Bodem

Systeemaanpak voor beheersing koolgalmug in broccoli vraagt meer tijd

“We zijn er nog niet”, is de conclusie na evaluatie van de koolgalmugproef. De koolgalmugproef is onderdeel van het programma Duurzame Broccoli. Hierin wordt gezocht naar mogelijkheden om een deugdelijk en toekomstbestendige teelt te realiseren. Een van de onderdelen is het onderzoek naar beheersing van de koolgalmug.

In het project toonde Ingrid Commandeur van Vertify de resultaten van verschillende proeven. Die waren wisselend. Broccolistronken die waren behandeld met puur groene middelen toonden flinke schade door de koolgalmug. Gebruik van het binnenkort uit te faseren middel Movento liet een beeld zien waarin de schade grotendeels afwezig was. Het meest in het oog springend was de combinatie van de middelen Neudosan en Karate Zeon. Worden deze afzonderlijk gebracht, dan geeft toepassing slechts een zeer beperkt bestrijdingseffect. In combinatie leveren ze goed resultaat.

Geen systemische werking

Deze combinatiebehandeling is wel bewerkelijk, met wekelijks toedienen van Neudosan in het begin van de teelt en met regelmatige toevoeging van Karate Zeon. Een veel intensiever schema dan de systemische behandeling met Movento. Commandeur gaf mee dat middelen als Neudosan geen systemische werking hebben en de werking baseren op contact met het insect. Randvoorwaarde voor een effectieve bestrijding is inzicht in de aanwezigheid en de activiteit van de koolgalmug. Op een onderzoeksveld worden de koolgalmuggen intensief gemonitord door verschillende systemen met deskundigen die insecten kunnen determineren. Een situatie die bij lange geen praktijk situatie is.

Monitoring van muggen

Dat maakt het onderzoek naar efficiënte monitoringssystemen noodzakelijk. Dat is dan ook onderdeel van het onderzoek. Er wordt gebruikt gemaakt van een apparaat dat met behulp van feromonen de koolgalmuggen lokt. Bij het invliegen in het apparaat worden de muggen gefotografeerd. De foto’s worden real time verzonden naar een server waarna herkenning kan worden gestart. Vooralsnog is dit mensenwerk omdat er geen algoritme is dat koolgalmuggen herkend. Bij beschikbaarheid van voldoende matchende foto’s wordt het mogelijk om met kunstmatige intelligentie een uitgebreidere herkenning uit te voeren. Wellicht dat het dan mogelijk wordt om met een zekerheid van 85% een voorspelling te doen over de aanwezigheid van de koolgalmuggen. Als het zover is, wordt het ook mogelijk om een gerichte bestrijding met een contactmiddel uit te voeren.

Combinatie van techniek en middelen

Voor nu is de herkenning van de koolgalmug nog geen onderdeel van de insectenmonitor. Ook is er slechts beperkte kennis over de aantallen muggen in relatie tot de schade. Daarnaast is het belangrijk iom de effectiviteit van de bestrijding in relatie tot het aantal te optimaliseren, waarbij het aantal bestrijdingen zo laag mogelijk moet worden gehouden, Verder is inzicht in het versterkende effect van het gebruik van van meerdere middelen noodzakelijk.

De vragen naar een robuust teeltsysteem voor broccoli zijn helder benoemd door de broccolitelers die in dit programma meelopen. De richting die is gekozen door koolgalmuggen te bestrijden door middel van een combinatie van techniek met groene en synthetische middelen lijkt zeker interessant. Maar de informatie en de kennis van deze systeembenadering is vooralsnog te mager om risicoloos toe te passen in de bedrijfsvoering. Daarvoor is uitgebreider onderzoek nodig.

Meer nieuws

Smart Farming
Energie
Bodem
Water

Finalisten voor de Tuinbouw Ondernemersprijs en Themaprijs Future-proof technologies 2025 zijn bekend

Op dinsdag 17 december brachten juryvoorzitter Peter Maes en Jeroen Noot een bezoek aan de zes genomineerden om hen te feliciteren. Deze parels van de tuinbouw blinken uit in excellent...

Smart Farming
Greenchain

Studenten, docent-onderzoekers en bedrijfsleven werken samen aan Smart Farming vraagstukken

Tijdens het mini-symposium Smart Farming nam het Lectoraat Robotica van Hogeschool Inholland Alkmaar aanwezigen mee in de meest recente ontwikkelingen binnen de Smart Farming projecten.