De 3 grootste valkuilen bij het starten met sensoren in de kas (en hoe je ze voorkomt)

Steeds meer glastuinbouwbedrijven zetten sensoren en plantfeedbacksystemen in om data te verzamelen. Een hele logische stap, want meten is weten, en daarbij is data een randvoorwaarde voor wie zijn teeltproces wilt optimaliseren. Zoals bij elke nieuwe technologie zijn er ook valkuilen. Zeker bij de eerste stappen kunnen verkeerde aannames of onduidelijke verwachtingen leiden tot teleurstellingen.  

In dit kennisartikel delen we de drie meest voorkomende valkuilen bij het starten met sensoren  en hoe je ze voorkomt. 

Het is goed om vooraf te weten dat wanneer je aan de slag gaat met sensoren, plantfeedbacksystemen en data, je je teeltproces gaat benaderen vanuit een plantkundige in plaats van uitsluitend een natuurkundige invalshoek. Bij plantkunde draait het specifiek hoe planten reageren op veranderingen in hum omgeving/klimaat. Natuurkunde draait om het begrijpen van algemene natuurwetten, zoals licht, temperatuur en luchtvochtigheid. Plantkunde richt zich specifiek op hoe planten daarop reageren. Dankzij sensoren verschuift de focus van de teler van alleen het regelen van het klimaat (natuurkunde) naar het volgen en begrijpen van hoe de plant zelf daarop reageert (plantkunde). 

Gemiddeld genomen kun je pas na ongeveer twee tot drie maanden patronen herkennen, verbanden leggen en onderbouwde conclusies trekken. In deze periode leer je afwijkingen herkennen.

Dan zou je kunnen concluderen dat het gewas mogelijk lichtstress ervaart. Koppel je hier dan ook nog de bladtemperatuur aan, dan kun je bevestigen dat je plant daadwerkelijk onder druk komt te staan.

Neem daar actie op door de lampen te dimmen of te gaan schermen zodat de plant niet uitgeput raakt. Een ander voorbeeld is een stijgende VPD in combinatie met een dalende relatieve luchtvochtigheid. Dit zou kunnen wijzen op verhoogde verdamping wat stress kan betekenen. Neem hierop actie door de ventilatie of luchtbevochtiging aan te passen zodat je de balans kunt herstellen voordat er schade aan je gewas optreedt.

1. Begin met meten en gun jezelf de tijd om bekend te worden met de data. Zie de eerst drie maanden als een verzamel en opbouwfase waarin je leert te observeren, patronen en afwijkingen te herkennen. Pas daarna heb je een basis voor data gedreven teeltoptimalisatie.
2. Kijk niet alleen naar één waarde, maar naar patronen en verbanden. MyLedgnd helpt je om data afkomstig van meerdere sensoren met elkaar te combineren in één overzicht. Zo zie niet alleen wat er gebeurt, maar ook waarom het gebeurt. Trends en interacties geven je handvatten om proactief te sturen, in plaats reactief bij incidenten. 
3. Data afkomstig van sensoren kunnen je veel vertellen maar zonder actie blijft data passief. Door meldingen of alerts in te stellen maak je van afwijkingen concrete triggers voor actie. Zo wordt meten en daarop sturen een vast onderdeel van je teeltstrategie en geen losse bevinding zonder vervolg.