De landbouwsector staat voor tal van uitdagingen in de komende decennia. Hoe zal hij of zij erin slagen om deze uitdagingen het hoofd te bieden? Digitalisering kan hier een grote rol in spelen, in alle landbouwtakken. We benoemen een aantal voorbeelden van smart farming in Nederland en België.
Big data voor kippen
Het Belgische Porhyrio, nu onderdeel van Evonik, ontwikkelde een toepassing die een volledige pluimveeproductie optimaliseert. Een zelflerend algoritme combineert wetenschappelijke kennis en expertise in pluimveeproductie om voorspellingen te doen in verband met dierprestaties en productieplanning.
Baas blijven over data met smart farming
Met steun van het Europees Fonds voor de Regionale Ontwikkeling (EFRO) startte ILVO samen met de partners Milcobel, DGZ, Boerenbond, AVEVE Veevoeding en CRV de publiek-private samenwerking DjustConnect op. Samen investeren de partijen in een digitale infrastructuur om data te delen op een efficiënte manier. DjustConnect is geen dataplatform en heeft ook geen centrale databank. Alle data blijft bij de bron en wordt enkel via een API (application programming interface) uitgewisseld op het moment dat het nodig is.
DjustConnect is dus te vergelijken met een autostrade. Bedrijven hebben een oprit of een afrit naar de autostrade. Maar er zijn ook telkens slagbomen die opengaan of dicht blijven. Alle bedrijven in de agrovoedingsindustrie kunnen gebruik maken van de autostrade, zolang ze de regels volgen. De belangrijkste regel is dat de landbouwer eigenaar blijft van zijn data. Enkel wanneer hij daar expliciet toestemming voor geeft, worden de gegevens gedeeld. Die toestemming kan hij met een eenvoudige klik opnieuw ongedaan maken. Een eerste toepassing op DjustConnect is IKM-NET.
Traceerbaarheid voeding tot in de silo
Onder IOF2020 ontwikkelen Lambrecht Trailers, de KULeuven en Quicksand een volledig geautomatiseerd silosysteem gebaseerd op IoT (Internet of Things). Dit systeem moet garanderen dat het juiste voeder altijd in de juiste silo terechtkomt en dat ook de details van de levering bijgehouden worden. Door deze doorgedreven traceerbaarheid wordt contaminatie vermeden.
SMART-feeding via prestarters en split-feeding
Ook de wijziging in voermethoden mag gerust tot smart farming worden gerekend. SMART-feeding wil zeggen dat het voer beter afgestemd wordt op de noden van de dieren op dat moment. Zo is de opkomst van prestartervoeder een antwoord op de specifieke noden van vleeskuikens in de eerste dagen van hun verblijf in de stal. In een onderzoek van het Proefbedrijf Pluimveehouderij besluit men dat het gebruik van prestarters een positief effect hebben op de technische resultaten: een lagere uitval in de eerste week, een betere voederconversie en een voederwinst van 0,0004 euro per kuiken.
Een doctoraatsproject aan het ILVO, in samenwerking met het Proefbedrijf Pluimveehouderij, focuste dan weer op split-feeding bij bruine en witte legkippen. Bij split-feeding geeft men een ander voer in de voor- en namiddag. De nutriënten variëren zodat ze beter inspelen op de behoeftes voor de eivorming. In de voormiddag wordt er vooral albumen (eiwit) gevormd, in de namiddag staat de schaalvorming centraal (calcium). Uit de resultaten blijkt dat witte en bruine leghennen in verrijkte kooien anders reageren op de voederbehandelingen. De witte hennen die Split-voeder kregen, hadden een iets lagere voederopname maar een even hoog legpercentage en eigewicht als de andere voederbehandelingen. Ze gingen dus iets efficiënter met de hen toegediende nutriënten om. Bij de bruine hennen gaf Split-voeder een hoger eigewicht en voederopname maar in schaalkwaliteit was er geen verschil te merken.
Gezondheidsmonitoring via beeldtechnologie bij vleeskuikens door smart farming
Van 2017 tot 2019 onderzocht het demoproject EyeNamic of het mogelijk is om gezondheidsmonitoring te doen via beeldtechnologie bij vleeskuikens. In enkele bedrijven werd de PLF (Precision Livestock Farming)-technologie van Fancom geïnstalleerd, vijf Vlaamse bedrijven namen deel. Deze beeldmonitoring kan de pluimveehouder helpen om vroegtijdige veranderingen te zien in de stal. Denk aan een voederlijn die niet goed werkt, waarbij kuikens massaal samentroepen aan een andere voederlijn. Dit soort wijzigende omstandigheden in de stal kan een camera eenvoudig registreren. Ook pootproblemen en defecte liermotoren, defecten aan de verwarming en de klimaatregeling werden via de analyse van de bewegingen op de camera’s vastgesteld. Uit het project bleek dat de technologie nog verbeterd kon worden, bijvoorbeeld door het systeem te standaardiseren zodat het meteen in elke stal toepasbaar is.
Tekst: Hilde De Wachter
Dit artikel komt uit onze gratis Pluimveekrant. Soortgelijke artikelen thuis op de mat?
