Vanuit het Bestuurlijk Overleg Open Teelt en Veehouderij (BOOT) is de zogenaamde BOOT-lijst opgesteld met maatregelen die emissie naar water vanuit landbouwbedrijven verlagen. De praktijkrijpe maatregelen worden via het Deltaplan Agrarisch Waterbeheer (DAW) verder uitgerold. Factsheets over 24 van de maatregelen geven inzicht in het productievoordeel, het milieuvoordeel en de kosten en in de praktische inpasbaarheid. Dit rapport voorziet in achtergrondinformatie en onderbouwing van de factsheets en geeft aan in hoeverre er consensus is over de gepresenteerde inzichten. Bij veel maatregelen is er behoefte aan versterking van de empirische onderbouwing. Adviezen over te nemen maatregelen kunnen aan overtuigingskracht winnen als resultaten van veldonderzoek beschikbaar zijn. Een aantal maatregelen heeft betrekking op verandering van bodemaspecten (zoals het bodem organische stofgehalte) zonder dat de relatie van deze doelen met waterkwaliteit voldoende duidelijk is uitgewerkt. De effectiviteit van deze maatregelen op uiteindelijke waterkwaliteitsdoelen moet scherper in het vizier komen.

Nederland moet voldoen aan de doelstellingen voor waterkwaliteit volgens de Nitraatrichtlijn. In het kader van het Zesde Actieprogramma Nitraatrichtlijn werd onderzocht hoe Nederland het risico van nitraatuitspoeling van individuele percelen en landbouwbedrijven het beste kan bepalen. Voorliggend rapport doet verslag van de eerste onderzoeksfase die indicatoren voor het nitraatuitspoelingsrisico evalueerde op basis van literatuur en van ervaringen in Vlaanderen en Baden-Württemberg. Voor gebruik op bedrijfs-en perceelsniveau komt het nitraatresidu NR (de hoeveelheid nitraatstikstof in de bodem in de laag 0-90 cm -mv in het najaar, kg N/ha) als beste indicator naar voren. Deze is relatief eenvoudig en goedkoop te bepalen en heeft een betere voorspellende waarde dan enige andere indicator op deze twee schaalniveaus. Niettemin bedraagt de voorspelfout (onzekerheid in voorspelde nitraatconcentratie in bovenste grondwater op bedrijfs-of perceelsniveau bij bepaalde NR waarde) enkele tientallen mg/l. Verder onderzoek zal de relatie tussen NR en nitraat in het bovenste grondwater voor geselecteerde clusters (combinaties van gewas, grondsoort en grondwatertrap) kunnen preciseren, maar de voorspelfout voor een individueel perceel of bedrijf zal naar verwachting enkele tientallen mg/l blijven. De studie geeft een beoordeling van de bruikbaarheid van NR bij (i) handhaving van het mestbeleid, (ii) monitoring en rapportage over de effecten van het mestbeleid, en (iii) sturing en bewustwording over de effecten van maatregelen op het eigen bedrijf. Voor laatstgenoemde toepassing is NR bij uitstek geschikt, ondanks diverse nadelen. Gebruik van NR als handhavingsinstrument heeft in Vlaanderen en Baden-Württemberg geleid tot zeer complexe regelgeving.In het najaar van 2018 werd een pilotstudie uitgevoerd, waarin NR gemeten werd op percelen van melkveehouderij-en vollegrondsgroentenbedrijven in Nederland. Gevonden NR waarden waren in het algemeen hoog ten opzichte van de drempelwaarden gehanteerd in Vlaanderen, ook wanneer rekening gehouden wordt met de uitzonderlijke weersomstandigheden in groeiseizoen 2018. De pilot wordt in 2019 vervolledigd door meting van de nitraatconcentratie in grondwater onder dezelfde percelen.

Estimation of Dry Matter Yield (DMY) and Nitrogen Content (NC) in forage is a big concern for growers. In this study, an estimation model of DMY and NC using Visible and Near Infrared (V-NIR) spectroscopy was developed. An adequate number of grass samples (5078) of perennial ryegrass (Lolium perenne), collected from Dutch grassland in 2019 and 2020 were sensed with a hyperspectral sensor, while grass height was recorded in situ by an ultrasonic sensor mounted on a tractor. The samples were treated with Artificial Intelligence (AI) techniques. PCA based feature selection was applied first, revealing that visible green wavelength (around 500 nm) and red edge wavelength (around 700 nm) were enough to express the overall variability of the dataset. Then, Feature Importance analysis of Random Forest Regressor showed that NIR wavelengths (around 910, 960 and 990nm) were the most sensitive in DMY estimation, while red edge (around 710 nm) and visible orange wavelengths (around 610 nm) were the most related to NC estimation. Finally, SHAP (SHapley Additive exPlanations) analysis was applied to the Random Forest estimation models, resulting in the visualization of wavelength selection, thus assisting in the interpretation of the results and the intermediate processes. Overall, this method can lead to the reduction of the number of wavelengths to be measured in the field and thus, to the possible development of a low cost hyperspectral sensor for the above purposes.

No abstract

en adviesdiensten. Met subsidie van de Ministeries van LNV en I&W en in opdracht van het georganiseerde bedrijfsleven toetst, evalueert en verbetert het project de effectiviteit en uitvoerbaarheid van (voorgenomen) diverse wet-en regelgeving onder praktijkomstandigheden en ondersteunt het de Nederlandse melkveehouderijsector bij de implementatie ervan. De resultaten van Koeien & Kansen vindt u op: www.koeienenkansen.nl. Voor vragen kunt u mailen naar: