
Project
Digital Twin, real time Stikstofstromen op agrarische bedrijven (fiche)
Voor operationeel handelingsperspectief op stikstofbenutting wordt een digitale tweeling voor grondgebonden bedrijven ontwikkeld die de stikstofstromen in kaart brengt met voor het bedrijfs- en plaats-specifieke (real-time) data en (componenten) van bestaande en gevalideerde modellen.
WUR heeft een eerste versie van een digitale tweeling van een grondgebonden agrarisch bedrijf ontwikkeld: de Digital Future Farm (DFF). Hiervoor is toegang tot data en modellen georganiseerd in een integratie raamwerk. Dit raamwerk is vervolgens gekoppeld aan Farmmaps voor bedrijfs- en plaats specifieke datavoorziening. Hiermee is de basis gelegd om stikstofstromen en processen in real-time en van dag tot dag op operationeel niveau in kaart te brengen met voor het bedrijf plaats-specifieke (perceel) real-time data, waarbij gebruik gemaakt wordt van (componenten van) wetenschappelijk gevalideerde modellen. In 2024 hebben we de DFF voor een akkerbouwer geïmplementeerd en gedemonstreerd op de Boerderij van de Toekomst en op een commercieel aardappelteelt bedrijf (Van den Borne Aardappelen). Binnen deze DFF zijn ook een aantal verfijningen ontwikkelt, zoals een module om de gerealiseerde opkomstdatum van een gewas aan de hand van waarnemingen te bepalen. Voor de DFF voor een melkveebedrijf is een integratie raamwerk opgezet voor een grasmodel en de link met de veerstapel en rantsoen op de Marke. Er is gewerkt aan het automatisch binnenhalen van perceels- en beweidingsdata via Farmmaps, en ophalen van rantsoenen via Cowconnect. Dit raamwerk is geïmplementeerd en getoetst met data van de Marke uit 2023. De eerste mock-up visualisaties voor een DFF melkveehouderij zijn opgesteld, welke als input dienen om met stakeholders een pakket aan eisen vast te stellen. Dit pakket aan eisen wordt middels interviews met melkveehouders vastgesteld en zal als basis dienen voor de eerste visualisaties op Farmmaps. Op de korte termijn (2025) ligt de focus op de verfijning van de DFF door meer modellen toe te voegen, door verschillende beweidingssystemen toe te voegen, meer gewassen te integreren (bijvoorbeeld mais voor melkveehouderij en tarwe voor akkerbouw) en de DFF te demonstreren in de praktijk. Op de lange termijn ligt de focus op de economische impact van de DFF voor managementdoeleinden te duiden.
Publicaties
-
Data Science for Next Level Dairying
-
A digital twin for arable crops and for grass
-
Operational yield forecasting and crop management with a digital twin
-
A Digital Twin to Improve the Sustainability of Arable and Dairy Farming
-
The Digital Future Farm: a digital twin for arable farming
-
The Digital Future Farm: for sustainable agriculture