‘Modellen precisielandbouw missen transparantie’

Softwaremodellen voor precisielandbouw moeten gebruiksvriendelijker en transparanter worden voor telers.

Waar proberen we eigenlijk een antwoord op te vinden met al die data die we met z’n allen verzamelen? We proberen natuurlijk hét antwoord te vinden waardoor we alles zelf kunnen beïnvloeden en in de hand houden. Maar hoe komen we van data tot informatie en een goed idee wat we daarmee kunnen doen?

Wageningen University & Research en vele andere instituten hebben modellen gemaakt voor vele specifieke toepassingen. Een aantal van deze modellen is in systemen als Akkerweb gehangen en wordt in die hoedanigheid ook in het project Nationale Proeftuin Precisie Landbouw (NPPL) toegepast. Maar het is nog niemand gelukt om een model met antwoord op ‘life, the universe and everything’ te maken.

‘Eindeloze informatie is nooit beschikbaar, er zijn altijd situaties die niet zijn meegenomen bij het maken van een model’

Modellen gaan hand in hand met ervaring

Modellen worden gemaakt om zoveel mogelijk parameters te integreren in een beeld van de praktijk. Maar eindeloze informatie is nooit beschikbaar. Er zijn altijd situaties die niet zijn meegenomen bij het maken van het model. Eigenlijk doen telers en adviseurs grotendeels hetzelfde. Ze passen de dosering aan met in het achterhoofd kennis, ervaring, weersvoorspellingen en meer. Ze geven niet de maximale dosering, tenzij dit echt nodig is.

Het mooie is dat telers met modellen – in combinatie met sensordata zoals satelliet, bodemscan en al het andere – plaatsspecifiek dingen kunnen doen. Hier kom ik tot de kern van wat ik wil zeggen. Volgens mij gaan modellen hand in hand met ervaring. Beiden kunnen elkaar aan alle kanten helpen.

‘Het doel is dat de teler zelf de takenkaart kan bijsturen’

Daarom moeten die 2 dingen naar elkaar toe bewegen. Ten eerste moeten data beter interpretabel worden zodat de gebruiker dichterbij zijn data staat. Ten tweede moeten modellen doorzichtiger worden zodat duidelijker is waar ze hun advies op baseren. Met als doel dat de teler zelf de takenkaart kan bijsturen.

Data de komende jaren blijven stapelen

Op het moment zijn we bij NPPL deelnemer Cerfontaine zoveel mogelijk machines in de ‘cloud’ aan het hangen. Ik vind dit zelf een beetje populair klinken, maar het komt er op neer dat we – waar we kunnen – dingen aan het loggen zijn. Dit is de basis, nu komt de volgende uitdaging, namelijk: met deze data slimme dingen doen. Het idee is dat opbrengst, zeker over meerdere jaren, een goede indicator is van de bodem. Als je deze combineert met bijvoorbeeld hoogte-, weer- en teeltdata en je blijft de gegevens stapelen over de jaren moet je een steeds beter beeld krijgen van wat er allemaal gebeurt. Misschien zelfs tot het punt dat er een model is wat al deze gegevens bij elkaar kan combineren tot een antwoord op life, the universe and everything. Maar zover zijn we nog lang niet...

Ruimte voor lokale aanpassing

In de tussentijd valt er volgens mij ook nog goede stap te zetten: niemand kent de eigenschappen van het land en het gewas beter dan de teler zelf en instituten moeten werken aan generieke modellen voor belangrijke onderwerpen in de teelt. Maar er moet altijd ruimte zijn voor lokale aanpassing door teler of zijn adviseur. Hier moeten goede methoden voor ontwikkeld worden. En voor iedereen om een soort eigen modellen op te zetten voor toepassingen die nog niemand ontwikkeld heeft. Dit laatste zou nu al wel kunnen voor een geodataspecialist en ook adviseurs krijgen het beter onder de knie, maar nu nog een systeem zodat de teler het zelf ook kan. Zo krijgen we misschien nog geen model voor: life, the universe and everything, maar eerst: voor iedere boer zijn eigen model.

(en voor degenen die het willen weten, het antwoord op life, the universe and everything is natuurlijk 42, uit The Hitchhiker’s Guide to the Galaxy, een boekenserie geschreven door Douglas Adams).

Of registreer je om te kunnen reageren.