Project
NIVA
NIVA (New Vision on Integrated Monitoring and Application System) is een H2020 Innovation Action om de digitalisering van de landbouw te faciliteren. Digitale transformatie en slimme technologie beginnen een steeds belangrijker rol te spelen in de monitoring van betalingen in het kader van het Gemeenschappelijk Landbouwbeleid aan landbouwbedrijven: om dit zo makkelijk mogelijk te maken voor de boer en de overheid, maar ook het milieu en sociale indicatoren mee te kunnen nemen.
Het NIVA project realiseert versimpeling van de betalingen aan boeren in het kader van het Gemeenschappelijk Landbouw Beleid (GLB) en betere vaststelling van milieuprestaties van de landbouw, beide door een technologie-transitie (aardobservatie, Big Data Analytics, precisie-registratie) te realiseren. Via large-scale pilots worden innovaties in het monitoren van de prestaties van de landbouw getest.
De lidstaten van de Europese Unie hebben allemaal Integrated Monitoring en Application Systems (IACS) draaien, die betaling aan boeren regelen volgens de regels van het GLB, en die controleren of boeren zich qua areaal en beheer aan de afspraak houden. In het kader van het nieuwe landbouwbeleid (2020-2024) wordt er meer nadruk gelegd op de milieuprestaties van de primaire landbouwsector, waarbij de lidstaten die milieuprestaties gaan monitoren. Ook moet het gebruik van de systemen voor boeren worden, door zogenaamde automatische click-&-pay systemen: de boer valideert de informatie die voor hem gegenereerd wordt op basis van aardobservatie en rekenmodellen. Tegen deze achtergrond test het NIVA project via 9 large Scale Pilots innovaties in de IACS.
Namens Nederland zijn RVO en ZLTO betrokken, naast WR. WR en RVO coördineren samen het Innovation Ecosystem dat goede kansen biedt om sterke NL spelers qua techniek en landbouw te positioneren.
RVO leidt een large scale pilot op het gebruik van gegevens uit landbouwmachines (trekkers, maaimachines, etc) om de kartering van landbouw percelen automatisch te doen. Hierbij zijn er links met data infrastructuren om data te kunnen delen van de boer naar het betaalagentschap, en algoritmes om data van machines slim in te kunnen zetten voor monitoring. Hierbij wordt de machine een soort sensor voor RVO om perceelsgrenzen te bepalen. In het bepalen van het monitoringsinstrumentarium voor milieuprestaties zijn er ook kansen om aardobservatie met machine learning algorithmes in te zetten.