Test grasgroeivoorspelling in de praktijk : resultaten modelmatige schatting drogestofopbrengst en ruw eiwitgehalte

Grassland management is an important part of farm management on a dairy farm.A web application is being developed for dairy farmers to predict the dry matter productionand fodderquality. In a practical pilot on five dairy farms, the model-based estimate of dry matter yield and crude protein content of grass has been compared with grass height and reflection measurements respectively fresh grass analyzes. Due to instabilitythe web application could not yet be used, the test was carried out after the growing season. The prediction of grass yields and crude protein contents gave a mixed picture, sometimes with a good approximation of reality, but sometimes also with clear deviations. For yield, it mainly concerned an underestimation for the first cut and an overestimate for cuts after grazing.For protein, the content was especially overestimated in relatively young grass. Model improvements and combining growth prediction with measurement data make it possible to improve the reliability of estimates.
Graslandbeheer is een belangrijk onderdeel van het bedrijfsmanagement op een melkveebedrijf. Om te voorspellen hoeveel gras waar staat en wat de kwaliteit hiervan is, wordteen webapplicatie ontwikkeld voor melkveehouders. In een praktijkpilot op vijf melkveebedrijven isde modelmatige schatting van drogestofopbrengst en ruw eiwitgehalte van gras vergeleken met respectievelijk grashoogte-en reflectiemetingenen vers grasanalyses. Doordat de webapplicatie nog niet ingezet kon worden,is de test na het groeiseizoen uitgevoerd. De voorspelling van de grasopbrengsten en ruw eiwitgehalten gaf een wisselend beeld, met soms een goedebenadering van de werkelijkheid, maar somsook duidelijke afwijkingen. Voor opbrengst betrof het vooral een onderschatting voor de eerste snede en een overschatting voor sneden na beweiding.Voor eiwit werd het gehalte vooral in relatief jong gras overschat. Door modelverbeteringen en hetcombineren van groeivoorspelling met meetdata is het mogelijk om de betrouwbaarheid van de schattingen te verbeteren.