Biomassa of bodem als maat voor bemesting?


Experts van Wageningen Universiteit & Research denken dat het nog drie tot vijf jaar duurt voordat je grasland plaatsspecifiek kunt beheren. Tot dan is het zaak om het management te verfijnen en preciezer te gaan werken. Dat kan door data te combineren.


Door René Koerhuis D 36


eelnemers van het project Nationale Proeftuin Preci- sielandbouw (NPPL) proberen samen met hun experts van Wageningen Universiteit & Research (WUR) strategieën


te ontwikkelen voor effectiever grasland- management. Dat doen ze door verbanden en correlaties te leggen tussen variaties in de bodem enerzijds en in grasopbrengsten anderzijds. Proeven bij NPPL-deelnemers Zwier van der Vegte en Ad van Velde tonen aan dat plaatsspecifiek (dus binnen per- celen) de mestgift variëren, op basis van verschillen in bodemtoestand en gewas- opbrengsten, nog niet op een betrouwbare wijze mogelijk is.


In plaats daarvan wordt nu vooral geke- ken naar een optimale verdeling van de beschikbare hoeveelheid (kunst)mest over


percelen. Andere projecten, zoals Data Intensive Smart Agrifood Chains (DISAC) en Grass4Farming, bekijken al langer verbanden en mogelijkheden. Welke grondsoort(en) heeft een perceel, welke voorvrucht en geschiedenis, met welk doel teel ik het gras, wat is het juiste oogst- moment en hoeveel (kunst)mest mag ik toedienen? Op dit soort vragen wordt een antwoord gezocht.


Complex gewas


Het blijvende karakter van gras en de meerdere oogsten per seizoen, maken dat akkerbouwmatig telen van gras – zoals dat bij het andere ‘veehouderijgewas’ mais al wel kan – lastig is. “Gras kent vijf tot zes snedes en dus vijf tot zes groeicurves. Bo- vendien corrigeert het gewas zich dankzij een enorm herstelvermogen tijdens volgen- de snedes. Zo kan bijvoorbeeld 1.500 kilo extra drogestofopbrengst door beregening


‘Betrouwbaarheid en nauwkeurigheid techniek wisselt’


Op melkveeproefedrijf De Marke constateerden Zwier van der Ve- gte en zijn NPPL-begeleider Herman van Schooten een negatieve cor- relatie tussen opbrengstmetingen van de eerste snede en de geleid- baarheid (EC) van de bodem tussen 0 en 30 centimeter diepte. Van Schooten: “Een hogere EC gaf een lagere opbrengst in kilo’s droge stof per hectare. Dat is onverwacht en onlogisch. Ook vonden we een grote spreiding, en geen correlatie tussen het percentage organische stof en de plaatsspecifieke opbrengst op de percelen. We vermoeden dat de droge omstandigheden tijdens het bodem scannen in januari 2019 en de geringe hoogteverschillen (maximaal één meter) in de percelen oorzaken kunnen zijn van het gebrek aan correlatie.” Van der Vegte en Van Schooten vergeleken in 2018 en in 2019 ook metingen van NIR-mestsensoren met resultaten van mestanalyses per uitrijdatum door Eurofins Agro. Voor rundveedrijfmest kwam


het gehalte aan stikstof van de NIR-sensor gemiddeld 0,4 g/kg lager uit dan het lab, en voor de dunne fractie was dit 0,1 g/kg lager. Het fosfaatgehalte (P2


sor van zowel rundveedrijfmest als de dunne fractie systematisch kwamen juist fors lager uit dan die van het lab: 1,9 tot 2,8 g/kg. Dit zijn afwijkingen van minus 50%. “Met dergelijke afwijkingen kunnen we tijdens het uitrijden nog onvoldoende vertrouwen op de metingen van de NIR-sensor”, zegt Zwier Van der Vegte. “Niettemin hoop ik dat we er dit jaar verder mee kunnen, met betrouwbaardere ijklijnen, want ik wil uiteindelijk graag een koppeling kunnen maken tussen fosfaatgehaltes in de bodem en drijfmest uitrijden naar behoefte.”


gemiddeld systematisch 0,5 tot 0,6 g/kg hoger dan het lab. Dit zijn afwijkingen van plus 50%. De kali-gehalten (K2


O5 GRASDAG SPECIAL 2020 — augustus 2020


) van de NIR-sensor lag voor beide mestsoorten O) van de NIR-sen-


ervoor zorgen dat de volgende snedes juist minder opbrengen, zodat je netto uiteinde- lijk maar 750 kilo droge stof extra oogst”, zegt Bert Philipsen van Wageningen Lives- tock Research. “Omgekeerd leiden lichte snedes door betere en snellere hergroei tot zwaardere volgende snede(s). De interactie tussen snedes maakt het management en het leggen van verbanden erg lastig. Het teeltdoel van gras is heel anders dan van akkerbouwgewassen. Ik denk dat het nog zeker drie tot vijf jaar duurt voordat we plaatsspecifiek variabel kunnen werken in grasland. Laten we eerst het bestaande management verfijnen en preciezer gaan werken. Dat kan onder meer door data te combineren. Bijvoorbeeld van grasgroei- modellen zoals GrasSignaal, eiwitvoor- spellingen, drone- en satellietbeelden en bodemdata. Niettemin blijft het betrouw- baar in kaart brengen van grashoogtes een uitdaging.”


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48  |  Page 49  |  Page 50  |  Page 51  |  Page 52  |  Page 53  |  Page 54  |  Page 55  |  Page 56  |  Page 57  |  Page 58  |  Page 59  |  Page 60