Datasprint ‘Sensoren en Boerenverstand’

Wat zijn slimme toepassingen voor bodemsensordata? En kunnen we slimme combinaties maken voor een betere benutting van nutriënten? Zijn er duurzame antwoorden te vinden op waterkwantiteits-vraagstukken? En hebben sensoren meerwaarde bovenop boerenverstand?

Om antwoorden te vinden op deze vragen melden 25 enthousiaste deelnemers zich op 14 juni voor de ‘Datasprint ‘Sensoren en Boerenverstand’. De sprint, gefaciliteerd door FarmHackNL,  komt voort uit het door de provincie Gelderland en de gemeente Lochem gefinancierde Bodemproject. In dit project heeft Boerenverstand, samen met TREESS en boer Erik Smale, bodemsensoren ontwikkeld en toepassingen onderzocht. Deze sensoren hebben een jaar lang bodemdata (bodemtemperatuur en -vocht) verzameld. Naast de bodemdata is er een jaar lang gemeten met twee weerstations en zijn de gegevens van een aantal bodemmonsters bekend van de locaties waar de sensoren stonden. Al deze data samen diende als basis voor de Datasprint.

Challenges en resultaten

Na een korte introductie gingen de teams enthousiast aan de slag met de volgende uitdagingen:

Challenge 1. Wat is het optimale moment om grasland te bemesten?

Grasland bemesten gebeurt idealiter bij een bodemtemperatuur van 8 graden Celsius. Het bodemleven wordt dan actief, het gras gaat groeien en dit geeft daarmee de juiste omstandigheden voor een optimale benutting van de mest. De vraag is dan ook of we dit ideale moment van bemesten kunnen voorspellen met behulp van bodem- en weerdata.

Het team dat hiermee aan de slag ging heeft de relatie tussen locatie van bodemsensoren, bodemeigenschappen en meetresultaten gelegd. Hieruit blijkt dat vanwege het bonte landschap en de wisselende bodemeigenschappen, locatiespecifieke metingen slechts  beperkt op te schalen zijn naar een groter gebied. Wel is met behulp van de weerstations een goede gemiddelde inschatting te maken van de bodemtemperatuur van het gebied.

Challenge 2. Datagedreven gras voeren

De kwaliteit van gras verandert bij veranderende weersomstandigheden. Met name bij het weiden van de koeien bepalen de weersomstandigheden de samenstelling van het rantsoen. Wanneer de boer meer inzicht krijgt in de kwaliteit van het weidegras, gegeven de weersomstandigheden, kan hij in het stalrantsoen bijsturen om een optimale voeding aan te bieden. Maar hoe kan dit geautomatiseerd worden?

Het gras-team heeft een eerste voorzet gemaakt voor een dashboard dat de kwaliteit van het gras in het land voorspelt. Dit geeft een goed eerste beeld. Verfijning is nog nodig om het praktijkrijp te maken.

Challenge 3. Wanneer zet ik de haspel aan?

Het waterwingebied ‘t Klooster bevindt zich in een een gebied met hoge zandgronden. Deze gronden zijn niet alleen gevoelig voor uitspoeling van nutriënten naar het grondwater, maar ook voor droogte. Om gewassen te laten groeien zal beregening vaak nodig zijn. In de praktijk blijkt dat beregenen het meest effectief is wanneer de bodem nog vochtig is. Is het mogelijk om specifieker te gaan beregenen met behulp van bodemsensoren?

Het beregenen-team heeft met name gekeken naar de toegevoegde waarde van sensoren ten opzicht van het gebruik van vuistregels rond beregenen. Bijvoorbeeld de vuistregel dat wanneer de grond in je hand tot een balletje te maken is, beregenen heel efficiënt is. Als het als stof uit elkaar valt, ben je eigenlijk al te laat om te beregenen en zal het vocht minder goed worden vastgehouden door de bodem. Sensoren kunnen de status op afstand doorgeven aan de boer, zodat die nooit te laat komt.

Challenge 4. Grasland en gebruikskalender

Om je bedrijf als boer naar eigen inzicht duurzamer te maken, heb je als agrariër data nodig. Vaak ontbreekt het overzicht in de data en is de toegang tot data niet goed geregeld. Er is een grote afhankelijkheid van dienstverleners om data terug te leveren. Tjerk Hof, melkveehouder, is daarom al een tijd bezig om een digitale strategie voor zijn bedrijf te ontwikkelen. Deze strategie wordt gebruikt als blauwdruk voor een op te zetten data coöperatie voor melkveehouders in het noorden.

Tijdens de datasprint hebben we vanuit deze strategie een schets gemaakt van een digitale graslandgebruikskalender. De kalender is in de eerste fase een tool voor planning (bemesting, beweiding, oogsten) en registratie, om goede data rondom bodembeheer te verzamelen en bij te houden en dat beheer ook te optimaliseren. In een later stadium wordt bovenop de applicatie en achterliggende database een verdienmodel ontwikkeld om datadiensten aan derden te leveren, en bijvoorbeeld een ketenpartij in staat te stellen de data in eigen diensten te verwerken. Maar dan wel met een fair share voor de boer!

Conclusie

Een belangrijke doel van de Datasprint was om samen te werken aan de toepasbaarheid van sensordata, om efficiënter te zijn en meer impact en nieuwe inzichten uit data te halen. Een constatering is dat grote hoeveelheden data nodig zijn om voorspellende modellen te maken. Het opzetten van een dekkend netwerken met sensoren en weerstations zou alle boeren in een gebied kunnen helpen met het verhogen van water- en nutriënten efficiëntie. Verder is het goed om kennis over deze materie met elkaar te blijven delen zodat ontwikkelingen praktisch blijven en beter kunnen worden ontwikkeld.

Factsheet Bodemsensoren

De bevindingen van het project zijn in een factsheet samengevat. Deze is onderstaand weergegeven.