Integratie

Deelprojecten die onder het Thema 'Integratie' vallen.

Toepassingen van geo-informatie in applicaties (Deelproject 3a)

Dit deelproject richt zich op het gebruik van geo-informatie over bodems en gewassen voor ‘landbouw met meer precisie’ en variable rate application (VRA) technologie. De focus ligt op integratie van sensor-data met decision support systemen (DSS) en techniek (ICT en hardware). Specifieke vragen die aan de orde zullen komen zijn: Welke componenten zijn nodig om te komen tot kosten-effectieve VRA van bodempesticiden en meststoffen? Hoe nauwkeurig zijn de beschikbare geo-data? Hoe presteren prototypes van deze technologie? Hoe kan weerinformatie beter gebruikt worden bij de aansturing van VRA-technologie? Welke advies-Apps kunnen ontwikkeld worden met bestaande geo-data en te ontwikkelen DSS?

Projectpartners: Agrifirm Plant B.V., Agrometius B.V., Bayer Cropscience SA-NV, Kverneland Group Nieuw-Vennep B.V., Wageningen University & Research.
Coördinerende kennisinstelling: Wageningen University & Research: Corné Kempenaar (trekker) en Thomas Been (trekker).

Aangepaste inzet middelen d.m.v. aansturing spuitcomputer vanuit externe services (Deelproject 3b)

In dit deelproject wordt de mogelijkheid onderzocht om real-time data van bodem, gewas en klimaat te gebruiken bij de aansturing van spuittechniek en meer nauwkeurige toepassing van gewasbeschermingsmiddelen en meststoffen.  Doel is de inzetbaarheid en effectiviteit van spuitmachines te verbeteren door geautomatiseerde aanpassing van instellingen aan lokale omstandigheden. Toegang tot actuele weer-, gewas-, bodem- en middelinformatie is dan nodig via sensoren en/of externe services.  Daarvoor zijn decision support systemen (DSS) nodig die real time data vertalen in locatie-specifiek geoptimaliseerde aansturing van spuittechniek. Einddoel is de ontwikkeling en validatie van een prototype  van het gewenste systeem.

Projectpartners: Kverneland Group Nieuw-Vennep B.V., Agrometius B.V., Wageningen University & Research.
Coördinerende kennisinstelling: Wageningen University & Research: Corné Kempenaar (trekker), Jan van de Zande en Jean-Marie Michielsen.

Sensor gestuurde gras- en maïsteelt; onderdeel opbrengstvoorspelling (Deelproject 3c)

De ruwvoerteelt ten behoeve van de melkveehouderij heeft de afgelopen decennia  nauwelijks ontwikkelingen gekend op het gebied van real time data voor teelt- en voeding-technische kengetallen. Aangezien de melkproductie na het opheffen van de melkquotering per 2015 naar verwachting fors gaat groeien, dient de ruwvoerproductie nog efficiënter plaats te vinden om de zelfvoorziening van ruwvoer op peil te houden. Dit deelproject richt zich op ontwikkeling van kennis om met real-time data van sensoren en decision support (o.a. gewasgroeimodellen) te komen tot nauwkeurige opbrengstvoorspelling van grasland. Doel is te bepalen hoe de gewasopbrengst van een graslandperceel het beste geschat kan worden en de ruimtelijke verdeling binnen het perceel in kaart gebracht kan worden.

Projectpartners: ZLTO, Agrifirm Plant B.V., Kverneland Group Nieuw-Vennep B.V., Wageningen University & Research.
Coördinerende kennisinstelling: Wageningen University & Research: Idse Hoving (trekker), Marleen Riemens en Thomas Been.

Dit deelproject wordt uitgevoerd in samenwerking met het project Amazing Grazing. Lees hier de laatste nieuwsberichten over het voorspellen van grasgroei.

Bekijk ook het onderstaande filmpje "Blij met sensoren in de wei" waarin wordt uitgelegd hoe je sensoren kunt gebruiken voor bijvoorbeeld biomassa monitoring.

- Helaas, uw cookie-instellingen zijn zodanig dat de Video niet getoond kan worden - pas uw permissie voor cookies aan

Online bemestingsadvies (Deelproject 3d)

Doel van dit deelproject is het ontwikkelen van een online bemestingsadvies op basis van nieuwe kennis en het combineren van recente databases en ICT. Real-time data van bodem, gewas en klimaat worden gebruikt om precieze bemestingsadviezen te geven. Het onderzoek richt zich in eerste instantie op stikstofbijbemesting van zetmeelaardappelen en zomer- en wintertarwe.

Het is al geruime tijd bekend dat de efficiëntie van de toegediende N bij aardappelen kan worden verhoogd door de N gift te delen[1] en door de bijmestgift af te stemmen op de actuele gewasbehoefte[2]. Die behoefte hangt af van groeiomstandigheden als klimaat, N-mineralisatie in de bodem, eventuele uitspoelingsverliezen en de (potentieel) haalbare opbrengst op het perceel. Een hogere efficiëntie  wil zeggen: dezelfde opbrengst met minder N, hogere opbrengst met dezelfde hoeveelheid N, of een combinatie van beide.

Voor aardappelen heeft WUR een N-bijmestsysteem ontwikkeld waarbij aan de basis ongeveer 2/3 van de adviesgift wordt toegediend en waar rond 1 juli  de hoogte van de bijmestgift wordt vastgesteld op basis van een gewasreflectiemeting[2]. Uit de gewasreflectie kan de stikstofstatus van het gewas worden afgeleid. Deze wordt vergeleken met een streefwaarde  en vervolgens wordt een bijmestgift berekend. Met dit systeem wordt gemiddeld 10% N bespaard (in sommige jaren: 20%) zonder dat de opbrengst minder is.

Bovengenoemd systeem wordt op dit moment niet op grote schaal toegepast, mogelijk omdat telers opzien tegen aanschaf en onderhoud van een gewasreflectiesensor en het verwerken van de data. In dit deelproject wordt het mogelijk gemaakt om de gewasreflectiemeting uit te voeren met een UAV ("drone") en de verwerking van de data tot een N-bijmestadvies uit te voeren via Akkerweb. De teler kan het advies via Akkerweb downloaden als taakkaart voor de kunstmeststrooier.

In 2016 is met een drone gevlogen boven N-trappen proeven in Lelystad en Valthermond. Op basis van deze gegevens is een ijklijn opgesteld waarmee het drone-beeld vertaald kan worden naar actuele N–opname door het gewas. Tegelijkertijd is de NBS app op Akkerweb aangepast zodat deze drone-beelden met zeer hoge resolutie verwerkt kunnen worden. Daardoor kunnen Nederlandse telers van consumptie- en zetmeel-aardappelen nu een drone-vlucht bestellen voor een bepaalde dag en de daarop volgende dag het bijmestadvies uitvoeren.

Dit jaar (2017) worden nogmaals drone-vluchten boven een N-trappen proef in Lelystad uitgevoerd, om zowel de ijklijn als de omrekening van N-opname naar advies verder te verfijnen.

Projectpartners: Agrifirm Plant B.V., Wageningen University & Research.
Coördinerende kennisinstelling: Wageningen University & Research: Frits van Evert en Thomas Been (trekker).

Dit project is een vervolg op het project "Precisiebemesting Aardappelen" waarvan de resultaten ook op deze website zijn te vinden.

Het proces van vliegen, advies berekenen en advies uitvoeren wordt hieronder in de Figuren 1 - 4 geïllustreerd.

Figuur 1: In deze figuur is de chorophyl index (CI) te zien die op 13 juni 2017 op een perceel zetmeelaardappelen is gemeten. Het gaat hier om een perceel op dalgrond waar op 10 april aardappelen van het ras Axion zijn gepoot.
Figuur 1: In deze figuur is de chorophyl index (CI) te zien die op 13 juni 2017 op een perceel zetmeelaardappelen is gemeten. Het gaat hier om een perceel op dalgrond waar op 10 april aardappelen van het ras Axion zijn gepoot.
Figuur 2: In deze figuur is de CI omgerekend naar N-opname.
Figuur 2: In deze figuur is de CI omgerekend naar N-opname.
Figuur 3: In deze figuur is het bijmestadvies te zien dat is berekend aan de hand van de gegevens van het perceel en actueel weer.
Figuur 3: In deze figuur is het bijmestadvies te zien dat is berekend aan de hand van de gegevens van het perceel en actueel weer.
Figuur 4: In deze figuur is de taakkaart voor de kunstmeststrooier te zien, waarbij het advies is omgerekend naar een kunstmestgift aan de hand van het N-gehalte van het gekozen product.
Figuur 4: In deze figuur is de taakkaart voor de kunstmeststrooier te zien, waarbij het advies is omgerekend naar een kunstmestgift aan de hand van het N-gehalte van het gekozen product.

In het onderstaande YouTube filmpje ziet u het bijbemesten van aardappelen met behulp van een Kverneland strooier (bovenste deel van het scherm) gebaseerd op een Akkerweb taakkaart (onderste deel van het scherm) verkregen met een Yara NSensor scan.

- Helaas, uw cookie-instellingen zijn zodanig dat de Video niet getoond kan worden - pas uw permissie voor cookies aan

Referenties

  1. Vos, J. Split nitrogen application in potato: effects on accumulation of nitrogen and dry matter in the crop and on the soil nitrogen budget. Journal Of Agricultural Science 133, 263-274 (1999).
  2. Van Evert, F. K. et al. Using crop reflectance to determine sidedress N rate in potato saves N and maintains yield. European Journal of Agronomy 43, 58-67, doi:10.1016/j.eja.2012.05.005 (2012).
  • 071117MDF26_uitsnede.jpg
  • DSCN4448_uitsnede.jpg
  • KV_ixtrack_092_kvg_large_uitsnede.jpg
  • KV-AutosetApp-003_uitsnede.jpg
  • kverneland_spuit_uitsnede.jpg
  • KV-Exacta-TL-GEOspread-022_uitsnede.jpg
  • P1030417_uitsnede.jpg