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 waterkwantiteitsvraagstukken? En hebben sensoren meerwaarde bovenop boerenverstand?

Om antwoorden te vinden op deze vragen meldden 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. Daarnaast is een jaar lang gemeten met twee weerstations en zijn gegevens beschikbaar van bodemmonsters op 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 koeien bepalen deze omstandigheden de samenstelling van het rantsoen. Wanneer de boer meer inzicht krijgt in de kwaliteit van het weidegras, 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 voorspelt. Dit geeft een goed eerste beeld, maar 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 gebied met hoge zandgronden. Deze gronden zijn gevoelig voor zowel uitspoeling van nutriënten als droogte. Beregening is vaak nodig, maar werkt het meest effectief wanneer de bodem nog vochtig is. De vraag is of bodemsensoren kunnen helpen om gerichter te beregenen.

Het team onderzocht de toegevoegde waarde van sensoren ten opzichte van vuistregels. Sensoren kunnen de bodemstatus op afstand doorgeven, zodat de boer tijdig kan beregenen en niet te laat is.

Challenge 4. Grasland en gebruikskalender

Voor verduurzaming van het bedrijf is goede en toegankelijke data nodig. Vaak ontbreekt overzicht en zijn boeren afhankelijk van dienstverleners. Tjerk Hof, melkveehouder, ontwikkelt daarom een digitale strategie voor zijn bedrijf als basis voor een toekomstige datacoöperatie.

Tijdens de datasprint is vanuit deze strategie een schets gemaakt van een digitale graslandgebruikskalender. In de eerste fase ondersteunt deze planning en registratie (bemesting, beweiding, oogsten). In een later stadium kan een verdienmodel worden ontwikkeld waarbij datadiensten aan derden worden geleverd, met een eerlijke opbrengst voor de boer.

Conclusie

Een belangrijk doel van de Datasprint was het werken aan de toepasbaarheid van sensordata. Daarbij werd duidelijk dat grote hoeveelheden data nodig zijn om voorspellende modellen te maken. Een dekkend netwerk van sensoren en weerstations kan boeren helpen bij het verhogen van water- en nutriëntenefficiëntie. Het delen van kennis blijft essentieel om toepassingen praktisch en effectief te houden.