Transparante gegevensuitwisseling helpt de landbouw vooruit

Het is niet altijd merkbaar, maar er wordt veel werk verzet om ervoor te zorgen dat de digitalisering van de landbouw op de goede weg is. Op alle fronten en via een breed netwerk van partijen en branche- en belangenverenigingen. Dat bleek op het symposium ‘Precision Agriculture 4.0’ met als motto ‘Op weg naar datagedreven landbouw door de datapositie van de boer te versterken’ op 11 januari in Wageningen.

Het project ‘Precision Agriculture 4.0’ onderzocht de meerwaarde van data-uitwisseling en intelligent gebruik van data in de landbouw. Een vorm waarin de boer controle houdt over zijn gegevens.

Het project, gestart in 2019, heeft betrekking op de term Smart Industry 4.0 met Internet of Things en cloud computing en gaat over het intelligent gebruik van data om betere strategische beslissingen te nemen. Het doel is om data op grote schaal, veilig en transparant te gebruiken en te delen. Dit moet leiden tot beter geïnformeerde managementbeslissingen in de primaire landbouw en de keten die deze ondersteunt.

Meting van de aardappelzaadopbrengst

Op het symposium, met zo’n honderd live en online bezoekers, werd duidelijk dat onderzoekers van Wageningen Plant Research en Wageningen Economic Research zich vooral hebben beziggehouden met het meten van de opbrengst en het optimaliseren van de kwaliteit van pootgoed, het inzetten van intelligente data in bouwplannen met een oog voor efficiëntie en duurzaamheid van de stikstof- en digitale kunstgrasketen.

De onderzoekers analyseerden ook nieuwe inkomensmodellen voor boeren, risico’s als gevolg van veranderende rollen en machtsverhoudingen in digitale ecosystemen, en data-analyse voor de certificering van biologische gewassen.

Het doel van het werkpakket ‘Pootgoedvitaliteit’ is om gegevens van een bedrijf te bundelen en zo te komen tot een voorspelling van de pootgoedvitaliteit of het knolvormingspotentieel. De gegevensinvoer omvat onder meer gewasgegevens, klimaat-, bodem- en opslaggegevens en het eindresultaat van de knolbemonstering.

Hiervoor zijn een basismodel en een dataset ontwikkeld en zijn gegevens verzameld bij producenten met monsters en sensoren, zoals camera’s om de opbrengst te meten op de leestafel van een maaidorser. AI-modellen die verder worden getraind met nieuwe data voor nauwkeurigere voorspellingen spelen hierin een belangrijke rol.

Digitalisering van de grasgroei

Niet alleen akkerbouwgewassen kunnen worden gedigitaliseerd, maar ook de grasgroei. Er worden slimme tools ontwikkeld, zoals een digitale weidegebruikskalender waarbij per perceel of perceeldeel wordt bijgehouden wanneer elke actie (maaien, beweiden, bemesten of irrigeren) is uitgevoerd en vastgelegd. Hiervoor zijn er de toepassingen GrasSignaal en IrrigatieAdvies en Grip op Gras voor beweiding. Er kunnen ook speciale behandelgebieden worden geïntroduceerd.

De digitale graslandgebruikskalender zorgt voor overzicht, beter beheer en levert een grote hoeveelheid data op voor adviesmodules en modellen. De uitdaging is nu om machinegegevensbronnen en koegegevens te koppelen en deze automatisch in de kalender in te vullen.

Daarnaast richt het project ‘Precisielandbouw 4.0’ zich op de ontwikkeling van plantherkenning met veldrobots, de kwaliteit van data van satellieten, drones en boordcomputers, de Gedragscode Gebruik van Data en de rol van de overheid.