
Precisielandbouw en sensortechnologie
Leerlingen analyseren hoe drones, satellietdata en bodemsensoren worden ingezet om landbouwopbrengsten te maximaliseren en milieubelasting te minimaliseren.
Kort samengevat:Precisielandbouw en sensortechnologie vertegenwoordigen de 'high-tech' kant van de moderne agrifood-sector (Domein E2 en F2). In deze module onderzoeken leerlingen hoe data-gedreven landbouw kan bijdragen aan duurzaamheid. Ze leren over de werking van multispectrale camera's die de reflectie van planten meten om de stikstofbehoefte of waterstress te bepalen. Dit onderwerp verbindt optica en informatica met plantfysiologie.
Over dit onderwerp
Precisielandbouw en sensortechnologie vertegenwoordigen de 'high-tech' kant van de moderne agrifood-sector (Domein E2 en F2). In deze module onderzoeken leerlingen hoe data-gedreven landbouw kan bijdragen aan duurzaamheid. Ze leren over de werking van multispectrale camera's die de reflectie van planten meten om de stikstofbehoefte of waterstress te bepalen. Dit onderwerp verbindt optica en informatica met plantfysiologie.
Voor VWO 6 leerlingen is de uitdaging om de stap te maken van ruwe sensordata naar bruikbare informatie voor de boer. Ze analyseren hoe GPS-gestuurde machines variabel kunnen bemesten of spuiten, waardoor de milieubelasting drastisch omlaag gaat. Dit onderwerp is zeer relevant voor de Nederlandse landbouw, die wereldwijd voorop loopt in efficiëntie. Door zelf aan de slag te gaan met data-analyse en sensoren, ontdekken leerlingen hoe technologie concreet kan helpen bij het oplossen van milieuproblemen.
Kernvragen
- Hoe meet een multispectrale camera de gezondheid van een gewas?
- Op welke manier vermindert precisielandbouw het gebruik van bestrijdingsmiddelen?
- Hoe verwerk je grote datasets uit sensoren tot bruikbare informatie?
Pas op voor deze misvattingen
Veelvoorkomende misvattingPrecisielandbouw is alleen bedoeld om meer winst te maken.
Wat je in plaats daarvan kunt onderwijzen
Hoewel efficiëntie winst oplevert, is het hoofddoel vaak het minimaliseren van de milieubelasting (minder kunstmest en gif). Door de reductiecijfers te bestuderen, zien leerlingen de ecologische winst.
Veelvoorkomende misvattingSensoren kunnen direct zien of een plant ziek is.
Wat je in plaats daarvan kunt onderwijzen
Sensoren meten reflectie of vocht; de interpretatie (is het een tekort aan water of een schimmel?) vereist biologische kennis en algoritmes. Leerlingen leren dat data-interpretatie een cruciale stap is.
Ideeën voor actief leren
Bekijk alle activiteiten→Onderzoekskring
Analyseer NDVI-beelden
Leerlingen krijgen satelliet- of dronebeelden van een akker. Ze berekenen de Normalized Difference Vegetation Index (NDVI) voor verschillende secties en maken een 'taakkaart' voor een tractor om variabel te bemesten.
Circuitmodel
Sensoren in actie
Verschillende stations met sensoren (bodemvocht, lichtintensiteit, pH). Leerlingen doen metingen en verklaren hoe deze data een boer helpen om minder middelen te gebruiken.
Denken-Delen-Uitwisselen
Big Data op de boerderij
Leerlingen denken na over wie de eigenaar is van de data die een tractor verzamelt: de boer of de fabrikant? Ze bespreken de voor- en nadelen van het delen van deze data voor wereldwijde voedselzekerheid.
Veelgestelde vragen
Wat meet een multispectrale camera precies?
Hoe helpt GPS bij precisielandbouw?
Wat is een taakkaart?
Welke actieve werkvormen werken goed bij sensortechnologie?
Meer in Voedselzekerheid en Biotechnologie
Genetische modificatie in de landbouw
Een diepgaande blik op CRISPR-Cas en andere biotechnologische methoden om gewassen te verbeteren. Leerlingen bespreken ook de ethische en ecologische implicaties.
8 methodologies
Circulaire voedselsystemen
Onderzoek naar de transitie van een lineaire naar een circulaire voedselketen. Leerlingen ontwerpen oplossingen voor het sluiten van nutriëntenkringlopen.
8 methodologies