Meer sensoren, meer data; betere teelt of nog niet?

14-04 | Laatste update op 01-11 | |
Foto: Joost Stallen
Foto: Joost Stallen

Digitalisering van plantaardige teelten op basis van data komt in rap tempo naderbij. Sensoren en algoritmes gaan telers helpen hun gewassen beter te telen. Voorlopig nog wel met analoge aanvulling.

“Als het kan, durft een teler het dan ook?”, vraagt Elianne van Esbroeck zich af. “Durf je als teler te vertrouwen op wat algoritmes op basis van allerlei sensoren, gedigitaliseerde teeltkennis en ervaringen en weersvoorspellingen je adviseren in je gewas te doen?”

Zou ze zelf teler zijn, dan heeft ze de neiging de zelf opgeworpen vragen met ja te beantwoorden. Misschien niet onmiddellijk, er moet nog heel veel (door)ontwikkeld en geperfectioneerd worden, maar Van Esbroeck is vol vertrouwen dat binnen afzienbare tijd een tuinbouw- en akkerbouwsector zal ontstaan waarin ondernemers de keuzes voor teeltmaatregelen veel meer dan nu aan de digitale techniek overlaten. “En waarvan ze per saldo ook beter worden.”

Team Delphy Digitaal

Adviseur Elianne van Esbroeck maakt deel uit van Team Delphy Digitaal, dat telers in alle sectoren op weg helpt met werken met sensoren, data, algoritmes en al wat daarbij komt kijken. Ze voelt zich geïnspireerd door de Autonomous Greenhouse Challenge, een teeltwedstrijd van WUR in de glastuinbouw tussen universitaire teams wereldwijd naar de laatste stand van de techniek. Dat wil zeggen maximaal autonome kassen, klimaatbeheersing, gewasmodellering, gebruik van sensoren, data, kunstmatige intelligentie, computervision en robotica.

De tomatenteeltwedstrijd werd gewonnen door het Team Automatoes, bestaande onder andere uit consultants, data scientists, engineers, onderzoekers en studenten van TU Delft, Growth Management. Team Automatoes deed het zelfs beter dan de referentietelers, dat waren ‘echte’ tomatentelers met jarenlange ervaring.

Lees verder onder de foto

Autonomous Greenhouse Challenge.
- Foto: WUR Glastuinbouw

Autonomous Greenhouse Challenge.
– Foto: WUR Glastuinbouw

Criteria waren kilo‘s, smaak, kwaliteit en duurzaamheid met gebruik van zo min mogelijk energie, middelen en daarmee dus zo laag mogelijke kosten. De Autonomous Greenhouse Challenge heeft alvast laten zien dat het mogelijk is om in ieder geval kasgroenten op afstand te telen. Er blijven voorlopig nog wel mensen nodig voor gewashandelingen (indraaien, oogsten). Al gaan de ontwikkelingen op het vlak van robots snel. “We staan nog maar aan het begin van wat mogelijk is”, aldus een jurylid van de Greenhouse Challenge.

Competitie in het veld

‘We staan nog maar aan het begin van wat mogelijk is’, vindt ook Van Elsbroeck. Ze kan bij wijze van spreken niet wachten op een soortgelijke competitie bijvoorbeeld in aardappelen. Een naam heeft ze al, De Perfecte Aardappel.

De Perfecte Aardappel

​Voor een aardapppelteeltcompetitie zouden deelnemers over eenzelfde hectare aardappelland moeten beschikken en uit eenzelfde batch pootgoed moeten putten. Vervolgens mogen ze alles uit de kast halen om tot een zo hoog mogelijk saldo te komen, bijvoorbeeld een fritesaardappelsaldo. Uit de competitie zal blijken of wie maximaal inzet op sensordata en andere digitale technieken het anno 2023 kan opnemen tegen wie nog ‘gewoon’ aardappelen teelt (kalenderspuiten, beregenen op basis van eigen oordeel et cetera). Daarmee gaat zo’n aardappelteeltwedstrijd dan verder dan de Britse graanteeltwedstrijd YEN (Yield Enhancement Network). Bij YEN gaat het om wie het dichtst bij de potentiële opbrengst van zijn perceel zit; die is in dat seizoen de winnaar. Bij YEN gaat het dus niet om het hoogste saldo. Voor de hand liggende deelnemers aan zo’n aardappelteelt-challenge zouden kunnen zijn toeleverende bedrijven Agrifirm, Van Iperen, CZAV, CAV Agrotheek, Delphy, Wageningen University & Research (WUR), Aeres Hogeschool Dronten en vanzelfsprekend individuele telers.

Personeelstekorten

“De ontwikkelingen gaan heel snel. Er is geen ontkomen aan meer datagedreven fruit- groenten en akkerbouwteelten. Behalve dat sensoren alsmaar goedkoper worden, wordt het lastiger aan personeel te komen, geschoold of ongeschoold. Autonoom werkende werktuigen zijn onderweg, ook die worden goedkoper. Aan de andere kant zie je dat vanwege extremere droogteperiodes water schaarser wordt. Er komen bijvoorbeeld steeds meer bassins voor wateropslag, zeker in een provincie Zeeland waar zoet water vaak een schaars goed is. Die bassins moet je koppelen aan zeer efficiënt watergebruik. Helemaal geldt dat als je water moet kopen en met de vrachtwagen laat aanvoeren. Dan wil je geen 10% te veel geven.”

Leren van fruit

Van Esbroeck: ”In Wemeldinge (op Zuid-Beveland) is het Fieldlab Fruitteelt gestart, waarbij een algoritme (dat is QMS Water) computergestuurd de kleppen van het irrigatiesyteem aanstuurt. Op basis van vochtsensoren, weersvoorspelling, behoefte van de bodem, behoefte van de plant. De teler mag niet ingrijpen. De verwachting is dat waar de teler dagelijks drie uur water zou geven, het beregeningsalgoritme de ene dag één uur irrigeert en een andere dag weer twee uur of meer.”

Ze beseft dat een fruitboomgaard met een vaste irrigatie-installatie wel wat anders is dan een veldgewas. “Maar dat wil niet zeggen dat we van een project als Fieldlab Fruitteelt niet kunnen leren.”

Lees verder onder de foto

Plakvallen signaleren de (dreigende) populatieontwikkeling van insecten. - Foto: Peter Roek

Plakvallen signaleren de (dreigende) populatieontwikkeling van insecten. – Foto: Peter Roek

Beginnen met aardappelen

Aardappelen zou om te beginnen een geschikt gewas zijn om daarin teeltmaatregelen vergaand op sensoren en bijpassende algoritmes te gaan baseren. In aardappelen zie je verschillen waarop je kunt sturen het eerst: maatsortering, hoeveelheid. “Dan heb je wel een precieze opbrengstbepaling nodig, om het effect van wat je gedaan hebt te beoordelen.”

Dat zegt ook Sander Dekker, teeltadviseur bij coöperatie CAV Agrotheek in Wieringerwerf (N.-H.). Met een groep van 23 akkerbouwers is hij in de Wieringermeerpolder dit jaar het project ‘Datagedreven telen’ gestart, waarin de deelnemende telers zich gaan bekwamen in het inzetten van beschikbare teeltgegevens, data, om hun teelten te verbeteren.

Plaatsspecifiek automatisch opbrengst bepalen

Dekker: “Opbrengst meten is heel belangrijk om te doen. Je moet qua gegevens alles uit een aardappelteelt halen. Je bent namelijk pas over vier à vijf jaar weer terug op hetzelfde perceel. Probleem alleen is dat goede techniek om plaatsspecifiek automatisch de opbrengst precies te bepalen er nog niet is. Al zijn er diverse partijen goed op weg om dit voor elkaar te krijgen.”

“Proefrooien met de hand in aardappelen is een plaatsspecifiek alternatief, als je bijhoudt waar precies je wat rooit. Weet je het over vier à vijf jaar nog? Daarvoor is een zeer goede registratie en beheer van data nodig.”

Dataplatform

Behalve dat de 23 deelnemers aan het dataproject daarom data gaan verzámelen, wordt in samenwerking met Microsoft en Fellowmind een platform ontwikkeld waar de data veilig worden opgeslagen. “Microsoft zit bij ons hier in de Wieringermeerpolder om de hoek, handig”, zegt Dekker gekscherend. “Microsoft doet er verder niks mee, maar waar het om gaat is dat ze zeer goed zijn in data opslaan en veilig wegzetten. Met data van sensoren, satellieten, teeltregistratie, et cetera van al die telers willen we trends ontdekken, nieuwe teeltinformatie die je normaal gesproken niet ziet. We weten nog niet wat eruit gaat komen. Dat zullen niet per se kant-en-klare teeltrecepten zijn. Maar ik denk wel dat het bijdraagt aan de bewustwording van de teler van wat nog beter kan.”

Wat we nu eerst moeten doen, is gegevens bij elkaar brengen

Uit alles wat we verzamelen, kan over een jaar of wat een benchmark ontstaan, zegt Dekker. “Om een voorbeeld te noemen: in de loop der jaren kan met data onderbouwd een patroon tevoorschijn komen dat hier najaarsploegen beter is dan voorjaarsploegen, of andersom. Of meststof A versus meststof B. Of op bepaalde plekken gebeurt altijd hetzelfde, bijvoorbeeld de eerste phytophthora-aantasting. Wie weet is daar dan een verklaring voor. Wat we nu eerst moeten doen, is gegevens bij elkaar brengen.”

Sensoren meten objectief

Uitgangspunt bij een meer digitale teeltaanpak is dat sensoren beter waarnemen dan de teler dat doet. Besluiten nemen op basis van data mag dan op zichzelf niet nieuw zijn, telers doen dat al. Alleen, zegt Van Esbroeck, zijn de data die ze zelf verzamelen, hun eigen waarnemingen, niet zo objectief en consistent als die uit een sensor komen. Daar komt dan bij dat naarmate bedrijven groter worden het lastiger wordt voldoende informatie binnen te halen.

De Delphy-adviseur heeft hoge verwachtingen van wat sensoren gaan brengen. “Maar ze hebben ook nadelen”, signaleert Dekker van CAV Agrotheek. De sensor kijkt naar één ding, de mens kijkt breder. Een irrigatieadvies moet je koppelen aan een betrouwbare weersvoorspelling voor precies dat perceel. Je wilt niet beginnen en dat het dan een dag daarna vanzelf gaat regenen.” Ook vindt Dekker dat beslissingsondersteunende systemen (BOS) aangevuld moeten worden met informatie. “Zo’n systeem moet je als adviseur nog wel optimaliseren met een ‘wees alert’ als er gevaar bestaat voor een schimmelinfectie of een insect. Dat kan nu nog niet.”

Satelliet telt geen stengels

Dat er, net als in de tomatenkas, een systeem nabij is waarbij de teler niet meer het veld in hoeft, wil er bij Dekker nog niet in. “Met satellieten kun je de gewasgroei vaak goed volgen, maar bijvoorbeeld niet het aantal stengels of hoe ver een gewas is ontwikkeld. Daarvoor zul je toch echt het veld nog in moeten.” “Helemaal mee eens”, zegt Van Esbroeck. “Een menselijk oog blijft nog wel nodig.”

Tholhuijsen
Leo Tholhuijsen redacteur akkerbouw
Meer over


Beheer