Systeemsprongen in koolgalmugbeheersing vragen tijd

“We zijn er nog niet” is de conclusie van het bezichtigen van de koolgalmugproef. De koolgalmugproef is onderdeel van het programma Robuuste broccoli en wordt uitgevoerd door Vertify in opdracht van het broccolinetwerk van Vollegrondsgroente.net. In de proef wordt gezocht naar mogelijkheden om een deugdelijk en toekomstbestendige teelt te realiseren. Een van de onderdelen is het onderzoek naar koolgalmug.

Combinatie

In de proef toonde onderzoekster Ingrid Commandeur van Vertify de resultaten van de verschillende objecten. Die waren wisselend. Objecten met puur groene maatregelen toonden flinke schade veroorzaakt door de koolgalmug. De referentie met het uitfaserende middel Movento liet een beeld zien waarin de schade grotendeels afwezig was. Het meest in het oog springende object was de combinatie van Neudosan en Karate Zeon. Deze combinatie gaf beperkte schade. Let wel dat de toepassing van deze middelen solo een slechts zeer beperkt bestrijdingseffect gaf.

Wekelijks

Echter deze behandeling leunt op wekelijks toedienen van Neudosan in het begin van de teelt met een 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 koolgalmuggen. Op een onderzoeksveld worden de koolgalmuggen intensief gemonitored door verschillende systemen met deskundigen die insecten kunnen determineren. Een situatie die bij lange geen praktijk situatie is. 

Monitoring

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 getart. Vooralsnog is dit mensenwerk om dat er geen algoritme is die koolgalmuggen herkend. Als er voldoende matchende foto’s zijn aangegeven dan wordt het mogelijk om met kunstmatige intelligentie een uitgebreidere herkenning uit te voeren. Deze moet dan wel weer gecontroleerd worden door mensenogen. Wellicht dat het dan mogelijk wordt om met een zekerheid van 85% een voorspelling te doen over de reele aanwezigheid van de koolgalmuggen. Als dit bekend is dan wordt het mogelijk om een gerichte bestrijding met een contactmiddel uit te voeren.

Risico

Voor nu is de herkenning van de koolgalmug nog geen onderdeel van de insectenmonitor. Ook is er maar beperkte kennis over de aantallen gesignaleerde muggen in relatie tot de schade. Daarnaast moet de effectiviteit van de bestrijding in relatie tot het aantal moet worden geoptimaliseerd waarbij het aantal bestrijdingen moet worden verminderd. Verder is inzicht in de versterkende factor van meerdere middelen noodzakelijk.

De vragen naar een robuust teeltsysteem voor broccoli zijn helder benoemd door de broccolitelers. De richting naar een effectieve bestrijding in een combinatie met techniek en groene contactmiddelen in combinatie met synthetische middelen lijkt interessant. Maar de informatie en de kennis van deze systeembenadering is te mager om risicoloos toe te passen in de bedrijfsvoering. Daarvoor is uitgebreider onderzoek nodig. Systeemsprongen bleken ook uit dit onderzoek ook sprongen in de tijd te zijn.