De boomgaard van de toekomst draait op data

Zoef. Zoef. Zoef. Wie langs een Nederlandse boomgaard rijdt, ziet met een mechanische regelmaat fruitbomen voorbijflitsen. Die nette rijen lijken al per computer uitgestippeld, maar het beheer van Nederlandse fruitboomgaarden zal in de toekomst ook steeds digitaler worden. Op basis van slim verzamelde data nemen fruittelers dan beslissingen over elke individuele boom op hun perceel. Welke boom heeft wel érg veel bloesem? Welke boom blijft achter in groei? En hoe groot wordt de oogst?

Hoewel er steeds meer machines worden geïntroduceerd in de tuinbouw, die bijvoorbeeld helpen bij het oogsten of snoeien, is de volgende stap om ook het management van de boomgaard te innoveren. Om die ambitie tot bloei te brengen, introduceren wetenschappers samen met telers en technologiebedrijven nieuwe praktijken die de boomgaard wortelen in data. Precisiefruitteelt, heet deze vorm van landbouwinnovatie.

‘Wij zien in precisiefruitteelt de potentie om boomgaarden niet alleen efficiënter maar ook duurzamer te maken,’ vertelt onderzoeker Pieter van Dalfsen. Samen met Peter Frans de Jong en andere collega's bij Wageningen Plant Research doet Van Dalfsen in Randwijk onderzoek naar de ontwikkelingen op het gebied van data-gestuurde fruitteelt. Welke oplossingen werken echt, en wat leveren ze op?

Precisiefruitteelt is onderdeel van een bredere trend binnen de land- en tuinbouw om voedselproductie te ondersteunen met data en technologie. De principes van “precisie” zijn voor alle landbouw hetzelfde: meten, analyseren, beslissen en uitvoeren. Met sensoren – bijvoorbeeld onder een drone of op een tractor – verzamelen de telers data, die ze vervolgens analyseren en vertalen naar concrete teeltstrategieën. Via dashboards houden de telers overzicht en nemen gericht beslissingen. Die beslissingen voeren ze nu nog zelf uit, maar ontwikkelingen op het gebied van robotica beloven een toekomst waarin dat werk meer wordt geautomatiseerd.

Wageningen University & Research is een internationale koploper op het gebied van precisielandbouw, zoals de beweging overkoepelend heet. Wageningse wetenschappers doen praktijkonderzoek op de Boerderij van de Toekomst, in de Nationale Proeftuin Precisielandbouw, en ook in het Fruit Research Centre in Randwijk. In Randwijk testen Van Dalfsen en zijn collega's bijvoorbeeld sensoren die data verzamelen over individuele fruitbomen of speciaal ontworpen robotarmen die peren kunnen plukken. De Randwijkse boomgaard wordt het hele jaar door gevolgd: van de bloei in het voorjaar, via de oogst in het najaar, tot aan de snoei in de winter.

‘De bloei markeert het begin van een nieuw teeltseizoen,’ vertelt Van Dalfsen. 'Laten we daar beginnen.’ In de cyclus van de boomgaard is de bloei de vooraankondiging van de oogst. Het aantal bloesems vertaalt zich immers bijna direct in de vruchten die er in het najaar aan de boom zullen hangen. ‘Je wilt niet te weinig bloesem, maar ook niet te veel,’ legt Van Dalfsen uit. ‘Als de boom uiteindelijk te vol hangt, kunnen niet alle vruchten zich optimaal ontwikkelen en krijg je een grote variatie in rijping en omvang.’

Om de bloei in kaart te brengen, rijdt de teler bijvoorbeeld door de boomgaard met een tractor die is uitgerust met een camerasysteem. De camera neemt foto’s van alle bomen en een beeldherkenningsmodel telt vervolgens hoeveel bloemen er op de foto’s staan. Aan de hand van hun gps-positie wordt bepaald hoeveel bloemclusters iedere individuele boom telt. Het resultaat verschijnt in het dashboard van de teler als een zogenoemde bloesemkaart. Daarop kleuren de volste bomen groener en de leegste bomen roder.

Voor de groenste en roodste vakjes op zijn dashboard maakt de teler een plan. Bomen met te veel bloemen worden ‘gedund’. Dat gebeurt door ze te bespuiten met een middel dat de stempels en stijlen van een deel van bloemen uitdroogt. Dat proces verloopt dankzij deze data al bijna automatisch: de machine die de teler achter zijn tractor door de boomgaard trekt, bespuit alleen de bomen die op de bloesemkaart staan aangemerkt. Op dezelfde manier kan de teler de bomen met weinig bloesem gericht bespuiten met groeistoffen. ‘Dat kan betekenen dat de telers in totaal minder spuiten, want ze spuiten alleen waar dat nodig is.’

In de loop van het jaar groeien alle overgebleven bloemen idealiter uit tot mooie, uniforme appels, peren, of andere vruchten. Hoe vroeger de teler weet hoeveel dat er zijn, hoe beter hij zich op de oogst kan voorbereiden. Ook daarvoor werken Van Dalfsen, De Jong en hun collega's mee aan een oplossing. Net als bij de bloesemtelling begint dat met een camerasysteem. Dat neemt foto’s van de boomgaard. Kunstmatige intelligentie telt vervolgens de vruchten. ‘Het blijft natuurlijk wel een schatting, omdat er altijd een paar vruchten verborgen kunnen blijven achter het blad van de boom.’

Hoewel de methodiek nog veelvuldig moet worden getest, is het nut duidelijk. ‘Op deze manier zou de teler zijn opbrengst kunnen voorspellen om de oogst gericht voor te bereiden. Hij weet op tijd hoeveel kratten hij ongeveer nodig heeft, hoeveel ruimte in de koelcellen, en – misschien nog wel het belangrijkste – hoeveel handen.’ Deze data geven, kortom, meer grip op de oogst en zorgen ervoor dat een teler alleen de energie, ruimte en middelen regelt die hij nodig heeft.

In de nog iets verdere toekomst is het denkbaar dat plukrobots de oogst verder automatiseren. ‘In 2023 voerden we tests uit met een robotarm die we speciaal hadden ontworpen om peren te plukken,’ vertelt Van Dalfsen. ‘Peren zijn niet zo populair bij robotontwerpers als appels; ze hebben niet zo’n simpele vorm en moeten met een specifieke kantelbeweging worden geoogst. Onze robot was uitgerust met een siliconen zuignap en vacuümpomp om de vrucht bij het rondste deel vast te pakken en op te tillen.’

De robot herkende de peren die hij moest plukken met een camera. Het systeem werd namelijk ook aangestuurd door een beeldherkenningsmodule die precies berekende wat het beste punt was om de peer vast te pakken. ‘Eigenlijk vormde de robot een 3D-model van elke individuele peer,’ zegt Van Dalfsen. Omdat het systeem helaas nog niet zo goed is in het herkennen van de takken die het plukken nog wel eens in de weg zitten, zul je deze robot nog niet in de boomgaard tegenkomen. ‘Maar het gaat waarschijnlijk niet lang meer duren.’

De teler van de toekomst verzamelt ook tijdens de oogst data. ‘Een van onze partners heeft een camerasysteem ontwikkeld dat informatie verzamelt over elke appel of peer die per lopende band in een voorraadbak verdwijnt,’ vertelt Van Dalfsen. ‘Het systeem, dat geïntegreerd is in het plukplatform, meet de omvang van de vrucht, het blospercentage, en houdt bij welke vruchten in welke bak zijn opgeslagen. Dat vertaalt zich in een kwaliteitslabel per bak, dat in het dashboard van de teler komt te staan. Als je daar nog de locatie van de krat in de koelcel aan koppelt, ben je klaar voor de verkoop.’

Omdat al deze gegevens ook gekoppeld worden aan de gps-locatie van de pluk, is het mogelijk om een kaart van de opbrengsten te maken. Daarop is precies te zien welk deel van de boomgaard hoeveel vrucht heeft gedragen en wat de kwaliteit die vruchten was. ‘Met die kaart kan een teler monitoren of zijn beslissingen het effect hebben gehad dat hij verwachtte. Misschien komt hij bijvoorbeeld tot de conclusie dat er niet genoeg is gedund: de bomen hingen te vol, waardoor de appels aan de kleine kant zijn gebleven.’

Ligt de oogst in de koelcel – of al in de supermarkt – dan wordt het tijd om de boomgaard voor te bereiden op het volgende jaar. Oftewel: tijd om te snoeien. ‘Een goede vorm voor een fruitboom is een driehoek. Onder veel takken, en boven weinig,’ legt fruitboomexpert Peter Frans de Jong uit. ‘De teler snoeit oud hout om ruimte te maken voor nieuwe takken en zorgt dat alle lagen van de boom voldoende licht krijgen.’

Kan het snoeiproces volledig worden geautomatiseerd? ‘In theorie wel', zegt De Jong. ‘We hebben zelfs tests uitgevoerd met een robot die is uitgerust met een snoeischaar, en het daadwerkelijke knippen van de takken verliep naar tevredenheid. De uitdaging voor gerobotiseerd snoeien ligt veeleer bij het beslissingsproces. Met welk algoritme kunnen we ervoor zorgen dat de robot herkent welke takken wél en welke takken níet geknipt moeten worden? Dat is een complexe puzzel die nog niet is opgelost.’

Bomen die veel harder groeien dan de omliggende bomen, kunnen beter helemaal worden afgeremd. De teler snoeit in dat geval de wortels. Dat vraagt minder subtiliteit – in feite niet meer dan een diepe steek met een lang mes om een deel van het wortelsysteem af te snijden. ‘Wortelsnoei wordt vaak al met machines gedaan en die machines, die kun je aansturen met data,’ legt De Jong uit. ‘Dan snoei je efficiënt en gericht alleen de bomen die echt afgeremd moeten worden.’

‘Om data te verzamelen die wortelsnoeimachines kan aansturen, hebben we geëxperimenteerd met LiDAR. Met die technologie kun je een omgeving in kaart brengen via lichtsignalen, vergelijkbaar met hoe radar dat doet op basis van radiogolven. Zelfrijdende auto's gebruiken LiDAR bijvoorbeeld om de weg in kaart te brengen.’ Hoe langer de uitgezonden lichtpuls erover doet om teruggekaatst te worden naar de lichtscanner, hoe groter de gemeten afstand. Met LiDAR creëerden de onderzoekers een gedetailleerde 3D-kaart van de boomgaard, compleet met de hoogte en breedte van elke boom.

LiDAR kan trouwens ook gewasbescherming zuiniger maken. ‘De lichtpuls legt immers vast waar er ruimte is tussen de bomen,’ vertelt De Jong. Door het sproeisysteem met die data te voeden, kunnen telers ervoor zorgen dat de spuitdoppen automatisch sluiten als er een gat is gedetecteerd.

Om samen te vatten wat precisiefruitteelt kan betekenen voor de boomgaard, gebruikt Van Dalfsen het beurtjaareffect als voorbeeld. ‘Dat is een karakteristiek probleem voor de fruitteelt,’ vertelt hij. ‘Een appelboom die het ene jaar veel te veel vrucht produceert, put zichzelf uit. Als overlevingsstrategie brengt de boom daarom het jaar daarop veel minder vrucht voort. Het jaar daarop overcompenseert de boom weer, wat daarna weer een rustjaar tot gevolg heeft.’ Het ene jaar hangt de boom vol kleine groene appels; het andere jaar bungelen er maar een paar enorme, zachte vruchten tussen de takken.

Precisietechnieken helpen precies dit probleem tegen te gaan. ‘Juist de bomen die uit de pas lopen krijgen wat ze nodig hebben om weer in het ritme van de boomgaard mee te gaan. Het resultaat is een meer homogene praktijk, waarin steeds meer bomen dezelfde kwaliteit vrucht zullen dragen’, vult De Jong aan. Bovendien: omdat de teler alleen gericht ingrijpt, verbruikt hij bijvoorbeeld ook minder gewasbeschermingsmiddelen en meststoffen, en is er minder arbeid nodig. Het rendement gaat omhoog en de kosten gaan naar beneden, ook voor de omgeving en het klimaat.