Smart farming: houd je boerenverstand erbij
Bij veel toepassingen van smart farming wordt gebruikgemaakt van wetenschappelijke kennis. Tussen de originele broninformatie en het uiteindelijke advies aan de teler zitten veel tussenstappen. Deze zijn meestal wetenschappelijk onderbouwd, maar in de uitwerking kunnen kleine onzekerheden uiteindelijk tot uiteenlopende adviezen leiden.
In deze eerste editie over data en smart farming staan we stil bij de vraag hoe het mogelijk is dat verschillende interpretaties van data tot verschillende adviezen kunnen leiden, terwijl de originele data toch hetzelfde zijn. Hoe moet je hier als teler mee omgaan? We gebruiken hiervoor het voorbeeld van de zuurgraad (pH) van de bodem en een mogelijk advies om te bekalken.
Stel, je laat de pH van de bodem bepalen. Dan heb je als eerste te maken met verschillende methoden: pH-water, pH-KCl (kaliumchloride) of pH-CaCl2 (calciumchloride). Dit zijn allemaal verschillende extractiemiddelen. Om een zo goed mogelijk beeld te krijgen van de zuurtegraad rondom de wortels, hebben wetenschappers geprobeerd om een extractiemiddel te vinden dat het beste de wortelzone nabootst. Daar zijn ze het alleen niet over eens geworden. Vandaar dat er verschillende methoden zijn ontstaan. Dit is onzekerheid #1.
Vervolgens kun je kiezen tussen klassieke analysetechnieken in een lab, innovatieve technieken met sensoren of empirische methoden met satellietdata. In dat laatste geval worden satellietbeelden via statistische verbanden omgerekend tot een pH-waarde. Aangezien niemand echt weet wat de zuurtegraad rondom de wortel is, is er ook geen absoluut beste methode, maar de methoden verschillen onderling wel. Dit is onzekerheid #2.
Ten slotte wordt de pH vertaald naar een bekalkingsadvies. Ook daar zijn weer verschillende methoden voor. Er zijn methoden die werken op basis van verzadiging van het bodemcomplex en methoden die werken op basis van neutralisering van de pH. Dit is onzekerheid #3.
Er zijn nog veel meer onzekerheden – bijvoorbeeld hoeveel bodemmonsters neem je? Hoe zijn deze verdeeld over een perceel? – en daar zijn boeken over volgeschreven. Voor de teler is het belangrijk om te realiseren dat een automatisch gegenereerd advies, zoals in smart farming, vaak veel tussenstappen kent. Er is geen goed of fout, maar er kunnen wel veel verschillen optreden in het uiteindelijke advies waarbij onzekerheden elkaar kunnen versterken.
Datagedreven analyses maken het mogelijk om meer beredeneerd te boeren en meer van het land af te halen. Maar wees je bewust dat een advies een onzekerheidsmarge heeft en dat het zelden zo eenduidig is als het advies doet voorkomen. Houd je boerenverstand er dus altijd bij.
Christy van Beek
duurzaamheidsmanager Bayer Crop Science Nederland
