Smart Farming

Precisietechnologie en pootaardappelen: meten is weten

Groter is niet altijd beter. Zéker niet als het gaat om pootaardappelen. Met precisietechnologie wordt ingezet op een optimale opbrengst, zowel in kwaliteit als in kwantiteit. Onderzoeker én akkerbouwer Koen van Boheemen is ervan overtuigd dat de pootaardappel in de toekomst van plant tot lopende band tot in detail kan worden gevolgd.

“Hoewel, het gaat eigenlijk niet om een eerste stap. Er wordt bijvoorbeeld al gewerkt met GPS en met drones, ook dat valt onder precisietechnologie”, vertelt Van Boheemen. Als onderzoeker aan de WUR werkt hij onder andere aan de thema’s precisielandbouw en robotica. Een project als Precisietechnologische ontwikkeling in pootaardappelen is hem dus op het lijf geschreven. “Sterker nog, als team hebben we zelf aan het voorstel voor dit project meegewerkt. En ja, als aardappelteler heb ik natuurlijk veel affiniteit met dit onderwerp.”

Detectiemodel met computer vision

Voor wie minder bekend is in de wereld van pootaardappelen: de verdiensten van telers hangen af  van het aantal geoogste aardappelen en de maat van deze aardappelen. De aardappelen met een grootte tussen 28 en 55 millimeter brengen het meeste op; zijn ze groter of kleiner dan brengen ze minder op. In de meest ideale situatie leidt precisietechnologie tot zodanige teeltmaatregelen dat zoveel mogelijk aardappelen in de duurbetaalde maatklasse uitkomen. Maar zover is het nog niet.

Lees ook: Nieuw POP 3-project gaat optimale teelt pootaardappelen onderzoeken

Van Boheemen: “Binnen dit project werken we aan een detectiemodel dat de aardappelen scant met behulp van computer vision cameratechnieken. De camera hangt boven de laatste transportband van de rooimachine. De aardappelen zijn dan het schoonst, dus het makkelijkst te scannen. Het streven is dat het model elke aardappel afzonderlijk herkent én daar informatie over geeft. Kijk, op dit moment wordt op de rooimachine het gewicht gemeten om zo de opbrengst te bepalen. Maar het gaat juist om de grootte van elke aardappel afzonderlijk. En het liefst willen we dat het apparaat nog meer dingen gaat herkennen, zoals kluiten, beschadigde aardappelen of aardappelen met schurft.

“Als we elke aardappel apart in beeld brengen, kunnen we kijken naar het vervolg. Als we weten hoe de maten verdeeld zijn, kunnen we ook zoeken naar maatregelen om de oogst te optimaliseren. Daarbij kun je denken aan aanpassingen in de bemesting bij doodmaken van de plant zodat de groei van de aardappel -precies op tijd- stopt. De kunst is om de kleinste aardappelen tot 28 millimeter te laten groeien en tegelijkertijd de grotere niet boven de 55 millimeter te laten uitkomen.”

Eerste meting in 2019

In 2019 vond de eerste meting plaats; met een proefopstelling werd informatie verzameld over de netto opbrengst, aantallen en maatvoering. Nu de oogst van 2020 de grond uit is, kan het proefmodel op de nieuwste lichting pootaardappelen worden toegepast. “Het maken van een detectiemodel is goed te doen; het verder verfijnen is moeilijker. We zien dat het model best gevoelig is voor verschillen per oogstjaar. Daarom willen we graag ook in 2021 nog verder met het project.” Inmiddels is verlenging toegekend, mede doordat er in het begin van het project wat vertraging op de lijn zat. In plaats van een eerste meting in 2018 werd dat 2019. “Met meetgegevens van drie jaren komen we gewoon een heel stuk verder en kunnen we een veel betrouwbaarder model bouwen.”

Tekst loopt door onder foto

Aan het project werken twee andere akkerbouwers, Amsterdam Green CampusAERESUvA en de WUR mee. Dankzij zijn werk in het lab én op het land ziet Van Boheemen van dichtbij wat het model kan brengen. “Mijn persoonlijke motivatie is groot. Maar we worden ook regelmatig gebeld of het systeem al gebruikt kan worden. De eerste meting hebben we door omstandigheden op ons eigen bedrijf in de Noordoostpolder gedaan; een geluk bij een ongeluk, want je kunt maar eens per jaar gegevens verzamelen. Daarna moet je een jaar wachten. Een flinke portie geduld heb je dus wel nodig.

“Bovendien heb je te maken met uiteenlopende onderzoeksvragen. Er zijn wel duizend dingen die we willen weten. Denk aan de invloed van een grotere of kleinere afstand tussen de planten, de plantlocatie, de soort en hoeveelheid gewasbeschermingsmiddel, de invloed van het weer, het moment van doodmaken van de planten, het bodemleven en ga zo maar door. Maar als dit systeem ons uiteindelijk kan helpen te sturen op een hogere opbrengst, beter bodembeheer en efficiënter gebruik van kunstmest en bestrijdingsmiddelen, dan zijn we al heel ver.”

Meer nieuws

Smart Farming
Energie
Bodem
Water

Finalisten voor de Tuinbouw Ondernemersprijs en Themaprijs Future-proof technologies 2025 zijn bekend

Op dinsdag 17 december brachten juryvoorzitter Peter Maes en Jeroen Noot een bezoek aan de zes genomineerden om hen te feliciteren. Deze parels van de tuinbouw blinken uit in excellent...

Smart Farming
Greenchain

Studenten, docent-onderzoekers en bedrijfsleven werken samen aan Smart Farming vraagstukken

Tijdens het mini-symposium Smart Farming nam het Lectoraat Robotica van Hogeschool Inholland Alkmaar aanwezigen mee in de meest recente ontwikkelingen binnen de Smart Farming projecten.