De landbouwdata van boer Jacob

30 05 2016

Door Anne Bruinsma

Founder FarmHackNL, gericht op open innovatie en praktijktische en verrassende toepassingen van data en technologie in de landbouw.

De landbouwdata van boer Jacob

De eerste FarmHack, bij Jacob van den Borne, staat in het teken van data visualisatie. Simeon Nedkov, Chief Information van FarmHack.NL, legt uit welke precisielandbouw data Jacob beschikbaar stelt. Binnenkort volgt deel 2 van de serie, waarin in samenwerking met kennispartner Geodan duidelijk maken hoe we in de domeinen agro, food en leefomgeving verzamelde locatiedata slim kunnen inzetten tijdens deze hackathon.

Jacob heeft FarmHack.NL exclusieve toegang gegeven tot zijn precisielandbouwdata. Deze bestaat o.a. uit de locatie van percelen, af- en aanrijdroutes tijdens het zaaien, spuiten en rooien en informatie over vruchtbaarheid van de bodem. Samen goed voor 40 GB aan hypernauwkeurige geodatasets! In deze blogpost laten we je kennis maken met een aantal interessante datasets. Bovendien hebben we een aantal voorbeeld datasets voor je klaar gezet in Github.

Percelen

Allereerst heeft Jacob een goed overzicht van de ligging en grootte van al zijn percelen. Aangezien hij veel pacht zijn deze over een groot gebied verspreid (sommige liggen in Belgie!) en komen ze in alle soorten, maten en vormen voor. Van elk perceel is bekend welke type en soort gewas er verbouwd wordt, en welk gewas er vorig jaar op te vinden was.

figuur1

Figuur 1. Overzicht van de percelen van dit seizoen.

Jacob heeft dit jaar ongeveer 300 percelen onder zijn hoede. Dit is goed voor pakweg 1000 hectare!
Elk seizoen maakt Jacob een gedetailleerde bodemscan van alle percelen. Een bodemscan meet de elektrische geleidbaarheid en magnetische gevoeligheid van de bodem. Bodemscans geven inzicht in de samenstelling van de bodem en de locaties van droge en natte plekken. Aan de hand hiervan kan de vruchtbaarheid bepaald worden. De donkere vlakken in onderstaande figuur geven de vruchtbaarste plekken van het perceel aan.

figuur2

Figuur 2. De geleidbaarheid van de grond. Een hoge geleidbaarheid (donker groen) vertaald zich naar hoge vruchtbaarheid.

Jacob gebruikt deze informatie om te bepalen welk gewas waar gezaaid moet worden, hoeveel mest waar gespoten moet worden en waar de beregeningsinstallaties geplaatst moeten worden.
Andere toepassingen van deze dataset is het vinden van geschikte locaties voor akkerranden of variabel zaaien (meerdere gewassen op een perceel). Hier moet een optimum in gevonden worden omdat precisielandbouw voertuigen het liefst in lange rechte lijnen rijden. Een interessante uitdaging!
Ten slotte worden er van elk perceel schaduwkaarten gemaakt. Deze geven het schaduwverloop van een perceel aan de hand van een aantal categorieen: permanente schaduw, transitieschaduw, etc. Jacob gebruikt deze gegevens om o.a. de gewasdichtheid te bepalen: planten in de schaduw worden verder van elkaar geplant dan planten in de open lucht.

figuur3

Figuur 3. De schaduwkaart van een perceel: blauwe en groene plekken geven permanenten en transitieschaduw weer, respectivelijk.

Precisielandbouw

Jacob is een ervaren precisielandbouwer. Het overgrote deel van zijn machines is uitgerust met hypernauwkeurige GPS systemen die een nauwkeurigheid van 1 – 2 cm hebben. Dit is pakweg 500x nauwkeuriger dan de GPS van smartphones.

Praktisch alle handelingen die Jacob en zijn werknemers op het bedrijf uitvoeren worden met deze hoge nauwkeurigheid gelogd. Het aardappelproductieproces is van zaaien tot rooien tot op de centimeter gedocumenteerd. Dit is een geweldige schat aan informatie!

Het seizoen begint met zaaien en poten. De zaai- en -pootlogs laten zien hoe machines naar percelen rijden en wat ze daar zaaien. Elk perceel wordt nauwkeurig ingemeten alvorens het gezaaid wordt met een gewas.

figuur4

Figuur 4. De log van een zaaisessie. De kleur geeft de snelheid van de machine weer (rood = laag, groen = hoog).

Nadat de gewassen gezaaid zijn worden ze nauwkeurig in de gaten gehouden met sensoren. De Fritzmeier Isaria sensor meet de reflectie van het licht dat op een plant valt. Hieruit zijn o.a. de hoeveelheid biomassa en stikstof van een plant te bepalen. Elk meting is voorzien van een nauwkeurige nauwkeurige GPS coordinaat. De metingen worden gebruikt om taakkaarten te maken voor het variabel toedienen van mest en/of kunstmest. Het gewas krijgt op deze manier precies wat het nodig heeft en wordt verspilling tegengegaan.

figuur5

Figuur 5. De resultaten van een biomassa gewasmeting: donkere meetpunten staan voor een hoge waarde.

Aan het eind van het seizoen is het tijd om de oogst binnen te halen. Hier worden de Puma 3 en de Puma+ aardappelrooiers voor ingezet. Beide zijn uitgerust met het opbrengstmeting systeem Yield Master Pro van Probotiq. Deze meet elke seconde o.a. het aantal ton gerooide aardappelen per hectare en het aantal gerooide hectares. De databestanden bevatten ook informatie uit de boordcomputer van de rooier, bijv. De benodigde koppel, brandstofverbruik, oliedruk e.a. Deze geven een indicatie van de bodemverdichting: een dichtere bodem vereist meer arbeid van de machine.

Figuur 6. De resultaten van een rooisessie. Donkere tinten geven een hoge opbrengst weer.

Figuur 6. De resultaten van een rooisessie. Donkere tinten geven een hoge opbrengst weer.

Github

Op Github bieden we je toegang tot demo data zodat je als voor aanvang van de FarmHack al wat kan spelen met de data. Op de FarmHack GitHub pagina kan je ruwe (demo) GeoJSON data kan vinden. In een volgende blogpost geeft Simeon nog een stoomcursus geo-informatie en lichten we een aantal analyse en visualisatie tools uit.

Zie het mapje data voor de rest: https://github.com/FarmHackNL/FarmHack/tree/master/challengers/vandenborne

Naast GitHub is er een ander tof data vis platform: CartoDB. Hiermee kun je super snel interactieve kaartjes maken. Ik heb tweede datasetjes in een kaartje gestopt, zie

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Deel dit bericht

MEER BERICHTEN

KPI Live

Vraaggestuurde sessies voor provinciemedewerkers rondom Kritische Prestatie Indicatoren voor duurzame landbouw Leren van elkaar in online bijeenkomsten DOELGROEP: Specifiek voor […]

Maritieme Hack

Er zijn belangrijke stappen te zetten op weg naar toekomstbestendige visserij en de maritieme sector staat dan ook bol van […]

Results NIVA hack

The results of the NIVA Hackathon on environmental data for farming on the 16th and 17th of June 2022. Participants from Italy, France, the Netherlands and Ireland met in a Dutch farm and worked for 28h on four hackathon challenges.

NIVA Hack (16&17JUNE)

How do we open up environmental data to farmers to help make them more informed land management decisions and improve their environmental performance? This is the key goal for the 32 hour NIVA hackathon, which will take place on a farm on the 16th and 17th June.