Matige prestaties van bodemscanners op zandgrond
Volledig onderzoeksrapportMatige prestaties van bodemscanners op zandgrond
Over Crkls
In de afgelopen decennia is het landbouwkundig onderzoek in Nederland enorm versplinterd en uit elkaar gegroeid. En ja, boeren hebben vertrouwen in onderzoek, maar hun vertrouwen is niet onvoorwaardelijk. Ook sluit het onderzoek niet altijd goed aan op de urgente problemen waarmee boeren worstelen in de praktijk.
De initiatiefnemers van Crkls: Misset Uitgeverij, BO Akkerbouw, Wageningen University & Research, Aeres Hogeschool en Groen Kennisnet willen hier wat aan doen voor een toekomstbestendige landbouw in Nederland die nu voor grote uitdagingen staat.
Het kennisplatform Crkls wil het kaf van het koren scheiden en bewezen kennis gemakkelijk vindbaar maken voor boeren op een plek. De resultaten van alle onderzoeken en praktijkproeven in Nederland worden verzameld en door een onafhankelijke redactie beoordeelt en op een uniforme en compacte wijze gepubliceerd.
Ga naar de inhoud
Onderzoeksinstituut: WUR en Aeres Hogeschool
Locatie: Lemelerveld (Ov.)
Periode: 2020
Gefinancierd door: Ministerie van LNV (NPPL)
Status onderzoek: Afgerond
Bodemsoort: Zand
Betrouwbaarheidsscore:
In deze vergelijking op een zandgrond scoren alle bodemscansystemen slecht tot matig in vergelijking met bodemmonsters. Dit betekent dat ze moeite hebben met het voorspellen van organische stof, pH en in een enkel geval lutum. Bodemzones worden door een aantal systemen wel voor de teler herkenbaar ingedeeld.
Conclusies
- De bodemscansystemen geven de absolute samenstelling van de bodem slecht tot matig weer.
- Zones met hogere en lagere organische stofgehalten komen wel overeen met het beeld van de teler.
Samenvatting
In dit onderzoek zijn vijf bodemscanners (BioScope, SoilXplorer, Passieve gamma-stralingscanner, Dualem 21 S en Veris MSP3) en een remote sensing syteem (Aurea Imaging/Dronewerkers) met elkaar vergeleken.
Lees meer
De systemen hebben in maart 2020 een zandgrondperceel in Lemelerveld (Overijssel) gescand. Aan de leveranciers is gevraagd om, indien mogelijk, kaarten van de variatie in organische stof, lutum en pH op te leveren. In dezelfde periode zijn op het perceel grondmonsters genomen en deze zijn geanalyseerd op organische stof, lutum en pH in een bodemanalyse-laboratorium. De data van de bodemscans is vergeleken met de data van de referentiemonsters. Per kaart zijn twee statistische parameters bepaald: de gemiddelde fout (RMSE) en de correlatie (R2). Deze parameters zeggen iets over de nauwkeurigheid van deze systemen. De waarde van de RMSE hangt af van de hoogte van de gemeten variabele, maar hoe lager hoe beter. De waarde van de R2 ligt tussen 0 en 1, hier geldt juist hoe hoger hoe beter.
Resultaten
Het verband tussen bodemscans en referentiemonsters is slecht tot matig. De R2 voor de organische stofkaarten van Aurea Imaging Imaging (remote sensing systeem), Loonstra (passieve gamma-stralingscanner) en Vantage Agrometius (Veris MSP3) lag op respectievelijk 0.05, 0.07, 0.25 met een RMSE van respectievelijk 0.91, 1.63 en 1.75 procentpunt. De R2 voor de pH kaarten lagen voor diezelfde aanbieders op respectievelijk 0.04, 0.00 en 0.48 met een RMSE van respectievelijk 0.19, 0.20 en 0.15 pH-punt.
Er zijn weinig tot zeer weinig referenties in de lage organische stofklasse beschikbaar. Dit zou de matige score voor de organische stofkaarten kunnen verklaren.
Betrouwbaarheidsscore:
Het onderzoek is eenjarig uitgevoerd. De resultaten bevatten een statistische onderbouwing. Het is daarmee betrouwbaar.
