Bodemvochtgehalte meten zonder sensoren op het veld? Wij testen het uit!

Elke techniek heeft zijn voor- en nadelen. Met sensoren krijg je meestal slechts van één plaats in het veld data. Het bodemvochtgehalte kan variëren over het perceel en dit kan je zien op de satellietbeelden. Een sensor vergt meer werk voor plaatsing en onderhoud en kan beschadigd geraken tijdens het seizoen, bijvoorbeeld door knaagschade. 

Ook financieel kan het voordelig zijn. Om gebruik te maken van de satellietbeelden betaal je jaarlijkse abonnementskosten per hectare in plaats van initiële investeringskosten voor sensoren. Vaak komen er voor sensoren ook herstelkosten en abonnementskosten bij. 

Het nadeel van de satellietbeelden in vergelijking met sensoren is dat je slechts dagelijks één nieuwe meting te zien krijgt van de vorige dag. Als het beeld genomen werd voor een hevige regenbui kan dit dus sterk verschillen met de huidige situatie. 
 

Wij kochten de beelden aan op Irriwatch, een Nederlands bedrijf dat momenteel overgenomen wordt door hydrosat. 

Dit jaar testen we deze uit in aardappelen, spinazie en witloof. We nemen bodemstalen en analyseren hiervan het bodemvochtgehalte om te vergelijken met de satellietbeelden. 

• Op 5 juni legden we de staalnamelocaties (zwarte bolletjes) vast op basis van het beeld van 4 juni.
• Op 6 juni werden de stalen genomen.

We zien dat er toch een groot verschil is tussen de twee beelden. De resultaten van de labo analyses staan als cijfers naast de staalnamepunten op de kaart. We zien dat de natste plek op de Irriwatch kaarten ook het hoogste bodemvochtgehalte heeft in de bodemstalen en duidelijk zichtbaar was op het veld.

We gaan dit perceel en vijf andere percelen verder opvolgen. De data worden gedeeld met onze partners binnen het Agridatavalue project. Binnen Agridatavalue bouwen we aan een betrouwbaar platform waar je als teler je databronnen (sensoren, satellietbeelden, opbrengstkaarten,...) kan raadplegen. Als teler kan je ervoor kiezen om data te delen om hierop AI algoritmes te trainen. Deze AI algoritmes kunnen in de toekomst helpen door voorspellingen te maken en ondersteuning te bieden bij het maken van beslissingen.