Fovorieten
Gebruikersmenu

Login Nieuwsarchief

wachtwoord vergeten?

Nieuwsfilter

Zoek nieuws op de trefwoorden...


in de periode:

  t/m  

Satellietbeelden kunnen ruw-eiwitgehalte van gras nog niet voorspellen

Geplaatst: 04/05/2021 


Onderzoek, uitgevoerd binnen het project DISAC, heeft aangetoond dat grasopbrengst met satellietbeelden heel redelijk te voorspellen is. Dat geldt niet voor de graskwaliteit en specifiek het ruw-eiwitgehalte van gras. Daarvoor blijven melkveehouders aangewezen op laboratoriumanalyses.

In agrarische bedrijfslaboratoria wordt het ruw eiwitgehalte van gras met NIRS gemeten. De betrouwbaarheid hiervan is 97%. Op basis van een veldexperiment is gekeken hoe nauwkeurig met spectrale reflectie het ruw eiwitgehalte van vers materiaal te bepalen is.  Op de proefbedrijven Vredepeel, Dairy Campus en KTC Zegveld is in 2016 tot en met 2018 een maaiproef uitgevoerd met 3 stikstofbemestingsniveaus en 4 maaitijdstippen binnen een snede.

Het modelmatig voorspellen van grasgroei en het meten van grasopbrengst met reflectiemetingen is getoetst aan gemaaide werkelijke grasopbrengsten. De 3 locaties verschilden voor wat betreft de grondsoort, weersituatie, de beschikbaarheid van bodemvocht en de stikstoflevering door de bodem. De variatie in stikstofbemesting is gebruikt om te zien hoe het groeimodel reageert op de beschikbaarheid van stikstof als groeifactor. Er zijn groeitrappen aangelegd om bij  de oogst van een snede over een brede range aan opbrengstverschillen te beschikken voor toetsing van de reflectiemetingen.

Het onderzoek wijst uit dat met reflectiemetingen in de vorm van satellietbeelden, dronebeelden of handheldapparatuur het ruw-eiwitgehalte van vers gras niet betrouwbaar gemeten kan worden. Daarvoor blijven melkveehouders aangewezen op laboratoriumanalyses.

Een alternatief is om de gehalten te schatten met een grasgroeimodel, ondanks dat de betrouwbaarheid met ongeveer 50% ook nog relatief laag is. Modelvoorspellingen voor het ruw-eiwitgehalte hebben meer perspectief, omdat deze zich proportioneel verhouden met de voorspelde opbrengst. De betrouwbaarheid van de opbrengstvoorspelling bedroeg 72%. Wanneer modelvoorspellingen met satellietbeelden of grashoogtemetingen gecombineerd worden vergroot de betrouwbaarheid van de voorspelling. Hier is nog winst te boeken.


mail a friend printversie deel dit bericht via WhatsApp deel dit bericht op FaceBook deel dit bericht op LinkedIn deel dit bericht op Twitter