Nieuws

Impressie eerste resultaten precisiebemesting op grasland

Gepubliceerd op
29 november 2018

Het tweede jaar van waarnemingen en experimenteren met het toepassen van plaats- en tijdspecifieke bemesting van grasland op basis van gewas en bodeminformatie zit erop. Bij maatschap Koers in Katlijk en op Dairy Campus hebben deze metingen plaats gevonden. Er is veel informatie verzameld en deze data wordt nu nog geanalyseerd. Op basis hiervan kunnen we kijken of we daadwerkelijk een stap in precisiebemesting kunnen maken. Een impressie van de eerste resultaten.

Het deelproject Connectivity in DISAC is ook in 2018 weer gekoppeld aan het Grass4Farming project. De uitvoer van dit project ligt bij Hogeschool Van Hall Larenstein wordt gefinancierd door Centre of Expertise Agrodier. Net als vorig jaar zijn de gewasobservaties uitgevoerd met de eBee van loonbedrijf Thijssen en de Pasture reader van de importeur J.P. Thibautier. In 2018 is de Pasture reader zowel op de maaimachine als op de Haldrup gebruikt. Dit laatste geeft een unieke mogelijkheid om de metingen te vergelijken met de “ground truth’’ waarneming. In het kader van de uitwisselbaarheid van gewasmetingen zijn in 2018 twee extra gewassensoren ingezet. De OptRx van Homburg is ook op de maaier gemonteerd en de N-sensor van Yara op de trekker, die gebruikt werd tijdens het strooien van de kunstmest. De metingen vonden plaats over vijf snedes op vier percelen grasland bij de maatschap Kroes. En op een perceel op Dairy Campus. Dit perceel was onderverdeeld in 128 veldjes, waar op 28 van veldjes ‘ground truth’ waarnemingen gedaan zijn met de Haldrup.

Taakkaart met bemestingsstrategie

Voor de plaatsspecifieke bemesting is per snede een taakkaart gemaakt. De taakkaarten zijn door Agrifirm gemaakt. Bij het maken van de taakkaart is rekening gehouden met de eBee gewasinformatie van halverwege de voorgaande snede, de gewenste hoeveelheid KAS voor die snede, een bemestingstrap (alleen op Dairy Campus) en de bemestingsstrategie. Net als in 2017 hebben we drie verschillende bemestingsstrategieën toegepast:

  1. compenserend bemesten, ook wel ‘Robin Hood’ genoemd;
  2. anticiperend bemesten, ook wel ‘Kings’ John genoemd;  
  3. het hele veld egaal bemesten zoals nu in de praktijk gangbaar is. 

De taakkaart is door loonbedrijf Thijssen gebruikt om de kunstmest met een daarvoor geschikte kunstmeststrooier van Kverneland te strooien. Deze strooier kan kunstmest nauwkeurig op veldjes van 12 x 12 meter toedienen, en daarbij wordt ook vastgelegd hoeveel er werkelijk gestrooid is.

Impressie van de eerste resultaten

Nog niet alle gegevens zijn goed geanalyseerd om al conclusies te kunnen trekken. Wel kunnen we de volgende impressies delen. Ook dit jaar is het weer gelukt om iedere keer de dataketen te sluiten. Het vergt nu nog veel organiseerwerk om tijdig de juiste gewasinformatie, de gewenste gift, het maken van de taakkaart en de timing van het strooien op elkaar af te stemmen. Rond het oogsten van het gewas is het altijd hectisch en moet je met veel andere bedrijfsfactoren rekening houden. Daar zijn nog wel verbeterstappen mogelijk.

Het is vrij duidelijk dat de verschillende gewassensoren die we gebruikt hebben nog niet allemaal geoptimaliseerd en geüniformeerd zijn voor het meten van gras. Ook het moment waarop, hoe en door wie ze ingezet kunnen worden sluit nog niet altijd goed aan bij het maken van een specifieke taakkaart voor het plaats specifiek bemesten. De gewassensoren zijn in staat om verschillen binnen percelen zichtbaar te maken, maar hebben nog moeite om de absolute plaats specifieke grashoeveelheid aan te geven. Punt van aandacht voor sommige gewassensoren is het gebruik van de bijbehorende plaatsbepaling. Deze is nog niet altijd nauwkeurig genoeg. Ook hier zijn dus nog stappen nodig om echte interoperabiliteit te bevorderen.

Het is nog te vroeg om nu al iets te kunnen zeggen over de effecten van de gebruikte bemestingsstrategieën en de gewastrappen. We hebben ook op deze percelen in 2018 met een zeer droge periode te maken gehad die zeker effect gehad zal hebben op de nutriëntenopname van het gewas. Desalniettemin verwachten we begin volgend jaar de definitieve resultaten van de experimenten uit 2018 te kunnen presenteren. De eerste twee jaar van pionieren en verkennen van plaats- en tijdspecifieke bemesting op basis van variatie in gewas en bodeminformatie zit er bijna op. Veel geleerd in deze twee jaar, maar we zijn nog niet zover dat we al een concreet advies aan melkveehouders kunnen geven. Wordt dus vervolgd.  

Projectorganisatie

Het project Connectivity maakt deel uit van het Publiek-Private Samenwerkingsproject (PPS) ‘Data Intensive Smart Agrifood Chains’ (DISAC). Hierbij zijn acht bedrijven en consortia betrokken uit de agrifood sector en HTSM sector, waaronder drie kennisinstellingen (Wageningen University &Research, TNO en NLR).