Stichting aGrofuture jaarverslag 2015
Colofon De Stichting aGroFuture is opgericht op 21 mei 2014. De leden zijn: - G. Duisterwinkel, akkerbouwer te Vierhuizen, voorzitter; - Mw. M. Lamain, onafhankelijk landbouwkundige te Wehe Den Hoorn, secretaris; - D. Gesink, akkerbouwer te Mensingeweer, penningmeester; - A. Claassen, akkerbouwer te Vierhuizen, lid; - P. van Maldegem, akkerbouwer te Vierhuizen, lid; - L. Noordam, akkerbouwer te Uithuizen, lid. De Stichting aGroFuture stelt zich ten doel om een bijdrage te leveren aan de duurzaamheid en de rendabiliteit van de landbouw in het algemeen en aan het behoud en de doorontwikkeling van de expertise over precisielandbouw in Noord-Nederland in het bijzonder. Dit gebeurt door zelf of samen met derden praktisch onderzoek uit te voeren en door toepast en/of wetenschappelijk onderzoek door derde partijen aan te moedigen. In 2015 is het werk van aGroFuture mede mogelijk gemaakt door: - de Stichting Risicofonds voor de Graanhandel; - het Niscoo Projectenfonds; - de Rabobank Noordenveld West Groningen; - de voormalige Stichtingen voor Precisielandbouw ‘Spinof’ en ‘Het Hogeland’.
Website: www.agrofuture.nl e-mail:
[email protected] of volg ons op Facebook: https://www.facebook.com/pages/aGroFuture/286861484808941
Jaarverslag 2015
2
Inhoud 1
Inleiding ........................................................................................................................................... 4
2
De relatie tussen sensorwaarnemingen en fysieke gewaswaarnemingen ..................................... 4
2.1
Nauwkeurigheid van hardware, software en scanresultaten ....................................................... 4
2.2
Relatie tussen sensorwaarnemingen en gewaswaarnemingen .................................................... 9
3
Overige experimenten................................................................................................................... 10
3.1
Variabel planten .......................................................................................................................... 10
3.2
EM38 bodemscan........................................................................................................................ 10
3.3
Opnames met de drone .............................................................................................................. 11
4
Communicatie en PR ..................................................................................................................... 11
5
Evaluatie ........................................................................................................................................ 12
6
Plannen voor 2016 en verder ........................................................................................................ 12
BIJLAGE: proefschema 2015
Jaarverslag 2015
3
1 Inleiding Direct na de oprichting in 2014 is de Stichting aGroFuture van start gegaan met een onderzoek naar de relatie tussen sensorwaarnemingen en fysieke gewaswaarnemingen. De resultaten hiervan zijn vastgelegd in het Jaarverslag 2014. Dit ‘eigen’ onderzoek is in 2015 voortgezet. Behalve de (actieve) Yara N-sensor van Duisterwinkel en de OptRx-sensoren van Claassen, Gesink, Van Maldegem en Noordam, is hiervoor voor het eerst een drone gebruikt. De fysieke gewaswaarnemingen zijn evenals in 2014 uitgevoerd door het onderzoekslaboratorium TTW uit Oude Tonge. Daarnaast maakten alle deelnemers van aGroFuture in 2015 gebruik van de (individuele) teeltbegeleiding van pootaardappelen door TTW (o.a. bemestingsadvies, kwaliteitsbepaling). Ze namen tevens deel aan het landelijke IJkakker-project (aardappelen en graan). Een globaal overzicht van de diverse metingen die in 2015 op de betreffende pootaardappelpercelen zijn gedaan, is opgenomen in bijlage 1. Verder deed Claassen ook in 2015 weer mee aan ‘Making Sense’, de door TTW begeleide voortzetting van het in 2014 afgesloten landelijke onderzoek ‘Slim boeren met sensoren’. Al dit onderzoek heeft een enorme hoeveelheid data opgeleverd; zodanig veel dat in dit verslag slechts enkele hoofdlijnen kunnen worden besproken. Het eigen onderzoek van aGroFuture is daarbij als uitgangspunt genomen. Gegevens uit het onderzoek van derden zijn hier en daar gebruikt om de eigen waarnemingen aan te vullen.
2 De relatie tussen sensorwaarnemingen en fysieke gewaswaarnemingen 2.1 Nauwkeurigheid van hardware, software en scanresultaten In 2015 is met dezelfde apparatuur gewerkt als in 2014. Claassen: OptRx Claassen heeft zijn gewassen gescand met 3 sets van 2 OptRx-sensoren die op een spuitboom van 45 m. breedte zijn gemonteerd. De output van de zes sensoren wordt weergegeven als één gemiddelde waarde van de NDRE. De waardes in de afzonderlijke bandbreedtes (RE, NIR, Red) worden niet vastgelegd. In de praktijk betekent dit een aanzienlijk dataverlies. In de afbeelding hiernaast bedraagt de afstand tussen de gescande banen 45 meter. De monsterplek van TTW is als een groene stip weergegeven. Duisterwinkel: Yara-N ALS De output van is Yara-N sensor is de ‘BI’-index, waarvan de formule niet bekend is. De Yara scant een strook aan weerszijden van de trekker en maakt daar (althans in de configuratie waar Duisterwinkel mee heeft gewerkt) één gemiddelde waarde van. Qua scanpatroon levert dit een vergelijkbare afbeelding op, met ook hier 45 meter tussen de banen.
Jaarverslag 2015
4
In het kader van IJkakker is op dit perceel een N-trappenproef aangelegd. Er is geprobeerd om dat zo te doen, dat de veldjes met de Yara konden worden gescand. De verschillen in de bemestingsniveaus zijn inderdaad goed op de scans te zien.
Ligging van de N-proefveldjes en Yara-scans van 20 juni, 30 juni, 7 juli en 1 augustus 2015.
Gesink: OptRx De data van beide sensoren zijn door het systeem tot één gemiddelde waarde verwerkt. De afstand tussen de banen is 45 meter. Alleen de NDRE is vastgelegd. Op dit perceel is dezelfde IJkakker N-trappenproef aangelegd als bij Duisterwinkel. Op onderstaande afbeelding is het scanresultaat van de OptRx vergeleken met dat van de Yara. Van twee dagen is ook een met het vliegtuig (Vigilance) gemaakte biomassascan beschikbaar. Bij de OptRx en de Yara-scan staat rood voor een lage N-opname of weinig biomassa en groen voor een hoge N-opname of veel biomassa. Hoewel het om verschillende indexen gaat, zijn er wel bepaalde overeenkomsten te zien. Zo lijken op alle scans de veldjes met 0 en 30 kg N relatief veel rood, oranje en geel te vertonen en neigt het 60 kg N-veldje op de meeste scans naar groen. Op de Vigilance-afbeeldingen staat een donkere kleur voor meer biomassa. Ook hier scoort het 60 kg-veldje het hoogst.
Jaarverslag 2015
5
Ligging van de N-proefveldjes bij Gesink, met op de bovenste rij de NDRE van de OptRx en op de middelste rij de GBI van de Yara-N sensor, gemeten op 25 juni en op 2, 10, 17 en 24 juli 2015. Op de onderste rij biomassa-opnames van Vigilance (vliegtuigscans) op 10 en 17 juli.
Er zijn ook satellietopnames van het perceel verzameld, namelijk van 6, 11 en 30 juni en van 9 augustus. Hieronder staat links de satellietopname (NDVI) van 30 juni en rechts de OptRx-scan (NDRE) van 2 juli 2015; linksonder de opbrengstkaart.
Jaarverslag 2015
6
Van Maldegem: OptRx Van Maldegem is de enige deelnemer die in 2015 de data met behulp van de Geoscout heeft vastgelegd. Daarbij is gebruik gemaakt van een set van twee OptRx-sensoren, waarvan de data per afzonderlijke sensor zijn gelogd. In de afbeelding hiernaast is de afstand tussen de rijbanen ongeveer 33 meter en de afstand tussen de sensoren aan weerskanten van de trekker ongeveer 10 meter. De pijltjes geven de rijrichting weer. Met deze configuratie was het ook mogelijk om de ruwe data van de afzonderlijke bandbreedtes (RE, NIR, Red) te verzamelen. Hoewel de sensoren aan het begin van het seizoen waren geijkt, werden er, evenals in 2014, onderlinge afwijkingen tussen de beide sensoren geconstateerd. Hieronder staan de NDRE en de NDVI van 25 juni 2015 afgebeeld, met daaronder de afzonderlijke bandbreedtes RE, NIR en R. Het verschil tussen de linker- en de rechtersensor is hierop goed te zien.
Boven van links naar rechts NDRE en NDVI, onder van links naar rechts RE, NIR en R op 25 juni 2015
Naar aanleiding hiervan zijn de gemeten waardes per scandatum opgezocht en in een tabel gezet. Hieruit blijkt dat met name de meting in het zichtbare licht (R3 = red) in de loop van het seizoen af en toe grote afwijkingen vertoonde. In mindere mate gold dit voor de meting in nabij infrarood (NIR).
Jaarverslag 2015
7
datum 150618
150625
150710
150718
150723
150731
gemiddelden sensor 1 gemiddelden sensor 2 afwijking in % gemiddelden sensor 1 gemiddelden sensor 2 afwijking in % gemiddelden sensor 1 gemiddelden sensor 2 afwijking in % gemiddelden sensor 1 gemiddelden sensor 2 afwijking in % gemiddelden sensor 1 gemiddelden sensor 2 afwijking in % gemiddelden sensor 1 gemiddelden sensor 2 afwijking in %
VI1 = NDRE 0.25303 0.22291 88.10 0.28946 0.26739 92.38 0.33852 0.29733 87.83 0.34510 0.30196 87.50 0.30494 0.29285 96.04 0.30373 0.26947 88.72
VI2 = NDVI 0.65418 0.66546 101.72 0.72476 0.77599 107.07 0.87924 0.88184 100.30 0.86972 0.87045 100.08 0.79536 0.88341 111.07 0.84173 0.83450 99.14
R1 = RE 0.20360 0.20775 102.04 0.19942 0.20165 101.12 0.19274 0.19776 102.61 0.19207 0.19727 102.71 0.19780 0.19838 100.29 0.19712 0.20147 102.21
R2 = NIR 0.34182 0.32708 95.69 0.36412 0.34898 95.84 0.39011 0.36524 93.62 0.39512 0.36844 93.25 0.37503 0.36302 96.80 0.36983 0.35061 94.81
R3 = RED 0.07144 0.06578 92.07 0.05990 0.04401 73.47 0.02504 0.02292 91.53 0.02773 0.02584 93.18 0.04608 0.02247 48.76 0.03215 0.03181 98.96
VI1 staat voor de NDRE=(NIR-RE)/(NIR+RE) en VI2 voor de NDVI=(NIR-Red)/(NIR+Red). De beide indices worden door het systeem berekend en zijn door de meetverschillen beïnvloed. Deze conclusie is aanleiding om de metingen bij andere OptRx-gebruikers met enige reserve te bekijken. Noordam: OptRx De OptRx-sensoren zijn hier gebruikt in combinatie met een Integra-scherm. De output van de Integra is een berekende vegetatie-index: naar keuze de NDRE of de NDVI. De ruwe data (RE, NIR, Red) is tijdens het rijden wel zichtbaar, maar kan niet worden opgeslagen. De Integra slaat de berekende vegetatie-index per sensor op. Op basis daarvan lijkt de afwijking tussen de beide sensoren bij Noordam minder groot te zijn dan bij Van Maldegem, of zelfs geheel afwezig. Dit is echter alleen visueel te beoordelen, zie bijvoorbeeld de afbeelding hiernaast. Het is met het gebruikte softwarepakket (SMS) niet mogelijk om de data van de twee sensoren als afzonderlijke kolommen in een Excel-bestand weer te geven en de eventuele verschillen te berekenen. Rasverschillen en verschillen in de ondergrond en/of voorvrucht zijn in de scanresultaten zichtbaar: links de rassenmap, in het midden een scan van 29 juni en aan de rechterkant een scan van 24 juli.
Jaarverslag 2015
8
2.2 Relatie tussen sensorwaarnemingen en gewaswaarnemingen Net als in 2014 is in 2015 gebruik gemaakt van perceelsbegeleiding door TTW, adviseurs voor teelt en verwerking uit Oude Tonge. Gedurende het groeiseizoen is elk perceel gemiddeld één keer per twee weken bezocht. Daarbij is het gewas visueel beoordeeld en zijn, steeds op hetzelfde perceelsgedeelte, gewasmonsters genomen. Om te kijken of de monsterplek representatief was voor de rest van het perceel, is de NDRE op de monsterplek vergeleken met de gemiddelde NDRE van het perceel. Uit onderstaande grafieken blijkt dat de waardes steeds dicht bij elkaar lagen.
Claassen
Gesink
Duisterwinkel
Van Maldegem
Noordam
Maar de vraag waar het eigenlijk om gaat, is natuurlijk of de gemeten variaties in de NDRE op hetzelfde moment ook terug te vinden zijn in de karakteristieken van het gewas.
Jaarverslag 2015
9
Op het perceel van Claassen zou dat het geval geweest kunnen zijn tussen 16 en 30 juli, toen de visuele gewasbeoordeling van TTW overging van ‘normaal’ in ‘matig’. In de grafiek van de NDRE is inderdaad een dalende trend te zien. Bij Duisterwinkel heeft TTW twee omslagpunten genoteerd: tussen 4 juni en 17 juni van ‘normaal’ naar ‘matig’ en tussen 30 juni en 16 juli van ‘normaal’ naar ’sterk’. Van de eerste periode zijn geen scans beschikbaar; in de tweede periode lijkt de grafiek zich eerder in tegengestelde richting te bewegen, van een hoge waarde naar een lagere. Aangezien niet bekend is welke vegetatie-index door de Yara is gemeten, zijn hier verder geen conclusies aan te verbinden. Bij Gesink verandert de beoordeling door TTW tussen 24 juni en 8 juli van ‘normaal’ in ‘matig’. In de grafiek van de NDRE is te zien dat de curve daar inderdaad een omslagpunt bereikt. De eerste scan van het perceel van Van Maldegem is gemaakt op 18 juni. Het rapport van TTW meldt een overgang van ‘matig’ op 17 juni naar ‘normaal’ op 30 juni; de grafiek vertoont daar een stijgende lijn. Op 24 juni was de groeiwaarneming bij Noordam ‘normaal’ en op 8 juli ‘sterk’, maar er zijn in deze periode geen scans van het perceelsgedeelte met de monsterplek gemaakt. Tussen 21 juli en 5 augustus veranderde de visuele waardering van ‘sterk’ naar ‘normaal’. De grafiek heeft daar een licht dalende trend.
Samengevat: de visuele gewaswaarnemingen en de scanresultaten lijken elkaar niet tegen te spreken. Gezien de in het seizoen geconstateerde afwijkingen tussen de sensoren, het dataverlies door middelingen, de meestal relatief geringe oppervlakte die per perceel is gescand en onbekendheid met de eigenschappen van de diverse vegetatie-indexen in relatie tot het gewas pootaardappelen, is het helaas nog steeds niet mogelijk om conclusies te trekken met veel meer diepgang.
3 Overige experimenten 3.1 Variabel planten Op enkele percelen is door TTW een proef met variabel planten begeleid. Bij Van Maldegem lag deze op hetzelfde perceel waar de scans zijn gemaakt. De gedachte achter variabel planten is dat de knolzetting op zwaardere gronden vaak wat achterblijft bij die op de lichtere grond. Door op zware grond iets nauwer te planten wordt het knolaantal daar gunstig beïnvloed. Samengevat waren de conclusies in 2015 voor drie percelen: 5-15% meer knollen in de maat hogere pootgoedkosten egaler eindproduct interessant bij >10% slib
3.2 EM38 bodemscan Bij Van Maldegem is voor het seizoen een bodemonderzoek gedaan met de EM38 scanner. Een hoge EM-waarde staat voor een hoge elektromagnetische geleiding. Hoewel de interpretatie hiervan voor kleigronden nog verder ontwikkeld moet worden, gaat een hoge waarde vaak samen met een relatief
Jaarverslag 2015
10
hoog vochtgehalte of een hoog aandeel mineralen/kleideeltjes. Op de afbeelding hieronder staan naast elkaar: de EM38-scan van 0 tot 0,5 m. diep, de EM38-scan van 0 tot 3 m. diep, een zwaartekaart van de ondergrond (ruilverkaveling Zwintocht, 1957) en de graanopbrengstkaart uit 2014.
3.3 Opnames met de drone Begin 2015 heeft aGroFuture een eenvoudige, gebruikte Phantom quadcopter (drone) aangeschaft, inclusief een rgb-camera (rgb = rood, groen, blauw; d.w.z. een gewone ‘daglichtcamera’). Hiermee is in het groeiseizoen druk geëxperimenteerd. Sinds de zomer van 2015 is aGroFuture in staat om vooraf geprogrammeerde vluchten uit te voeren. Tijdens zo’n vlucht maakt de camera voortdurend foto’s, die na afloop met speciale software aan elkaar kunnen worden gezet. Hierdoor ontstaat één grote, zeer gedetailleerde luchtfoto van het perceel (1 pixel is ongeveer 4x4 cm). De drone-techniek wordt steeds beter. Tot nu toe kan ongeveer 10 ha per keer worden gescand, maar bij de nieuwste drones loopt dit op tot ongeveer 50 hectare. Dat is voor de meeste bedrijven een goed werkbare oppervlakte. Als in de toekomst de prijs nog wat verder daalt, komt de drone-techniek binnen bereik van een grote groep (volgens een eigen schatting ca. 30% van de landbouwers). aGroFuture zal de drone-techniek vanaf 2016 betrekken in haar onderzoek. Het verwerken van de beelden tot gewasindexen (NDRE, NDVI e.d.) is tot nu toe met de eigen PC gebeurd. Dit is een omslachtig karwei gebleken, dat zeer veel rekenkracht en –tijd van de computer vraagt. Op dit moment komen er clouddiensten beschikbaar die deze verwerking voor hun rekening nemen. Komend seizoen gaat aGroFuture een verkennend onderzoek doen naar de praktijkwaarde van deze verwerkingssites.
4 Communicatie en PR Dat aGroFuture inmiddels enige naamsbekendheid begint te krijgen, blijkt onder meer uit het groeiende aantal verzoeken om inleidingen te houden, interviews te geven en mee te denken over deel te nemen aan nieuw onderzoek. Voorbeelden hiervan zijn:
artikelen in Nieuwe Oogst en Boerderij; bijdragen aan bijeenkomsten van Kuil Banden (2x), Niscoo, IJkakker en de NVTL (Nederlandse Vereniging Techniek in de Landbouw); proefopnames met de Ebee-drone via Agrifirm.
Jaarverslag 2015
11
Sinds begin 2016 is aGroFuture betrokken bij het 5G-project van de Economic Board Groningen. Daarnaast is aGroFuture door NOM/Greenlincs uitgenodigd om mee te denken over de verdere ontwikkeling van Smart Farming in Noord-Nederland (o.a. via POP3).
5 Evaluatie Het gaat goed met aGroFuture. Het eigen onderzoek van 2014 en 2015 heeft weliswaar niet de praktisch toepasbare rekenregels voor sensoren opgeleverd waar naar gezocht werd, maar het heeft wel veel verhelderd. Uiteraard is dat niet de verdienste van aGroFuture alleen. De beste inzichten zijn verkregen door samenwerking en kennisuitwisseling met inmiddels een indrukwekkend aantal andere partijen, afkomstig uit praktijk, onderwijs en wetenschap en agroketen. Enkele van deze inzichten zijn:
metingen in de verschillende bandbreedtes, en daardoor ook de vegetatie-indexen die ermee berekend zijn, zijn merkgebonden. Een NDRE van merk A geeft andere waarden dan een NDRE van merk B. het feit dat de meetwaarden van de diverse merken verschillend zijn, is een complicerende factor bij het opstellen van rekenregels. Er moet daardoor feitelijk voor elk merk een rekenregel gemaakt worden. de CropScan van WUR-PPO, die vanwege zijn onhandigheid alleen voor wetenschappelijke doeleinden geschikt is, lijkt op dit ogenblik de beste referentie om de diverse merken en typen sensoren en de meetresultaten ervan te kunnen vergelijken. sensoren van hetzelfde merk en type kunnen onderlinge afwijkingen vertonen. IJking lost dit probleem niet op. Het probleem doet zich waarschijnlijk voor wanneer sensoren van verschillende ‘batches’ (d.w.z. sensoren die niet in dezelfde serie zijn geproduceerd) samen worden gebruikt. Door kleine variaties in b.v. lenzen ontstaan verschillen in het meetresultaat. Dit verschijnsel is, naar het zich laat aanzien, bij meerdere merken aan de orde. de relatieve waardes die door de verschillende merken en typen sensoren worden weergegeven, d.w.z. stijgingen en dalingen in de trends, lijken in principe wel te kloppen.
6 Plannen voor 2016 en verder De eigen onderzoeksactiviteiten voor 2016 hebben als motto: eerst het plaatje goed, dan de rest. Dat wil zeggen dat aGroFuture wil proberen om de ‘ruis’ die hierboven is beschreven, zoveel mogelijk te omzeilen. Daarvoor gelden om te beginnen een aantal basisregels voor de sensoren:
werk met schone, onbeschadigde sensoren; zorg voor een goede, regelmatige ijking; zorg voor een goede montage: de sensor moet op de juiste plaats ten opzichte van het gewas worden gemonteerd, maar ook op een zodanige manier dat er geen verstoringen van het beeld kunnen ontstaan door schaduwen of reflecties van (bijvoorbeeld) de spuitboom; werk, bij gebruik van meerdere sensoren tegelijk, met sensoren uit dezelfde batch (productieserie).
Jaarverslag 2015
12
Daarnaast gaat aGroFuture in 2016 gewassen monitoren met behulp van een drone, de DJI S900 met Micasense camera. Dit is een multispectraal-camera, die meet in rood, groen, blauw, NIR en RE. De waardes die in de afzonderlijke bandbreedtes worden gemeten, kunnen afzonderlijk worden vastgelegd. Bij het gebruik van een drone kunnen gegevens per aardappelrug worden verzameld en spelen onderlinge verschillen tussen de sensoren geen rol meer. Dat neemt niet weg dat er nog diverse, deels nieuwe, vragen beantwoord zullen moeten worden, bijvoorbeeld over de manier waarop waarnemingen kunnen worden beïnvloed door bewolking en over de manier waarop de verwachte hoeveelheid data het beste verwerkt kan worden. In verband hiermee heeft aGroFuture onder andere contact met de afdeling Computer Vision van NHL in Leeuwarden. Zoals hiervoor al werd aangegeven, wil aGroFuture in 2016 een verkenning doen naar de toepasbaarheid van cloudservices voor dataverwerking. Het verzenden en verwerken van grote hoeveelheden data komt tevens aan de orde in het 5G-project van het Economic Board Groningen waar aGroFuture bij betrokken is. Voor wat betreft de rekenregels speelt met name de vraag of het noodzakelijk is om voor elk merk en type sensor een eigen rekenregel te ontwikkelen, of dat het een optie zou kunnen zijn om gebruik te maken van het feit dat alle sensoren waarschijnlijk wel in staat zijn om stijgende en dalende trends te signaleren. De verschillen tussen de diverse sensormerken en –types zijn hiervoor niet het enige argument: ook de aardappelrassen en –variëteiten reageren niet allemaal hetzelfde. Er zijn vroege en late rassen, rassen die meer of minder tolerant zijn voor verschillen in bemestingsniveau, enzovoorts. Wat alle aardappelrassen met elkaar gemeen hebben, is een groeicyclus die globaal bestaat uit opkomst – loofontwikkeling – knolzetting – bloei – afrijping. Wellicht is het mogelijk om aan de hand van deze gewasstadia een op een vegetatie-index gebaseerde ijklijn te ontwikkelen, waarbij niet naar absolute waardes wordt gekeken, maar naar trends. Een bijbehorende vraag zou dan zijn welke metingen, c.q. vegetatie-indexen het eerst in aanmerking komen om de conditie van pootaardappelen te beoordelen. In het verleden is al veel onderzoek naar vegetatie-indexen gedaan. Dit heeft echter gedeeltelijk plaatsgevonden in andere gewassen, onder andere omstandigheden en met andere teeltdoelen; het was bijvoorbeeld gericht op kostenbesparing, het optimaliseren van de input-outputverhouding of het verhogen van de kilogramopbrengst. Bij pootaardappelen gaat het (steeds meer) om het telen van een egaal gewas dat een zo groot mogelijk aantal knollen voortbrengt. Het zou goed zijn als door middel van een literatuurstudie in kaart werd gebracht welke bestaande kennis over vegetatie-indexen daarbij bruikbaar is en welke kennis nog ontbreekt. In 2016 zal aGroFuture het onderzoek met TTW naar de relatie tussen sensorwaarnemingen en fysieke gewaswaarnemingen voortzetten. Het IJkakker-project is in 2015 afgerond en krijgt mogelijk vanaf 2017 een vervolg. aGroFuture wil proberen om in 2016 de proeven op de eigen bedrijven toch zoveel mogelijk (zelf) aan te leggen. Op dit ogenblik wordt nog gezocht naar financiering voor de analyses die door derde partijen moeten worden uitgevoerd.
Jaarverslag 2015
13
BIJLAGE: proefschema 2015 CLAASSEN Perceel Louwes naast boerderij, ras Spunta aGroFuture
standaard plantverbandbodemscan EM38
Mineralen: bodemvoorraad TTW-groeikrachtbepaling
TTW-gewasmonitoring
DUISTERWINKEL Perceel 8, ras Alliance aGroFuture IJkakker
standaard plantverbandbodemscan EM38 Mineralen: bodemvoorraad TTW-groeikrachtbepaling TTW-gewasmonitoring 0-veld Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + 30 Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 30 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 90 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor
5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan
5 x DLV vliegtuig
3 x proefrooien
5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan
5 x DLV vliegtuigNEO satelliet 3 x proefrooien 2 x drone RGB-beeld opbrengst rooier
5 x DLV vliegtuig
3 x proefrooien
5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan
5 x DLV vliegtuig
3 x proefrooien
5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan 5 x Rapid Scan
5 x DLV vliegtuig
3 x proefrooien
GESINK Perceel Abel Stok, ras Innovator aGroFuture IJkakker
standaard plantverbandbodemscan EM38 Mineralen: bodemvoorraad TTW-groeikrachtbepaling TTW-gewasmonitoring hoogste Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor gemiddeld Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor laagste Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 0-veld Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + 30 Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 30 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 90 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor
VAN MALDEGEM Perceel Stuw, ras Arnova aGroFuture IJkakker
standaard plantverbandbodemscan EM38 Mineralen: bodemvoorraad TTW-groeikrachtbepaling TTW-gewasmonitoring variabel planten 0-veld Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + 30 Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 30 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 90 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor
NOORDAM perceel U5, ras Challenger aGroFuture IJkakker
standaard plantverbandbodemscan EM38 Mineralen: bodemvoorraad TTW-groeikrachtbepaling TTW-gewasmonitoring 0-veld Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + 30 Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 60 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 30 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor 90 + advies Bemestingsnavigator = 2 x blad en 1 x grond 5 x DLV plantsap 6 x NCC bladsap (oud en nieuw blad) 4 x PPO Cropscan 5 x eigen sensor
opbrengst rooier
