Pootgoedopbrengst kun je beter bekijken dan wegen

Geautomatiseerde plaatsspecifieke visuele opbrengstmeting van pootaardappelen is mogelijk. Het werkt, zegt Koen van Boheemen van WUR. Nog een enkele jaren fijnafstemming en een commerciële partij kan met het systeem de markt op.

Op pootaardappelbedrijven in de Wieringermeerpolder (N.-H.) en in de Noordoostpolder (Fl.) loopt sinds vorig jaar onderzoek naar visuele opbrengstmeting van de aardappelopbrengst. Dat is ‘kijken naar’ in plaats van ‘wegen’ wat aan aardappelen over de rooier gaat. En dat dan plaatsspecifiek, zodat uiteindelijk precies bekend is hoeveel aardappelen waar gegroeid zijn. Het onderzoek wordt met twee telers uitgevoerd door Wageningen University & Research (WUR), Aeres Hogeschool, de Universiteit van Amsterdam, Amsterdam Green Campus en Greenport Noord-Holland Noord.

Tarra te onderscheiden

Ten opzichte van wegen met weegcellen heeft visuele opbrengstmeting voordelen. De camera onderscheidt aardappelen van tarra. Met name op klei kan tarra het beeld van hoeveel is gegroeid in meer of mindere mate vertroebelen. Alles wat op de mat ligt, wordt immers gewogen. Bovendien geeft visuele opbrengstmeting een beeld van de sortering die over de rooier komt. Juist bij pootgoed is dat belangrijk, aangezien het daarbij meer om het exacte aantal knollen in de verschillende maatsorteringen gaat dan om de absolute opbrengst in kilo‘s.

Camera’s op de rooier. Het is nodig om de aardappelen vlak op de leesband te hebben liggen, zodat de camera ze allemaal afzonderlijk ziet. – Foto: WUR

Opbrengst niet direct duidelijk

Daartegenover staat het nadeel dat opbrengstmeting met de camera niet onmiddellijk vertelt hoeveel ton aardappelen van een hectare komt. In theorie zou dat wel kunnen, maar in het huidige project is dat een tweede stap. Dat zou dan achteraf op basis van de beelden berekend moeten worden. Voor nu zou een combinatie van camera en wegen ook nog mogelijk kunnen zijn.

“Precisielandbouw is in de teelt van pootaardappelen echter niet gericht op maximalisatie van de absolute kilogramopbrengst, maar op zoveel mogelijk kilo’s in de duurdere pootgoedmaten”, relativeert Koen van Boheemen. “Maar zoals gezegd is het gewicht wel te berekenen.” Van Boheemen is vanuit WUR nauw betrokken bij het onderzoek.

Camera boven leesband

In de proef met visuele opbrengstmeting zijn boven de leesband van een bunkerrooier afhankelijk van de breedte van de band een of twee kleurencamera’s gemonteerd. Die maken foto’s van alle aardappelen die voorbijkomen en koppelen de beelden aan gps-coördinaten. Van elke gevulde band wordt een foto gemaakt. Dus steeds een nieuwe foto als de band een camerabeeld is opgeschoven. Afhankelijk van de snelheid van de band varieert het aantal foto’s zo van vijf per seconde bij een snellopende band, tot een à twee per seconde als hij langzaam loopt.

“Op deze hogeresolutiebeelden zijn aardappelen, tarra en loof goed te onderscheiden”, vertelt Van Boheemen: “Het herkennen van individuele aardappelen lukt. Daar ben ik heel positief over. Het is nodig om de aardappelen vlak op de leesband te hebben liggen, zodat de camera ze allemaal afzonderlijk ziet. De mate waarin dat het geval is, hangt af van de rooier. In 2019 zagen we op een AVR-bunkerrooier dat de aardappelen min of meer op een hoopje midden op de leesband kwamen te liggen. Dit jaar op een DeWulf-rooier lagen ze mooi verspreid. Dan krijg je een goed beeld voor goede detectie. Aardappelen, kluiten en loof kun je dan met hoge nauwkeurigheid onderscheiden. Na twee jaar testen in de praktijk ben ik heel positief over de mogelijkheden van visuele opbrengstmeting.”

Per jaar wordt model sterker

Direct aan de vaststelling dat ‘het werkt’, voegt Van Boheemen toe, willen hij en de andere onderzoekers niet over één nacht ijs gaan. Ze moeten naar nog nauwkeuriger herkennen. Werken aan een perfecte indeling van de oogst in de juiste maatverdeling. Om het model te kunnen fijnafstemmen hebben ze data nodig van nog meer jaren. “Met de informatie van 2020 gaan we opnieuw kijken naar de resultaten van 2019.”

“De verwachting is dat we het systeem wat moeten bijstellen, ook na volgende jaren. Ook wanneer het systeem commercieel op de markt is, moeten steeds de nieuwste bevindingen worden toegevoegd. Maar met ieder jaar extra data krijg je een steeds sterker model. Dat is ook wat op een gegeven moment commerciële partijen doen die het systeem op de markt brengen.”

Van Boheemen schat voorzichtig dat een visuele opbrengstbepaling op de rooier voor € 10.000 à € 15.000 gerealiseerd zou kunnen worden. Daarbovenop komen de kosten van verwerking van de beelden.

Opbrengstkaart brengt opbrengverschillen in beeld om (teelt)maatregelen te treffen of juist om het effect ervan te kunnen beoordelen. – Foto: Vantage Agrometius

Eerst fotograferen, dan analyseren

In het onderzoek naar de visuele opbrengstbepaling worden tijdens het rooien foto’s gemaakt en opgeslagen. Na de oogst worden de verzamelde beelden geanalyseerd en kunnen de bevindingen worden gebruikt om de volgende teelt te verbeteren. Het effect van variatie in teeltmaatregelen zoals grondbewerking, pootafstand en bemesting op de sortering wordt zo zichtbaar. Gelijk op de rooier de beelden analyseren is in principe ook mogelijk, maar dan zou iedere rooier behalve met camera’s ook moeten zijn uitgerust met een zware, dus dure computer. Komt bij dat een aardappelrooier voor zo’n computer een gevaarlijke omgeving is. De beelden verzamelen en later in de cloud verwerken is een stuk goedkoper. Natuurlijk is het leuk om meteen op de trekker te zien hoe de opbrengst van plek tot plek varieert, maar je kunt op dat moment niets met de informatie. Je kunt niet nog wat kunstmest bijgeven bijvoorbeeld, daarvoor is het echt te laat. Achter de camera op de rooier moet wel een laptop met een flinke opslagcapaciteit gekoppeld zijn als iedere seconde drie hogeresolutiebeelden worden gemaakt. Je verzamelt zomaar 300 gigabyte aan beelden per dag. Dat is veel, maar het valt weer mee als je bedenkt dat een harde schijf tegenwoordig slechts zo’n € 45 per terabyte (1 met twaalf nullen) kost. Met een laptop met een flinke harde schijf kun je meerdere dagen vooruit. Aan de foto’s worden gps-coördinaten gekoppeld. Later in het proces ontstaat dan een beeld van de plaatsspecifeke maatsortering en tarra in vlakken van 1,5 x 1,5 meter bij een tweerijige rooier en 3 x3 meter bij een vierrijer. Uit de analyse komt een pleksgewijs beeld van de maatsortering, waarbij de gangbare potermaten worden gehanteerd: 28-35 mm, 35-45 mm, 45-55 mm, 55-60 mm en 60 mm opwaarts. Aan de verwerking van de beelden achteraf op een krachtige computer komt verder geen menskracht te pas.

‘Geen goede opbrengstbepaling pijnpunt in precisie’

In de Nationale Proeftuin Precisielandbouw (NPPL) wordt de belangrijke rol van opbrengstbepaling meer en meer duidelijk. “Wat we zien, is dat bij veel NPPL‘ers in Nederland het níet hebben van een goede plaatsspecifieke opbrengstbepaling een van de grootste pijnpunten is als het gaat om verder te komen met precisie”, zegt Koen van Boheemen van WUR. “Je moet het resultaat van je plaatsspecifieke maatregelen kunnen zien. Of andersom: pleksgewijze opbrengstverschillen kunnen de basis vormen van plaatsspeccifieke teeltmaatregelen.” Maar er zijn nog meer hobbels te nemen. In een publicatie anderhalve week geleden op de website van NPPL zeggen pootgoedtelers voor variabel poten ook behoefte te hebben aan betere rekenregels voor een betrouwbaar resultaat.
Lichte of zware grond kan een groot verschil maken in de maatsortering. Bij zwaardere grond wordt al krapper gepoot. “Maar hoe dicht moet je dan precies gaan?”, vraagt een teler zich af. “En doen we het niet te dicht op elkaar?” 
Zes Groningse telers doen daar samen onderzoek naar. Ze zijn naarstig op zoek naar een rekenregel die aangeeft wat op een bepaalde grond het effect is op de sortering van poten op 12, 14, 16 en 18 centimeter.
Een goede bepaling van de sortering bij de oogst kan zo’n rekenregel dichterbij brengen.

Interessant voor andere gewassen

Visuele opbrengstmeting wordt nu ontwikkeld voor pootaardappelen, maar is in aanleg ook interessant voor andere gewassen dan pootgoed. Ook voor telers van fritesaardappelen geeft inzicht in de variatie in de maatsortering en hoeveelheid tarra aanknopingspunten voor rendementsverbetering. Eventueel gekoppeld aan opbrengstbepaling via wegen. 
Ook om plaatsspecifieke variatie in uiensortering of aantallen witlofpennen kan de cameratechniek helpend zijn. Maar in het lopende onderzoek wordt de techniek nu eerst voor aardappelen ontwikkeld. In een volgende fase zou dan de stap naar uien kunnen worden gezet.

Gebruik van weegresultaten wordt eenvoudiger

Onder invloed van onder andere de Nationale Proeftuin Precisielandbouw krijgen loonwerkers meer vraag van klanten naar mogelijkheden om plaatsspecifiek de opbrengst in kaart te brengen. Dat zegt Jeroen Straver van Vantage Agrometius dat onder meer weegsystemen voor op oogstmachines en bijbehorende programmatuur op de markt brengt. “Telers willen bijvoorbeeld variabel gaan poten en hebben data nodig om te beoordelen wat het resultaat is van wat ze gedaan hebben. Opbrengstkaarten geven inzicht in het effect van hun handelen.” Straver vindt, zeker tegen de achtergrond van een groeiende vraag naar teeltdata, dat op een rooier van € 500.000 of meer een weeginstallatie een vanzelfsprekendheid zou moeten zijn. Uiteindelijk komt dat wegen en produceren van een opbrengstkaart neer op een kostenpost van maar zo’n € 10 tot € 20 per hectare. Zulke bedragen zouden door een scherpere teelt van bijvoorbeeld aardappelen en uien gemakkelijk zijn terug te verdienen. Straver: “Het gaat niet alleen om het effect van variabel poten te zien. Je krijgt ook duidelijk wat het effect is van verschillen in beregening, kunstmestgift. Maar ook waar bij veel regen iets met de ontwatering niet in orde is. Daar heb je misschien als telers een beeld van, nu zie je het precies en kun je uitrekenen wat het je kost of oplevert. Voor wat betreft de systemen op basis van weegcellen, zit de grootste ontwikkeling in de software, in de presentatie van de resultaten. “Wat we via taakkaart.nl doen, is de resultaten gemakkelijker interpreteerbaar maken. De data komen direct in je account, je kunt het vergelijken met satellietbeelden, of met bodemscans die je al hebt. Je kunt ze delen met een adviseur en je kunt een taakkaart maken en versturen. Ook ons systeem is voorbereid op camera-ontwikkelingen. Je kunt zeggen dat het gebruik van de software veel toegankelijker is geworden. Het is veel meer to the point, eenvoudiger en effectiever.”

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

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