FinDrones 2023 -tapahtumassa tutkimus ja käytäntö kohtasivat – droonien käytössä on mahdollisuuksia ja haasteita

Osana AgriGroBots-hanketta tutkittiin rapsikuoriaisen tunnistusta ja torjuntaa droonitekniikalla. Tunnistuslennolla (Mavic 2 Zoom) lennettiin vain 1,5 metrin korkeudella, jolloin yksittäiset rapsikuoriaiset pystyttiin havaitsemaan. LUKEn ja kansainvälisten partnereiden työssä kehitetään kartoitusta, tunnistusalgoritmeja ja paikkakohtaisen drooni-torjunnan osioita. Hanke jatkuu kesällä 2023.  Kuva: Valmistaja

• Karkoituksen kustannus on merkittävä.
• Tekniikka on (osin) kallista.
• Lennättämiseen on paljon sääntöjä ja vaatimuksia.
• Toisaalta droonien tekniikka paranee ja käyttöala laajenee jatkuvasti.

Heti alkuun on todettava, että droonien käyttöalueet jakaantuvat hyvin monelle sektorille, joista maatalous muodostaa vain pienen osan. Metsätalouden merkityskin lienee tällä hetkellä maataloutta isompi. Varsinainen kasvu on tapahtunut kaupunkikartoituksen, kaivosteollisuuden ja vastaavien kohdalla.

Trinity F90+ on suurille pinta-aloille tarkoitettu VTOL kartoituslennokki. Pystysuora lähtönousu onnistuu, kun kaikki moottorit kääntyvät 90 astetta. Matkalennossa käytetään ainoastaan perässä olevaa moottoria. Loistavan liitosuhteen omaava laite pystyy kartoittamaan kerralla useita satoja hehtaareja. Lennokki voidaan varustaa RGB, multi- ja hyperspektri- sekä lämpökameroin. Myös laserkeilaus (Lidar) onnistuu. Varustustasosta riippuen hintaluokka on 50 000 eurosta ylöspäin. Geodrone on pitkän lentoajan omaava klassinen drooni. Myös se voidaan varustaa samoilla sensoreilla kuin Trinity. Erityispiirteenä Geodroneen on saatavilla hätätilanteisiin laskuvarjo, joka on edellytyksenä taajamissa suoritettaville kartoituslennoille. Kartoituksessa päästään parhaimmillaan 100 hehtaariin yhdellä lennolla. Hintaluokka 30 000 eurosta ylöspäin. Kuva: Jussi Knaapi

Syy yllä olevaan on ymmärrettävä, sillä maatalouden kohdalla satelliittikuvannukseen pohjautuvat kartoitusmenetelmät antavat käytännössä paremman vasteen rahalle. Kyse on ollut erilaisten peruskasvustoindeksien hyödyntämisestä, ja tällä alueella ei dronekartoituksella ole voitu toistaiseksi osoittaa saavutettavan todellista lisäarvoa, jolla korkeammat kustannukset tulisivat katetuksi.

WintraOne on sveitsiläinen VTOL eli pystysuoraan nouseva drone. Lentoaika noin tunti ja tämä mahdollistaa erityyppisten kameroiden asennuksen. Sonyn mallit RGB-kuvannukseen, Micasense Rededge mallit kasvustoindeksien kuvannukseen ja myös lämpökamerakuvannukseen on mahdollisuus. Laserkeilaukseen ei ole varustusta. Hintaluokka alkaa 30 000 eurosta ylöspäin. Kuva: Jussi Knaapi

Droonitekniikkaa tutkitaan kansainvälisesti monella tasolla. Finndronessa oli esillä myös suomalaisten tutkijoiden (LUKE, GTK, VTT ym.) hankkeita, joissa tehdään myös kansainvälistä yhteistyötä. Näin pitääkin olla ja päästään nopeammin käytäntöä hyödyntäviin tuloksiin.

Luonnonvarakeskuksella on monta droonihanketta meneillään. ’RehuDroonissa’ haetaan tietoa korjuuajan ja laadun optimointiin. ’FlexiGroBots ’ on laajan paneurooppalainen robotiikkahanke, jossa drooneilla on keskeinen rooli. Hankkeet ovat osoittaneet, että ollaan haastavien aiheiden parissa, mutta työ jatkuu. Kuva: Jussi Knaapi

Hankkeissa selviää myös monia ongelmakohtia, jotka on voitettava – tai joita ei ole järkevää yrittää dronekuvannuksella ratkoa.

Flexigrobots on yksi merkittävimmistä eurooppalaisista hankkeista, ja siinä kartoitetaan laajasti erilaisten robotiikkatekniikoiden käyttökelpoisuutta peltoviljelyn kehittämisessä. Suomesta mukana on sekä LUKE että VTT ja joukko muita toimijoita. Tavoitteena on mahdollistaa erilaisten tekniikoiden välinen joustava tiedonsiirto ja hyödyntäminen.

Ruiskudroonien käytössä on vielä monta haastetta, kuten Ari Ronkainen näyttää. Realismia on saada säädöspuoli kuntoon puolen vuosikymmenen aikana. Kuva: Jussi Knaapi

Yhtenä käytännön pilottina tutkija Ari Ronkainen esitteli rapsikuoriaisen tunnistusta ja torjuntaa dronepohjaisella tekniikalla. Pilotissa käytiin läpi koko työketju: tunnistus tehtävätiedoston teko ja myös työn suoritus. Lopputulemana tutkijat tunnistivat tilanteen haasteellisuuden. Kriittisiä tekijöitä ovat tunnistuksen ohella ruiskutustyön kapasiteetti ja myös torjunnan onnistuminen. Dronepohjainen tekniikka edellyttää nestemäärien merkittävää alentamista – ehkä jopa vain kymmenenteen osaan puomiruikutukseen verrattuna. Johtopäätöksenä olikin, että droneruiskutus edellyttää koko työketjun uudelleenarviointia, täsmäviljelyn periaatteita ja uutta innovointia.

Osana FlexiGroBots-hanketta selvitettiin LUKEssa rapsikuoriaisen torjuntaa. Onnistunut kuvannus droonilla edellyttää matalaa (10–15 m) lentokorkeutta.  Kuva: Jussi Knaapi

Haastetta on myös EU direktiiveissä: puitedirektiivi kieltää kasvinsuojeluaineiden dronepohjaisen lentolevityksen. Vain akuutti kasvintuhoojatilanne saattaa olla poikkeus. Tällöin lupaa on haettava TUKEsilta ja käytössä on oltava dronekäyttöön sallittu torjunta-aine, joita ei tällä hetkellä vielä ole.

Yksi lupaavimmista dronekartoituksen alueista on laserkeilaus (LIDAR-tekniikka). Tutkija Roope Näsi (Paikkatietokeskus FTK) esitteli peltojen tuottokyvyn kartoituksen mahdollisuuksia dronepohjaisilla tekniikoilla, erityisesti LIDAR-keilausta hyödyntäen. Suomen pelloista on jo saatavilla topografia-aineisto, joka on koottu lentokonekeilausta käyttäen. Siinä on valitettavasti ongelmana tarkkuus ( +/- 10 cm) ja aineisto edustaa aikajanalla jo mennyttä tilannetta. Dronella suoritettu laserkeilaus olisi tuoretta dataa ja parhaimmillaan sen topografinen tarkkuus riittäisi myös maan muotoilu-urakointiin lähdeaineistoksi. Nykytekniikka mahdollistaisi jopa senttitarkan topografia-aineiston keruun.

Oikean korjuuajan määrittelyssä (Rehudrooni-hanke) haasteena on säätilan ja maan kosteuden muutosten ennakointi. Tässä kasvusto on päässyt lakoutumaan, mikä ei ole optimaalinen tilanne. Kuva: Jussi Knaapi

Yhdistämällä topografiatietoa esimerkiksi multi- ja hyperspektrikuvannukseen, saadaan lisää tietoa pellon tuottokykyyn vaikuttavista tekijöistä. Maalajimäärityksien osalta haasteena on tietenkin kasvipeitteisyys. Maalajien ja kosteuden määrittely ilmasta toimii hyvin ainoastaan ”paljaan maan” olosuhteissa. Tältäkin osin eri tietolähteiden yhdistely tulee olemaan isossa roolissa. Yksittäisessä kokeessa maaperätieto yhdistettynä topografiatietoon pystyi selittämään jopa yli 90 prosenttia pellon sisäisestä vaihtelusta. On kuitenkin huomioitava, että termi ”maaperätieto” piti sisällään monia mittauksia, joiden kerääminen edellyttää fysikaalisten maanäytteiden ja vastaavien keruuta pellolla.

Dronemarkkinoilla on selvästi nähtävissä tehtäväkohtainen erikoistuminen. Toisena trendinä näkyy harraste- ja ammattikaluston erilaistuminen. Jokaiselle segmentille on tarvetta ja tilausta. Halvat ”maitokauppadronet” ovat moneen erinomainen ratkaisu, koska ne ovat hintaansa nähden todella hyviä.

Vastaavasti on selvästi nähtävissä, että tekniselle kehitykselle on myös tilausta. Kartoituksen tarkkuus, kuvannuskameroiden ominaisuudet sekä laserkeilauksen ja lämpökameroiden tulo mukaan palettiin, ovat nyt fokuksessa. Hyviä ratkaisuja oli esillä myös Finndronessa.

Roope Näsi (FGI) näyttää, miten drooniin on asennettavissa näytteenottolaite vesistökäyttöön. Laite laskeutuu vesirajaan ja keräyskammion pohja aukeaa sisäänpäin mahdollistaen näytteenoton. Drooni on uusi tuttavuus – kiinalainen Walkera. Kuva: Jussi Knaapi

Realistisesti on todettava, että paljon esillä jo ollut kasvinsuojeluun ja vastaaviin tehtäviin kykenevä isompi dronekoko (max 25 kg) on vielä isojen haasteiden edessä. Teemat tämän kokoluokan tuomasta ympäristöystävällisyydestä, ainesäästöistä ja kannattavuudesta kuulostavat kyllä hyviltä, mutta tämän hetken todellisuus lienee vielä kaukana tavoitteesta. Lisäksi on muistettava, että traktoripohjainen ruiskutusteknologia on myös voimakkaassa kehitysvaiheessa sekä yksilökohtaisen suutinohjauksen että ruiskuun asennettavien kasvustosensorien mukaantulon myötä.

Juuri tästä syystä ensimmäiset vakavammat ruiskudronepilotit saattavatkin löytyä metsätalouden piiristä. Hirvikarkotteiden levitys olisi hyvä aloituskohde. Haasteena on tällä hetkellä asian luvanvaraisuus.

Uusien mittaustekniikoiden ja mahdollisuuksien käyttöönotto on vielä haasteellista. Älymaatalous kun koostuu monista palasista, jotka nykyisellään ovat vielä enemmän tai vähemmän omissa kuplissaan. Tiedon tuottamisen, omistajuuden ja jakamisen kysymykset olivat Finndronessakin esillä Jyrki Hyyrönmäen kertoessa dataturvallisen tiedonsiirron mahdollisuuksista. Viime vuoden lopussa lanseerattu Tritom tiedonsiirtoverkko antaa mahdollisuuden kehittää tätä aluetta.

Datanvälityspalvelu Tritom olisi ratkaisu monista eri lähteistä koostuvan tiedon tehokkaaseen ja dataturvalliseen käyttöön. Tritom on esitelty KV numerossa 3/2023. Jyrki Hyyrönmäki esittelemässä. Kuva: Jussi Knaapi

Urakoitsija Christel Thijssen Hollannista on yksi täsmäviljelyn pioneereista. Reseptistä löytyy lannoitteen (nurmille) levitystä 4000 hehtaarin alalle, ei-kemiallista rikkojen torjuntaa (sähköllä), lapiomuokkausta, peltoskannausta ym. Osana käytännön traktoriurakointia tarvitaan työkaluja esimerkiksi lannoitteenlevityksen paikkakohtaiseen suoritukseen, 90 prosenttia levitettävästä alasta toteutetaan paikkakohtaisesti tehtävätiedostojen ja on-site N-sensoroinnin avulla.

Thijssen on yksi Dronewerkersin perustajista. Yhtiö koostuu droonikartoitusta tarjoavista urakoitsijoista ja toiminta on laajentunut jo Hollannin ulkopuolellekin. Kuvannustyökaluna käytetään multispektrikameroita. Ensimmäisen dronen (SenseFly) Thijssen hankki vuonna 2014. Dronewerkersillä on oma tietojenkäsittelyn portaali, joka mahdollistaa nopean ja dataturvallisen toiminnan. Aihe on herkkä, koska Hollannissa on jo pitkään tiedostettu, miten helposti viljelijän tiedot voivat karata muualle. Ei niin, ettei tilan tietoja voisi hyödyntää erilaisiin tarkoituksiin, mutta ongelmana onkin taloudellisen hyödyn jääminen vain datan vastaanottajalle.

Thijssen korostaa, miten tärkeää on aina todentaa oikea tilanne pellolla. Vyöhykekarttoja on helppo muodostaa erilaisilla tekniikoilla, mutta edelleenkin ne kuvaavat pääsääntöisesti vain eroja lehtivihreän voimakkuudessa. Mikä erot aiheuttaa – se on selvitettävä pellolla lapion kanssa. Usein on kysymys maan rakenteesta, joka on tiivistymäkerrosten vuoksi heikentynyt. Maaperäskannuksen antaman tiedon on todettu olevan hyvin yhdensuuntaista lentokuvannuksen antaman tiedon kanssa. Datalähteiden yhdistäminen on tässäkin tapauksessa hyödykästä ja nostaa tiedon tasoa.

Iso haaste on myös talous. Realistisesti Thijssen toteaa, että hollantilainen viljelijä ei ole enää halukas maksamaan dronekartoituksen kustannusta (n. 13 euroa/ha). Siksi työketjuun on otettu traktorin katolle sijoitettu N-sensori, jonka hehtaarikustannus on alempi. Thijssen käyttääkin nykyään dronekartoitusta N-sensorin kalibroinnin ajoittaiseen tarkistukseen. Myös suoran satelliittiaineiston käyttö on korvannut droonikartoitusta ja nimenomaan kustannussyistä: satelliittidata on halvempaa.

Tietojenkäsittelyssä Dronewerkers tekee yhteistyötä tällä hetkellä Dacomin kanssa. Työnkulku pellon kartoituksesta aina valmiiseen tehtävätiedostoon ja lautaslevittimen paikkakohtaiseen ohjaamiseen on ajallisesti hyvin lyhyt, usein vain tyyliin tunti.

Paikkakohtaisen lannoiteenlevityksen säästö on parhaimmillaan ollut jopa 40 % perustasoon verrattuna. Aina ei tietenkään tilanne ole näin, mutta eri datalähteiden yhdistely mahdollistaa näinkin suuret säästöt kustannuksissa ilman että sadon määrä laskee.

Perusurakoinnin lisäksi Thijssen on mukana monissa kehittämisprojekteissa. Painopisteinä ovat ei-kemiallinen rikkaruohojen torjunta ja paikkakohtainen rikkaruohojen tunnistus osana puomiruiskutusta (Agrifac), sekä edellä kerrotun mahdollistamana suutinkohtainen ruiskun ohjaus. Uuden tekniikan mahdollistama ainesäästö voi parhaimmillaan olla 90 prosenttia.

Finndrone avasi jälleen drooniteknologian teemaa tavalla, joka korostaa eri datalähteiden yhteensovittamisen haastetta. Meillä on jo nyt olemassa mahdollisuuksia hyödyntää saatavilla olevia tietolähteitä tavalla, joka tehostaa tuotantoa, säästää tuotantopanoksia ja on myös ympäristömielessä erittäin suotuisa.

Israelilainen Tevel ei ollut mukana Finndronessa, mutta käy mainiosti esimerkkinä droonien mahdollisuuksista. Droonit ovat jatkuvasti kiinni telakkavaunussa, joka toimii samalla korjattujen hedelmien välivarastona. Kuva: Valmistaja

Omenien, persikoiden ym. korjuu on robotisoitu käyttäen visuaalista kypsyyden tunnistusta ja imukuppiin perustuvaa korjuuta. Kuva: Valmistaja

Uusilta drooneilta tullaan vaatimaan C-luokan merkintä 1.1.2024 alkaen. Merkintäluokkia on useita erilaisia (C2-C6). Asetuksen mukaan aiemmin myydyille drooneille ei tulisi lisävaatimuksia, joten vaade kohdistuu valmistajille ja myyjille. Jo käytössä olevien dronien osalta tilanne saattaa kuitenkin vielä tarkentua. Luultavimmin kaikki nytkin markkinoilla olevat merkit tulevat suoriutumaan tästä, joten isoa päänsärkyä ei ole loppukäyttäjille odotettavissa. Luokittelumielessä laitteet jakaantuvat avoimeen (A3) ja erityisstandardeihin (STS, PDRA, SORA). Teknisesti tarkastelen isoimmat haasteet kohdistuvat lentämiseen asutuskeskusten yllä, mutta näihinkin löytyy jo ratkaisuja. Kokonaisuutena voi todeta, että ammattimainen drooni-operointi lähestyy koko ajan miehitettyä ilmailua.

Peltojen kuvannuslentohin osalta on pieni huoli ilmassa liittyen siihen, miten A3-luokkaan sisältyvä 150 metrin minimietäisyys asutus- ym. alueista tulkitaan. Tosin lentokorkeutta pudottaen sallii säädös 30 metrin varoetäisyyden.

Tällä hetkellä satelliitti- tai droonikuvannus perustuu kasvuston lehtivihreän voimakkuuden eli heijastussäteilyn mittaamiseen. Yleisnimitykseltään nämä NDVI-kartat siis kertovat vain kasvuston vihreydestä ja parhaimmillaan myös alkavista stressioireista. Jotta päästäisiin askel eteenpäin, tarvitaan linkitys suoraan pellon tilanteesta. Kuvaparissa näkyy, miten pellon tilanne linkitetään droonikartan kanssa ja saadaan vyöhykekartta, joka voi kuvata kasvustotiheyttä, rikkaruohoisuutta tai kasvituhoojien määrää. Ohjelma hallitsee tällä hetkellä jo yleisempien kasvilajien kuvannuksen.

Serbialainen Agremo on hyvä esimerkki seuraavan tason ohjelmasta, jolla kasvustojen kartoitus nostetaan perinteisestä NDVI-tasosta astetta eteenpäin. Ohjelmaan syötetään dronella kerätty spektroaineisto täydennettynä kuvannuksen yhteydessä otetuilla maastokuvilla. Agremon tekoälyä hyödyntävä algoritmi muodostaa aineistosta erilaisia tarkennettuja vyöhyke- ja tehtäväkarttoja, jotka kertovat pellon tilanteesta enemmän kuin pelkkä NDVI-kartta.  Kuva: Jussi Knaapi

Dronekuvien lataaminen palveluun. Kuva: Jussi Knaapi