Binnen een goed bouwplan komt alles samen
Volledig onderzoeksrapportBinnen een goed bouwplan komt alles samen
Volledig onderzoeksrapport
In de afgelopen decennia is het landbouwkundig onderzoek in Nederland enorm versplinterd en uit elkaar gegroeid. En ja, boeren hebben vertrouwen in onderzoek, maar hun vertrouwen is niet onvoorwaardelijk. Ook sluit het onderzoek niet altijd goed aan op de urgente problemen waarmee boeren worstelen in de praktijk.
De initiatiefnemers van Crkls: Misset Uitgeverij, BO Akkerbouw, Wageningen University & Research, Aeres Hogeschool en Groen Kennisnet willen hier wat aan doen voor een toekomstbestendige landbouw in Nederland die nu voor grote uitdagingen staat.
Het kennisplatform Crkls wil het kaf van het koren scheiden en bewezen kennis gemakkelijk vindbaar maken voor boeren op een plek. De resultaten van alle onderzoeken en praktijkproeven in Nederland worden verzameld en door een onafhankelijke redactie beoordeelt en op een uniforme en compacte wijze gepubliceerd.
Onderzoeksinstituut: Wageningen Livestock Research
Locatie: N.v.t.
Periode: van 2024 tot 2022
Gefinancierd door: ZuivelNL, LNV, WUR, e.a. in PPS
Status onderzoek: Afgerond
Bodemsoort: n.v.t.
Diercategorie: Melkvee
Betrouwbaarheidsscore:
Toelichting bekijken
Ja(a)r(en) van onderzoek:
1
2
3
4
4+
Statistische onderbouwing:
Het onderzoek is statistisch onderbouwd.
Herhalingen:
Betrouwbaarheidsscore onderbouwing
Het onderzoek is eenjarig uitgevoerd met herhalingen. De resultaten bevatten een statistische onderbouwing. Het is daarmee betrouwbaar.
Melkveebedrijven moeten sturen op meerdere doelen tegelijk: opbrengst, emissies en bodemkwaliteit. Dit onderzoek ontwikkelt een model dat helpt om bouwplannen te optimaliseren op basis van kritische prestatie-indicatoren (KPI’s).
Dit onderzoek richt zich op het optimaliseren van bouwplannen voor melkveebedrijven, met aandacht voor economische prestaties, klimaatimpact en bodemgezondheid. Hiervoor is een model ontwikkeld dat verschillende scenario’s doorrekent op basis van kritische prestatie-indicatoren (KPI’s), zoals broeikasgasemissies, nutriëntenbenutting en het aandeel eiwit van eigen land. Het model is toegepast op een melkveebedrijf op zandgrond in Brabant.
De resultaten laten zien dat de optimale gewaskeuze afhankelijk is van de gestelde doelen. Intensieve melkveebedrijven profiteren van een combinatie van grasland met energierijke gewassen zoals snijmais en voederbieten. Deze gewassen ondersteunen een hoge melkproductie en verbeteren de efficiëntie van het rantsoen.
Wanneer de beperking van minimaal 80% grasland wordt losgelaten, verschuift het bouwplan richting meer snijmais. Dit leidt tot een lagere ammoniakemissie en minder gebruik van kunstmest, terwijl de productie van voer van eigen land toeneemt. Tegelijk neemt de aanvoer van organische stof licht af, wat gevolgen kan hebben voor de bodemkwaliteit.
Daarnaast blijkt dat optimalisatie van het eiwitgehalte in het rantsoen kan bijdragen aan lagere mestafvoerkosten en een beter economisch resultaat.
De studie laat zien dat er altijd sprake is van afwegingen tussen doelen. Verbetering van bijvoorbeeld emissies of kosten kan gevolgen hebben voor bodemkwaliteit of andere KPI’s. Het model maakt deze effecten inzichtelijk en ondersteunt het maken van onderbouwde keuzes in het bouwplan.
Met de Impactscore laten we zien op welke bedrijfsactiviteiten in de melkveehouderij de onderzoeksresultaten direct effect kunnen hebben. Een onderzoeksresultaat kan bijvoorbeeld leiden tot efficiënter voergebruik, minder gebruik van geneesmiddelen of een betere diergezondheid. Dat vermelden we met een korte toelichting.
Gezondheid bodem
Minder grasland kan leiden tot lagere aanvoer van organische stof.
Gebruik chemische middelen
Lagere inzet van kunstmest-N bij aangepast bouwplan.
Uitstoot ammoniak
Meer snijmais en minder grasland verlaagt NH₃-emissie.
Kosten
Lagere mestafvoerkosten en efficiënter gebruik van input.
Financiële opbrengst
Optimalisatie van gewaskeuze en rantsoen verlaagt kosten en verhoogt saldo.
Het onderzoek is eenjarig uitgevoerd met herhalingen. De resultaten bevatten een statistische onderbouwing. Het is daarmee betrouwbaar.
Bouwplan
Gewaskeuze
Grasland
Snijmais