Grow with the Flow
Samenvatting project
Door een veranderend klimaat zullen droogte en wateroverlast vaker gaan voorkomen. Dit heeft gevolgen voor boeren, de voedselverwerkende industrie, de verzekeraars en de waterbeheerders. De vraag is wat hun individuele handelingsperspectieven zijn, en hoe deze integraal geoptimaliseerd kunnen worden. Er zijn wel hulpmiddelen beschikbaar die individuele actoren ondersteunen, bijvoorbeeld beregeningsmodules voor boeren en waterbalansen voor waterschappen.
Maar deze missen een integraal meteo-bodem-water-gewas beeld, wat weer essentieel is om te komen tot een robuuster water -en voedselsysteem. Dat geldt niet alleen voor Nederland, maar ook wereldwijd door een groeiende wereldbevolking en een veranderend klimaat. Om tot zo’n integrale oplossing te komen hebben de waterschappen Aa en Maas, Vallei en Veluwe, voedselproducent Lamb Weston, verzekeraar Achmea-Agro en de kennisinstituten Deltares en Wageningen UR de handen ineengeslagen.
Door combineren van de nieuwste technologische ontwikkelingen op het gebied van ICT, (grond)watermodellen, bodem-water-gewas-atmosfeer-modellen, satellietdata, sensoren, lokale intelligentie, slimme herkenningstechnieken (AI) en data-assimilatie (sleuteltechnologieën data en ICT, meet- en detectietechnologie) wordt een integraal monitoring- en voorspellingsplatform voor water en gewas ontwikkeld dat bruikbaar is op zowel lokale als regionale schaal. Hiermee kunnen enerzijds agrarische ondernemers, voedselverwerkers en verzekeraars hun dienstverlening verbeteren, processen optimaliseren en mogelijk kosten verlagen, terwijl aan de andere kant de waterbeheerder via modellen en teruggekoppelde data van de boer (daadwerkelijke beregening, sensoren en lokale intelligentie) een beter inzicht krijgt in de actuele status van het bodemwatersysteem en de te verwachten vraag naar water. Zo kunnen waterbeheerders efficiënter sturen, alsmede hun stakeholders inzicht geven in de verwachte hoeveelheid water die op korte termijn beschikbaar is. Stakeholders kunnen hierop weer anticiperen door tijdig watervoorraad vast te houden. Dit speelt ook in de voedselverwerkende industrie waar het efficiënt (her)gebruik van water een belangrijk thema is om de kwaliteit en zekerheid van voedselproducten belangrijk is. Daarmee draagt het project bij aan het op gebiedsniveau afstemmen van aanbod en vraag van kwalitatief goed door de land- en tuinbouw en water afhankelijke industrie, en borgt het dat gebruik van water - óók in langdurige tijden van droogte -in belangrijke mate bijdraagt aan de efficiency en kwaliteit in de landen tuinbouw sector.
In het project ‘Grow with the Flow’ is in 2018 een prototype van een deel van een dergelijk systeem ontwikkeld, waarop voortgebouwd wordt. Het systeem mist nog cruciale onderdelen zoals terugkoppelingsmechanismen die noodzakelijk zijn voor een integrale optimalisatie. Ook verbetering van data en modellen en schaalbaarheid is noodzakelijk voor optimaal gebruik. Om te borgen dat het systeem daadwerkelijk impact gaat hebben, zijn in een sessie met belanghebbenden twee concrete use cases uitgewerkt: “Landbouw planningstool” en “watercommunicatie platform boer-waterschap’. Deze zijn in het meerjarig werkplan (bijlage 3) verder uitgewerkt. Door steeds te werken in de context van deze use cases, en deze iteratief met gebruikers te ontwikkelen, testen en verbeteren, ontstaat breed draagvlak en borgen we dat de innovatie in dienst staat van de toepassing. Er wordt nauw aangesloten bij de programma’s van verschillende partijen zoals “Duurzame teelt” van Lamb Weston en de Agrowatercoach vanuit de Regiodeal FoodValley bij Vallei en Veluwe.
Doel van het project
Het project Grow with the Flow zal een integraal monitoring- en voorspel-lingsplatform watergebruik en gewasproductie ontwikkelen dat bruikbaar is om op zowel lokale als regionale schaal de terugkoppeling te maken die nodig is om te komen tot beter inzicht in het watergebruik in de landbouw-sector. Daarvoor combineren we de nieuwste technologische ontwikkelingen op het gebied van ICT grondwatermodellen bodem-water-gewas-atmosfeer-modellen satellietdata sensoren lokale intelligentie slimme her-kenningstechnieken (AI) en data-assimilatie (sleuteltechnologieën data en ICT meet- en detectietechnologie). Hiermee kunnen enerzijds agrarische ondernemers voedselverwerkers en verzekeraars hun dienstverlening ver-beteren processen optimaliseren en mogelijk kosten verlagen. Anderzijds krijgt de waterbeheerder door teruggekoppelde data van de boer (daadwer-kelijke beregening stuwpeilen sensoren en lokale intelligentie) beter inzicht in de actuele status van het bodemwatersysteem en de te verwachten vraag naar water. Zo kunnen ze efficiënter sturen en beter inzicht geven in ge-maakte keuzes aan de stakeholders. Langere tijdseries vanuit meer diverse databronnen gecombineerd met nieuwe technologieën zullen resulteren in meer inzicht in de werking van het bodemwatersysteem en verbeterde resul-taten van gewas- en watermodellen. Daardoor wordt watergebruik slimmer en efficiënter resulterend in hogere gewasproductie.De kern van het platform bestaat uit dataservices en modellen geïntegreerd in een operationele DELFT-FEWS omgeving. Er wordt voortgebouwd op het prototype dat in 2018 is ontwikkeld. Daarin is in 2018 al een deel als prototy-pe ontwikkeld. Het mist nog wel cruciale onderdelen zoals terugkoppelings-mechanismen die noodzakelijk zijn voor een integrale optimalisatie. Ook verbetering aan data en modellen is noodzakelijk voor optimaal gebruik. De concrete onderdelen die in dit project ontwikkeld worden zijn: •Slim beregenen en beheer van beschikba
Motivatie
Water is een zeer belangrijke productiefactor in de landbouw. Te weinig water of water van een slechte kwaliteit kan leiden tot productieverlies zo-wel kwantitatief als kwalitatief. Te veel water kan hetzelfde effect hebben en kan bovendien de bedrijfsvoering ernstig hinderen. Door het veranderende klimaat zullen droogte en wateroverlast vaker gaan voorkomen. Dit kan ver-strekkende gevolgen hebben voor boeren de voedselverwerkende industrie de verzekeraars en de waterbeheerders. De vraag is wat hun individuele handelingsperspectieven zijn en hoe deze integraal geoptimaliseerd kunnen worden. Ontwikkelingen rond precisielandbouw en de inzet van digitale hulpmiddelen volgen elkaar in hoog tempo op. Steeds meer en gedetailleerdere gegevens zijn beschikbaar afkomstig van bijvoorbeeld machines sensoren modellen en vanuit ‘citizen science’. Door de opkomst van data science en big data toepassingen kunnen gegevens uit meerdere bronnen steeds beter gecom-bineerd worden. Dit leidt tot nieuwe interessante mogelijkheden die kunnen bijdragen aan het optimaliseren van de bedrijfsvoering van landbouwbedrij-ven toeleveranciers en afnemers. Voorbeelden van initiatieven hierin zijn nationale proeftuin precisielandbouw AgroDataCube BodemIndex Berege-ningssignaal Akkerweb... Er zijn al verschillende hulpmiddelen die individue-le actoren ondersteunen maar voorzien niet in terugkoppelingsmechanis-men die noodzakelijk zijn voor een integrale optimalisatie die essentieel is om te komen tot een robuuster water- en voedselsysteem voor een groei-ende wereldbevolking in een veranderend klimaat.
Uitgevoerde acties
WP 1: Ontwikkeling platform:Ontwikkeling businessplan en governance Review platform proof of concept 2018 Architectuur platform verfijnen verbeteren Hardware requirements Uitbreiding datafeeds (data en modellen) Feedback loop opzetten van data boer naar model Uitbreiding workflow voor aansluiting wensen boeren Validatiescripts data Inrichting hardware Industrieel:Innovatief complex platform dat met een geheel nieuwe feedback loop informatie van verschillende gebruikers moet stroomlijnen. Het is een innovatief open platform waarvoor we dienen te onderzoeken en testen welke architectuur het meest geschikt is voor de verschillende type gebruikers. Zo’n operationeel platform met communicatie tussen boer en waterschap is uniek en wordt schaalbaar opgezet
WP 2+3: use casesReview farmersapp Selectie geschikte locaties en boeren Ontwikkeling versie 1.0 Feedback van boeren in het veld en waterschappen Ontwikkeling versie 2.0 Industrieel:Onderzoek met boeren en waterschappen naar geheel nieuwe toepassingen waarin ze met elkaar kunnen communiceren door uitwisseling van data. Het op deze unieke manier samenbrengen van verschillende gebruikers kennis en data in een nieuwe innovatieve applicaties is schaalbaar naar andere gebieden
WP 4: modellen en datatechnologieActualisatie IMOD-METASWAP-WOFOST model Aa en Maas Ontwikkeling Azure model Vallei en Veluwe Inbouw model Vallei en Veluwe (incl koppeling WOFOST) Aanpassingen WOFOST adapter Tuning koppeling WOFOST tbv operationeel voorspellen WOFOST uitbreiden voor meerdere gewassen Operationeel FEWS inrichten bij waterschappen incl ontsluiten van relevante data naar GwtF platform Validatie model aan lokale metingen van de boeren Opzet data-assimilatie Remote sensing Integratie lokale metingen RS en modellen Inventarisatie toepassingen data science (mogelijkheden IBM WATSON)Industrieel: •Onderzoeken en uitbreiden van de nieuwste modelconcepten op koppelingen tussen la
Innovativiteit
Er wordt ook in de landbouw volop geëxperimenteerd met methodes en technieken om big data te analyseren en verwerken en om Artificial Intelligence en machine learning toe te passen. Dit levert ook al wel veelbelovende resultaten die zeker de potentie hebben om bij te dragen aan een betere duurzamere landbouw. Het operationeel toepassen van zulke nieuwe technieken in de praktijk en met name het effectief integreren ervan in al lopende bedrijfsprocessen is echter geen sinecure en staat zeker nog in de kinderschoenen. Naast kennis van de processen van verschillende stakeholders op verschillende gebiedsschalen is hiervoor een brede scala aan technische expertise vereist bijvoorbeeld op gebied van moderne data infrastructuren data standaarden en uitwisselingsprotocollen modellen en modelkoppelingen big data analyse machine learning etc. Veel simulatiemodellen die voorhanden zijn en die een onmisbaar onderdeel zijn als basis voor integraal waterbeheer hebben (nog) te weinig mogelijkheden om snel met nieuwe data- en kennisbronnen te integreren. Het gebruik van een modellen raamwerken als FEWS helpt bij de snelle koppeling van modellen en flexibele inzet daarvan. Echter ook daar zijn aanvullende concepten en innovatieve datakoppelingen nodig om nieuwe datastromen en kennis te kunnen verwerken. We denken dat dit alleen mogelijk is door een goede en brede vertegenwoordiging van experts vanuit gebruikers data leveranciers ICT en model experts en water- en landbouwonderzoek bij elkaar te brengen. Het project is georganiseerd in 5 werkpakketten.
1. Ontwikkeling platform (2020-2021)
2. Use case agrarisch bedrijf (2020-2021)
3. Use case waterbeheer (2020-2021)
4. Modellen en Datatechnologie (2020-2021)
5. Monitoring (2020-2021)
Per werkpakket is een beoogd trekker aangewezen. Het project wordt geleid door een kernteam dat op zijn beurt verantwoording aflegt aan een stuurgroep. Deze stuurgroep wordt gevormd door afgevaardigden van de deelnemende partners
Intellectueel eigendom
Alle partijen krijgen alle resultaten van het Project ter beschikking. De resultaten van de samenwerking kunnen breed verspreid worden. Partijen kunnen over deze resultaten vrijelijk publiceren. De resultaten zullen volledig openbaar beschikbaar zijn, met uitzondering van ter beschikking gestelde achtergrondkennis.
Informatievoorziening project
De informatie over dit project wordt kenbaar gemaakt via de website van de TKI Deltatechnologie (projectbeschrijving) en de projectwiki van Deltares (projectvoortgang en resultaten).
Projectvoorwaarden
Na de datum waarop deze Overeenkomst in werking is getreden, maar uiterlijk tot een jaar voor de beoogde datum waarop het Project zal zijn voltooid, kunnen ondernemers en/of onderzoeksinstellingen, die op het terrein van het relevante subsidieprogramma van het TKI werkzaam zijn alsnog als Partij toetreden. Een later toetredende Partij zal een nader overeen te komen bijdrage in kind en/of in cash moeten leveren die in redelijke verhouding staat tot zijn relatief aandeel in het Project na toetreding. De overige Partijen ontvangen vervolgens naar rato een terugbetaling en/ of gedeeltelijke vrijstellingen van hun nog te leveren bijdrage in kind, voor zover niet besloten wordt de bijdrage van de later toetredende Partij aan het projectbudget toe te voegen.