Historically, Dutch peatlands have been drained for agriculture, particularly as pastures for dairy production. While drainage increases productivity, it degrades the peat layer, leading to high greenhouse gas emissions and soil subsidence. Raising the depth of the groundwater table (WT) to 20 cm below field level, contrasted to commonly drained peat at approximately 50 cm below field level, is considered an effective solution to limit peat degradation. However, it is unclear how raising the WT with an active water infiltration system (AWIS) would affect grass yield and quality, and whether dairy farming can be maintained. We studied the effect of raising WT on grass production, quality, and nitrogen utilization, using experimental plots with different WT and fertilization levels in 2020-2024. Raising WT from 50 to 20 cm below field level resulted in an average decrease of 9 % in herbage dry matter yield (DMY), with significant variation between years due to varying weather conditions. The reduction in DMY could partly be explained by the observed decrease in soil N supply in wetter conditions, due to a lower mineralization rate. Increased N fertilization could mediate the lower DMY but increases nutrient losses. Herbage crude protein concentration was moderately affected by WT, and more strongly by yearly variation. Although results are on plot level, which excludes losses originating from trafficking by machinery and animals, they indicate that raising WT is compatible with relatively high grass production and similar grass quality. Consequences on farm level need to be further explored.

In recent decades, the rapid advancement of sensor technologies has revolutionized research in grassland ecosystems. A wide array of sensor technologies has significantly enhanced field-based studies, contributing to a deeper understanding of grassland conditions. This review examines the synergistic potential of integrating remote sensing (RS) with various sensor technologies, such as hyperspectral, multispectral, thermal, and electrochemical sensors, highlighting their crucial role in understanding field conditions. The bibliometric analysis shows the chronological change in the usage and purposes of various RS technologies. Additionally, integrating these technologies into digital platforms offers holistic solutions for grassland management, benefiting farmers and researchers alike. A key contribution of this review is the organization of the grassland sensor landscape into four complementary pillars—structural, spectral, quantum, and proximal/physiological—and their integration with remote sensing, model–data assimilation, and digital platforms. We also synthesize emerging quantum-based approaches (e.g., cosmic-ray neutron sensing, neutron probes, graphene quantum-dot devices) and discuss their practical relevance for grassland monitoring.

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.

The development of the Akkerweb service platform ( https://akkerweb.eu ) was started around 2010. It is an open platform in precision farming, providing the maps, services, data, and connections required, in principle, for any smart farming application envisioned. This includes background maps, services for weather data, satellite images, soil maps, crop polygons, etc., but also visualization tools, an app store, a task map generator, and crop growth models. Akkerweb provides the infrastructure needed to develop an application easily using the available services and to publish it on the Akkerweb platform. Moreover, Akkerweb applications can also run on other websites, seemingly as stand-alone applications with the look and feel of the customer's website. A unique point of the Akkerweb service platform is the availability of several science-based agronomic models which are currently made available as APIs for use in smart farming applications. Examples of these models are those to calculate water availability (Watbal model), potato crop growth (Tipstar model), late blight infection (Blight module), and nematode management (Nemadecide) at individual field and within-field levels. Other models are available for variable-rate application of soil herbicides and fungicides against blight, nitrogen top-dress application in potato and potato haulm killing. In total, Akkerweb has more than 30 apps. farmmaps ( https://farmmaps.eu ) is the next version of Akkerweb. It has a new data repository and management system as well as a new, more intuitive dashboard design running on all devices. It became available first in 2021.

Climate change will increasingly affect dairy farming in the Netherlands, due to changes in precipitation patterns with longer periods of precipitation deficits and surpluses, higher air temperature, lengthening of the growing season, more frequent extreme weather events, and a higher atmospheric CO2 concentration. A literature review was conducted to identify impacts of climate change on Dutch dairy farming and potential climate adaptation measures. About 60 potential adaptation measures were identified related to water management, soil management, pasture and grazing management, crop management, fodder conservation, feeding and nutrition, housing and animal management. Local stakeholders considered the extent to which the identified measures are effective and applicable to dairy farms in the region ‘the Achterhoek’.

Digital twins provide a new paradigm for the integrated use of sensor data, process-based and data-driven modelling, and user interaction, to explore the behaviour of individual objects and processes. Digital twins originate from an engineering context and were developed for machines and mainly physical and chemical processes. In this paper, we further develop an understanding of digital twins for the green life sciences, which also include biological and social processes. We report on three use cases, in precision farming, greenhouse control and personalized dietary advice, focusing on practical benefits and challenges of digital twins compared with other research methods. This research extends earlier more conceptual research on digital twins in this domain. We find benefits in increased accuracy and impact because of the real-time data connection of digital twins to their real-life counterparts. Specification, availability and accuracy of relevant data sources are still major challenges. Specifically, when using digital twins for personalized advice, further research is needed on nontechnical aspects so that users will comply with the advice from the digital twins. We have outlined four directions of future research and expect that further research will include data-driven modelling to simulate the complex character of living objects and processes and at the same time develop approaches to limit the amount of required input data.

Crude protein estimation is an important parameter for perennial ryegrass (Lolium perenne) management. This study aims to establish an effective and affordable approach for a non-destructive, near-real-time crude protein retrieval based solely on top-of-canopy reflectance. The study contrasts different spectral ranges while selecting a minimal number of bands and analyzing achievable accuracies for crude protein expressed as a dry matter fraction or on a weight-per-area basis. In addition, the model’s prediction performance in known and new locations is compared. This data collection comprised 266 full-range (350–2500 nm) proximal spectral measurements and corresponding ground truth observations in Australia and the Netherlands from May to November 2018. An exhaustive-search (based on a genetic algorithm) successfully selected band subsets within different regions and across the full spectral range, minimizing both the number of bands and an error metric. For field conditions, our results indicate that the best approach for crude protein estimation relies on the use of the visible to near-infrared range (400–1100 nm). Within this range, eleven sparse broad bands (of 10 nm bandwidth) provide performance better than or equivalent to those of previous studies that used a higher number of bands and narrower bandwidths. Additionally, when using top-of-canopy reflectance, our results demonstrate that the highest accuracy is achievable when estimating crude protein on its weight-per-area basis (RMSEP 80 kg.ha−1). These models can be employed in new unseen locations, resulting in a minor decrease in accuracy (RMSEP 85.5 kg.ha−1). Crude protein as a dry matter fraction presents a bottom-line accuracy (RMSEP) ranging from 2.5–3.0 percent dry matter in optimal models (requiring ten bands). However, these models display a low explanatory ability for the observed variability (R2 > 0.5), rendering them only suitable for qualitative grading.

Goed weiden verlaagt de productiekosten van melk en draagt bij aan het positieve imago van de melkveehouderij. Maar beweiden is wel een vak! Om dit vak beter uit te kunnen oefenen zet het Bouwstenenboek Beweiding nieuwe kennis uit Amazing Grazing op een rij.

In many intensive dairy regions in northwest Europe, a decline in grazing is observed. In the Netherlands, the proportion of dairy cows with access to pasture is declining, as well as the time spent grazing per cow. The decline in grazing is seen as an unwanted trend by many stakeholders and is, thus, under debate amongst dairy farmers, the dairy chain, and society. Therefore, a public–private partnership was initiated to encourage grazing by providing farmers with usable means of improving their grazing systems. The partnership involved stakeholders from the dairy farming community, dairy and feed industry, agrotechnical industries, advisory services, and research. The objective of this partnership was to develop and stimulate technological innovations and management measures that increase fresh grass intake at pasture. The innovation network combined an integrated research approach with farmer working groups and broader stakeholder interactive meetings. The project started with a comprehensive grass intake framework, which was the foundation for exploration of innovations. The framework consisted of six interlinked components: soil, grass growth, grass supply, grass intake, feed supplementation, and cow behavior. In a continuous interactive cycle, strategic choices were made to focus on potentially effective innovations. The use of a public–private partnership to develop usable innovations that encourage grazing practices proven to be a good approach to develop a shared vision among stakeholders. It provided a basis to work together toward innovative practices and to disseminate the outcomes to the foreseen users. The approach succeeded in design concepts for two specific innovations, i.e., weekly grass growth predictions and daily fresh grass intake tracking. We demonstrated that meaningful grazing and fresh grass intake are possible in intensive dairy systems with high stocking rates and high levels of supplementary feeding.

De publiek private samenwerking (PPS) ‘Op naar precisielandbouw 2.0’ (PL2.0) is een R&D project van de topsector AgriFood. Het project is gestart in 2015 met doorlooptijd van 4 jaar. Voor u ligt het eindrapport. In deze PPS werkten ruim 20 private bedrijven en organisaties, publieke kennisinstellingen en overheden samen aan strategische onderwerpen binnen precisielandbouw. Het project omvatte 13 deelprojecten verdeeld over vijf specifieke R&D thema’s, te weten slim satellietbeeldengebruik, sensorontwikkeling (ziektedetectie), slimme integratie van technologieën in toepassingen, perceelkarakteristieken voor schatten van opbrengstpotentie en ondersteunende ICT, en een generiek thema communicatie en kennisverspreiding.Met betrekking tot het thema satellietbeeldengebruik is uitgezocht hoe optische satellietbeelden in combinatie met radarbeelden of beelden verkregen via drone-camera’s beter gebruikt kunnen worden om de variatie en status van de bovengrondse hoeveelheid biomassa van gewassen in kaart te brengen en opbrengsten te voorspellen. Op het gebied van ziektedetectie is door middel van sensor fusion en artificial intelligence de detectie van virus- en bacterieziekten in aardappelplanten verbeterd. En werd een prototype sensorsysteem voor veldonderzoek ontwikkeld. Door slimme integratie van data, adviesmodellen en mechanisatie zijn er enkele variabel-doseertoepassingen ontwikkeld en gevalideerd. Het gaat hier om variabel doseren van Stikstof en herbiciden binnen teelten d.m.v. taakkaarten. In het verlengde hiervan is ook een ontwerp geleverd en als prototype gevalideerd voor een innovatieve beddenspuit in bloembollenteelt. Op grond van perceelkarakteristieken en ondersteunende ICT zijn inzichten en tools voor het inschatten van opbrengst(potentie) geleverd en wordt een doorkijk gegeven naar software voor verbeterde rijpadenplanning en perceelinformatie. De inzet op communicatie en kennisdeling heeft ca. 100 publicaties en presentaties in 4 jaar tijd opgeleverd. Voor meer details over resultaten wordt naar de rapportage met samenvatting per deelproject verwezen in de hoofdstukken 2 tot en met 7.Het grote succes van PL2.0 ligt vooral bij ruime aandacht voor integratie van componenten van precisielandbouwtoepassingen en de doorstroming daarvan naar de praktijk en onderwijs.Geconcludeerd mag worden dat PL2.0 een bijdrage leverde aan gewasmonitoringtoepassingen en diverse variabel-doseertoepassingen (variable rate applications, VRA). Die VRA-toepassingen zien we nu op de agenda in het in 2018 gestarte precisielandbouw-adoptie project ‘Nationale Proeftuin Precisielandbouw’ (NPPL). Meerdere bedrijven passen taakkaarten variabel doseren op een resolutie van 30-50 m2 op praktijkschaal toe en besparen zo’n 20 -30% op gewasbeschermingsmiddelen met behoud van goede werking. De basis hiervoor is een bodem- of gewaskaart die de relevante variatie binnen de bodem of gewas in kaart brengt. Ook zijn er via PL2.0 mooie resultaten met optimalisatie van plantdichtheid en vermindering van meststoffengebruik via deze kaarten. Doorstroming van kennis naar het groene onderwijs werd gerealiseerd via PL2.0 en een versterkend WURKS-traject. Negen lesmodules over gebruik software en inzet taakkaarten in precisielandbouw werden opgeleverd. Precisielandbouw is geen doel op zich, maar een manier om de duurzaamheid van landbouw te vergroten. Met PL2.0 toepassingen kan meer met minder en beter geproduceerd worden. De trend van precisielandbouw c.q. data-gedreven landbouw of smart farming, zal zich alleen maar doorzetten. Er zal gewerkt gaan worden met meer en hoog-resolutie data, complexere adviesmodellen en meer robotisering. Daarmee zullen de doelen van kringlooplandbouw beter en sneller gerealiseerd kunnen worden.

De BedrijfsWaterWijzer (BWW) wordt ontwikkeld, getoetst en toegepast op Koeien & Kansen-bedrijven. Dit rapport gaat in op de doorwerking van de BWW in de praktijk van Koeien & Kansen-bedrijven. De BWW brengt het watermanagement op het melkveebedrijf in beeld en wijst aan op welke punten het waterbeheer verbeterd kan worden. Hierbij wordt ingegaan op erf, droogte, wateroverlast, uitspoeling naar grondwater, afspoeling naar oppervlaktewater, kwaliteit van drinkwater voor vee en slootbeheer, overeenkomend met de respectievelijke modules 1 t/m 7 in de BWW. De BWW vormt een basis voor een BedrijfsWaterWijzerPlan (BWWP) met maatregelen gericht op verbetering van het waterbeheer. Dit rapport geeft een beeld van de risicoscores die voortkomen uit de BWW-analyses en van de maatregelen die worden gepland en/of uitgevoerd. Dit beeld geeft aan wat de potentiële impact is van de BWW. De BWW heeft duidelijk invloed in de zin dat het zichtbaar aanzet tot maatregelen. Deze invloed is echter niet terug te zien in een relatie tussen de BWW-risicoscore en het aantal vermelde maatregelen. Een rode score correspondeert dus niet duidelijk met meer maatregelen. Dit is te verklaren doordat het risico niet alleen het gevolg is van het management maar ook van de omgevingsomstandigheden van het bedrijf. Omstandigheden als bodemtype, grondwaterstand en het aantal sloten zijn immers niet of moeilijker te beïnvloeden. Wel blijkt dat de BWW tot nieuwe inzichten leidt en dat accenten in de bedrijfsvoering worden verplaatst. In de BWWP’s van Koeien & Kansen-ondernemers zijn gemiddeld 10 maatregelen per bedrijf vermeld waarvan 40% betrekking heeft op nieuwe acties en 20% betrekking heeft op verkenningen. Het aantal maatregelen is gelijkmatig verdeeld over de modules in de BWW. De diversiteit van maatregelen is groot. Vaakst opgenomen maatregelen zijn: aanbrengen van stro onder de maïs bij (te) nat inkuilen, veegschoon houden van het erf en het koepad, herinrichting van kuilen met een duogoot1, peilgestuurde drainage, maatregelen gericht op het verhogen of behouden van het organische stofgehalte in de bodem, uitstel van bemesting om bodemverdichting te voorkomen en onbemeste stroken langs sloten. Ten aanzien van drinkwaterkwaliteit voor vee wordt vaak ingezet op het beter doorgronden van de problematiek, wat aangeeft dat de risicoscore nog niet voldoende geduid kan worden. Aanbevolen wordt om als vervolg te bezien in hoeverre de genomen en geplande maatregelen ook de doelen van waterschappen dienen en in hoeverre de samenwerking met waterschappen verbetert door inzet van de BWW. Het zou tenslotte goed zijn als de effecten van maatregelen op risico’s duidelijker zichtbaar worden gemaakt in de BWW.

The aim of this study was to describe the challenges faced by the Dutch dairy sector in terms of climate change mitigation and adaptation, and to show possible pathways for implementation of mitigation and adaptation options towards 2030 and 2050. With regard to mitigation, the dairy sector has to comply with targets for mitigation of greenhouse gas emissions in sectoral, national and European legislation. With regard to adaptation, dairy farms are expected to benefit from increasing temperatures and CO2 concentrations, but this may be counteracted by increases in extreme weather events and animal and plant diseases and plagues. A roadmap is shown with phased implementation of mitigation- and adaptation options, based on their effectiveness, costs, readiness for practical implementation, and interaction with other aspects of sustainability.

Dit rapport beschrijft de opzet en actuele (1-1-2018, versie 2018.01) inhoud van de BedrijfsWaterWijzer (BWW). De BWW is bedoeld om het waterbeheer op melkveebedrijven te verbeteren, om zo, samen met waterschappen te werken aan doelen van de overheid op het gebied van water en doelen van de veehouders zelf.