Grasgroeivoorspelling en opbrengstmeting. Van veehouder naar data manager Idse Hoving, 9 november 2016

Transcriptie

1 Grasgroeivoorspelling en opbrengstmeting Van veehouder naar data manager Idse Hoving, 9 november 2016

2 Maaiproef Uitvoering binnen de PPS en 1. PPS Amazing Grazing (voorspellen grasgroei) 2. PPS Precisielandbouw 2.0 (real-time meetdata van sensoren) 1. Voorspelling grasgroei op korte termijn 2. Snelle meting grasproductie - Reflectie metingen - Grashoogtemeters

3 Bouwstenen beweiding Bijvoeding Grasopname Koegedrag Grasvoorraad Grasgroei Bodem

4 OPZET ONDERZOEK Meten grasgroei met een maaiproef Drie locaties: Dairy Campus (klei), Vredepeel (zand) en Zegveld (veen) Vijf sneden x vier tijdstippen per snede Drie stikstoftrappen Waarnemingen Maaiopbrengsten ( ground truth ) Nearby: CropScan / Fielddoc Remote: Drone (ebee), Satelliet Vergelijk maaiopbrengst met modelmatige voorspelling Vergelijk maaiopbrengst met opbrengst volgens sensoren Ondersteuning groeivoorspelling met sensoren (op termijn)

5 GRASS SIGNAL Tool om grasgroei te voorspellen: - Grasgroeimodel - Bodemvocht en bodemtemperatuur - Weersvooruitzichten - Stikstofbemesting

6 TIPJE VAN DE SLUIER Voor zandgrond benadert de voorspelling de werkelijk groei

7 TOEPASSING DRONE 2015

8 VERWERKING DATA Met een ebee drone werd op vijf tijdstippen per snede multi-spectraal opnamen gemaakt op Dairy Campus Er werden zes kenmerkende banden/vegetatie indices gemeten: Green, NDRE, NDVI, NIR, Red en RedEdge De opnamen van een meetdag werden verwerkt tot een zestal datagrids, met een afstand van rond de 1 meter tussen de datapunten De drone data werd gekoppeld aan de grashoogte van het reeds begraasde veldje van de voorafgaande dag en de grashoogte van het nog te begrazen veldje van de daaropvolgende dag

9 RESULTATEN

10 BEVINDINGEN Geen relatie met de grashoogte voor de banden Green, Red en RedEdge De NDVI waarde zitten tussen 0.75 en 0.95 voor grashoogten tot 11 cm. De vraag is hoe goed hogere grasopbrengsten / graslengtes onderscheiden gaan worden Het bleek dat er fouten in de data processing waren opgetreden Behoefte aan kenmerken die direct zicht geven op de kwaliteit van een meting Ground truth waarnemingen zijn essentieel in het vinden van een goede relatie tussen banden/indexen en opbrengsten

11 VOORTZETTING INZET SENSOREN 2016 Goede proefopzet voor ground truth waarnemingen; Inzet van meerdere sensoren zoals CropScan, LAI-meter, Yara N-sensor (Fielddoc)

12 DRONEBEELDEN SNEDE 1 WDVI-red geeft het beste verband met grasopbrengst

13 KWALITEIT BEELDEN Verschil in beelden tussen de drie sneden Metingen laat in de middag geven afwijkende beelden door andere (over?) belichting

14 HOE VERDER MET REFLECTIEMETINGEN? Welke index laat het beste verband met opbrengst zien? En hoe nauwkeurig is het verband? Aanvullend op gratis satellietbeelden? Dit vraagt om fusie verschillende databronnen. Integratie beelden in adviessysteem

15 Hoe verder met de tool? Grasgroeivoorspelling en stikstofgehaltes 5 à10 dagen vooruit Tool op Akkerweb voor koppeling met bodemkaart, meteo, graslandgebruik, bodemvocht en bemesting App op smartphone die grasvoorraad en N-gehaltes in beeld brengt Op termijn graslandplanning 2 à 3 weken vooruit

16 Samengevat De sensortechniek is niet beperkend en gaat ook z n intrede doen buiten de stal Toepassing van drones en satellietopnamen voor opbrengstbepaling en N-gehalte(?) Kwaliteit en beschikbaarheid van data moet verbeteren Het is nog afwachten of de meetresultaten (indexen) tot betrouwbare relaties leidt Onze visie is een geïntegreerd adviessysteem (GrasMaïs-Signaal) dat een minimum aan input van de gebruiker vraagt

17 Stellingen Het aan de boer brengen van het meten en voorspellen van grasgroei vraagt minstens zo veel inspanning als het ontwikkelen hiervan Het meten en voorspellen van grasgroei gaat alleen werken wanneer het resultaat daadwerkelijk voorspellend is (5 tot 10 dagen vooruit)

18 Dank voor uw aandacht