Smart Farming informatie-cyclus

In het MAXSUS project hebben we ons gericht op de Smart Farming informatiecyclus, zoals hieronder aangegeven. Voordat je met precisielandbouw kunt sturen en een taakkaart kunt uitvoeren, moet je beginnen met dataverzamelen.  Om de gegevens in hun onderlinge samenhang te bekijken is de interpretatiestap nodig. Er zijn in wetenschappelijke studies wel wat gewasgroeimodellen ontwikkeld, maar vaak zijn die veel te complex om in de boerenpraktijk toe te passen. Als alternatief hebben we gekeken naar de correlatie van verschillende parameters om inzicht te krijgen in de invloed op het uiteindelijke oogstresultaat.

Data verzameling

Elk perceel is anders en elk gewas is anders. Als teler heb je te maken met een rotatie van verschillende gewassen op een perceel, waardoor je van een bepaald gewas op een bepaald perceel al meerjarig moet gaan waarnemen voordat je de invloed van teeltmaatregelen kunt beoordelen. Ook hebben we te maken met een langzame cyclus, omdat je pas na een heel teeltseizoen alle gegevens hebt verzameld. In het project hebben we uiteindelijke een dataset met gegevens over een periode van 5 jaar verzameld. Deze zijn voor beoordeling en bespreking gevisualiseerd met behulp van verschillende softwarepakketten, zoals SMS, QGIS en Geopard Ag.

Databeheer

Het beheer van de verschillende datasets en visualisaties was uitdagend. We hebben verschillende systemen geimplementeerd en beoordeeld op bruikbaarheid. SMS biedt een eigen opslagsystematiek, die beperkt is voor data van andere bronnen. Het vraagt een behoorlijke leercurve om het systeem goed te leren gebruiken. QGIS is een flexibele en open set van gereedschappen voor opslag, visualisatie en analyse. De mogelijkheden zijn erg groot, maar het op dezelfde manier verwerken van de datasets van alle verschillende percelen, vraagt soms veel handwerk. Geopard Ag is een platform, waarin alle soorten data kan worden beheerd maar ook geanalyseerd. De verschillende analyse-mogelijkheden zijn volledig geautomatiseerd, waardoor geen uitgebreide softwarekennis nodig is. Bovendien zijn de resultaten eenvoudig  te delen binnen het project, maar ook naar derden en kunnen eenvoudig taakkaarten worden gegenereerd.

Variabele dosering

Het deel toepassing (application) van de cyclus is vooral een technische uitdaging. Leveranciers van machines hebben de mogelijkheden voor plaatsspecifieke toepassing (op taakkaart) steeds meer ingebouwd in hun nieuwste modellen. Ook wanneer je niet beschikt over de nieuwste modellen is handmatig variatie veelal ook mogelijk door aan/uitschakeling, of verandering van (rij)snelheid.

Vanuit de verschillende systemen is na de juiste interpretatie van de data, het maken van een taakkaart geen groot probleem.

Interpretatie

De uitdaging zit in het integreren en interpreteren van de data. Hoe breng je alle data bij elkaar en in een vorm dat ze vergelijkbaar zijn, of bijvoorbeeld geschikt voor statistische analyse. Helaas is daarin nog een lange weg te gaan. We hebben ervaren dat dit een uitgebreide workflow is, zoals hier getoond voor de gewasmonitoring data, met vele tussenstappen, met in elk stap weer het risico dat informatie verloren gaat.

De ervaring met de verschillende technieken hebben we uitgewerkt in een aantal factsheets.

Geef een reactie

%d bloggers liken dit: