Biomassa of bodem als maat voor bemesting?

Deelnemers aan het project Nationale Proeftuin Precisielandbouw (NPPL) proberen samen met hun experts van Wageningen Universiteit & Research (WUR) strategieën te ontwikkelen voor effectiever graslandmanagement. Dat doen ze door verbanden en correlaties te leggen tussen variaties in de bodem enerzijds en in grasopbrengsten anderzijds.

Plaatsspecifiek (dus binnen percelen) de mestgift variëren op basis van verschillen in bodemtoestand en gewasopbrengsten, is nog niet op een betrouwbare wijze mogelijk. Dat tonen proeven bij NPPL-deelnemers Zwier van der Vegte en Ad van Velde tonen aan. In plaats daarvan wordt nu vooral gekeken naar een optimale verdeling van de beschikbare hoeveelheid (kunst)mest over percelen.

Andere projecten, zoals Data Intensive Smart Agrifood Chains (DISAC) en Grass4Farming, bekijken al langer verbanden en mogelijkheden. Op dit soort vragen wordt een antwoord gezocht:

• welke grondsoort(en) heeft een perceel;
• welke voorvrucht en geschiedenis;
• met welk doel teel ik het gras;
• wat is het juiste oogstmoment;
• hoeveel (kunst)mest mag ik toedienen?

Gras complex gewas met vijf tot zes snedes

Het blijvende karakter van gras en de meerdere oogsten per seizoen, maken dat akkerbouwmatig telen van gras – zoals dat bij het andere ‘veehouderijgewas’ mais al wel kan – lastig is.

“Gras kent vijf tot zes snedes en dus vijf tot zes groeicurves. Bovendien corrigeert het gewas zich dankzij een enorm herstelvermogen tijdens volgende snedes. Zo kan bijvoorbeeld 1.500 kilo extra drogestofopbrengst door beregening ervoor zorgen dat de volgende snedes juist minder opbrengen, zodat je netto uiteindelijk maar 750 kilo droge stof extra oogst”, zegt Bert Philipsen van Wageningen Livestock Research. “Omgekeerd leiden lichte snedes door betere en snellere hergroei tot zwaardere volgende snede(s). De interactie tussen snedes maakt het management en het leggen van verbanden erg lastig. Het teeltdoel van gras is heel anders dan van akkerbouwgewassen.

Philipsen: “Ik denk dat het nog zeker drie tot vijf jaar duurt voordat we plaatsspecifiek variabel kunnen werken in grasland. Laten we eerst het bestaande management verfijnen en preciezer gaan werken. Dat kan onder meer door data te combineren, bijvoorbeeld van grasgroeimodellen zoals GrasSignaal, eiwitvoorspellingen, drone- en satellietbeelden en bodemdata. Niettemin blijft het betrouwbaar in kaart brengen van grashoogtes een uitdaging.”

_{Lees verder onder de foto}

Volg het bemestingsadvies

Collega-onderzoeker Idse Hoving vindt dat veehouders en loonwerkers vooral bemestingsadviezen op basis van wetenschappelijk onderbouwde rekenregels moeten volgen, zoals het bemestingsadvies van de Commissie Bemesting Grasland en Voedergewassen.

Hoving: “Als je het bemestingsadvies volgt en op perceelsniveau bemest, dan benut je al een groot deel van de potentie van bodem en gewas. Die houdt ook rekening met de organische-stofbalans en de CEC (Cation Exchange Capacity). De laatste geeft aan hoeveel voedingsstoffen bodemdeeltjes aan zich kunnen binden.

“Stem je gift(en) wel af op je teeltdoel: beweiden of oogsten. En probeer niet met mengmonsters te werken. Neem bodemmonsters op die plekken waar je op basis van ervaring en/of historie afwijkingen verwacht. Hiervoor kun je een bodemscan ook prima inzetten. En je moet weten wat je brengt (bemest) en haalt (oogst) om stapje voor stapje meer inzicht te krijgen.”

“Voor het eerste, de bemesting, wordt al enige tijd geëxperimenteerd met biomassametingen met drones. Die geven een gevoel bij de hoeveelheid gras(opbrengst) en de noodzakelijke bijbemesting. Maar hier liggen nog geen wetenschappelijk onderbouwde rekenregels aan ten grondslag”, zegt Hoving.

Bodemscan goede basis voor in kaart brengen variatie in bodem?

Bert Philipsen stipt aan dat de bemestingscommissie richtlijnen opstelde voor het stikstofleverend vermogen van grasland: 25-30 kilo N per procent organische stof voor zandgrond, en 10-15 kilo N per procent organische stof voor kleigrond. Dit zou impliceren dat een bodemscan een goede basis kan zijn voor het in kaart brengen van variatie in de bodem.

“Mineralisatie is echter sterk afhankelijk van temperatuur en vochttoestand, en dat maakt de relatie tussen organische stof en stikstofleverend vermogen weerbarstig”, zegt hij.

Het is een fenomeen dat NPPL-proeven op melkveeproefbedrijf De Marke in het Gelderse Hengelo vorig jaar ook aan het licht brachten. “Er is nog zoveel te halen op perceelsniveau: kijk naar drogestofopbrengsten en eiwitbehoefte, rantsoen en voerstrategie, het aantal snedes/beweidingen en de zwaarte ervan.”

Meer weten over de Nationale Proeftuin Precisielandbouw en de 26 deelnemende telers? Kijk op de website

Stabiele verbanden ontbreken

Jouke Oenema, onderzoeker bij Wageningen Plant Research geeft aan dat het leggen van verbanden tussen bodem, bemesting, biomassa en opbrengst lastig is omdat de stabiliteit ontbreekt.

“Wat zijn de juiste indicatoren? Hoe bepaal je de relatie tussen bijvoorbeeld biomassa, bodem en bemesting? En hoe betrouwbaar zijn die metingen dan? In de projecten DISAC en Grass4Farming werken we met verschillende technieken om de grasopbrengst te bepalen. Zoals de met ultrasoon geluid werkende Pasture Reader, en verschillende reflectiemetingen (drones, satellieten, gewassensoren). De referentie blijft echter fysieke monstername en weging van het gewas. Wat nu een goede bemestingsstrategie is, blijft nog de vraag”, zegt Oenema.

Die vraag speelt sinds mensenheugenis, en is bij plaatsspecifiek variëren net zo relevant. Bemest je plekken met minder biomassa nu meer of juist minder? Meer bemesten zou tot een uniformer gewas moeten leiden, maar misschien is de opbrengstpotentie van de bodem de boosdoener en is meer (kunst)mest juist weggegooid geld.

Proef bij NPPL-deelnemer Van Velde

Om te bekijken hoe precisiebemesting, het plaatsspecifiek variëren van kunstmestgiften, uitpakt gaat NPPL-deelnemer Ad van Velde in het Groningse Kantens op drie percelen een heel jaar lang dezelfde variatie aanbrengen. “Afgelopen jaar bleek uit opbrengstmetingen dat Ad in het hart van zijn percelen meer gras oogstte dan daarbuiten”, zegt zijn NPPL-begeleider Fedde Sijbrandij.

“Het perceelshart geven we nu 15 tot 20% meer kunstmest, de rand eromheen een standaardgift en de buitenste rand 15 tot 20% minder kunstmest. Een tweede, even groot deel van hetzelfde perceel dient als referentie en krijgt enkel de standaardgift.”

“Hiernaast kijken we dit jaar naar het optimaal verdelen van beschikbare mest over alle percelen. Het viel vorig jaar namelijk op dat grasopbrengsten (droge stof en eiwitgehalte) op langjarig grasland, zomaar 20% hoger waren dan die dan op voormalige akkerbouwpercelen. Dit geeft aan dat het belangrijk is de perceelshistorie mee te nemen in het bemestingsplan.”

Bodem versus biomassa

Het valt Sijbrandij op dat er nog geen directe samenhang kan worden aangetoond tussen de variatie in de bodem, gemeten met een bodemscanner, en de variatie in de grasopbrengst (kwantiteit en kwaliteit) gemeten met een NIR-sensor op een hakselaar.

“De bodemscan brengt wel variatie in een perceel in beeld, maar grasgroei is van veel factoren afhankelijk. Droog of juist nat weer kan ervoor zorgen dat de relatie tussen de bodem en grasgroei telkens anders is. Daarnaast wordt gras gemaaid, geschud en geharkt voordat het gehakseld wordt, dus de vraag is ook hoever je moet inzoomen.”

NPPL-deelnemer Zwier van der Vegte ervoer afgelopen jaar dat drogestofgehaltes, gemeten met een NIR-sensor op een hakselaar, goed overeenkwamen met het drogestofgehalte dat was bepaald met traditioneel gedroogde monsters.

“Iets anders dat we hoopten te vinden, was een positieve correlatie tussen de geleidbaarheid (EC) van de bodem in de bouwvoor en de grasopbrengst gemeten met een Pasture Reader. Een correlatie was er ook wel, alleen omgekeerd evenredig”, zegt Van der Vegte.