Anselm Claassen: ‘Gebrek aan tijd grootste obstakel bij dataverwerking’

Anselm Claassen is al tien jaar actief met precisielandbouw. “Gebrek aan tijd en de juiste ondersteuning bij verwerking en interpreteren van data, zijn voor mij de grootste knelpunten voor praktische toepassing”, zegt Claassen.

Anselm Claassen heeft in maatschap met zijn vrouw Angelique en zijn zoon Martijn een akkerbouwbedrijf in Vierhuizen (Gr.) op lichte tot zware zavelgrond. De maatschap oriënteert zich al vanaf 2002 op precisielandbouw en nam deel aan diverse initiatieven op dit terrein. Claassen deed ervaring op met variabel loofdoden en plaatsspecifiek bemesten. Vanaf 2019 neemt de Groningse akkerbouwer ook deel aan het project Nationale Proeftuin Precisie Landbouw (NPPL). Op dit moment past hij nog plaatsspecifieke onkruidbestrijding toe in uien en brengt hij vanaf 2019 variabel poten met visuele opbrengstbepalingen in de praktijk.  

Tekst gaat onder foto’s verder

Akkerbouwer Anselm Claassen is al jaren actief in de precisielandbouw. Hij heeft al veel data verzameld, maar doet er volgens eigen zeggen nog te weinig mee. – Fotos: Koos Groenewold

Obstakels om data te benutten

“Boeren die bezig zijn met precisielandbouw hebben veel data”, zegt Claassen. “Maar we doen er eigenlijk nog te weinig mee. Omdat het ontbreekt aan simpele programma’s en mogelijkheden om deze data goed te kunnen benutten. Dataverwerking is nog vaak te complex en telers hebben daar te weinig tijd voor. Ook hebben wij niet altijd de benodigde kennis hiervoor. Daarvoor is meer begeleiding nodig.”

Johan Booij, onderzoeker precisielandbouw van Wageningen University & Research en begeleider van Claassen, ziet ook dat het vaak ontbreekt aan de juiste ondersteuning van dataleveranciers bij verwerking, interpreteren en toepassen van data. “Hiervoor zijn wel wetenschappelijke apps en beslissingsondersteunende systemen beschikbaar. Maar die worden nog te weinig gebruikt. Ze zijn nog te onbekend, niet altijd eenvoudig in gebruik, rekenregels zijn niet specifiek genoeg voor de regio en het rendement van toepassingen is niet altijd even duidelijk zijn.”  

‘Hoe zat het ook weer?’

Samen met Van Iperen maakt Claassen taakkaarten om variabel te poten en plaatsspecifiek te spuiten en dat werkt redelijk goed. “Maar het probleem is dat ik daar maar twee keer per jaar mee bezig ben, in februari en in de zomer en dan is het weer gebeurd. Voorafgaand aan een nieuw seizoen moet ik mij telkens weer opnieuw daarin verdiepen. Je werkt er niet jaarrond mee en dan denk je ‘hoe zat het ook weer?”

Claassen maakte samen met Van Iperen taakkaarten om variabel te poten en plaatsspecifiek te kunnen spuiten.

Bij variabel spuiten van herbiciden in uien is Claassen bang om te weinig te spuiten. “Je wilt wel bijdragen aan vermindering van chemie, maar je wilt ook op safe spelen. Want we willen niet te veel corrigeren, hetzelfde geldt voor variabele loofdoding”, zegt Claassen.

In het verleden heeft hij veel inspanningen gedaan om bijvoorbeeld met plaatsspecifiek spuiten minder gewasbeschermingsmiddel te gebruiken. “En dan verdwijnt zo’n middel ineens toch, terwijl je hebt laten zien dat je kunt reduceren. Dat stimuleert niet echt om met plaatsspecifiek spuiten verder te gaan”, zeg Claassen, die is gestopt met variabele loofdoding.

Focus op pootgoed

Claassen is met 90 hectare pootgoed sterk gespecialiseerd in deze teelt. Afgelopen jaar heeft hij weer variabel gepoot. Nieuw is het uitvoeren van visuele opbrengstmetingen op zijn gehele pootgoedareaal. Een camera op de rooier maakt continu beelden, waarmee de knollen worden geteld en de knolmaat bepaald. “Deze techniek werkt, maar we moeten nog weten wat ik als teler kan met de vele data die worden vastgelegd”, vertelt Claassen. “Het gaat dagelijks om een miljoen foto’s van pootgoed op de leesband van de aardappelrooier. Omdat aan iedere foto de coördinaten zijn gekoppeld weten we precies waar de aardappels zijn gegroeid. Uiteindelijk kun je de plaatsspecifieke input koppelen aan een plaatsspecifieke saldokaart. Maar dan weet je nog niet precies welke teeltmaatregelen je moet nemen om extra knollen te krijgen. Want de knolzetting is van heel veel variabelen afhankelijk, zoals bemesting, vocht, pootafstand, pootgoedbehandeling en -kwaliteit, ras, bodem op die plek, et cetera.”

Een camera op de rooier maakt continu beelden, waarmee de knollen worden geteld en de knolmaat bepaald.

Zoveel mogelijk knollen in duurdere maten

Het doel van Claassen is om zoveel mogelijk knollen in de duurdere maten te produceren, het gaat hem minder om de absolute opbrengst in kilo’s. “Op basis van de resultaten van de visuele opbrengstmetingen zou ik bijvoorbeeld wel de taakkaart voor het variabel poten kunnen aanpassen. Om daarmee over het gehele perceel een homogener aantal knollen in de gewenste maten te krijgen.”

Het voordeel van de cameratechniek is ook de nauwkeurigheid van de opbrengstmeting. “De camera onderscheidt kluiten grond van aardappelen, terwijl bij weegrollen kluiten meetellen in de opbrengst.”

Enthousiast over optimalisatie

Claassen blijft enthousiast over optimalisatie van zijn pootgoedteelt met moderne techniek. Het liefst ziet hij real time data over opbrengst en knolmaat direct op het computerscherm van zijn trekker. “Maar zover is het nog lang niet. We werken nu met een prototype camera uit onderzoek. Het is de vraag of straks in de praktijk een investering van circa €20.000 in een camera op de rooier uit kan, dat is nog exclusief licenties op dataverwerking”, zegt Claassen. “Maar nauwkeurige opbrengstmeting is wel noodzakelijk om de effecten van plaatsspecifieke teeltmaatregelen te kunnen meten. En dat is de basis om te kunnen optimaliseren.” Claassen verwacht wel dat in de toekomst handmatige beeldverwerking via kunstmatige intelligentie overgaat naar geautomatiseerde zelflerende systemen, die wellicht goedkoper zijn.

Volg het webinar over data op landbouwbedrijven

Delen van data tussen telers gebeurt op zeer beperkte schaal


Johan Booij, onderzoeker precisielandbouw bij Wageningen University & Research en begeleider van Claassen.

Johan Booij geeft aan dat tussen telers onderling nog op beperkte schaal data worden gedeeld. “In studiegroepen delen boeren hun data met elkaar om nieuwe kennis op te doen en dat helpt bij het verwerken en interpreteren van de gegevens. Telers krijgen daarmee meer kennis en inzicht”, zegt Booij.
Claassen stelt dat het delen van data lastig is. “Want het zijn hele perceelsspecifieke data, afhankelijk van grondsoort en rassen. Dan is de vraag wat de meerwaarde is van uitwisseling”, zegt Claassen.

Afnemers willen ook data
Booij ziet ook een behoefte aan data bij afnemers van telers. “Die vragen of eisen het delen van data van percelen. Met als doel enerzijds license to produce, maar ook voor het ontwikkelen van nieuwe adviezen voor telers en benchmarking tussen telers. De teler krijgt dus advies van de afnemer en inzicht in hoe hij/zij presteert ten opzichte van andere telers in de regio.” Ook zijn er voorbeelden waar akkerbouwers bodemscans of bodemgegevens van gehuurde percelen delen met de veehouder (eigenaar). “De akkerbouwer wil de veehouder prikkelen tot plaatsspecifieke teeltmaatregelen om bodemkwaliteit op peil te houden of zelfs te verbeteren. Zodat over een paar jaar, als hij of zij het perceel weer huurt, de uitgangssituatie goed is voor zijn of haar teelten”, zegt Booij.

Leave a Reply

Your email address will not be published. Required fields are marked *

Door op “Plaats reactie” te klikken ga ik akkoord met
de gebruikersvoorwaarden en de Privacy Policy.