Resultaten van FarmHack #2!
Eén van de vele leuke verrassingen: demonstratie professionele drones

De tweede FarmHack vond plaats bij de familie Sterenborg in Onstwedde. Centrale vraag was of we de bestrijding van phytophthora plaatsspecifiek konden maken op basis van drone- of satellietbeelden, waarbij met behulp van ‘slimme taakkaarten’ de dosering in het veld automatisch zouden worden aangepast.

De bestrijding van phytophthora kan verfijnder dan de huidige praktijk, als een boer gebruik kan maken van plaatsspecifieke kennis. Preciezer spuiten kan zorgen voor minder middelengebruik.

Nanne, Ingrid en hun zoon Gert Sterenborg zijn inmiddels de 11e en 12e generatie op dit bedrijf, de familie Sterenborg boert al 500 jaar op dit bedrijf! Zij hebben 300 hectare in beheer, met een veenkoloniaal bouwplan (zetmeelaardappelen in vruchtwisseling met suikerbieten, en graan). Daarnaast hebben ze ook 66.000 leghennen, 70 hectare natuurgrond en een biogas installatie.

FarmHack toelichting

Foto credits: Marina ter Wiel

Het is een intensief bedrijf, maar het draait niet alleen om productie. Nadat de bedrijfsvoering vorige generaties in het teken stond van mechanisatie en schaalvergroting, gaat het nu vooral om de vraag hoe ze met het huidige areaal zo optimaal mogelijk kunnen produceren. Rendement, precisie en efficiënt gebruik van hulpstoffen zijn dan belangrijk, maar ook hoe je omgaat met de omgeving: “We willen niet op een eiland, maar open en in interactie met de omgeving opereren. En we zoeken ketenpartners die dit waarderen”.

Nanne schetst de stand van zaken in precisielandbouw: “GPS werd 10 jaar geleden geïntroduceerd. Hiermee kon je je percelen beter bewerken door recht te rijden en voldoende afstand te houden van de sloot. Nu zijn we toe aan de volgende stap, waarbij we GPS gebruiken voor de aansturing van machines”. Hij vervolgt met zijn wensenlijst: “satellieten, drones, bodemscans en opbrengstmetingen met de maaidorser of de aardappelrooier leveren een schat aan plaatsspecifieke informatie op, maar hoe maak ik nu een fatsoenlijke taakkaart waar die informatie in verwerkt is?”

Bekijk ook de video impressie van de FarmHack:

 

Kennispartners

We richtten ons op één perceel, en verzamelden daar zoveel mogelijk data over. Het perceel is bovendien drie keer “ingemeten”, voorafgaand en tijdens de FarmHack, door een drone van Dronewerkers. Tijdens de FarmHack kregen we ook data en tekst en uitleg van Alterra, over het gebruik van satellietdata voor precisielandbouw en gewasbescherming.

 

Vier teams

Tijdens de FarmHack gingen uiteindelijk vier interdisciplinaire teams aan de slag, bestaande uit programmeurs, engineers, business developers, boeren, studenten, ambtenaren, geo wetenschappers en meer. Zij gingen aan de slag met nieuwe technologieën en in gesprek over hergebruik van landbouwdata voor communicatie en interactie met de omgeving.

 

Het winnende team! Team Agrovision

Het AgroVision team heeft gewerkt aan een toepassing die automatisch een taakkaart kan genereren gebaseerd op de biomassa (NDVI) zoals deze is gemeten door drones en satellieten. De automatische taakkaart kan door de teler aangepast worden naar zijn eigen situatie door de maximale en minimale hoeveelheid spuitvloeistof aan te passen.

Agrovision Team Farmhack

Met deze taakkaart houdt de spuitmachine rekening met de hoeveelheid blad in het gewas. Daar waar meer blad is wordt meer middel gespoten dan op plekken met minder blad. Hierdoor kan de akkerbouwer niet alleen gewasbeschermingsmiddelen besparen, maar deze ook optimaler inzetten, waardoor zijn gewas nog beter beschermd is. Dit is goed voor de portemonnee van de boer, voor het milieu en zijn directe omgeving.

Aan het begin van vrijdagavond had het team handmatig een taakkaart gerealiseerd die direct is toegepast op het betreffende perceel. Een live demo dus! Vrijdagnacht en zaterdagochtend zijn alle stappen verder geautomatiseerd.

De toepassing wordt waarschijnlijk in de komende weken in CropVision als Beta versie ter beschikking gesteld aan geïnteresseerde telers. Nanne Sterenborg heeft al aangegeven deze te gaan gebruiken.

 

Team Taak Meester

Team Taak Meester heeft gewerkt aan een toepassing waar de boer met eigen hand en verstand wijzigingen kan aanbrengen in taakkaarten voor gewasbescherming en bemesting. Zij maakten de boer zelf eindverantwoordelijk voor het hangen van waardes en doseringen aan zones in het perceel. Zo kan de boer zelf beslissingen maken op basis van plaatsspecifieke kennis van zijn perceel, en alleen gewasondersteuning bieden op plekken waar dat rendement oplevert. Met de applicatie die ze ontwikkelden kan een boer makkelijk handmatig aanpassingen doen, de data downloaden en exporteren en vervolgens direct gaan rijden. Het team stelt de boer centraal en is er van overtuigd dat op deze manier het gebruik van taakkaarten door boeren zal toenemen. Dit team won bovendien de Open FarmHack prijs, omdat ze volledig in Github hebben gewerkt!

Taakmeester Team Farmhack

De Taak Meester ontwikkelde een app met gebruiksvriendelijke interface voor de boer, waarin verschillende biomassa zones een andere kleur hebben, waar de boer een actie aan kan koppelen. Dit is het enige wat de boer hoeft te doen!

 

Team Colorado

Het team Colorado heeft gekeken naar mogelijkheden van automatische detectie van Colorado kevers. Een mogelijke oplossing is het bevestigen van camera’s op de trekker en spuitbomen. Op deze manier kan bij iedere rit over het perceel gemonitord worden, en op basis van de data vroegtijdig en plaatsspecifiek opgetreden. Ook zijn met een laagvliegende DJI Phantom drone foto’s gemaakt (op ca 2m hoogte). Met kennis van NHL Computervision is een algoritme gebruikt om de plaatjes in te lezen en uiteindelijk binaire plaatjes op te leveren met pixels met de waarde 1 waar de kevers zitten en de waarde 0 voor de achtergrond.

Colorado Potato Beetle Team FarmHack

Bij beide methoden werden de kevers succesvol aangetoond, maar de methoden zijn nog niet robuust genoeg voor een echte oplossing. In de “paden” tussen de planten zitten bijvoorbeeld ook delen met de dezelfde HSV waarden (Hue: kleur, Saturation: verzadiging en Value: (helderheid)waarden) als de kevers zelf. Verder onderzoek is nodig om die er uit te filteren. Al zijn er ook andere (complexere) patroonherkenningstechnieken beschikbaar om de beelden te analyseren. Hiervoor zal nog flink wat werk moeten worden verricht. Meer weten? Lees meer op https://github.com/FarmHackNL/colorado-potato-beetle

Colorado Potato Beetle Team FarmHack 2 Potato FarmHack

NB: Een demo versie van de gebruikte Computer Vision ontwikkelomgeving (VisionLab) kun je downloaden van www.vdlmv.nl/download. Op www.nhlcomputervision.nl/courses staat een cursus Computer Vision waar dit softwarepakket wordt gebruikt.

 

Team Eerste Hulp bij Hackathons

Herko en Willy, werkzaam bij de provincie Groningen, werkten samen aan een use case voor de “Internet of Things” in de landbouw. Use case is het vroegtijdid opsporen van phytophtora sporen. De provincie Groningen en Drenthe krijgen einde dit jaar namelijk LoRa (Long Range Radio) dekking voor de hele provincie. Met deze technologie maakt het mogelijk om allerlei apparaten die niet veel data verbruiken te verbinden in een een netwerk (in dit geval The Things Network). LoRa technologie heeft een veel groter bereik dan WiFi, het gebruik is gratis, er is geen abonnement nodig zoals bij mobiel internet.

In overleg met NHL Computervision en Dacom hebben ze gekeken naar de Aeroscope, een bestaand apparaat dat de lucht bemonstert. Het bevat een pre-filter dat grotere deeltjes tegenhoudt en daarachter een filter dat allerlei sporen opvangt, waaronder phytophthora infestans. Analyes worden met behulp van computer vision automatisch in het veld gedaan, met een uitslag binnen enkele minuten. Dankzij LoRa zou er een provincie dekkend early warning system ontwikkeld kunnen worden. Door informatie uit te wisselen en samen te werken kunnen plantenziekten preventief en effectief worden bestreden.

Zo’n netwerk zou heel duur zijn als alle sensoren uitgerust zouden zijn met een eigen 3G abonnement. LoRa maakt het mogelijk om kleine databestandjes gratis via een bepaalde golflengte naar het internet te sturen. Het early warning systeem kan helpen om bestrijdingskosten te besparen en milieuvriendelijker te produceren. Naar de toekomst toe zijn ook andere toepassingsmogelijkheden denkbaar, zoals het meten van pollen voor mensen met allergieen. Op dezelfde manier kunnen andere type sensoren in een netwerk worden verbonden, denk aan windrichting, windkracht, grondwatergradienten, UV-kracht, temperatuur, en agronomische eenheden (N, P, S). Maar bijvoorbeeld ook debietmetingen en GPS positie tijdens specifiek veldwerk. Hier vind je hun presentatie!

 

Vervolg

Aan het eind van de hackathon krijgt het beste team een bescheiden geldprijs, en vooral krijgen de winnaars eind augustus een BootCamp aangeboden bij de ZLTO, de Zuidelijke Land- en Tuinbouw Organisatie. Deze bootcamp staat onder leiding van Source Institute. Teams worden pitch ready gemaakt voor een event met investeerders in samenwerking met ABN AMRO tijdens de Dutch Design Week.

Agrovision Team FarmHack 2

Presentaties, verslagen en resultaten van de FarmHacks worden op een open en duurzame manier vastgelegd in een daartoe ontworpen open ecosysteem. Het streven van FarmHack is namelijk om een solide gemeenschappelijke basis realiseren waarop we samen waarde toevoegende apps en oplossingen bouwen. FarmHack daarom als een open source project. De resultaten van alle FarmHacks zijn straks terug te vinden in ons GitHub ecosysteem (een plek waar samen aan broncode kan worden gewerkt).

 

Bonus

Tijdens de late uurtjes van de FarmHack heeft een incognito team een applicatie gemaakt die het mogelijk maakt om een aantal percelen met elkaar te vergelijken op basis van o.a. de hoeveelheid biomassa. De min, max en gemiddelde biomassa waardes alsmede een histogram worden automatisch berekend en helpen de boer snel een overzicht te krijgen van de prestaties van elke perceel. Check it out!

FarmHack T-Shirt

Over de auteur

De missie van Farmhack.NL is om een rijk en divers ecosysteem te bouwen rond de boer, bestaande uit coders, hackers, developers, planologen, designers, domeinexperts en ambtenaren. Er liggen veel maatschappelijke opgaven die met slimme inzet van data en technologie vertaald kunnen worden in innovatie kansen voor de boer.