Het project PreciSIAlandbouw heeft precisielandbouwtechnieken ontwikkeld en gevalideerd op vijf thema's: sensortechnologie, kennis en advies, robotisering, digitalisering, en verdienmodellen. Dit rapport bevat de resultaten van de sensortechnologieën onkruidbestrijding, opbrengstmeting van grasland, vroegtijdige detectie van zoutstress in aardappelgewassen en monitoring van biodiversiteit in de bodem.
MULTIFILE
Het project PreciSIAlandbouw heeft precisielandbouwtechnieken ontwikkeld en gevalideerd op vijf thema's: sensortechnologie, kennis en advies, robotisering, digitalisering, en verdienmodellen. Dit rapport bevat de resultaten van onderdeel kennis en advies. Het beschrijft de resultaten van de behoeften van akkerbouwers en loonwerkers op het gebied van de adoptie van PL2.0.Trefwoorden: kennis en advies, PL2.0
MULTIFILE
Theorieën die betrekking hebben op de kwaliteit van producten, processen, systemen en organisaties (systeemtechnische aspecten) geven geen of onvoldoende antwoord op vragen en problemen die betrekking hebben op de rol van de ‘factor mens’ in kwaliteitsmanagement. Omdat daar wel behoefte aan is, zijn de afgelopen jaren nieuwe theorieën ontwikkeld die wel oplossingsstrategieën bieden. Dit zijn kwaliteitsparadigma’s (beheersing en betrokkenheid), kwaliteitsscholen (empirische, normatieve en reflectieve school) en de drie kwaliteitsdimensies (professionele, organisatorische en relationele kwaliteit). In alle drie concepten zijn systeemtechnische (object/proces/norm) en sociaaldynamische (mens) aspecten gecombineerd. Betrokkenheid, reflectieve school en relationele kwaliteit zullen bepalend zijn voor het toekomstige kwaliteitsmanagement waarin de human factor een steeds belangrijker plaats gaat innemen.
Bedrijfsovername is een grote uitdaging voor agrarische familiebedrijven, waarbij het sociaal-emotioneel welzijn van de familie is geïdentificeerd als een belangrijk knelpunt. Vanuit het Nederlands Agrarisch Jongeren Kontakt (NAJK) en het Ministerie van Landbouw, Natuur en Voedselkwaliteit (LNV) is in 2019 het beleidsprogramma Duurzame Bedrijfsopvolging gestart om het aantal succesvolle bedrijfsoverdrachten te verhogen. Een belangrijk onderdeel hiervan is een op te richten Kenniscentrum. Dit project wil het Kenniscentrum voeden met onderzoek naar de familiale dimensie van bedrijfsopvolging. Het praktijkonderzoek wordt uitgevoerd door een consortium bestaande uit het Lectoraat Familiebedrijven van Hogeschool Windesheim, Aeres Hogeschool Dronten, Van Hall Larenstein Leeuwarden, het Fries Sociaal Planbureau, het NAJK en LTO Noord. Doel van dit project is het inventariseren en evalueren van de ondersteunende advies- en kennisinfrastructuur op de familiale dimensie bij het opvolgingstraject van agrarische familiebedrijven. Dit doen we door inzichten op te halen bij zestien agrarische bedrijfsfamilies, in verschillende stadia van het opvolgingsproces. In het project vergelijken we hoe de families en de ondersteunende advies- en kennispartijen omgaan met de belangen en behoeften van verschillende familieleden (opvolgers, overdragers, partners en niet-opvolgers) tijdens het opvolgingsproces. Daarnaast wordt kwantitatief onderzoek gedaan onder studenten op de twee deelnemende agrarische hogescholen, om de behoeften en verwachtingen van potentiële opvolgers en niet-opvolgers ten aanzien van bedrijfsoverdracht in kaart te brengen. Het project moet resulteren in gevalideerde verbetervoorstellen (stappenplannen) voor zowel agrarische bedrijfsfamilies als adviseurs gericht op de verschillende stadia van bedrijfsopvolging. Ook worden spelvormen ontwikkeld om moeilijke en relationeel ingewikkelde onderwerpen beter bespreekbaar te maken in het agrarisch onderwijs. Tot slot worden de resultaten van het onderzoek geschikt gemaakt voor gebruik binnen agrarische scholen om het curriculum over de zachte kant van bedrijfsopvolging te versterken.
De glastuinbouw in Nederland is wereldwijd toonaangevend en loopt voorop in automatisering en data-gedreven bedrijfsvoering. Voor de data-gedreven teelt wordt, naast het monitoren van de kas-parameters ook het monitoren van gewasparameters steeds meer gevraagd. De sector is daarbij vooral geïnteresseerd in niet-destructieve, contactloze en persoonsonafhankelijk monitoring van gewassen. Optische sensortechnologie, zoals spectrale afbeeldingstechnologie, kan veel waardevolle informatie opleveren over de staat van een gewas of vrucht, bijvoorbeeld over het suikergehalte, maar ook de aanwezigheid van plantziektes of insecten. Echter is dit vaak een te kostbare oplossing voor zowel de technologiebedrijven die oplossingen leveren als voor de telers zelf. In dit project onderzoeken wij de mogelijkheid om spectrale beeldvorming tegen lagere kosten te realiseren. Het beoogde resultaat is een prototype van een instrument dat tegen lage kosten met spectrale beeldvorming een of meerdere gewaseigenschappen kan kwantificeren. Realisatie van dit prototype heeft een sterke Fotonica-component (expertise Haagse Hogeschool) maakt gebruik van Machine Learning (expertise perClass) en is bedoeld voor toepassing op scout robots in de glastuinbouw (expertise Mythronics). Een betaalbare oplossing betekent in potentie voor de teler een betere controle over kwaliteit van het gewas en automatisering voor detectie van ziekte-uitbraken. Bij een succesvol prototype kan deze innovatie leiden tot betere voedselkwaliteit en minder verspilling in de glastuinbouw.
