Meer sensoren, meer data, betere teelt; of nog niet?
Digitalisering van akkerbouwteelten 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 perceel aardappelen 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 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, ‘echte’ tomatentelers met jarenlange ervaring.
We staan nog maar aan het begin van wat moeilijk is
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.
Tekst gaat door onder de foto
Aardappelcompetitie
Dan vindt ook Van Elsbroeck. Ze kan bij wijze van spreken niet wachten op een soortgelijke competitie in de akkerbouw. bijvoorbeeld in aardappelen. Een naam heeft ze al, De Perfecte Aardappel.
Personeelstekorten
“De ontwikkelingen gaan heel snel. Er is geen ontkomen aan een meer datagedreven akkerbouw. 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, zeker hier in Zeeland, dat vanwege extremere droogteperiodes water schaarser wordt. Er komen bijvoorbeeld steeds meer bassins voor opslag. Die 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 fruitteelt
”In Wemeldinge is het Fieldlab Fruiteelt gestart, waarbij het algortime van QMS Water computergestruurd 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 geeft, het beregeningsalgoritme de ene dag één uur irrigeert en een andere dag weer twee uur of meer.”
Van Esbroeck beseft dat een fruitboomgaard met een vaste irrigatie-installatie wel wat anders is dan een gewas aardappelen. “Maar dat wil niet zeggen dat we van een project als dat niet kunnen leren.”
Eliannne van Esbroeck van Delphy heeft hoge verwachtingen van wat sensoren gaan brengen. – Foto: Delphy
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, heel nodig. 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.”
Op combines is die techniek er al lang, maar Dekker stelt vast dat veel telers nog graag met hun oude combines dorsen die die voorziening niet hebben. Terwijl plaatsspecifieke opbrengstbepaling in tarwe perceelsinformatie oplevert die gebruikt kan worden in daaropvolgende teelten.
“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. Zeer gecompliceerd.”
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 date 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 akkerbouw 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-teeltengineer heeft hoge verwachtingen van wat sensoren gaan brengen. Afgezien van optimalisatie van irrigatie, zou op den duur het meest geschikte tijdstip van aardappelen aanfrezen wel mede bepaald kunnen gaan worden uit groeistadiummodellen (weerpaal en weersvoorspelling), maar ook in relatie tot een maximaal onkruideffect van het aanfrezen. Of een tijdstip voor het beste resultaat van een bespuiting met bodemherbicide. Phytophthoramodellen geven al aan wanneer je voor het het eerst tegen de ziekte moet spuiten en wanneer volgende bespuitingen nodig zijn. Dat is intussen een redelijk uitgekristalliseerde techniek.
Van Esbroeck. “Andere ziekten en plagen zijn nog lastig geautomatiseerd te monitoren. Heel complex. Maar ook hier geldt de noodzaak de perfectie te zoeken. Te veel spuiten is onnodig duur. Uit milieupunt ongewenst, voor zover middelen al niet verboden worden. Waar we ook naar toegaan is het met sensoren tellen van natuurlijke vijanden en die data vertalen naar teeltacties of juist het uitstellen daarvan.”
Nadelen van sensoren
“Ja”, zegt Dekker van CAV Agrotheek, “sensoren nemen objectiever en constanter waar dan mensen. Maar ze hebben ook nadelen. 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 Phytophthora in de buurt is. Dat kan nu nog niet. Als CAV Agrotheek hebben we het voordeel dat we met een groep adviseurs de percelen in een regio inspecteren en deze informatie meenemen in ons advies.”
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. “Zeker kun je monitoren met satellieten. Vaak kun je de gewasgroei er goed mee volgen, maar de hoeveelheid blad is niet vanzelfsprekend een maat voor hoe groot de suikerbieten zijn. Aardappelloof kun je met de satelliet bekijken, maar om stengels te tellen zul je toch echt het veld nog in moeten.”
“Helemaal mee eens”, zegt Van Esbroeck “een menselijk oog blijft nog wel nodig.”
Maar ook Dekker is positief over wat effecten van datagedreven telen op termijn kunnen zijn. Als het zou komen tot de aardappelteeltwedstrijd, is ook hij graag van de partij om met maximale inzet van data en precisietechnieken het voor de teler best salderende aardappelgewas te telen.
Bron: Leo Tholhuijsen, Boerderij - Foto: Koos Groenewold