Inleiding
Croptimal brengt FutureWater’s bewezen digitale landbouwtools samen in één krachtig platform met twee geïntegreerde modules: Irrigatie (voorheen SOSIA) en Gewasgeschiktheid. Samen bieden ze precieze, locatiespecifieke inzichten om boeren en beleidsmakers te begeleiden bij wat te planten, waar te planten, wanneer te planten en hoeveel te irrigeren – om opbrengsten te maximaliseren en tegelijkertijd duurzaam watergebruik te garanderen.
Door geavanceerde weer-, bodem-, gewas- en satellietgegevens te combineren, zet Croptimal complexe wetenschappelijke informatie om in duidelijk, praktisch advies. Gebruikers ontvangen up-to-date aanbevelingen op veldniveau over gewasselectie, plantschema’s en irrigatiebeheer – allemaal afgestemd op de lokale omstandigheden en voortdurend verfijnd naarmate nieuwe gegevens beschikbaar komen. Deze naadloze integratie overbrugt de kloof tussen gegevensgestuurde modellering en besluitvorming in de landbouw op het veld.
Croptimal is meer dan een digitale tool-het is een operationele dienst die boeren, agronomen en tussenpersonen in staat stelt om bruikbare inzichten te verkrijgen. Door geschiktheidsplanning op lange termijn te combineren met irrigatiebegeleiding tijdens het seizoen, helpt Croptimal de productiviteit te verhogen, de waterefficiëntie te verbeteren en klimaatbestendige landbouwsystemen op te bouwen in diverse landschappen.
Irrigatie (voorheen SOSIA)
De irrigatiemodule is een geavanceerde adviesdienst voor kleine boeren, die is getest in Rwanda, Zambia en Ghana. Het biedt nauwkeurige, veldspecifieke begeleiding over wanneer en hoe lang te irrigeren, waardoor de waterefficiëntie en gewasproductiviteit worden verbeterd terwijl het eenvoudig en betaalbaar in gebruik blijft.
Video
Belangrijkste kenmerken
- Virtuele weerstations (VWS) via Google Earth Engine: realtime en historisch inzicht in het weer in gegevensarme regio’s zonder lokale hardware of opslag.
- Gewasspecifieke schema’s op maat: integreert FAO-WaPOR ETref en GPM neerslag; verfijnt Kc dynamisch met behulp van Sentinel-2 om overeen te komen met de werkelijke gewasontwikkeling.
- Dynamische hindcast-updates regenvalvoorspellingsintegratie: wekelijkse schema-updates weerspiegelen recent weer en voorspelde regen voor robuuste, klimaatslimme irrigatie.
- Nauwkeurige looptijden: houdt rekening met de pompcapaciteit en het debiet van de druppellijn om de exacte irrigatieduur te berekenen.
- Handige WhatsApp-updates: dagelijkse adviezen en kortetermijnvoorspellingen op het door de gebruiker gewenste tijdstip.
Boeren en landbouwvoorlichters
De module is ontwikkeld in samenwerking met Holland Greentech, zodat er een sterke focus is op praktische bruikbaarheid en de impact op boeren. De module wordt veilig gehost voor tussenpersonen, zoals voorlichters, die actuele irrigatieschema’s rechtstreeks aan boeren kunnen leveren via print of WhatsApp. Het platform biedt betaalbare, gebruiksvriendelijke toegang zonder de noodzaak van geavanceerde hardware of technische expertise, waardoor het ideaal is voor kleine boeren in regio’s met een tekort aan gegevens.
Feedback van gebruikers heeft geleid tot aanzienlijke verbeteringen, waaronder een grotere dekking van gewassen (bijv. bladgroenten en peulvruchten), een database voor boeren die het invoeren van gegevens vereenvoudigt en prestatieoptimalisaties voor omgevingen met een lage bandbreedte. Het systeem biedt gelokaliseerd, veldspecifiek advies dat zich aanpast aan elk gewas en elke weersomstandigheid, met voortdurende updates tijdens het groeiseizoen om ervoor te zorgen dat boeren altijd de meest relevante aanbevelingen ontvangen.
Gewasgeschiktheid
Hoe het werkt
De module integreert satellietgebaseerde dataproducten, weersinformatie, machine learning en gewasgroeimodellen. Ruimtelijke gegevens met hoge resolutie – regenval, luchttemperatuur, evapotranspiratie van gewassen, bodemeigenschappen, vegetatie-indices en terrein – worden geanalyseerd om de geschiktheid van land te evalueren van regionale tot veldschaal. Historische klimaatgegevens geven informatie over langetermijnpatronen; optionele uitbreidingen omvatten de koppeling van seizoensverwachtingen voor dynamische diensten.
Het ondersteunt strategische planning op regionale schaal en praktische plantbeslissingen op veldniveau.
Belangrijkste kenmerken
- Gewasspecifieke drempelwaarden om de omstandigheden te identificeren die nodig zijn voor een optimale opbrengst.
- Hoge-resolutiekartering met een resolutie van 100 meter voor bruikbare lokale inzichten.
- Seizoensvensters met aanbevelingen voor meerdere plantseizoenen (bijv. okt-dec, mrt-jun, nov-apr).
Resultaten
De resultaten omvatten duidelijke, locatiespecifieke plantaanbevelingen geclassificeerd als:
- Zeer geschikt: minimale beperkingen; kleine ingrepen nodig.
- Geschikt: matige beperkingen; standaard interventies nodig.
- Niet ideaal: aanzienlijke beperkingen; grote ingrepen aanbevolen.
Voor “Niet ideale” land-seizoencombinaties stelt Croptimal bruikbare opties voor veldbeheer voor, zoals veerkrachtige variëteiten, irrigatie- of drainagestrategieën en gerichte bemesting – altijd afgestemd op de lokale agronomie. De module is in eerste instantie geïntroduceerd in Angola en Egypte, maar breidt zich nu snel uit naar nieuwe regio’s, gewassen en gegevenslagen.
Gerelateerde projecten
-
Smart Sprayer: efficiënte terrasirrigatie in Nepal
The project introduces the Smart Sprayer package, an integrated solution that combines: 1) A low-cost, gravity-fed micro-pivot irrigation system (the Sprayer), designed to function under very low water pressure and flow—ideal for hilly terrain and remote farms. 2) A mobile-based Smart Irrigation Tool that sends farmers daily, crop-specific irrigation recommendations...
-
Veilige zaaimomenten voor de tuinbouw in Ghana
Hoe weten boeren wanneer ze hun zaden moeten planten? In Europa vertrouwen boeren op hoogwaardige weergegevens om de optimale plantdata te bepalen. In Afrika zijn weerstations echter schaars, wat resulteert in slechte neerslagvoorspellingen. Dit is vooral problematisch voor boeren in tropische gebieden, waar het begin van het regenseizoen bepalend is...
-
BUCRA: Building Unity for Climate Resilient Agriculture
Het BUCRA-project versterkt kleinschalige boeren in de Nijldelta van Egypte met klimaatslimme landbouwpraktijken en geavanceerde digitale tools. Met behulp van FutureWater's Croptimal en SOSIA optimaliseert het project de gewaskeuze en irrigatie-efficiëntie, waarmee het inspeelt op waterschaarste en klimaatverandering. Demonstratiepercelen en op maat gemaakte trainingen stimuleren duurzame en veerkrachtige landbouw.
-
SOSIA+: Climate Smart Irrigation Services in Ghana
Earlier this year FutureWater finished a very first draft of the irrigation advisory application SOSIA, with promising results in Rwanda and Zambia. The SOSIA Irrigation Advisory Tool was based on satellite data only. For this project, the SOSIA+ tool will be developed. SOSIA+ will also include real-time local ground data...
-
SOSIA: Small-Scale Open Source Satellite-based Irrigation Advice
FutureWater currently furthers the development of the SOSIA tool: an irrigation advice for small-scale food producers. Due to the lack of local weather station data, virtual weather stations derived from open-source satellite data are established, and combined with crop stage, and projected and historical precipitation data. The SOSIA tool allows...
-
Mavo Diami: Services on Land-crop Suitability Mapping and Operational Irrigation Advice in Angola
The overall project goal is to improve sustainable food and income security for >100,000 smallholder farmers in Angola, by accelerating their agri-business performance through informed decisions supported by the Mavo Diami services built on weather, soil and crop signals and other relevant data and indicators. Ensuring the services are offered...
-
Remote Sensing for Land Suitability Assessment in Angola
The government of Angola considers the agricultural sector as an economic sector that offers great prospects and therefore aims to further develop the agricultural sector in order to diversify its economy. The potential for expanding the area under production is great. To support the effective planning of interventions that increase...
