Sensor gestuurd werken in de Hoekse Waard
Stichting BOER&DATA heeft op 25 juni 2024 een SABE – bijeenkomst gehouden op het akkerbouwbedrijf van Leon Noordam in Numansdorp. Het thema van deze dag was ‘sensor gestuurd werken’
Het akkerbouwbedrijf van Leon is gelegen in de Hoekse waard, een Zuid Hollands eiland met lichte tot middelzware kleigronden. Door inpoldering van getijde landschap is het een uniek poldergebied wat gekenmerkt wordt door kreekruggen en gorzen. De kennis van dit getijdeverleden is bij de 1e inpoldering verwerkt in de indeling van de percelen. Greppels en sloten lagen vaak op de plekken waar natuurlijke afwatering plaatsvond en waar verschil in grondsoort te vinden was. Ruilverkavelingsprojecten in de jaren ’70 hebben heel veel efficiëntie gebracht voor akkerbouwers. Veelal kleinere percelen zijn samengevoegd en sloten en greppels werden gedempt of verlegd. Zodoende is het huidige Hoekse Waardse polderlandschap ontstaan waarbij efficiënte voedselproductie op rechte en relatief grote kavels gepaard gaat met een kleinschalig polderlandschap met dijken en kreken.
Sensoren die gewassen monitoren
Wat heeft dit nu allemaal met het thema sensor gestuurd werken te maken? Al ruim 10 jaar wordt er gewerkt aan sensoren die gewassen kunnen monitoren en bodems in kaart te kunnen brengen. Want groeimodellen van hoe een plant hoort te groeien en wat daar allemaal voor nodig is, zijn al vele jaren bekend bij onderzoeksinstellingen. Heel veel data wordt gegenereerd. Met steeds weer de centrale vraag: het moet toch mogelijk zijn om de gewassen met sensoren te monitoren zodat het boerengevoel niet meer nodig is. Handmetingen, satellietgegevens, vliegtuigjes met allerlei soorten camera’s en gewasscanners vlogen over onze percelen. Veel mooie plaatjes, allerlei kleuren combinaties, soms grote verschillen en soms kleine verschillen. Maar echte duidelijke conclusies waren niet te vinden, er was te veel variatie en correlaties waren niet sterk genoeg.
Vochttoestand en bulkdichtheid stoort gewassensing
Vanuit de gewassensing werden wel regelmatig patronen herkent met relaties naar verschillen in grondslag. Zoeken in de bodem was de vervolgstap om ‘onverklaarbare’ beelden uit de gewassensing te kunnen begrijpen. Allerlei bodemscans, grondboringen en grondanalyses zijn onderzocht en met elkaar vergeleken. Hier kwam heel veel data vrij maar echt duidelijk relaties waren moeilijk te leggen. Er bleek dus nog een aantal stappen te missen om sensor gestuurd te kunnen gaan werken. De eerste was de vochttoestand van de bodem. Steeds werd duidelijk dat een probleem met de vochthuishouding in de bodem veel ‘ruis’ veroorzaakt in gewassensor data. De tweede was de bulkdichtheid van de grond, ook dit veroorzaakte bij gelijke bemesting en behandeling van het gewas veel ruis. Na veel experimenteren werd vrij duidelijk dat een sensor vaak wel de juiste waardes laat zien alleen is vaak niet duidelijk oorzaak of vaker meerdere oorzaken tot die meetwaarde leidt.
Gewassensing en sensor gestuurd, of anders data gestuurd, werken levert veel informatie op. Echter een essentiële voorwaarde om iets met die informatie te kunnen gaan doen, is weten wat de achtergrond van de data is. Daarnaast is ook van belang om te weten welke vervuiling in de data aanwezig is die de analyse kan beïnvloeden. Om goede en betere conclusies te kunnen trekken waardoor betere teeltbeslissingen te maken zijn op basis van door sensoren gegenereerde gewas- en bodemdata is het volgende noodzakelijk:
- Kennis van het perceelsverleden (oude sloten, vroeger grondgebruik, profielopbouw, etc)
- Opheffen van en voorkomen van verdichtingen in de ondergrond
- De ontwatering van percelen moet optimaal zijn (vlaklegging en drainage)
Pas als aan deze voorwaarde wordt voldaan, kan met sensor gestuurde gewasmetingen echt een meerwaarde gegenereerd worden. Anders zijn de sensoren een dure manier van in de spiegel kijken wat er in de basis niet klopt.
Met gewassensoren efficiënter werken op grotere kavels
Als de basis wel klopt, dan gaat sensor gestuurd werken een meerwaarde bieden. De sensoren kunnen dan gebruikt worden om de bodemverschillen uit het verleden te tonen en bieden dan ook een mogelijkheid hierop te gaan sturen. Het werken met gewassensoren en het hebben van digitale kennis van de bodem geeft de mogelijkheid om op grotere efficiëntere kavels te werken zonder de verschillen binnen deze percelen weg te middelen. Waar in het verleden iedere boer wist hoe hij tien afzonderlijke percelen met afzonderlijke eigenschappen het beste kon behandelen. Doet de moderne ‘data’ boer dit nu ook, alleen op 10-tallen vlakjes binnen grotere percelen door de verschillende datalagen van bodemeigenschappen, teeltmaatregelen en opbrengstgegevens te combineren.
Deze manier van werken is echter niet voor iedereen weggelegd. In de praktijk blijkt de combinatie van teeltmanagement en integreren van data- en sensorsystemen in de besluitvorming erg lastig. Hulp komt vaak van grotere ketenpartijen om ons heen. Echter zijn er maar heel weinig partijen in staat om echt naast de boer te staan en zowel kennis van de teelt en bodem te hebben en dit ook op een eenvoudige manier digitaal kunnen vertalen naar teeltmaatregelen.
‘Zoek als teler een manier die bij jou past om de moderne, digitale wereld te combineren met praktische uitvoerbaarheid op het land.’

