In het project Duurzame broccoli werken we aan de ontwikkeling van een robuust, geïntegreerd teeltsysteem. Het onderzoek is onderdeel van een langjarige duurzaamheidsagenda van de broccolisector en richt zich op alle teeltaspecten (watergebruik, gewasbescherming, meststoffen, bodembeheer, rassenkeuze etc). De vijf deelnemende broccolitelers willen binnen dit project een robuust broccoli-teeltsysteem ontwikkelen dat voldoet aan de wet- en regelgeving in 2030 en dit in de praktijk simuleren & testen. Op basis van de uitkomsten zal het verdienmodel worden geanalyseerd om de bedrijfscontinuïteitsperspectieven vast te stellen.
De deelnemende broccolitelers zijn:
Dit project vindt plaats met een subsidie uit het Europees Landbouwfonds voor Plattelandsontwikkeling, een Europees steunfonds voor landbouwers. De startdatum is 1 augustus 2022, einddatum 31 december 2024.
In dit project onderzoeken, testen en ontwikkelen we de volgende aspecten, zowel afzonderlijk als in samenhang:
Het onderzoek en testen zal plaatsvinden in twee tot drie teeltrondes van broccoli en bij één of meer telers van de kerngroep.
In het onderzoek is met name gekeken naar beheersing van de koolgalmug. De larven van dit insect eten het hart uit de broccoli, waarna een broccoliplant overblijft met alleen blad en zonder stronk. Voor beheersing van de koolgalmug wordt een monitoringsysteem gebruikt dat daadwerkelijk bijdraagt aan vermindering van het gebruik van insecticiden in de broccoliteelt, maar in de praktijk erg bewerkelijk is.
In de huidige situatie worden koolgalmuggen met behulp van een feromoon in een val gelokt. In de val blijven ze plakken op een lijmplank, die specialisten twee keer per week ophalen. Telers kunnen op basis van tellingen een besluit nemen over het al dan niet inzetten van bestrijding. In het project is onderzocht of digitale signalering dit handwerk kan vervangen.
Gebleken is dat digitale signalering perspectief biedt voor de toekomst, maar dat determinering van de koolgalmug training vereist van het computermodel. Dit om allerlei posities en verschijningen te kunnen herkennen. De aanzet voor de herkenning en validering van de mug met het bestaande monitoringsysteem is in het project ontwikkeld. Op basis hiervan kan in een vervolgtraject de training van het computermodel worden opgepakt.