digitaal / Partnerbijdrage

Data analytics in de landbouw

Waarom dat van cruciaal belang is voor de Green Deal.

28 april 2022
Data analytics in de landbouw

Hoe kunnen we de landbouw verduurzamen zonder boeren te verhinderen innovatief te denken en betaalbaar voedsel van de hoogste kwaliteit te blijven produceren? Het antwoord op deze vraag is essentieel als we de ambitieuze doelstellingen van de Green Deal willen halen. Gelukkig kunnen beleidsmakers rekenen op de hulp van data en analytics bij het voorspellen van de impact van beslissingen en strategieën.

In elk bedrijf is wendbaarheid belangrijk geworden. Het stelt bedrijfsleiders in staat het hoofd te bieden aan crisissituaties, zoals de recente pandemie en de gevolgen van lockdowns. Ook boeren en beleidsmakers moeten wendbaar zijn om te reageren op onvoorspelbare situaties zoals de klimaatverandering en ernstige weersomstandigheden.

Crisissituaties kunnen de oogstvoorraden onder zware druk gezet, wat kan leiden tot stijgende voedselprijzen. Als landen besluiten hun export naar EU-landen te beperken of stop te zetten, moeten EU-beleidsmakers op zoek gaan naar alternatieven. In dat geval kunnen een dataset en model meer inzicht verschaffen in wat beschikbaar is en welke impact een beslissing heeft op de lange termijn.

Net zoals de meeste productiebedrijven data en analytics inzetten om hun processen te optimaliseren en de kwaliteit van hun producten te verbeteren, zo zou de landbouwsector kunnen profiteren van voorspellende analytics-tools. Niet alleen om oplossingen te vinden voor acute crisissituaties, maar ook op de lange termijn om de klimaatverandering tegen te gaan. Data en analytics zijn namelijk van cruciaal belang voor de EU om de uitstoot van broeikasgassen tegen 2030 met ten minste 55% te verminderen.

Database voor de landbouw

Onderdeel van Europa's plannen is de Farm to Fork-strategie die tot doel heeft voedselsystemen eerlijk, gezond en milieuvriendelijk te maken. Om deze doelstellingen en die van de Green Deal te bereiken, moet de Europese Unie het beleid in real-time evalueren en snel feedback krijgen over de impact van haar beslissingen. En uiteindelijk zelfs de uitkomst van het beleid voorspellen. Om dit te realiseren, moet de EU data verzamelen en analytische modellen ontwikkelen die gegevens omzetten in waardevolle inzichten.

In feite bestaat er al een database voor het volgen van het landbouwbeleid. Het ILB is een succesvolle oplossing die door het directoraat-generaal Landbouw en plattelandsontwikkeling (DG AGRI) samen met het analytics framework van SAS is ontwikkeld. Hierin worden jaarlijks financiële, economische en structurele gegevens van 85.000 Europese landbouwbedrijven verzameld. De voordelen van dit datamodel zijn tweeledig. Enerzijds kunnen beleidsmakers het gebruiken om hun beslissingen bij te sturen. Anderzijds kunnen boeren de prestaties van hun bedrijf verbeteren met behulp van benchmarkgegevens.

EU-landbouwbedrijven worden lokale data-fabrieken

In de volgende stap zal het huidige datanetwerk waarschijnlijk worden uitgebreid tot een Farm Sustainability Data Network (FSDN) dat een bredere reeks indicatoren over de duurzaamheidsprestaties van landbouwbedrijven omvat. De opmaat hiertoe was FLINT, een door de Europese Commissie gefinancierd project dat 31 relevante thema's heeft vertaald in een lijst van specifieke data-items die bij landbouwbedrijven moeten worden verzameld. Landbouw is een dynamisch ecosysteem dat reageert op een aantal complexe factoren, zoals het weer, de economie en klimaatveranderingen. De informatiestromen moeten daarom ook dynamisch zijn en deze voortdurend veranderende omstandigheden weerspiegelen.

Uiteindelijk zou elk landbouwbedrijf in de EU een goedkope, lokale datafabriek kunnen worden die informatie deelt met andere landbouwbedrijven en beleidsmakers. Op die manier kunnen we modellen bouwen voor verschillende boerderijen, regio's en zelfs lidstaten. Dit zal leiden tot diverse ‘digital twins’ die verschillende onderdelen van de waardeketen vertegenwoordigen en die veranderende klimaatpatronen en de impact daarvan op de landbouwproductie in beeld brengen.

In plaats van alleen maar terug te kijken naar historische data, kijken voorspellende modellen vooruit en geven inzicht in de verwachte beleidsuitkomsten. Als gevolg daarvan zal de landbouw duurzamer worden en zullen consumenten kunnen profiteren van lagere voedselprijzen. Het kan zelfs leiden tot intelligenter landgebruik en een betere waterkwaliteit. In Florida bijvoorbeeld is de SAS-technologie gebruikt om beleidsmaatregelen aan te sturen die de waterschappen veerkrachtiger maken.

Inzet van analytics voor slimmere landbouw en voedselproductie

De klimaatverandering een halt toeroepen en de ambities van de Green Deal waarmaken, wordt een enorme opgave waaraan alle EU-burgers een bijdrage moeten leveren. Maar zonder rekenmodellen en algoritmes staan we voor een onmogelijke opdracht. Met geavanceerde analytics kunnen we niet alleen enorme hoeveelheden data analyseren, we kunnen ook factoren meenemen die voorheen niet zichtbaar waren voor beleidsmakers. Denk aan de voordelen van CO2-opslag, biodiversiteit en toegang tot voedzaam en betaalbaar voedsel. Maar voordat we de modellen kunnen bouwen die dit mogelijk maken, moeten we eerst de data op orde hebben. Dit betekent dat we zowel het ILB als het FSDN moeten structureren voor het verzamelen en het uitwisselen van data.

In de strijd tegen klimaatverandering moet het beleid volgens de Wereldbank gericht zijn op methoden die tegelijkertijd de uitstoot verminderen, de veerkracht vergroten en de productiviteit verbeteren. Aangezien landbouw een seizoensgebonden proces is dat elk jaar opnieuw begint, zullen we de weg naar succes gedurende het proces moeten effenen. Alleen met behulp van analytics kunnen we een doordacht beleid ontwikkelen dat boeren begrijpen en omarmen. Dit zal leiden tot slimmere landbouw en voedselproductie met een positieve impact op het inkomen van onze boeren, de economie van de EU, onze gezondheid en, natuurlijk, onze aarde.

Plaats als eerste een reactie

U moet ingelogd zijn om een reactie te kunnen plaatsen.