsysteem ontwikkeld, waarin met behulp van een zogenaamde ‘fotobox’ op een snelle en efficiënte wijze monitoringlijmplaten kunnen gescand worden voor het genereren van de waarnemingsgegevens.

Een innovatief luik in dit project omhelsde de ontwikkeling van een volautomatisch (sensorgebaseerde) herkenning (meting frequentie van vleugelslag van insecten). Aan het einde van dit traject beschikken we over een verbeterd prototype van een geautomatiseerde monitoringval voor D. suzukii met een stand-alone sensor systeem dat toelaat vleugelslag te detecteren en D. suzukiimet een grote accuraatheid te identificeren. Dit verbeterd prototype werd ook al succesvol getest, weliswaar in gecontroleerde omstandigheden. In een vervolgproject zullen we het prototype verder valideren en optimaliseren voor gebruik in praktijkomstandigheden.

Door reeds vanaf de start van dit traject concrete praktijkvalidaties te voorzien en daarnaast ook initiatieven op te starten die een blijvende valorisatie betekenen (onder meer het kennisplatform) hebben we via dit traject een belangrijke stap kunnen zetten in het automatiseren en digitaliseren van het waarnemingen- en waarschuwingssysteem in de Vlaamse witloof- en fruitteelt. In navolging van de fruit- en witloofteelt is 1-2 jaar na afloop van dit LA-traject een spillover effect te verwachten naar andere Vlaamse landbouwsectoren zoals de groenteteelt in het algemeen, de sierteelt en de akkerteelt.