Welkom bij
Moderne landbouw
!
Wachten op een goede pitch in honkbal is niet zo eenvoudig als het klinkt. Gemiddeld, slechts 25% van de zwaaien resulteert in een veilige slag die een slagman op het honk krijgt. Om de kansen van een slagman te verbeteren, K-honkbal, van de firma K-Motion uit Arizona, maakt gebruik van technologie die gebruikmaakt van 3D-sensoren om de ontwikkeling van hitter te verfijnen. Door realtime gegevens te bestuderen die elke slag die een slagman maakt, afbreekt, coaches kunnen inefficiënties analyseren, zodat een slagman de bal op de juiste plaats kan raken, op het juiste moment, met gezag.
Met ongeveer 40 slagbeurten in de landbouw, Jerry Seuntjens heeft zich ook tot technologie gewend om ervoor te zorgen dat zijn swing er toe doet elke keer dat hij op de plaat stapt. Net als K-honkbal, Climate FieldView neemt de slagstrategie van Seuntjens onder de loep. Dat was niet altijd het geval.
“We verzamelden al jaren gegevens over wat er op elk gebied gebeurde, zoals grondbewerkingspassen, zaad aanbevelingen, chemische toepassingen, opbrengst, en regentotalen. Echter, we namen geen beslissingen op basis van die gegevens, ” herinnert Seuntjens zich, een Iowa-boer van de vierde generatie die maïs en sojabonen verbouwt over 2, 100 hectare. "We hebben blindelings vastgelegd en geaccepteerd wat er op onze boerderij gebeurde, omdat we niet anders wisten."
Sinds 2013, FieldView heeft zijn vermogen vergroot om de informatie die uit zijn velden komt om te zetten, die historische gegevens bevat die hij kon uploaden, in bruikbare inzichten die het rendement op zijn investeringen maximaliseren.
“Ik ben altijd op zoek naar opties die mijn operatie vooruit kunnen helpen. Omdat ik de gegevens gebruik om beter te begrijpen wanneer ik moet zwaaien, de kans dat ik op de basis kom, wordt elk jaar groter, Seuntjens zegt, eraan toevoegend dat het begint met consistente gegevens. "In mijn gedachten, slechte data is erger dan geen data.”
zonder goed, schone gegevens, Greg Deim zegt dat een boer gaat staken. “Er valt nog veel te leren over dataverzameling. Totdat een teler begrijpt wat schone data is, het zal hem geen goed doen, " zegt Deim, senior productmanager voor de FieldView Cab-app van The Climate Corporation. “We doen een stap achteruit en vragen ons af:‘Hoe worden we goed, schone gegevens? Hoe helpen we onze klanten begrijpen dat goede, schone data is een noodzaak?' ”
Zodra deze vaardigheid is aangescherpt, boeren kunnen dan communiceren met de gegevens en samenwerken met vertrouwde adviseurs, zodat ze de kosten kunnen beheersen en de output kunnen verbeteren.
Een gebied waar Seuntjens zich op richt, is kunstmest. “Het is een kunst om kunstmest toe te passen. Als het niet correct in de juiste hoeveelheid en op de juiste locatie wordt aangebracht, het kan de vruchtbaarheid van die acre verpesten, " hij zegt. “Ik heb veel horrorverhalen gezien en gehoord over verkeerde bemesting. Zodra kunstmest verkeerd is, de grond is aangetast, en het is moeilijk om de best mogelijke resultaten uit het zaad te halen.”
Een geschatte $ 150, 000 investering in een John Deere zelfrijdende strooier, een 32-tons kunstmesttender, en twee bulkbakken voor het opslaan van kunstmest in combinatie met FieldView zullen hem in staat stellen te experimenteren met verschillende kunstmesttoepassingen.
"Naar mij, landbouw is één grote beproeving, ', zegt Seuntjens. “FieldView geeft mij de mogelijkheid om het eindresultaat te analyseren, zodat ik – met vertrouwen – kan evalueren waar ik het volgende jaar veranderingen moet doorvoeren.”
Afgelopen zomer kleedde hij ureum in een paar reepjes in een korenveld. Hoewel uit de gegevens bleek dat er een kleine stijging was in de opbrengst (ongeveer 3 bushels), FieldView onthulde ook dat het dat jaar een van zijn droogste velden was, dus Seuntjens gaat dit seizoen weer een proef doen. Hij leerde ook dat hij de testblokken een beetje breder moet maken op verschillende grondsoorten, zodat hij het duidelijker kan zien voor fijnafstemming.
Op basis van wat zijn gewenste uitkomst is, Seuntjens kan nu dieper in de data graven.
“Er zijn tools in FieldView die leidden tot de beslissing om ureum te gebruiken, ', zegt Deim. “We kunnen die informatie gebruiken om te zeggen:'Hallo, je bent 5 inch achter het 30-jarige gemiddelde voor regen, dus misschien moet je niet zo agressief zijn in je ureumtoepassing.' Of, als een perfecte hoeveelheid regen je 30 schepels meer oplevert, Ik wil je helpen begrijpen hoe je een verhoging van 50 bushel in een bepaald grondtype kunt krijgen en mogelijk volgend jaar een variabele dosering kunt doen.
Seuntjens evalueert ook of fungicide een zinvolle toepassing in maïs is. “Ik probeer het al een paar jaar en, afhankelijk van de zaadsoort, zag vorig jaar een toename van 0 tot 9 bushel (per acre), " hij zegt. “Terwijl ik mijn kosten dekken, het kan uiteindelijk niet kosteneffectief zijn. Ik ben van plan om het te blijven analyseren om erachter te komen waarom het voor mij niet werkt zoals voor anderen in mijn omgeving.'
FieldView kan ook rapporten genereren om Seuntjens te helpen aankopen van apparatuur te rechtvaardigen. "Als Jerry ongeveer $ 150 zou uitgeven, 000 op een strooier, teder, en twee bulkbakken, hoe snel wil hij terugverdiend zien – zeven jaar, vijf jaar, twee jaar?" zegt Deim.
Het cloudgebaseerde platform stelt Seuntjens ook in staat om eenvoudig details van de operatie te delen met zijn broer Jeff, wie is ouder dan 9, 000 mijl afstand. “Mijn broer woont in Singapore, maar hij komt elke lente en herfst terug naar de boerderij, " hij zegt. “Als hij hier niet kan zijn, FieldView stelt hem in staat om dingen te zien zoals wat ik heb bereikt, hoe velden opleverden, en wat de aanbevelingen zijn, zodat we een gesprek kunnen hebben over wat het spelplan is.”
Omdat talloze toepassingen in de hele operatie zijn verfijnd, Seuntjens zegt dat hij vandaag meer dan 40 bushels per acre meer maïs produceert dan 20 jaar geleden.
“Ik heb maar zo veel schommels, " hij zegt. “Ik wil zo vaak mogelijk contact blijven houden, zo haal ik het maximale uit elke teelt.”
Noot van de redactie:Jerry Seuntjens neemt deel aan een videoserie genaamd 'A Farmer's Journey:One Year in the Life of an American Grower'. Klik hier om deel één en deel twee van de serie te bekijken.
Fermentatie 101:aan de slag met lactofermentatie
Landgebruik/landbedekking definiëren met de Deep Learning Engine van Cropin
Streamverwerking en gegevensintegratie met Kafka
Geautomatiseerde, nauwkeurige en geïntegreerde berekeningen met SmartCompute
Vereenvoudiging van het verzamelen van landbouwgegevens met de digitale landbouw-app van Cropin
