Mestanalyse blijft de gemoederen bezighouden

Net als vorig jaar liet de techniek Zwier van de Vegte en NPPL-begeleider Herman van Schooten ook in 2020 soms in de steek. De hoge en toch ook realistische verwachtingen van beide mannen maakt dat ze terecht kritisch zijn.

‘Hetzelfde’

Telkens als we WUR-expert en NPPL-begeleider Herman van Schooten in 2020 vroegen naar de activiteiten in het kader van de Nationale Proeftuin Precisielandbouw (NPPL) op melkveeproefbedrijf De Marke in Hengelo (Gld.), antwoordde hij steevast “hetzelfde als vorig jaar”. En juist dat maakt een terugblik zo interessant omdat er nu nog een jaar ervaring is en een extra set data aangaande NIR-mestanalyses en grasopbrengstmetingen.

Met de betrouwbaarheid van de NIR-sensor wil het nog steeds onvoldoende vlotten en ook de Pasture Reader grasopbrengstsensor liet wat steekjes of misschien juist wat draadjes vallen.

Ook de stationaire Farmote biomassasensor voor grasland uit Nieuw-Zeeland wordt ‘in de wacht gezet’.

Gematigd enthousiast is Zwier van der Vegte, bedrijfsleider van De Marke, over het IrriWatch concept voor het meten van gewasgroei, vocht- en ruw eiwitgehalte met behulp van satellieten.

NIR-sensor blijft afwijken

Op het melkveeproefbedrijf is drijfmest de enige aanvoerbron van fosfaat op gras- en maisland. “Het liefst bemest ik fosfaat naar behoefte van de bodem en de gewassen op basis van het bodemleverend vermogen en de behoefte van het gewas. Dat kan op basis van traditionele grondmonsters, maar ik zoek nog steeds een betrouwbare bodemscanner die de fosfaattoestand in de bodem al rijdend kan bepalen. Daarmee wil ik dan een taakkaart genereren om al dan niet plaatsspecifiek variabel een vaste hoeveelheid fosfaat – bijvoorbeeld 20 kilo – per hectare uit te laten rijden door een loonwerker met een mesttank met NIR-sensor. Die NIR-sensor analyseert de meststroom continu en moet de afgifte – in kuub/ha – automatisch bijsturen om de juiste hoeveelheid fosfaat toe te dienen. De stikstof- en kaliumbehoefte vul ik dan later aan met kunstmest. “

“Het punt is echter dat de John Deere NIR-sensor van onze loonwerker de fosfaatgehaltes overschat”, geeft Zwier aan. “We hebben in 2020 net als in de twee voorgaande jaren per uitrijmoment en per tank mestmonsters genomen en die naast de NIR-sensor, ook door een laboratorium laten analyseren”, vult Herman aan. “Daaruit blijkt dat de NIR-sensor de fosfaatgehaltes in rundveedrijfmest en in de dunne fractie systematisch overschat. Dit terwijl er al verschillende malen nieuwe ijklijnen voor de NIR-sensor beschikbaar (zouden) zijn gesteld. Het vergelijk met de laboratoriumresultaten ziet er nog altijd hetzelfde uit. We zien onvoldoende verbetering.”

Op melkveeproefbedrijf De Marke blijft NIR-mestanalyse de gemoederen bezighouden. “Het liefst bemest ik fosfaat naar behoefte van de bodem en de gewassen op basis van het bodemleverend vermogen en de behoefte van het gewas”, zegt bedrijfsleider Zwier van der Vegte.

Afnemende betrokkenheid

Zwier: “Ik ervaar een afnemende betrokkenheid bij zowel de loonwerker als John Deere en dat is jammer want met onze resultaten hebben ze goud in handen. De resultaten zijn met de loonwerker en met John Deere besproken en afgesproken is dat we in 2021 extra aandacht gaan besteden aan het verbeteren van de waarnemingen. Doel is een goed en betrouwbaar functionerend systeem waarmee de ingezette mest maximaal benut wordt.” Positief is dat de door de NIR-sensor gemeten stikstofgehaltes in rundveedrijfmest de uitkomsten van de laboratoriumanalyses gemiddeld vrij goed benaderden, maar de fosfaatgehaltes werden systematisch overschat en de kaliumgehaltes onderschat.

Organische stof en mest

Iets anders dat Zwier graag op zou willen pakken, is het maken van de koppeling tussen verschillen in percentages organische stof in de bodem en in rundveedrijfmest. “Het stikstofleverend vermogen van de bodem is namelijk groter op plekken met meer organische stof. Hierop kan ik de stikstofbemesting aanpassen door minder te doseren op de plekken met meer organische stof, en meer op plekken met minder organische stof. Maar, een NIR-sensor meet (nog) geen percentages organische stof in mest en bovendien zijn er voor deze aanpak nog geen wetenschappelijk onderbouwde rekenregels beschikbaar. Nu kan ik natuurlijk wel de hoeveelheid drijfmest laten variëren op basis van het stikstofgehalte in die mest, maar welke strategie pas ik daarbij toe? Meer of juist minder mest op schrale plekken? En wat als de vochtvoorziening het verschil maakt in producerend vermogen?”

Grasopbrengst metingen

De Marke is bijzonder goed geoutilleerd voor het bepalen van grasopbrengstmetingen. Het gebruikt een Pasture Reader sensor voor het meten van grasopbrengsten van vers gras tijdens het maaien. Dat gebeurde onder meer op ‘perceel 19’ maar vanwege een kabelbreuk of sensorprobleem alleen bij de eerste en de vierde snede.

Hiernaast bepaalde de NIR-sensor op de hakselaar van de loonwerker de droge stofgehaltes en samen met metingen van de invoercapaciteit de opbrengst per perceel. Verder wordt elke vracht kuilgras gewogen en bemonsterd om vervolgens op perceelsniveau de gemiddelde droge stof opbrengsten te berekenen.
“De droge stofgehaltes van de NIR sensor kwamen op perceelsniveau zowel in 2019 als in 2020 aardig overeen met de droge stofgehaltes die via de droogstoof zijn bepaald”, zegt Herman. “In 2020 kwamen de droge stofopbrengsten gemeten door de hakselaar nog beter overeen met de opbrengsten gemeten met de weegbrug dan in 2019.”
Een ander vergelijk tussen NIR-sensor en laboratoriumanalyses vond plaats voor ruw eiwit- en suikergehaltes in kuilgras. Het suikergehalte vertoonde op perceelsniveau soms wel wat afwijkingen, maar kwam gemiddeld aardig overeen. De correlatie tussen de eiwitgehaltes van de beide methodes was nog slecht. “Het gemeten suikergehalte in het gras zou nog als input kunnen dienen voor de variatie van de hoeveelheid toevoegmiddel op de hakselaar”, aldus Zwier.

Farmote

Met een stationaire biomassasensor voor grasland uit Nieuw-Zeeland, de Farmote, ter vervanging van farmwalks, zijn testen gedaan die niet verder worden doorgezet omdat de techniek nog verder ontwikkeld moet worden naar aanleiding van de eerste Nederlandse ervaringen. Deze sensor wordt in Europa vermarkt door het bedrijf Farmote Europe waarvan graszadenproducent Barenbrug mede-eigenaar is.

Met deze stationaire Farmote biomassasensor voor grasland uit Nieuw-Zeeland zijn testen gedaan die niet verder worden doorgezet omdat de techniek nog verder ontwikkeld moet worden naar aanleiding van de eerste Nederlandse ervaringen.

Plannen voor 2021

In 2021 worden de grasopbrengstmetingen op perceelsniveau gecontinueerd. Op perceel 19 wil Zwier het liefste – na een bodemscan op dat perceel begin december 2020 – van elke snede de grasopbrengst meten. “Mits de loonwerker en NIR-sensor fabrikant betrokken blijven.”
Verder wil Zwier graag het ruweiwitgehalte in vers gras meten om op basis daarvan bij beweiding de voerstrategie aan te kunnen passen. De eiwitaanvulling wordt dan afgestemd op de RE (ruw eiwit) van het gras. Hiervoor ziet hij kansen voor de satellietservices van BioScope en IrriWatch.
Na het testen van verschillende bodemvochtsensoren komen Herman en Zwier tot de conclusie dat de meesten wel verschillen kunnen laten zien, maar het absolute vochtgehalte niet goed weergeven. “ESTEDE (www.specmeters.eu) leverde echter via LoRaWAN communicerende bodemvochtsensoren die we wél betrouwbaar vinden. “Komend seizoen willen we met een twintigtal bodemsensoren het bodemvocht nauwkeurig volgen”. Hopelijk kunnen we ook een stagiaire aantrekken die hiermee proeven kan gaan doen.”

Op perceel 19 wil Zwier het liefste – na een bodemscan op dat perceel begin december 2020 – van elke snede de grasopbrengst meten.

2 Comments

  • Engelbert Heutink zegt op 08-01-2021 - 21:46 :

    Een NIR analyse waarbij de afwijking een structurele overschatting is kun je toch corrigeren? Of ligt de standaardafwijking dan nog buiten de gewenste betrouwbaarheidsgrenzen?

    • Anton Logemann zegt op 11-01-2021 - 14:48 :

      Herman van Schooten meldt: hieronder een grafiek waarin voor fosfaat de NIR-analyses worden vergeleken met die van de lab-monsters. Gemiddeld wordt het fosfaatgehalte ca 0.5 kg/ton overschat door NIRS. Dus om gemiddeld goed uit te komen zou je inderdaad de NIR-analyses daarmee kunnen verminderen. Zoals je ziet zit er een behoorlijke spreiding rond het gemiddelde, die normaal gesproken buiten de gewenste betrouwbaarheidsgrenzen liggen (R2 ca. 0,25). De opzet van het onderzoek is echter niet geschikt om te kunnen concluderen in hoeverre deze spreiding alleen door de NIR-methode wordt veroorzaakt. Een deel van spreiding zou ook veroorzaakt kunnen worden door de uitkomsten van de lab-analyses. Het gaat hier namelijk om een oriënterend praktijk onderzoek waarbij we aangesloten hebben bij de bemonsteringssystematiek zoals die op De Marke gebruikelijk is bij mest uitrijden. Tijdens het uitrijden wordt er per tank een klein beetje mest verzameld. Uit het totaal wordt vervolgens mengmonster genomen. Elk punt in de grafiek is dus een gemiddeld gehalte van de mest die op een bepaald moment/dag is uitgereden.
      Vergelijking fosfaatgehalten NIRS met laboratorium

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.

Deelnemer

Expert