SlideShare una empresa de Scribd logo
1 de 15
Voorspellen of meten?
Peter Speek | R&D manager Fertilab
nationalegrasdag.nl
Inleiding
nationalegrasdag.nl
Modellering
Bij het modelleren van data zijn een aantal zaken heel belangrijk:
▪ Hoe zuiver is de data?
▪ Kan de data worden geëxtrapoleerd?
▪ Hoe wordt de uitkomst geïnterpreteerd?
Waarom is dit belangrijk?
▪ Een model geeft altijd een resultaat (output), ook als de invoer (input) niet
correct is.
nationalegrasdag.nl
Modellering (voorbeeld 1)
nationalegrasdag.nl
Modellering (voorbeeld 1)
Leeftijd x 5.93 + 83.88 = Lengte
 Model 
Maar wat gebeurt er bij een leeftijd van 45?
nationalegrasdag.nl
Modellering (voorbeeld 1)
Bij een leeftijd van 45 jaar voorspelt
het model een lengte van 3,5 meter
Deze data kan niet worden geëxtrapoleerd,
dit levert namelijk geen reeël antwoord op
En wat zou er gebeuren als deze dataset met West-Europese
kinderen wordt toegepast op een school in Azië
De achtergrond (kalibratieset) van een dataset is heel
belangrijk voor de praktische toepassing ervan
Vertaald naar de praktijksituatie: Een kalibratieset met metingen op basis van bijvoorbeeld
grasland (veehouderij) is dus niet zonder meer toepasbaar op een sportveld!
Conclusie:
Het gebruiken van het model buiten het gekalibreerde bereik geeft wel een
voorspelling, maar geen juist antwoord!
nationalegrasdag.nl
Scannen
B
R
O
N
E
F
F
E
C
T
nationalegrasdag.nl
Scannen
Onbekend
2
4
6
8
6
Deze meting valt binnen het bereik, maar
is toch een volledig onjuiste voorspelling!
Conclusie:
Als de onbekenden (monsters) en de kalibratie niet vergelijkbaar zijn,
dan is er wel een voorspelling, maar geen juist resultaat!
nationalegrasdag.nl
Samenvatting
▪ Scantechnieken of satellietbeelden zijn afgeleide waardes (‘effecten’)
▪ De brondata bestaat analytische metingen, uitgevoerd in een laboratorium
▪ In een model wordt een ‘verband’ tussen effect en bron beschreven
▪ De uitkomsten zijn geen meetresultaten, maar voorspellingen!
Voor een goede voorspelling…
▪ moeten de metingen binnen het beoogde bereik worden gedaan (geen
extreme metingen)
▪ moet de samenstelling van het te meten object (veld) overeenkomen met de
samenstelling van de kalibratiedata
nationalegrasdag.nl
Praktijk
nationalegrasdag.nl
Praktijk
nationalegrasdag.nl
Praktijk
nationalegrasdag.nl
Praktijk
nationalegrasdag.nl
Resultaten
Parameter Scan 1 Scan 2 Scan 3 Analyse
Zuurgraad, pH-KCl 4.6 5.0 4.9 4.4
Organisch stof (%) 3.1 2.5 3.6 3.0
Kalium Laag Laag Laag Voldoende (74 kg/ha)
Calcium Hoog Hoog Hoog Laag (207 kg/ha)
Magnesium Hoog Voldoende Hoog Laag (22.7 kg/ha)
CEC 96 73 104 24
De resultaten voor eenvoudige directe metingen komen redelijk overeen,
de voedingstoestand laat geen verband zien tussen scans en analyse
Parameters zoals zuurgraad en vocht zijn brondata en geen afgeleide waarden (effect)
De voedingstoestand is een afgeleide waarde (effect) en wordt bij
een scan bepaald vanuit vastgelegde kalibratiedata (bron)
Conclusie:
Wees voorzichtig met de interpretatie van data vanuit scans en
laat - ter controle - ook regelmatig een bodemanalyse uitvoeren
bij een laboratorium
nationalegrasdag.nl
Conclusie
Resultaten en adviezen gebaseerd op modellen
zijn geen metingen, maar voorspellingen.
Resultaten en adviezen gebaseerd op modellen zijn niet per definitie fout,
maar zijn sterk afhankelijk van het gebruikte model en de onderliggende data.
Blijf daarom altijd kritisch!

Más contenido relacionado

Más de Koen van de Sanden

Más de Koen van de Sanden (20)

Presentatie Nationale Grasdag 2022 Job Steunenberg.pdf
Presentatie Nationale Grasdag 2022 Job Steunenberg.pdfPresentatie Nationale Grasdag 2022 Job Steunenberg.pdf
Presentatie Nationale Grasdag 2022 Job Steunenberg.pdf
 
Presentatie Nationale Grasdag 2022 Liset van Pinxteren.pdf
Presentatie Nationale Grasdag 2022 Liset van Pinxteren.pdfPresentatie Nationale Grasdag 2022 Liset van Pinxteren.pdf
Presentatie Nationale Grasdag 2022 Liset van Pinxteren.pdf
 
Presentatie Nationale Grasdag 2022 Peter Laan.pdf
Presentatie Nationale Grasdag 2022 Peter Laan.pdfPresentatie Nationale Grasdag 2022 Peter Laan.pdf
Presentatie Nationale Grasdag 2022 Peter Laan.pdf
 
Presentatie Nationale Grasdag 2022 Seth van der Wielen.pdf
Presentatie Nationale Grasdag 2022 Seth van der Wielen.pdfPresentatie Nationale Grasdag 2022 Seth van der Wielen.pdf
Presentatie Nationale Grasdag 2022 Seth van der Wielen.pdf
 
IPM: wie doet wat
IPM: wie doet watIPM: wie doet wat
IPM: wie doet wat
 
Op weg naar een weerbare grasteelt
Op weg naar een weerbare grasteeltOp weg naar een weerbare grasteelt
Op weg naar een weerbare grasteelt
 
Masterclass biostimulanten
Masterclass biostimulantenMasterclass biostimulanten
Masterclass biostimulanten
 
Bodem in conditie
Bodem in conditieBodem in conditie
Bodem in conditie
 
IPM: onderdeel van integraal beheer
IPM: onderdeel van integraal beheerIPM: onderdeel van integraal beheer
IPM: onderdeel van integraal beheer
 
IPM is de verantwoordelijkheid van de sector
IPM is de verantwoordelijkheid van de sectorIPM is de verantwoordelijkheid van de sector
IPM is de verantwoordelijkheid van de sector
 
Van gekruid veld naar optimaal grasbestand
Van gekruid veld naar optimaal grasbestandVan gekruid veld naar optimaal grasbestand
Van gekruid veld naar optimaal grasbestand
 
Verrijk je bodem, bemest organisch
Verrijk je bodem, bemest organischVerrijk je bodem, bemest organisch
Verrijk je bodem, bemest organisch
 
Weet wat er speelt onder de motorkap
Weet wat er speelt onder de motorkapWeet wat er speelt onder de motorkap
Weet wat er speelt onder de motorkap
 
Bodemleven, (ver)pest het niet
Bodemleven, (ver)pest het nietBodemleven, (ver)pest het niet
Bodemleven, (ver)pest het niet
 
Veranderen is meegaan met de eisen van de tijd
Veranderen is meegaan met de eisen van de tijdVeranderen is meegaan met de eisen van de tijd
Veranderen is meegaan met de eisen van de tijd
 
Speelkwaliteit het topje van de ijsberg
Speelkwaliteit het topje van de ijsbergSpeelkwaliteit het topje van de ijsberg
Speelkwaliteit het topje van de ijsberg
 
Smart en clean - HAS Hogeschool
Smart en clean - HAS HogeschoolSmart en clean - HAS Hogeschool
Smart en clean - HAS Hogeschool
 
Maatwerk door sensoring - Bras Fijnaart
Maatwerk door sensoring - Bras FijnaartMaatwerk door sensoring - Bras Fijnaart
Maatwerk door sensoring - Bras Fijnaart
 
Innovaties in bodemlevenbepaling - Eurofins Agro
Innovaties in bodemlevenbepaling - Eurofins AgroInnovaties in bodemlevenbepaling - Eurofins Agro
Innovaties in bodemlevenbepaling - Eurofins Agro
 
In 5 stappen naar een toekomstbestendig beheer - DCM
In 5 stappen naar een toekomstbestendig beheer  - DCMIn 5 stappen naar een toekomstbestendig beheer  - DCM
In 5 stappen naar een toekomstbestendig beheer - DCM
 

Presentatie Nationale Grasdag 2022 Peter Speek.pdf

  • 1. Voorspellen of meten? Peter Speek | R&D manager Fertilab
  • 3. nationalegrasdag.nl Modellering Bij het modelleren van data zijn een aantal zaken heel belangrijk: ▪ Hoe zuiver is de data? ▪ Kan de data worden geëxtrapoleerd? ▪ Hoe wordt de uitkomst geïnterpreteerd? Waarom is dit belangrijk? ▪ Een model geeft altijd een resultaat (output), ook als de invoer (input) niet correct is.
  • 5. nationalegrasdag.nl Modellering (voorbeeld 1) Leeftijd x 5.93 + 83.88 = Lengte  Model  Maar wat gebeurt er bij een leeftijd van 45?
  • 6. nationalegrasdag.nl Modellering (voorbeeld 1) Bij een leeftijd van 45 jaar voorspelt het model een lengte van 3,5 meter Deze data kan niet worden geëxtrapoleerd, dit levert namelijk geen reeël antwoord op En wat zou er gebeuren als deze dataset met West-Europese kinderen wordt toegepast op een school in Azië De achtergrond (kalibratieset) van een dataset is heel belangrijk voor de praktische toepassing ervan Vertaald naar de praktijksituatie: Een kalibratieset met metingen op basis van bijvoorbeeld grasland (veehouderij) is dus niet zonder meer toepasbaar op een sportveld! Conclusie: Het gebruiken van het model buiten het gekalibreerde bereik geeft wel een voorspelling, maar geen juist antwoord!
  • 8. nationalegrasdag.nl Scannen Onbekend 2 4 6 8 6 Deze meting valt binnen het bereik, maar is toch een volledig onjuiste voorspelling! Conclusie: Als de onbekenden (monsters) en de kalibratie niet vergelijkbaar zijn, dan is er wel een voorspelling, maar geen juist resultaat!
  • 9. nationalegrasdag.nl Samenvatting ▪ Scantechnieken of satellietbeelden zijn afgeleide waardes (‘effecten’) ▪ De brondata bestaat analytische metingen, uitgevoerd in een laboratorium ▪ In een model wordt een ‘verband’ tussen effect en bron beschreven ▪ De uitkomsten zijn geen meetresultaten, maar voorspellingen! Voor een goede voorspelling… ▪ moeten de metingen binnen het beoogde bereik worden gedaan (geen extreme metingen) ▪ moet de samenstelling van het te meten object (veld) overeenkomen met de samenstelling van de kalibratiedata
  • 14. nationalegrasdag.nl Resultaten Parameter Scan 1 Scan 2 Scan 3 Analyse Zuurgraad, pH-KCl 4.6 5.0 4.9 4.4 Organisch stof (%) 3.1 2.5 3.6 3.0 Kalium Laag Laag Laag Voldoende (74 kg/ha) Calcium Hoog Hoog Hoog Laag (207 kg/ha) Magnesium Hoog Voldoende Hoog Laag (22.7 kg/ha) CEC 96 73 104 24 De resultaten voor eenvoudige directe metingen komen redelijk overeen, de voedingstoestand laat geen verband zien tussen scans en analyse Parameters zoals zuurgraad en vocht zijn brondata en geen afgeleide waarden (effect) De voedingstoestand is een afgeleide waarde (effect) en wordt bij een scan bepaald vanuit vastgelegde kalibratiedata (bron) Conclusie: Wees voorzichtig met de interpretatie van data vanuit scans en laat - ter controle - ook regelmatig een bodemanalyse uitvoeren bij een laboratorium
  • 15. nationalegrasdag.nl Conclusie Resultaten en adviezen gebaseerd op modellen zijn geen metingen, maar voorspellingen. Resultaten en adviezen gebaseerd op modellen zijn niet per definitie fout, maar zijn sterk afhankelijk van het gebruikte model en de onderliggende data. Blijf daarom altijd kritisch!