Graslandbeheer met Machine Learning

Daarbij kan de melkveehouder zelf aan de knoppen van opbrengst en kwaliteit draaien. Een melkveehouder die de GrassN app gebruikt, gebruikt de meest moderne statistische technieken, die op dit moment in de veehouderij beschikbaar zijn. Deze technieken gecombineerd met heel veel data geven perceelsspecifieke adviezen. Kort samengevat heet dit Machine Learning.

Wat is Machine Learning (ML)?

Het is bijna te ingewikkeld om kort uit te leggen. Met Machine Learning leert een krachtige computer via complexe algorithmen patronen te herkennen binnen een grote brei aan data. In dit geval gaat het om factoren die de opbrengst en eiwitgehalte van gras bepalen. Op basis van deze patronen worden beslisbomen gemaakt. Deze beslisbomen worden ‘getraind’ met data uit het verleden. Dan volgt de validatiestap. Met een onafhankelijke dataset wordt gecontroleerd of de training goed gelukt is. De beslisboom kan op basis van nieuwe data een goede schatting maken wat de opbrengst en kwaliteit wordt op een specifiek perceel.

Data, data, en nog eens data

Machine Learning staat of valt bij veel en goede data om het model te trainen en te valideren. In de GrassN app zitten nagenoeg alle veldproeven die vanaf 1950 verspreid over heel Nederland zijn uitgevoerd. Dit zijn bij elkaar ruim 55.000 datapunten. Hierdoor is het mogelijk geworden betrouwbare voorspellingen te doen op perceelsniveau.

Elke keer weer opnieuw laten rekenen

De GrassN app zoekt op basis van actuele gegevens over weer bodem en bemesting in de grote brei aan data naar vergelijkbare situaties en berekent (beslisboom) een betrouwbare voorspelling voor dat moment. Dit betekent dat de gebruiker regelmatig de GrassN app zou moeten raadplegen. De weersvoorspelling kan namelijk dagelijks veranderen. Nu kan iedere melkveehouder via de GrassN app op elk moment van de dag deze berekeningen zo vaak maken als hij of zij maar wil.