Zowel Europees als landelijk zijn doelstellingen geformuleerd om het gebruik en emissie van bestrijdingsmiddelen te reduceren. Zo bestaat vanuit de Green Deal van de Europese Unie de visie dat de inzet van chemische bestrijdingsmiddelen in de landbouw met 50% wordt verminderd in 2030 De provincie Fryslân ondersteunt deze visie en wil de vermindering van het gebruik van bestrijdingsmiddelen faciliteren. De provincie heeft hogeschool Van Hall Larenstein en CLM Onderzoek en advies BV gevraagd om via onderzoek een strategisch advies op te stellen m.b.t. handelingsperspectief van de provincie om het middelengebruik, en daarmee de emissie, terug te dringen. Ten behoeve van dat advies is in deze studie allereerst is het huidige gebruik van bestrijdingsmiddelen door verschillende groepen (landbouw, hoveniers, particulieren, overheden, Prorail) in Fryslân geïnventariseerd. Ook is gekeken naar de effecten van het middelengebruik op het milieu, met name de kwaliteit van grond- en oppervlaktewater. Vervolgens is geïnventariseerd welke mogelijkheden er zijn om het gebruik te reduceren en wat het draagvlak van deze alternatieve maatregelen is bij met name vertegenwoordigers uit de landbouw. Daarnaast is een overzicht gemaakt van ontwikkelingen in monitoring en onderzoek, ten behoeve van (toekomstig) zicht op (trends in) gebruik en emissie. Op grond van de resultaten zijn tenslotte kansrijke handelingsperspectieven voor de provincie beschreven om het middelengebruik bij verschillende doelgroepen terug te dringen. Hierbij zijn wederom de verschillende gebruikersgroepen onderscheiden: overheden, de land- en tuinbouw, (hoveniers)bedrijven, (groot)grondbezitters en particulieren.
MULTIFILE
Potato cyst nematodes (PCN) are in the Northern Netherlands and the Weser-Ems Region in Germany a major issue for farmers. The yearly average damage by PCN is about 100 Euros/hectare for farmers. Infestations of potato cyst nematodes can be controlled in a sustainable way by proper potato variety selection. Potato varieties vary in the degree of tolerance and resistance to PCN. However, this knowledge is used by only a small fraction of the farmers. The AGROBIOKON project, which is funded by the INTERREG EDR-region, the Landwirtschaftskammer Niedersachsen and the Dutch farmers association, have developed a decision support system for potato variety selection based upon population dynamic models for PCN: OPTIRas. The scientific principles and the model behind the decision support system will be presented. The model will be applied to PCN field experiments in the Weser-Ems region. Experience of using this decision support system in farmer study groups in the Netherlands and Germany will be shared.
Vanuit de professionals in de strafrechtketen is er een grote behoefte aan snelle en betrouwbare DNA-analyses die buiten de laboratoria op of nabij een plaats delict kunnen worden uitgevoerd. Een sneller opsporingsproces draagt bij aan een betere aanpak van criminaliteit. Met nieuwe forensische DNA-technieken kunnen snel analyseresultaten worden gegenereerd die de opsporing verder kunnen helpen. Het is echter een complexe uitdaging om deze technieken daadwerkelijk in te zetten in de huidige opsporingspraktijk. Hoe werkt deze techniek, wanneer kan de techniek wel of juist niet worden ingezet, wat zijn de kosten en de baten, en welke resultaten kunnen ermee worden behaald? Bij het starten van een DNA-onderzoek op locatie spelen allerlei kwaliteitseisen en juridische waarborgen waarmee DNA-onderzoek is omgeven. Ook gaat het gebruik van deze techniek gepaard met nieuwe taken, rollen en verantwoordelijkheden van de professionals die betrokken zijn bij het proces van opsporing en vervolging, en met een nieuwe wijze van samenwerking tussen ketenpartners. In dit project is een nieuwe werkwijze – de LocalDNA-procedure – ontwikkeld en getoetst. Deze procedure is gericht op het effectief gebruik van een snelle mobiele DNA-analyse techniek door forensische rechercheurs en een snelle informatiestroom tussen de ketenpartners van de politie, het Nederlands Forensisch Instituut en het Openbaar Ministerie. Uit het onderzoek is gebleken dat de LocalDNA-procedure kan worden ingezet binnen een beperkt aantal zaken en voornamelijk geschikt is voor bloedsporen. Wanneer de procedure kan worden ingezet is deze belovend. Het DNA-onderzoek leidt relatief vaak tot een bruikbaar DNA-profiel waarmee verder kan worden gerechercheerd. Gemiddeld zorgt de inzet van de LocalDNA-procedure voor een grote versnelling in het algehele opsporingsproces bij zaken die hebben geleid tot snelle identificatie en opsporing van verdachten. Naast de belovende resultaten laat het onderzoek ook zien dat de procedure nog niet geschikt is voor onmiddellijke inzet in de praktijk. Belangrijke knelpunten zijn onder andere dat de gebruikte DNA- analyseapparatuur momenteel nog niet los van een aanvullende kwaliteitscontrole kan worden uitgevoerd, dat het (beslissings-) ondersteunend systeem voor het selecteren van zaken en sporen nog verder moet worden ontwikkeld en de opvolging van een snel resultaat verdere uitwerkt moet worden. Ten behoeve van implementatie in de praktijk heeft het onderzoek mogelijkheden inzichtelijk gemaakt waarmee geconstateerde knelpunten kunnen worden ondervangen en aspecten waarmee rekening moet worden gehouden bij het ontwikkelen van de toekomstige procedure en de mogelijke inrichting hiervan. Onder andere zal aanvullend onderzocht moeten worden of andere apparatuur en bemonsteringsmethoden betere resultaten opleveren, of scherpere keuzes gemaakt moeten worden ten aanzien van de sporen die voor snelle DNAprocedure in aanmerking komen, hoe de ondersteuningstool verder geoptimaliseerd en geïmplementeerd kan worden en wat de invloed is als de LocalDNA-procedure niet op een vaste locatie maar op de plaats delict zelf wordt ingezet.Nader onderzoek en opvolging van de aanbevelingen die zijn voortgevloeid uit dit onderzoek zullen inzichtelijker maken hoe een snelle DNA-onderzoeksroute en een snelle informatieoverdracht tussen ketenpartners optimaal kan worden ingezet voor het versnellen van de opsporingspraktijk.
Gezonde bodems zijn een basisvoorwaarde om de samenleving te voorzien in voeding, biomassa (energie), vezels, voer en ook diensten zoals waterbuffering en -zuivering, koolstofvastlegging en biodiversiteit. Maar de bodemkwaliteit staat onder druk en daarmee worden deze diensten bedreigd. Duurzaam bodembeheer leidt tot een betere bodemvruchtbaarheid voor de landbouw en levert de samenleving duurzamer geteeld voedsel, een betere waterkwaliteit en grotere waterbuffering, een grotere biodiversiteit en draagt bij aan de klimaatopgave (1,5 megaton extra CO2-reductie door slim landgebruik). Steeds meer akkerbouwers en melkveehouders zijn actief bezig met het verbeteren van hun bodembeheer. Kennis over duurzaam bodembeheer is echter versnipperd. Wat deze kennis betekent voor de boeren verschilt bovendien per grondsoort, regio, bedrijfstype en vaak ook per perceel. De doorstroom en toepassing van de beschikbare kennis vormt een belangrijk struikelblok bij het duurzamer maken van teelten. Het doel van dit project is om de ondernemer bij te staan in het maken van de juiste keuzes, o.a. over organisch stofbeheer, bemesting, grondbewerking, gewasbescherming, bouwplan en waterhuishouding. Hoe kan het inzicht voor de ondernemer worden vergroot in de handelingsperspectieven rond gebiedsgericht optimaal bodembeheer om landbouw klimaatslim te maken? Het landschap staat daarbij centraal. De regio is het uitgangspunt voor het bodembeheer, de aanwending van lokale grondstofstromen, de optimalisatie van koolstofvastlegging en andere ecosysteemdiensten. Deze insteek biedt kansen voor het ontwikkelen, testen en verbeteren van tools en maatregelen rond duurzaam bodembeheer en voor draagvlak en acceptatie daarvan. Het onderzoek richt zich op het opstellen van adviezen (handelingsperspectief) met een integrale benadering van duurzaam bodembeheer, die leiden tot een klimaatbestendig teeltsysteem dat tegemoet komt aan de ecosysteemdiensten voedselproductie, waterbeheer, biodiversiteit en koolstofvastlegging. De samenwerking met kennisinstellingen en bedrijfsleven leidt tot nieuwe kennis en inzichten in beslissingsondersteunende tools en teeltmaatregelen voor duurzaam bodembeheer, toepassing hiervan in de praktijk en inbedding in het onderwijs.
De broccoliteelt kampt momenteel met uitdagingen op het gebied van personeel en het gebruik van gewasbeschermingsmiddelen. Het wordt steeds lastiger om (tijdelijk) personeel te vinden om het fysiek zware en belastende werk van de broccoli-oogst uit te voeren. Tegelijkertijd is er toenemende (internationale en maatschappelijke) druk om minder gewasbeschermingsmiddelen in te zetten voor de broccoliteelt. Om deze uitdagingen op een duurzame wijze te kunnen oplossen, wordt er gekeken naar het gebruik van precisietechnologieën en data in de broccoliteelt. Het initiatief is opgezet door Vollegrondsgroente.net om meer praktijkkennis en ervaring op te doen voor een meer duurzame broccoli-oogst. De huidige machines die mechanisch oogsten houden geen rekening met de grootte van de kroon, maar oogsten alle planten, waaronder ook planten met een onvolgroeide kroon. Hierdoor kan slechts 50% van de geoogste broccoli daadwerkelijk als kwaliteitsproduct op de versmarkt gebracht worden. Door het gebruik van precisietechnologieën en data kan er selectiever worden gekeken naar de broccoliteelt, waardoor er over het geheel minder uitval, een hogere opbrengst en minder verspilling van middelen zullen zijn. Dit project is een vervolg op het KIEM.K20.01.078 project waarin een haalbaarheidsstudie is verricht naar de mogelijkheden voor precisielandbouw in de broccoliteelt. In het KIEM project is gekozen voor focus op de oogsthandeling, waar meer dan 50% van de teeltkosten mee gemoeid is. In dit project breiden we het projectteam uit met meer kwekers, teelt-experts en machinebouwers, en willen we verder inzoomen op en kijken naar concrete mogelijkheden voor het realiseren van selectief oogsten: 1.Localiseren en classificeren van broccoli op oogstrijpheid door middel van (beeld)sensoren; 2.Onderzoeken van mogelijkheden voor het mechanisch selectief oogsten van broccoli; 3.Realiseren van een autonoom platform voor dataverzameling, oogsten en verwerken; 4.Verkennen van toepassingen van precisietechnologie bij andere vollegrondsgroente.
Noord-Nederland telt ongeveer 70.000 ha akkerbouw, waarvan 14.000 ha pootaardappelen. De totale jaaromzet van de pootaardappelteelt bedraagt ongeveer 230 miljoen euro. Noord-Nederland neemt met 23% van de wereldwijde export van gecertificeerd pootgoed een absolute toppositie in. Om deze toppositie te behouden, is continue aandacht voor productiviteit, duurzaamheid en kwaliteitsverbetering vereist. Gewasinspecties in de akkerbouw zijn onder meer gericht op het opsporen van ziektes, het bewaken van kwaliteit en het optimaliseren van opbrengst. Bij de huidige bedrijfsomvang kan een geautomatiseerde gewasinspectie daarbij zeer behulpzaam zijn. Het NHL lectoraat en kenniscentrum Computer Vision heeft kennis ontwikkeld en beschikt over vele typen camera’s, waaronder hyperspectrale camera’s, om zeer nauwkeurige metingen te verrichten. Het kenniscentrum is ook begonnen met het ontwikkelen van een universele camera payload module voor drones. Het idee achter de universele camera payload module is dat: • het een autonoom, universeel systeem is dat onder alle drones, die de payload kunnen tillen, bevestigd kan worden. • er meerdere typen camera’s aan bevestigd kunnen worden. • de gemaakte opnamen getagged worden met RTK GPS positie en de 3 standhoeken. Hiermee kan de precisie van de geometrische kalibratie worden vergroot. • er protocollen met ondersteunende software ontwikkeld worden voor de camera setup en de interface met het GPS waypoint systeem van de drone. De projectpartners hebben met dit KIEM project de volgende doelstellingen: • de universele camera payload module verder ontwikkelen, • vergelijkende metingen doen met de nieuwe module ten opzichte van de bestaande standaardsystemen van de partners, gericht op repeteerbaarheid van de metingen, • daarmee de basis leggen voor een vervolgproject gericht op het ontwikkelen van een beslissingsondersteunend platform dat op basis van sensorwaarnemingen de akkerbouwer adviezen geeft om zijn gewasopbrengst te optimaliseren.
