Nieuws
Model voorspelt kans op ritnaaldschade
In de Publiek Private Samenwerking Grondige Aanpak Bodemplagen wordt gewerkt aan een model dat voorspelt wat de kans op ritnaaldschade in een bepaald perceel is. Zo kunnen telers zich beter voorbereiden en maatregelen nemen om ritnaaldschade te beperken. Welke maatregelen dat kunnen zijn wordt ook in de PPS onderzocht. Het model wordt gevoed met een dataset van perceeleigenschappen en teelthistorie van percelen met en zonder ritnaaldschade. De verwachting is dat een eerste versie van het model halverwege 2024 klaar is en dat deze in de navolgende twee jaar wordt verbeterd met meer data.
Onderzoek naar bodemplagen
Schade door bodemplagen komt steeds vaker voor en wordt gelinkt aan verduurzamingsmaatregelen in de landbouw. Vooral ritnaalden zijn een groeiend probleem in de aardappelteelt omdat ze zorgen voor schade aan de oogst. Ritnaalden hebben een levenscyclus van vier jaar, dus het probleem is ook niet zomaar opgelost. In de PPS Grondige Aanpak Bodemplagen doen Wageningen University & Research, BO Akkerbouw, Cosun, Vertify, Van Iperen en Agrifirm samen met vijf andere partners onderzoek naar bodemplagen. Het doel is om met concrete maatregelen te komen en/of om modellen te ontwikkelen die de kans op bodemplagen in percelen, of delen daarvan, voorspellen. Dit model is daar een voorbeeld van.
Perceelseigenschappen en ritnaaldschade
Entomoloog Bas Allema werkt momenteel hard aan het vullen van de dataset die het model moet voeden. Eerder dit jaar hebben twee bedrijven in het consortium hun informatie, met daarin GPS-locaties van percelen die ritnaaldschade hebben en het percentage aan schade, gedeeld met WUR. Met die gegevens kan WUR informatie opvragen rondom teeltgeschiedenis, grondsoort, organische stofgehalte en pH-waarde. Al die informatie samen leidt tot de dataset. “We zijn vooral op zoek naar correlaties tussen perceelseigenschappen en het optreden van ritnaaldschade,” laat Allema weten. “Als je de perceelseigenschappen weet kun je namelijk voorspellen wat de kans op ritnaaldschade is.” Voor telers kan de dataset cruciaal zijn. Je kunt je niet alleen beter voorbereiden op ritnaalden, volgens Allema kunnen telers in het uiterste geval zelfs kiezen voor een ander gewas dat minder gevoelig is voor ritnaalden.
Een representatieve dataset
Momenteel bestaat de dataset uit informatie van 800 percelen verspreid over het land. De helft daarvan heeft ritnaaldschade. De dataset bevat op dit moment alleen informatie van kleigronden. Om het model betrouwbaarder te maken is ook informatie vanuit andere teeltgebieden (zoals zand-, veen- en kalk- grond) nodig. Allema roept bedrijven die informatie hebben over percelen in deze gebieden dan ook op zich te melden: “Door continu data te verzamelen en die te vertalen in de dataset wordt ‘ie alleen maar beter.” De verwachting is dat de eerste versie van het model halverwege 2024 gereed is en van daaruit verder ontwikkeld gaat worden. In 2026 wordt verwacht dat er een representatieve versie van het model beschikbaar komt voor akkerbouwers zodat zij er mee aan de slag kunnen.