Door de combinatie van onze zelfontwikkelde sensoren, het verzamelen van primaire gegevens van uw velden en externe gegevens van andere projecten zijn we in staat om u de meest relevante gegevens op ons platform te tonen en zelfs suggesties te doen voor slimmere landbouw op basis van geavanceerde AI-voorspellingsmodellen.

User cases

• Wijnbouw onderzoek. Welke effecten hebben basaltmatten op het beschikbare water van de wijnstokken? Het Weinbauzentrum Wädenswil gebruikt bodemvochtsensoren van databaum om dat uit te zoeken.
• Groenteteelt. Met sensoren wordt de watertoevoer geoptimaliseerd en wordt water bespaard. Het was belangrijk voor de ondernemer dat de sensoren op dezelfde grond dezelfde vochtwaarden weergeven. Ze hebben dat getest en zijn tevreden.
• Meststofmeting in substraat. De ondernemer gebruikt de sensoren om het meststofgehalte in zijn substraataardbeien te meten. Op deze manier kan hij tendensen in de loop van de tijd zien en zijn systeem afstellen. Een paar sensoren meten ook de EC van het drainwater. Ze zijn hier niet voor ontworpen, maar het werkt wel.

Wat zijn de voordelen?

• Water besparen. Activeer irrigatiesystemen alleen als het nodig is en realiseer aanzienlijke waterbesparingen. 45% van het Europese waterverbruik gaat naar de landbouw - besparingen zijn hier van groot belang om milieuschade te beperken.
• Bestrijdingsmiddelen. Besparingen op pesticiden en meststoffen. Bepaal nauwkeurig de hoeveelheden en timing voor het toedienen van meststoffen en pesticiden en verminder de vervuiling van bodem en grondwater. Realiseer aanzienlijke kostenbesparingen voor kunstmest en pesticiden als neveneffect van de vermindering van bodemverontreiniging.
• Opbrengstzekerheid. Profiteer van de integratie van kunstmatige intelligentie om gewasziekten nauwkeurig te voorspellen en het gewas tijdig te beheren. De gemiddelde kans op mislukte oogsten in Europa is ongeveer 40% Betere ziektevoorspellingen zullen helpen om dit percentage te verlagen.