Het combineren van data- en plantenwetenschap is relevanter dan ooit. Wanneer we dit op de juiste manier toepassen, zouden we op een efficiëntere en duurzamere wijze groente en fruit kunnen verbouwen. Maar hoe combineer je planten- en datawetenschap? Grodan heeft daarover wel ideeën.
Zo goed als alle gegevens betreffende de plant, zoals de groeigegevens en informatie over de wortelzone, maar ook de klimatologische omstandigheden, worden verzameld als bruikbare data. Dit kan handmatig worden gedaan, maar dat kan tijdrovend en gevoelig voor fouten zijn, of via hightech systemen, zoals sensoren en beeld technologische systemen.
Er is zoveel data beschikbaar, maar wat moet je ermee doen? En hoe kan het beste van twee werelden worden gecombineerd, door de waardevolle inzichten op het gebied van plantenwetenschap in de kas te combineren met datawetenschap?
Plantenwetenschap vs. datawetenschap
Plantenwetenschap dateert al van de oudheid, maar datawetenschap is relatief nieuw. Plantenwetenschap is de klassieke wetenschap die zich bezighoudt met de fysiologie, genetica en groei van gewassen. Het is gestructureerd en systematisch.
Aan de andere kant is datawetenschap de wetenschap van het onttrekken van nuttige kennis aan ruwe data, naar aanleiding waarvan maatregelen kunnen worden genomen. Datawetenschap kan meer worden beschouwd als een soort kunstvorm, zonder vaste regels.
De wetenschappen zijn zo goed te combineren omdat voor allebei gebruik wordt gemaakt van de nieuwste technologieën en ze beiden een sterk onderzoek element bevatten. Datawetenschap kan worden gecombineerd met zo goed als alle andere wetenschappen of domeinen, zoals de medische wetenschap, financiële domeinen, astrofysica etc.
Wanneer datawetenschappelijke activiteiten worden gecombineerd met dynamische plantenwetenschap, gebeuren er wonderlijke dingen. De teler heeft meer zekerheid en bereikt meer met minder (minder water, minder meststoffen, minder chemicaliën). Door deze combinatie worden een betere gewaskwaliteit, hogere opbrengsten en een hogere efficiëntie in de kas gerealiseerd.
Hoe combineer je planten- en datawetenschap?
Omdat dit nog vrij nieuw is, zijn er veel misvattingen en aannames zijn over het combineren van plantenwetenschap met datawetenschap en het gebruik van nieuwe technologieën in de kas. Hieronder deelt Grodan een aantal van de belangrijkste misvattingen die zij vaak tegenkomen (en de gerelateerde feiten).
1. Misvatting: “Mijn onderbuikgevoel klopt altijd. Ik heb geen nieuwe technologieën nodig en heb geen interesse in de toepassing van datawetenschap in mijn bedrijf.”
Feit: Het kan niet worden ontkend dat data en AI zeer nuttig kunnen zijn voor een bedrijf, omdat slimme algoritmen op effectieve wijze verbanden kunnen aantonen en met datatechnologie historische gegevens kunnen worden geregistreerd.
Er moet echter wel worden gezocht naar de juiste combinatie van plantenwetenschap en datawetenschap. Er moet rekening worden gehouden met de expertise van de teler (kennis betreffende de gewassen of ‘groene vingers’).
De voorspellingen, suggesties en aanbevelingen fungeren slechts als datagedreven ondersteuning. Ik gebruik hiervoor altijd de metafoor van de piloot. Het overgrote deel van het werk van de piloot in het vliegtuig wordt gedaan door een computer. De piloot moet echter nog altijd de beslissingen nemen, en dat moeten geïnformeerde beslissingen zijn.
Zelfs de meest succesvolle telers kunnen van tijd tot tijd profiteren van datagedreven inzichten, data en prognoses. We zien steeds vaker dat verschillende soorten glastuinbouwbedrijven datawetenschap toepassen om hun teeltstrategie te verbeteren.
Voor meer informatie:
Grodan
www.grodan.nl
info@grodan.nl