16-9-2020

1

Precisielandbouw – waar gaat het naartoe?

En wat betekent dit voor het akkerbouwbedrijf?

17-9-2020, Jan Kamp

Opbouw

▪ Precisielandbouw – korte introductie

● wat zijn belangrijke drivers?

▪ Aantal voorbeelden met link naar economie

● Ziekzoeken in pootaardappelen

● Bestrijding aardappelopslag

● VRA onkruidbestrijding

▪ Strokenteelt – het lonkend perspectief

● waarom?

● wat is nodig om het tot een succes te maken?

● wat betekent dit voor het bedrijfsmanagement?

● koppeling leggen naar NPPL ervaringen

3

▪ Precisielandbouw is een bedrijfsmanagementvorm van landbouw, waarbij planten en dieren heel nauwkeurig die behandeling krijgen die ze nodig hebben.

● Optimaal naar ruimte en tijd

● Binnen economische en maatschappelijke randvoorwaarden

● Optimaliseren productieproces

▪ PL bevat een cyclus van detecteren, beslissen, uitvoeren, evalueren, liefst zo autonoom mogelijk.

▪ Van PL 1.0 (GPS, sectie-afsluiting, rechtrijden)

▪ Naar PL 2.0 (Smart farming, DSS)

▪ Naar PL 4.0 (data-gedreven landbouw en robotics)

Precisielandbouw als hulpmiddel

4

Hoe precies gaat precisielandbouw?

5

Plant

Zone

Perceel

Bedrijf

Regionaal

Blad

phenospex.com

▪ Kennis perceel (historie)

▪ Bodemkaart: Veris / EM38

▪ Bodemmonsters (AM, aaltjes, nutriënten, profiel, structuur)

▪ Bodemvocht: Dacom, FieldMate, GeoBas, ...

▪ Gewaskaart: drone , satelliet , gewassensoren

▪ Gewasmonsters (visuele beoordeling, nutriënten, aaltjes,...)

▪ Opbrengstmeting: (Probotiq, handmatig veld, owg, sortering, visuele beoordeling kwaliteit)

▪ Bewaring (temp, vocht, CO2, ...)

PL 2.0 Precisielandbouw-hulpmiddelen

6

PL2.0 Precisielandbouw - toepassingen

7

16-9-2020

2

Akkerweb - platform

▪ eerste stap om het gemakkelijker te maken voor de boer

▪ Serie PL2.0 toepassingen beschikbaar

▪ Basis data automatisch beschikbaar (weer-satelliet-bodemanalyses) etc..

▪ Ideeën: toewerken naar een dashboard voor telers

8

PL4.0 – data gedreven - robotics

9

▪ Doel: optimaliseren productieproces

● Efficiënter omgaan met grondstoffen: brandstof, zaaizaad, meststoffen, gewasbeschermingsmiddelen

● Verbeteren productkwaliteit (egalere sortering / inhoud)

● Verhogen of behouden productkwantiteit

● Verlagen kosten (bijv. arbeid efficiëntie verhogen)

● Aantonen duurzaamheid teelt

▪ Gebruik (sensor)techniek, ICT en data(uitwisseling) als hulpmiddelen

Precisielandbouw - drivers

10

cloud-basedevent

management

smart sensing & monitoring

smart analysis & planning

smart control

Figuur 1. Smart Farming Cyclus (WUR-LEI).

Implementatie PL: waarom NPPL?

11

Wat is verschil tussen 2018 – 2019 – 2020?

12 13

16-9-2020

3

14

Ervaringen NPPL

▪ Doel: Boeren enthousiasmeren voor PL door:

● te laten zien dat het werkt

● problemen zijn er, maar oplosbaar

▪ Ervaringen:

● jaar 1: veel “gemartel”

● jaar 2: Boer kan zichzelf redden

Kortom: het vraagt om een investering in geld en tijd voor kennisopbouw

Voorbeelden van initiatieven

▪ Ziekzoeken in pootaardappelen

▪ Aardappel opslag bestrijding

▪ VRA Bodemherbiciden

▪ NBS – Stikstof bijbemesting in aardappelen

Ziekzoeken pootaardappelen: hoe

ontwikkelt het selectiewerk zich?

Wat cijfers – Nederlandse situatie

▪ Areaal pootaardappelen: ruim 40.000 ha

▪ “Schade” door klasseverlaging en afkeuring: 20-25M€(=ca. 6%)

▪ Kosten selectie: 8 – 10M€

▪ Raming “kosten” van derving + selectiekosten

● 40 ha bedrijf €30-35.000

▪ EN: Goede selecteurs worden schaarser!

Doel van het project (2015-2019)

▪ Detectie van zieke planten

● zowel virus als Erwinia

▪ Hoge kwaliteit – minimaal even goed als een NAK keurmeester

▪ Toepassing die voldoende snel werkt

● economisch haalbaar

Fasering:

▪ starten in het lab – selectie van de juiste technieken

▪ daarna naar het veld

16-9-2020

4

Technieken 2016

Focus op 2 technieken:

▪ Hyperspectraal:

● opnames van opzij

● Erwinia – machine learning (classifier)

● Virus: zowel secundair als primaire besmetting

▪ 3D:

● vorm van de plant / vorm van blad / grootte bladeren

Opstelling hyperspectraal opnames

(Gerrit Polder – WUR Glastuinbouw)

In het veld De expert + GPS locatie vastleggen

Vanaf 2017: Deep Learning

Vereist:

▪ Trainen van een systeem met veel beelden

▪ Annoteren: welke plant is gezond? Welke is ziek?

▪ Nodig is:

● veel geannoteerde plaatjes

● veel verschillende omstandigheden

25

Deep learning systeem

▪ Reeds toegepast bij bestrijding van aardappelopslag

▪ Gewone camera’s volstaan = RGB

● dus geen dure hyperspectraal camera

▪ Snelheid van toepassing

● werkt realtime

● van opname tot spuitactie: < 50 milliseconde

26

16-9-2020

5

Waar staan we nu? -> Virus (data 2018)

Percentage of all well classified plants (sick and healthy): 93.6%

27

Real status plant Classified plant status Total

Healthy Diseased

Healthy 253 (94.8%) 14 (5.2%) 267

Diseased 5 (17.2%) 24 (82.8%) 29

Total 258 38 296

Real status

plant

Classified plant status

Total

Healthy Diseased

Healthy 254 (95.1%) 13 (4.9%) 267

Diseased 7 (24.1%) 22 (75.9%) 29

Total 261 35 296

Table 25.

based on symptoms of primary virus infection (crop expert defined the real plant status) (rows combined)

Percentage of all well classified plants (sick and healthy): 93.2%

Waar staan we nu? -> Virus (2)

28

Week 1 Week 2 Week 3 Week 4

Row 5 97.0% 99.2% 91.0% 84.3%

Row 6 92.5% 91.0% 94.0% 82.7%

Percentage of Healthy Plants Correctly Classified (True Negatives)

Week 1 Week 2 Week 3 Week 4

Row 5 93.3% 73.3% 80.0% 86.7%

Row 6 71.4% 78.6% 85.7% 71.4%

Percentage of Sick Plants Correctly Classified (True Positives)

Waar staan we nu? Erwinia (2018)

▪ Resnet-18 op 106 beelden van de 7 meetdagenAnalysetijd per beeld: 4.6 ms (217 beelden per seconde)

29

Vervolg in PPS AGROS

Looptijd: 2020-2023

▪ Trekkers:

● Kubota / Kverneland

● AgroIntelli

● BO-Akkerbouw

▪ Doel:

● Robuust systeem + hoge kwaliteit

● geschikt in veel rassen!

● voldoende snelheid voor goed business model

30

Autonome Aanpak Aardappelopslag

▪ Huidige praktijk

▪ Prototype

• Probleem neemt toe.• Risico op bodemziekte

(aaltjes)

• Kosten Handwerk: €300-400 per ha.

-

Detectie algoritme – “aardappelopslag”

33

16-9-2020

6

Autonome Aanpak Aardappelopslag

34

VRA Bodemherbiciden

35

36

Toepassing: bodemherbicide

37

Wat levert het op? (voorlopige cijfers)

38

▪Gebruikt:

● Biomassa beelden uit satelliet (€1/ha), drones (€17/ha), gewassensoren (€25/ha/jaar)

● Weersgegevens

● Groeimodel

▪Vertaalt dit naar advies voor stikstofbijbemesting

▪Besparing van ca 37.5 kg N/ha (€38 / ha)

▪Reductie in uitspoeling

Toepassing: bijmesten aardappelen

39

16-9-2020

7

Samengevat

▪ voor ziekzoeker en aardappelopslag: kansrijk business model

▪ VRA (e.a.) toepassingen:

● directe kosten en opbrengsten licht positief

● verschil dekt niet te kosten voor de extra investering.

● sectieafsluiting 10k

● PWM (dosering per dop): 30-40k

● Camera aansturing van doppen: ca. 100k

▪ Gaat het net zo als met GPS??

40

Strokenteelt als lonkend perspectief

▪ Strokenteelt – het lonkend perspectief

● waarom?

● wat is nodig om het tot een succes te maken?

● wat betekent dit voor het bedrijfsmanagement?

● koppeling leggen naar NPPL ervaringen

41

Wat voor landbouw is nodig?

▪Regeneratief

▪Productief

▪Veerkrachtig

‘Duurzaam’ huidig – geen impact

Gangbaar – negatieve impact

Regeneratief – positieve impact

Bodemstructuur verslechterdondergrondverdichting

• Toename aslasten

• Inklinking

• Toename natte

(oogst)

omstandigheden

Ondergrondverdichting, gevolg van zware mechanisatie!

▪ Meer afspoeling en erosie

▪ Minder waterinfiltratie

▪ Lagere grondwaterspiegel

▪ Lager NUE

▪ Minder water opslag

▪ Hoger risico verzilting

▪ Meer verslemping

▪ Hogere irrigatie behoefte

▪ Hogere droogte gevoeligheid

Kringlooplandbouw, meer organische stof in de bodem

• Positieve effecten op opbrengsten (o.a. aardappel, suikerbiet, groenten)

• Hogere weerbaarheid bodemziekten

• Hogere chemische en fysische weerbaarheid

• Koolstof opslag hoger dan ‘quatre promille’

16-9-2020

8

46

Diversity works!

47

Beillouin et al 2019, DOI 10.1016/J.DIB.2019.103898

Biodiversity Soil quality Production

Crop rotations

Agroforestry

Mixed cropping

• Higher resource use efficiency

• Higher Land Equivalent Ratio

• Lower pest and disease pressure

• More biodiversity

• Higher C sequestration

• Better soil quality

• Better weed suppression

• Less erosion

But with current technology economic

less efficient (labour)

And .... Much more complex to

manage

Spatial Crop Diversity Biodiversiteit binnen percelen

• Bodem biodiversiteit is basis

• + insecten binnen percelen

• Continuiteit creëren in food and shelter binnen percelen!

• Niet alles doden door intensieve grondbewerking of pesticiden!

• Bodembiodiversiteit en ‘ground dwellers spelen een belangrijke rolin ziekten en plaag beheersing

• Elk gewas brengt zijn eigen biodiversiteit met zich mee!

• Zoek de biodiversiteit voor een belangrijk deel in de gewassen, vulaan met niet productieve elementen

49

agronomie

ecologie

technologie

Visie:Verbind Agronomy, Ecologie en Technologie

Ontwikkelingen in Technologie

16-9-2020

9

Hoe ziet de landbouw er over 10jr uit?

Mixed “strip” farming kan een succes worden als:

▪ de efficiency van de grootschalige systemen vertaald kan worden naar kleinschalige systemen!

▪ de economie <-> vereist arbeidsefficiency: door

● autonome systemen: van chauffeur naar toezichthouder.

● monitoring door sensoren (mbv. AI)

● vertaling naar optimalisatie van inputs (nog meer met schadedrempels werken, inspelen op variatie in de bodem,...)

● management

▪ Transitie faciliteren door... ?? = Grote stap

52 53

https://www.youtube.com/watch?time_continue=259&v=xlfFjy-KD_A&feature=emb_logo

Nieuw landbouw concept - elementen

▪ CTF – gebruik van vaste rijsporen

▪ 3m brede, onbereden bedden – mixed cropping

▪ autonome voertuigen

▪monitoring van de gewassen mbv. sensoren

▪ alle teelthandelingen obv. lichte slimme systemen

● bijv. oogst –transport

▪ data / management

54

Samengevat

▪ Precisielandbouw staat nog in de kinderschoenen

▪ Er zijn veel brokstukken: moeten nog verder geïntegreerd worden in 1 samenhangend systeem.

▪ Technologie dient ten dienste te staan de ecologie.

▪ AI wordt heel belangrijk!

▪ Managen van een nieuw systeem vraagt andere skills:

▪ De economie blijft erg belangrijk: nagenoeg (?) concurrerend

▪ Transitie van huidig naar nieuw: vereist vele stappen.

55

Dank voor uw

aandacht

Jan Kamp

0320-291275

jan.kamp@wur.nl

56