Moderne landbruk høster store mengder data, om alt fra hvilke innsatsfaktorer som er benyttet, kvalitetsdata på avlinger, jorddata, værdata, satellittbilder, sykdom- og skadegjørerdata også videre.
– Ved å koble sammen denne informasjonen fra ulike kilder har vi en fantastisk mulighet til å skape ny innsikt, helt ned på det enkelte jordet. Det er dette vi ønsker å realisere i vårt forskningsprosjekt Kornmo. Første generasjon av verktøyet vi utvikler legger grunnlaget for en videreutvikling gjennom å bruke kunstig intelligens (KI) kombinert med å hente inn aktuelle data fra ulike åpne kilder, sier Bjarne Holm, direktør i Norsk Landbruksrådgiving (NLR).
Han kan videre fortelle at programmet bygges fra bunnen av. Senere bygger programmet på etterprøvde resultater av datamodellene, og vil kunne komme tidligere og tidligere med prognoser for både avling og kvalitet.
– Dette kan ha stor verdi for hele verdikjeden. Fra bonde til baker, sier Holm.
Kornmo
God hjelp til avlingsprognose
– Målet på lang sikt er å bidra med innsikt til hvorfor noe går bra og noe går mindre bra – helt ned på skiftenivå, sier Harald Solberg, fagkoordinator korn i NLR. Han har selv sendt inn grunnlag for avlingsprognoser til markedsregulator Felleskjøpet Agri, og innrømmer at de tidlige prognosene i sesongen er heftet med vesentlig usikkerhet.
– Når Kornmo-modellen er kjørt over noen år, med alle ønskelige data, vil den kunne bli et godt hjelpemiddel i dette prognosearbeidet, sier Solberg. Ved å bruke kunstig intelligens kan man plukke ut skiftene som kommer til å gi bra avling av god kvalitet.
– Så langt er de offentlige registrene, samt kornleveransene knyttet til prosjektet. Over tid er det også ønskelig å få med flere datakilder, slik at en vet hvordan de ulike kornartene er fordelt på gården, og kan gjennom historikk gi en prognose ut fra værforholdene i sesongen og tidligere års avlinger, sier Solberg.
Kommer med anslag for kornkvalitet
Sveinung Slyngstad, prosjektleder for Kornmo i NLR, sier at modellen fortsatt har sine begrensninger, men at det over tid kan bli et svært godt verktøy til nytte for alle i hele verdikjeden.
– Kornmo kan vise oss et forventet avlingsnivå. I tillegg kan vi også si noe om kvalitetsparametere i for eksempel hvete, sier Slyngstad, noe han mener kan ha stor nytte.
– Kornmo kan komme med tall for protein, hektolitervekt og falltall for alle leveranser ned på kommunenivå. En slik informasjon vil ha stor betydning for både bonde og sluttbruker av kornet, supplerer Slyngstad.
At matandelen i årets korn er lavere enn i fjor, er kjent for de fleste. Men at snitt falltall i det som er levert som mat balanserer rundt 200 er svært nyttig å kjenne til.
– Jeg har deltatt på flere møter denne høsten der variasjonen i kornkvalitet har vært tema. Kornmottak og møller har stort fokus på kvalitetsvariasjon og at dette skaper utfordringer videre i verdikjeden. Med en videreutvikling av Kornmo vil en kunne si noe om denne variasjonen før kornet blir tresket, sier Solberg.
Alle tre er enige om at dette vil gi en større trygghet for kornprodusent, mølle og sluttbruker og bidra til å nå målet om å få brukt mest mulig norsk korn, både til mat og kraftfôr.
For mer informasjon
Bjarne Holm, direktør NLR - 922 37 155
Sveinung Slyngstad, prosjektleder Kornmo - 917 13 871
Harald Solberg, fagkoordinator korn - 957 69 860
