Precisielandbouw

Gerichte bemesting, satellieten, sensoren, verspreiding, sproeien, drones, RTK, robotisering, software...

PrecisielandbouwGerichte bemesting, satellieten, sensoren, verspreiding, sproeien, drones, RTK, robotisering, software...

1. Thema's
2. Precisielandbouw

Precisielandbouw, dat in de jaren 1980 in de Verenigde Staten is ontstaan, is gebaseerd op het gebruik van informatie en digitale technologieën om bij teeltpraktijken rekening te houden met de ruimtelijke en temporele variabiliteit van de landbouwproductie. Meer specifiek definieert de International Society for Precision Agriculture(ISPA) precisielandbouw als "een managementstrategie die ruimtelijke, temporele en individuele gegevens verzamelt, verwerkt en analyseert, en deze combineert met andere informatie om gemoduleerde beslissingen over het beheer van planten of dieren te sturen om de efficiëntie, productiviteit, kwaliteit, winstgevendheid en duurzaamheid van de landbouwproductie te verbeteren".

Doelstellingen

Precisielandbouw is gericht op meerdere economische, agronomische, ecologische en sociale uitdagingen:

• Economisch: het verhogen van de gemiddelde productieopbrengst en/of het verlagen van de productiekosten, met name kosten die verband houden met het gebruik van inputs. De heterogeniteit van opbrengsten heeft zowel een natuurlijke oorsprong (topografie, lithologie, enz.) als een menselijke oorsprong gekoppeld aan menselijke activiteit (grondbewerking, verspreiding van meststoffen, enz.). Precisielandbouw wordt van oudsher gebruikt om het gebruik van productiemiddelen, met name stikstof,te optimaliseren.
• Agronomisch: optimalisering van de aanpassing van praktijken aan de behoeften van de gewassen.
• Milieu: vermindering van bepaalde soorten vervuiling die verband houden met productiemiddelen, zoals uitspoeling vanstikstof, en beperking van het gebruik van waterbronnen voorirrigatie.
• Sociaal: het comfort op het werk verbeteren en de werktijd optimaliseren.

De 4 fasen van precisielandbouw

Precisielandbouw kan worden onderverdeeld in vier fasen:

• Verwerving: gegevens verzamelen om de variabiliteit van de landbouwproductie te meten en te kwantificeren.
• Karakterisering: agronomische gegevens verzamelen om de verzamelde gegevens te contextualiseren en er betekenis aan te geven.
• Aanbevelingen: de verzamelde gegevens analyseren om de variabiliteit te begrijpen en technische routes kiezen die rekening houden met deze variabiliteit.
• Toepassing: beslissingen op het gebied van gewasbeheer uitvoeren (modulatie van meststoffen, irrigatie, enz.).

Gegevensverzameling en variabiliteitsmeting

Gemeten parameters

De verzamelde informatie stelt ons in staat om de heterogeniteit van verschillende parameters binnen een perceel te begrijpen:

• De fysisch-chemische en biologische kenmerken van de bodem: Geleidbaarheids- of elektrische weerstandskaarten kunnen samen met bodemanalyses en veldonderzoeken gebruikt worden om de toestand van de bodem te bestuderen.
• De conditie van gewassen en/of vee: irrigatie- en bemestingsvereisten, ontwikkelingsstadium, aanwezigheid van ziekteverwekkers, vorstschade, enz.
• Klimatologische omstandigheden.

Apparatuur voor gegevensverzameling

Er bestaat een breed scala aan apparatuur en technologieën voor het verzamelen van gegevens, die kunnen worden ingedeeld op basis van een groot aantal technische of landbouwkundige criteria: hun locatie, het tijdstip waarop deze digitale hulpmiddelen worden gebruikt voor het berekenen van meststofdoses, enz

Afhankelijk van waar ze zich bevinden, vallen digitale hulpmiddelen voor gegevensverzameling in twee categorieën uiteen:

• Proxidetectie: gegevens worden verzameld door sensoren op het perceel, sensoren aan boord van landbouwmachines of op een strooiboom, smartphonetoepassingen met handmatige invoer, enz.

• Teledetectie: hierbij worden beelden gebruikt die door satellieten worden gemaakt (85% van de beelden)vliegtuigen of drones. Remote sensing biedt een bredere ruimtelijke dekking dan teledetectie.

De gebruikte technologieën kunnen ook onderscheiden worden naargelang ze :

• Directe metingen.
• Indirecte metingen.

In het geval van stikstofbemesting is het bijvoorbeeld mogelijk om de stikstofbehoeften van planten te schatten met behulp van directe metingen (nitraatmeting in sap) of indirecte metingen op basis van plantreflectie, transmissie of fluorescentie om chlorofylniveaus te bepalen.

De meeste sensoren en sondes leveren geen volledige informatie: satellietkaarten meten bijvoorbeeld wel veranderingen in de hoeveelheid stikstof in gewassen, maar niet de absolute hoeveelheden. Daarom moeten ze gecombineerd worden met een analyse van regelmatige percelen. Een ander voorbeeld: pyranometers meten geen bodemvocht, maar zonnestraling. Door dit te combineren met een anemometer en een regenmeter kunnen we de bodemvochtigheid afleiden.

Opbrengstkaart van een landbouwperceel. Aspexit

Kaarten zoals opbrengstkaarten kunnen worden gebruikt om de variabiliteit binnen een perceel te visualiseren. De studie van variabiliteit binnen een perceel met behulp van opbrengstkaarten is het meest uitgebreid ontwikkeld in de akkerbouw. Maaidorsers die zijn uitgerust met stromingssensoren kunnen de hoeveelheid graan meten die de trechter binnenkomt.

Karakterisering van gegevens

De verzamelde ruwe gegevens worden vergeleken met een agronomische diagnose om er betekenis aan te geven.Kunstmatige intelligentie of eenvoudige grafieken kunnen gebruikt worden om agronomische gegevens uit gemeten gegevens af te leiden.Bodemhygrometrie kan bijvoorbeeld worden geschat door de evapotranspiratiete modelleren en verschillende parameters zoals zonneschijn en neerslag te meten.

Aanbevelingen en besluitvorming

Door de gegevens te analyseren is het vervolgens mogelijk om technische routes te kiezen die rekening houden met de gemeten variabiliteit. De besluitvorming wordt vergemakkelijkt door de ontwikkeling van voorspellingsmodellen en beslissingsondersteunendehulpmiddelen(DST) zoals aanbevelingskaarten. Zo kunnen bijvoorbeeld aanbevelingen voor irrigatie van gewassen worden opgesteld op basis van modellering van irrigatiebehoeften, gekoppeld aan bodemhygrometrie op een perceel.

Databases en kunstmatige intelligentie zijn essentieel voor het beheren en integreren van de enorme hoeveelheden informatie die door gegevensverwerving en -karakterisering wordt gegenereerd in de besluitvorming.

Precisielandbouw is niet bedoeld om de hele werking van het bestaande productiesysteem te herzien. Het biedt meet- en diagnosehulpmiddelen die gebruikt kunnen worden om het bestaande productiesysteem te optimaliseren. De gebruikte computermodellen en andere digitale technologieën zijn niet bedoeld om menselijke besluitvorming te vervangen, maar om objectieve gegevens te leveren om de besluitvorming te vergemakkelijken.

Beslissingen toepassen

In deze laatste fase van precisielandbouw worden beslissingen over het beheer van gewassen (of vee) geïmplementeerd die rekening houden met de gemeten en gemodelleerde variabiliteit, met andere woorden, het implementeren van intra-plot modulatie. Het principe van intra-plot modulatie kan worden samengevat als "de juiste dosis, op de juiste plaats, op het juiste moment toepassen".

Voor welke praktijken?

Behandeling per drone.

Aangesloten apparatuur kan worden gebruikt om verschillende parameters en teelthandelingen te moduleren:

• Invoerdoseringen.
• Zaaidichtheid.
• Grondbewerking.
• Irrigatie.

Precisielandbouw heeft zich het meest ontwikkeld in de akkerbouw en, in mindere mate, in de wijnbouw. De meest frequente toepassing blijft bemestingsbeheer.

Interventieapparatuur

Dosismodulatie kan worden uitgevoerd door handmatige toepassing (geleid door beslissingsondersteunende hulpmiddelen), door robotisering of door landbouwmachines.

Over het algemeen combineert modulatieapparatuur die met landbouwmachines wordt geassocieerd :

• Een GNSS-antenne, d.w.z. een GPS-positioneringssysteem: er zijn verschillende positioneringssystemen(RTX, RTK, PPP, PPK, enz.) die verschillen wat betreft het type signaal dat gebruikt wordt, of de positioneringscorrectie al dan niet in realtime wordt uitgezonden, het aantal ontvangers dat gebruikt wordt, enz. GPS-ondersteunde sectie-afsnijdingen kunnen worden gebruikt om overlappingen tijdens de passage te beperken.

• Apparatuur met stroomregeling: handelingen kunnen vooraf worden geprogrammeerd of in realtime worden aangepast.
• Geleidingsconsole: Geleidingsconsoles kunnen werken met ondersteunde geleiding (die de te volgen route aangeeft zonder de bewegingen van de landbouwmachines te controleren) of zelfsturing (die de bewegingen van de landbouwmachines bestuurt).Zelfsturing kan elektrisch zijn (elektromotor die op het stuurwiel of de stuurkolom werkt) of hydraulisch (die op het hydraulische stuursysteem werkt).

Robotarm voor gebruik in de landbouw. Aspexit

Robotisering maakt het mogelijk om taken die door mensen worden uitgevoerd te automatiseren, bijvoorbeeld om gangen dichter bij elkaar te brengen of te systematiseren. Het is ook een manier om de sleur van het werk en het tekort aan arbeidskrachten aan te pakken. Er zijn bijvoorbeeld bessenoogstrobots die kunstmatige intelligentie gebruiken om rijp fruit te herkennen. Een ander voorbeeld zijn voederrobots die rantsoenen kunnen individualiseren in de veehouderij.

Maar robots zijn nog steeds niet erg geschikt voor niet-standaard omgevingen, met ongelijke topografie of moeilijke klimatologische omstandigheden. Hoewel er veel initiatieven ontstaan, zijn ze nog maar zelden op boerderijen te vinden.

Modulatiestrategieën

Er kunnen twee strategieën voor het moduleren van inputdoseringen worden onderscheiden:

• Een compensatiestrategie, die gericht is op het verhogen van opbrengsten in gebieden met een laag productiepotentieel door de inputdoseringen in deze gebieden te verhogen.
• Een optimalisatiestrategie, die tot doel heeft de hoeveelheid gebruikte inputs te verminderen. Hierbij wordt de inputdosering verlaagd in gebieden waar het productiepotentieel lager is en beperkt wordt door andere factoren dan de hoeveelheid inputs, zoals de aard van de bodem. In deze gebieden is een verhoging van de inputdosering verspilling, omdat het productiepotentieel er niet door toeneemt.

Integratie

In sommige gevallen worden al deze fasen van precisielandbouw afzonderlijk uitgevoerd, met afzonderlijke instrumenten die door de bestuurder moeten worden bediend (bijv. satellietgegevens extraheren, de gegevens corrigeren, de gegevens in de tractor importeren). In andere gevallen worden de 4 fasen van precisielandbouw gelijktijdig en volledig geïntegreerd uitgevoerd: bijvoorbeeld met een stikstofsensor gecombineerd met een GPS-positioneringssysteem op de tractor, waardoor modulatie direct in realtime kan worden uitgevoerd.

De kwaliteit en relevantie van een precisiesysteem hangen af van de nauwkeurigheid van de zwakste van de 4 stappen: als de kwaliteit van de sensor voor gegevensverwerving slecht is, zullen de kwaliteit van de gegevensanalyse en de relevantie van de aanbevelingen beïnvloed worden.

De integratie en standaardisatie van de 4 stappen is een sterk argument voor een functioneel systeem:

• Gemak van interconnectie (protocollen, connectoren, enz.): De ISOBUS- of ISO 11783-norm werd gedefinieerd door deAEF (Agricultural Industry Electronics Foundation) om de gegevensuitwisseling tussen verschillende mobiele uitrustingsstukken (boordsensoren op een tractor, bijvoorbeeld) te standaardiseren en te vereenvoudigen, zelfs als deze uitrustingsstukken van verschillende fabrikanten komen. Het opzetten van een compleet ISOBUS-systeem kan echter vrij duur zijn.

• Beter rekening houden met de mogelijkheden van elke sensor en elk toepassingselement.
• Minder interacties en manipulaties in elke fase.

Afhankelijkheid van apparatuurleveranciers

De aanschaf van vaak complexe en dure apparatuur voor precisielandbouw brengt het risico van afhankelijkheid van de fabrikanten van deze apparatuur met zich mee. Er zijn verschillende mechanismen die boeren kunnen dwingen om bij dezelfde leverancier te blijven:

• Technische beperkingen: de interoperabiliteit van apparatuur of databases van verschillende fabrikanten wordt bewust niet gegarandeerd, waardoor het onmogelijk is om apparatuur van verschillende fabrikanten samen te gebruiken of om gegevens te delen.

• Wettelijke beperkingen: de privatisering van gegevens die collectief worden geproduceerd door een klein aantal spelers, met name fabrikanten van landbouwmachines, maakt het mogelijk om het delen ervan te beperken of zelfs te verbieden. Deze beperkingen creëren afhankelijkheid bij het verwerken van de verzamelde gegevens. Bovendien kunnen deze geprivatiseerde gegevens gebruikt worden om nieuwe digitale apparatuur te ontwikkelen en op de markt te brengen die aangepast is aan een bepaalde productiemethode, waardoor landbouwers vast komen te zitten in een productielogica.
  
  

Vergeet niet de gids van digitale hulpmiddelen in de landbouw te raadplegen! https://www.lesoutilsnumeriquesdesagriculteurs.com/

Articles dans cette thématique

Is er een ontbrekend onderwerp om toe te voegen aan deze sectie? Aarzel niet om het op het forum voor te stellen!

Bronnen

• Dit artikel is geschreven met de vriendelijke hulp van Corentin Leroux. https://www.aspexit.com/
• Buffet, Dominique & Oger, R.. 2000. Precisielandbouw: gegevens- en kennisbanken beheren.https://www.researchgate.net/publication/257876410_Agriculture_de_precision_Gestion_des_donnees_et_des_bases_de_connaissances
• Leroux C. 2019. L'Agriculture de Précision en toute intimité. https://www.aspexit.com/lagriculture-de-precision-en-toute-intimite/
• Horizons. 2020. Precisielandbouw. https://leshorizons.net/cest-quoi-agriculture-de-precision/
• Ministerie van Landbouw en Voedselsoevereiniteit. 2021. De belangrijkste uitdagingen van digitale landbouw: apparatuur, landbouwmodellen, big data. https://agriculture.gouv.fr/les-grands-enjeux-de-lagriculture-numerique-equipements-modeles-agricoles-big-data-analyse-ndeg-171

• P. Zwaenepoel, J.M. Le Bars. Precisielandbouw. Ingénieries eau-agriculture-territoires, Lavoisier; IRSTEA; CEMAGREF, 1997, p. 67 - p. 79. hal-00461080. https://hal.archives-ouvertes.fr/hal-00461080/document

• Yara. 2019. Interview met Gilbert Grenier over precisielandbouw. https://www.yara.fr/fertilisation/blog/agriculture-de-precision/