Smart Farming Peren

In dit project werken we aan toepassing van data en precisietechnologie in de praktijk van de perenteelt. Naast data en precisietechnologie is ook de economische haalbaarheid voor de telers van groot belang.
Contactpersoon
Cock Heemskerk

Inholland

project begeleider

De fruitteelt staat voor een aantal grote uitdagingen waarbij de inzet van precisietechnieken en datatoepassing (smart farming) gezien worden als sleutel voor een gezonde toekomst.

Fruittelers streven naar zo homogeen mogelijk gewas. Een gelijkmatig gewas is minder gevoelig voor plagen en ziekten, en dan is er minder gewasbescherming nodig. Momenteel worden in de perenteelt veel werkzaamheden nog ‘op het oog’ en handmatig uitgevoerd, terwijl fruitteeltbedrijven in oppervlakte groeien. De sector kampt daarnaast met verminderde beschikbaarheid van vakmensen en seizoenarbeiders en een verbod op specifieke gewasbeschermingsmiddelen.

De grootste uitdaging zit in het verkrijgen van betrouwbare meetgegevens in combinatie met een teelttechnische strategie. Aan de hand van beelden kunnen verschillen in groei, bloei en productie worden omgezet in cijfers. Op basis van deze cijfers kunnen verschillende snoei- en spuitmachines selectief worden aangestuurd. Hierbij moet de combinatie tussen data verzameling en uiteindelijke handeling nog worden uitgewerkt.

Deze RAAK MKB aanvraag is een vervolg op het KIEM project Smart Farming Peren. Uit het KIEM project kwam naar voren dat de teelthandelingen snoeien en plaagdetectie het meest in aanmerking komen voor verdiepend onderzoek.

Gefinancierd door:

Partners in dit project:

Aanpak en werkpakketten

Het onderzoek binnen Smart Farming Peren is onderverdeeld in vijf werkpakketten.

Werkpakket 1: Drone Data

Onderzoek naar nieuwe en nauwkeurigere manieren van dataverzameling door middel van drones. Het ontwikkelen van de drone-techniek zelf valt buiten de scope van dit project.

Werkpakket 2: Tractor Data

Verzamelen van specifieke perendata van individuele bomen door met een set opnameapparatuur op/achter een tractor door een boomgaard te rijden.

Op basis van de verzamelde en verwerkte drone/tractor data zullen groeimodellen opgesteld worden die de prototypes in de werkpakketen snoeien en plaagherkenning gaan aansturen. De tractor data kunnen ook worden gebruikt om gerichte keuzes te maken met betrekking tot het wortelsnoeien, de beregening of bemesting.

Werkpakket 3: Snoeien

De verkregen data en groeimodellen worden geanalyseerd en tot taakkaarten voor de meest geschikte snoeitechniek verwerkt. Hierbij wordt gekeken naar het snoeien van de kroon, de takken en de wortels. Het ‘juist’ snoeien van de perenbomen heeft een groot effect op toekomstige oogsten.

Werkpakket 4: Plaagherkenning

De verkregen data en groeimodellen worden geanalyseerd om plagen in een vroegtijdig stadium te kunnen herkennen. Zodra een plaag geconstateerd wordt, kan de teler gerichte acties ondernemen ter bestrijding en voorkoming van verspreiding.

 Werkpakket 5: Praktijktesten

Op basis van taakkaarten voor het snoeien en de plaagherkenning wordt in dit werkpakket bepaald welke concrete acties nodig zijn voor het gericht uitvoeren van de gewenste teelthandeling.

> Lees hier het artikel over doel en aanpak van dit project.

smart farming peren

Afronding en resultaat

De tussentijdse resultaten van het onderzoek werden gepresenteerd tijdens de Kennisdag Smart Farming in 2021 en in bijgaande video.

> Meer over de voortgang in het project op de website van Hogeschool Inholland