Hoe slechts 3 sensoren een irrigatieprobleem verhielpen

augustus 16, 2018

Het gaat een beetje tegen de verkooplogica in, maar we adviseren onze klanten om met een klein aantal sensoren te beginnen. Niet omdat we geen grote hoeveelheden aankunnen met ons systeem (een gateway kan de gegevens van ongeveer 4.000 sensoren tegelijkertijd verwerken), maar omdat het werken met data op gewasniveau een proces is. Een proces dat continue in ontwikkeling is. Het wordt onderdeel van de manier waarop telers, consultants, irrigatiespecialisten en distibuteurs beslissingen nemen, middelen inplannen en met elkaar communiceren.

Er bestaat geen magische formule om te berekenen hoeveel sensoren een teler van een bepaald gewas in een kas van een bepaalde grootte nodig heeft. Telers hebben verschillende doelen, omstandigheden en budgetten.

Een snelle rondgang over internet suggereert dat je, om mee te kunnen doen met de IoT hype, duizenden sensoren of datapunten moet hebben binnen je kas. Big data is volgens veel trendwatchers de enige manier om goede beslissingen te kunnen nemen voor je bedrijf.

Maar is dat wel zo?

Het zou natuurlijk fantastisch zijn als iedere kas, koelcel of lab is uitgerust met duizenden databronnen. Hoe meer data je tot je beschikking hebt, hoe groter de kans is dat je iets opvalt waar je eerder niet eens aan gedacht had. Toch?

De praktijk leert dat je ook met een strategische inzet van een klein aantal sensoren al een heel groot verschil kunt maken. Door met een behapbaar project te beginnen, bereiken telers veel meer dan van tevoren verwacht. Zoals in dit geval:

De bovenstaande afbeelding toont een heatmap van een van onze klanten. Deze teler ontdekte een irrigatieprobleem met behulp van slechts drie VWC sensoren en kon daarom direct en efficient reageren op de situatie.

Haperende irrigatiesystemen vormen een grote kostenpost voor telers. Niet alleen omdat water duur is en de afgelopen periode met hoge temperaturen een schaars goed, maar temeer omdat de impact van verkeerde watergift op planten enorm schadelijk is.

In dit geval kon de teler eenvoudig in grafieken (en in sms en e-mail notificaties) met vochtigheidsgegevens zien dat een irrigatiepijp aan de ene kant aan het overwateren was en aan de andere kant een watertekort had. Dit kwam door een blockage in de pijp, die dus mede door de real-time gegevens van de watergift snel verholpen kon worden.

Zo zie je maar dat data niet “big” hoeft te zijn om het verschil te kunnen maken.

Hoe kunnen we je helpen bij het digitaliseren van je teeltproces?
Analyseer allerlei informatie afkomstig uit verschillende databronnen zoals klimaatcomputers, sensoren en handmatige invoer op een centrale plek. Verbeter samen met adviseurs, distributeurs en onderzoekers het productieproces van jouw gewassen, planten, zaden of bollen. We gaan graag met je in gesprek over welk servicemodel het meest geschikt is voor jouw bedrijf.

Teeltvariabelen uitgelegd: groeigraden

In deze blog willen we je graag iets vertellen over groeigraden, oftewel growing degree units (GDH/GDD). De reden dat we groeigraden hebben toegevoegd aan ons dashboard is omdat in de vele gesprekken met onze gebruikers hier vaak om gevraagd wordt. Graaduren worden gebruikt om op te sturen, maar telers geven aan dat de berekening tijdrovend ...
Lees meer

Autonoom groeien wordt werkelijkheid

De Autonomous Greenhouse Challenge is vanochtend ten einde gekomen met de bekendmaking van de winnaars. Ons multidisciplinaire team van tuinbouwexperts en computerwetenschappers van Delphy en 30MHz heeft in 6 maanden tijd gezonde cherrytomaten op afstand geteeld. In deze periode hebben we het systeem en de modellen ontwikkeld die nodig zijn om een kas op afstand ...
Lees meer

Van scale-up naar volwaardig bedrijf

30MHz is de afgelopen jaren flink gegroeid. We zijn een stabiele en betrouwbare speler geworden binnen de tuinbouwsector. Als kleine start-up bouwden we in 2015 de eerste fundamenten van ons huidige dataplatform. Zoals de cloudstructuren die nodig zijn om grote hoeveelheden gewasgegevens op te slaan en beschikbaar te maken voor analyses. Hoever je ook terug ...
Lees meer