AF-16191 Data Intensive Smart Agrifood Chains (DISAC) (BO-67-001-001, BO-41-002-001, BO-41-004-001)

DISAC is een privaat-publieke samenwerking die bestaat uit twintig industriële partijen en vier kennisinstellingen.
Binnen het project wordt ook een communicatiestructuur tussen sensoren en landbouwmachines ontwikkeld. Gewasbewerkingen, oogstmomenten en beweiding kunnen zo plaats-specifiek en real-time worden aangepast aan de omstandigheden. Ook bewaring en de verwerking van producten kunnen zo beter gestuurd worden.

Wat levert het op?

Het DISAC-project moet leiden tot:

• Hoger financieel rendement door hogere opbrengsten en een betere      gewaskwaliteit
• Duurzamere productie door een lagere milieubelasting (minder gebruik      van water, energie en chemicaliën en beter benutten van mineralen)
• Hogere voedselproductie
• Efficiënte en transparante productieketens

Kwantitatieve resultaten zijn: 10% opbrengstverbetering en kwaliteitsstijging en 20% minder gebruik van energie en agro-chemicaliën.

Eindgebruikers stellen prioriteiten

Er is gekozen voor een technology pull-aanpak, waarbij eindgebruikers de prioriteiten stellen. De verschillende deelprojecten binnen DISAC zijn geselecteerd door deskundigen van de betrokken ketenpartijen.

1. N-sensing: Prototype ontwikkeling en toetsen van een nieuwe sensoriek en agro-economische N-adviesmodules voor het GrasMaïs-Signaal (zuivelketen project).  
2. E-pieper: Optimalisatie van kwaliteit in de keten door gebruik te maken van e-pieper multi-sensor en data-infrastructuur (akkerbouw-keten project).
3. Connectivity & Interoperability tussen sensoren, decision support modules en machines verbeteren op een wijze dat de data-infrastructuur robuust en veilig is (IoT - DSS - mechanisatie project).

Planning 2018:

In het N-Sensing deelproject worden sensoren verder ontwikkeld voor bepaling stikstof in de bodem en het gewas. Tevens wordt een N-bemesting adviesmodule ontwikkeld.

In het E-Pieper deelproject wordt in 2018 en verder een dashboard ontwikkeld waarmee telers bodem, gewas en klimaatdata in beeld hebben en daarop gewas- en bewaarmanagement sturen.

In het Connectivity deelproject wordt aan twee use cases gewerkt. Use case 1 is detectie van onkruidhaarden met drones in combinatie met technologie voor plaats-specifieke bestrijding. Use case 2 is variabel doseren van N-meststoffen in grasland o.b.v. sensorbeelden.