Hoe weet je of je bodemvochtsensor nog juist meet?

Een sensor die uitvalt, merk je. Een sensor die stilaan verkeerd begint te meten, merk je niet — en daar baseer je wél je irrigatiebeslissingen op.

Er zijn twee grote lijnen in types bodemvochtsensoren. De meting van het percentage bodemvocht wordt het vaakst toegepast: hoeveel water zit er in de bodem. Het gebruik van zuigspanningssensoren geeft strikt genomen een betere indicatie van wat een boom effectief kan doen met het beschikbare water. Dat type drukt uit hoe hard een boom moet zuigen om water op te nemen. Binnen elk van die twee meeteenheden bestaan nog een dozijn variaties in technologie om tot een meetwaarde te komen.

Dit artikel gaat niet over welke van die technologieën de beste is. Het gaat over een vraag die daaraan voorafgaat: hoe leid je uit de meetdata zelf af of de sensor nog een betrouwbare waarde geeft?

Een les uit de industrie

PlantData Live is opgericht door drie ingenieurs met jaren ervaring in monitoring en controle van industriële installaties. In die wereld bestaat een vuistregel die zo vanzelfsprekend is dat ze zelden nog wordt uitgesproken: een goed systeem bewaakt zichzelf. De verantwoordelijke voor de installatie hoort het niet te ontdekken wanneer er schade is — hij hoort het te weten op het moment dat het systeem niet langer betrouwbaar meet.

Die filosofie zit zelfs in de bekabeling. Industriële sensoren sturen hun signaal doorgaans als een stroom tussen 4 en 20 mA. Die ondergrens van 4 mA is geen toeval: ze bestaat opdat "de meting is nul" te onderscheiden zou zijn van "er komt niets meer binnen". Een kabelbreuk geeft 0 mA, en dat is een waarde die een gezonde sensor nooit kan produceren. De diagnose zit ingebakken in het ontwerp.

In de bodem heb je die luxe niet. Een bodemvochtsensor met slecht contact geeft geen foutcode — hij geeft een net iets te droge waarde, elke dag opnieuw, en die waarde ziet er volkomen normaal uit. Wij moeten de diagnose dus ergens anders halen: uit de vorm van de tijdreeks zelf.

Hoe deze sensoren stuk gaan

De faalprofielen van de twee families zijn bijna elkaars spiegelbeeld.

Zuigspanningssensoren falen typisch vanbinnen. Bij een klassieke tensiometer breekt de waterkolom rond −80 kPa (cavitatie), raakt de keramische pot verstopt met biofilm of kalk, loopt het reservoir leeg, of drift de druksensor traag weg. Bij granulaire matrixsensoren corroderen de elektroden en verandert de matrix zelf over de jaren.

Dat vertaalt zich in een kortere en vooral minder voorspelbare levensduur. Voor granulaire matrixsensoren rekent de fabrikant op vijf jaar of meer, met het uitdrukkelijke advies om ze op dat punt uit te graven en te controleren. Een tensiometer kan als instrument jarenlang meegaan, maar zijn bruikbare leven wordt niet bepaald door slijtage: het wordt bepaald door onderhoud. Bijvullen, ontluchten na cavitatie, de pot proper houden, en in onze streek de vorstgevoelige exemplaren uit de grond halen voor de winter. Sla een seizoen over en de sensor meet nog steeds — alleen niet meer correct.

Vochtpercentagesensoren falen zelden vanbinnen. Moderne uitvoeringen zijn volledig ingegoten en gaan makkelijk acht jaar of langer mee. Wat er misgaat, zit aan de buitenkant: het contact met de bodem. Een luchtspleet van enkele millimeters, een steen tegen het meetvlak, of krimpscheuren die in een droge zomer de grond van de sensor wegtrekken. Verder: kabelschade door knaagdieren of machines, water dat langs een beschadigde mantel naar binnen kruipt, een zakkende voedingsspanning, en preferentiële stroming waarbij regenwater langs het installatiegat naar de sensor loopt in plaats van door de bodem.

De rode draad: bij de ene familie breekt de sensor, bij de andere breekt de relatie tussen de sensor en de bodem. Beide zie je terug in de data, maar je moet naar iets anders kijken.

Wat je in de data ziet

Wat verraadt nu dat er iets misloopt? Zelden een waarde die er verkeerd uitziet. Bijna altijd is het alarmsignaal dat de structuur uit het signaal verdwijnt: de meetreeks vertoont het typische gedrag niet meer dat een gezonde sensor in de bodem hoort te vertonen.

Een gezonde bodemvochtreeks is namelijk niet vlak. Ze ademt met de dag mee, ze reageert op elke regenbui, ze loopt in een voorspelbare volgorde op tussen de meetdieptes. Precies die structuur is wat je bewaakt.

De twee checks die het meeste opleveren

Van alle mogelijke controles zijn er twee die in de praktijk het zwaarste wegen.

De respons op een bui

Dit is de scherpste manier om "de sensor is stuk" te onderscheiden van "de bodem is gewoon droog". Na een gemeten neerslag- of irrigatiebeurt móet een gezonde sensor in de wortelzone bewegen. Doet de sensor op 30 cm dat wel en die op 15 cm niet, dan ligt het aan de sensor — niet aan de bodem.

Deze check heeft één voorwaarde: je moet weten wánneer er water gevallen is. Zonder regenmeter of irrigatielog per perceel valt de krachtigste controle die je hebt gewoon weg. Dat is meteen de belangrijkste reden om die datastroom mee op te nemen, ook als hij op het eerste gezicht niets met de boom te maken heeft.

De vergelijking met de buren

Zodra je meerdere sensoren op eenzelfde diepte in eenzelfde perceel hebt, bereken je per sensor het verschil met de mediaan van de groep. Trage drift verschijnt daar als een langzaam groeiend verschil, lang voordat de absolute waarde er onmogelijk uitziet.

Voor zuigspanningssensoren is dit de enige betrouwbare manier om sluipende drift te vangen. Daar hangt wel een concrete voorwaarde aan vast: je hebt er minstens drie nodig, in elkaars directe nabijheid en op ongeveer dezelfde diepte. Met twee sensoren zie je wel dát ze uit elkaar lopen, maar niet welke van de twee gelijk heeft. Pas vanaf drie is er een middelste waarde om tegen af te toetsen, en wordt de afwijkende sensor aanwijsbaar. Dezelfde diepte is daarbij even belangrijk als de nabijheid, want 15 en 45 cm drogen nu eenmaal met een heel ander ritme uit — een verschil tussen die twee is normaal gedrag, geen fout. Voor vochtpercentagesensoren bestaat er nog een tweede variant: het referentieplateau. Elke verzadigende bui hoort de sensor terug te duwen naar ongeveer hetzelfde bovenniveau — de veldcapaciteit van die bodem. Zakt dat plateau seizoen na seizoen, dan degradeert het contact, ook al oogt elke afzonderlijke curve nog perfect.

Wat dit betekent voor de keuze van een sensor

Hier komt een principe terug dat de meeste specificatiebladen niet vermelden. Wij zijn een databedrijf. Voor ons is de meest waardevolle sensor er een die lang meegaat en — omdat alles uiteindelijk stukgaat — waarvan we zoveel mogelijk faalmodi uit de data kunnen afleiden. Nauwkeurigheid is daarbij niet het eerste criterium, want een nauwkeurige sensor die stilletjes wegdrift is gevaarlijker dan een middelmatige sensor die zijn eigen ontsporing verraadt.

Uit die stelling volgen drie concrete voorkeuren.

Ruwe grootheden zijn meer waard dan mooie eindgetallen. Een sensor die alleen een vochtpercentage doorgeeft, verbergt zijn faalmodi. Diezelfde sensor die ook de onderliggende fysische grootheid meestuurt, geeft ons harde ankerpunten: die grootheid heeft een gekende waarde in lucht en een gekende waarde in water. Ligt de meting bij lucht, dan ligt de sensor bloot — dat is geen interpretatie meer, dat is een vaststelling. Het eindgetal is identiek; de diagnosticeerbaarheid niet.

Elk extra onafhankelijk kanaal is een diagnosekanaal. Bodemtemperatuur verklaart vorstartefacten. Voedingsspanning verklaart wegdrijvende analoge metingen. Communicatiestatistiek waarschuwt weken vooraf voor een connector die water trekt. Geen van die kanalen gaat over bodemvocht, en samen bepalen ze of je de bodemvochtmeting mag vertrouwen.

Redundantie is goedkoper dan precisie. Twee sensoren die elkaar controleren, leveren meer bruikbare zekerheid dan één perfect gekalibreerde sensor die niemand kan tegenspreken. Bovendien is het de enige opzet waarin drift überhaupt zichtbaar wordt.

En daaruit volgt nog een gevolg voor het signaal zelf: een signaal met veel structuur bewaakt zichzelf. Een meetreeks met een dagritme, een respons op regen en een logische volgorde over de dieptes biedt tientallen aanknopingspunten om te controleren of alles nog klopt. Een saai, vlak signaal biedt er geen enkel. Rijkdom aan structuur is dus geen esthetische eigenschap van een grafiek — het is de grondstof van de bewaking. Alle sensoren samenbrengen in één centraal dataplatform geeft ongekende mogelijkheden om de integriteit van alle componenten te bewaken.

In de praktijk: markeren, niet weggooien

Een laatste principe uit de industriële wereld. Verdachte data verwijder je niet, je markeert ze: goed, verdacht, of slecht. In de grafiek toon je een verdachte periode grijs, met de reden erbij.

De reden is praktisch. Een gat in een grafiek roept meer vragen op dan een grijze zone met een uitleg, en de teler of boomverzorger moet zelf kunnen inschatten hoe zwaar hij aan die periode tilt. Bovendien blijft een gemarkeerde meting bruikbaar voor de analyse achteraf, wanneer blijkt dat er helemaal niets aan de hand was.

Even praktisch is de volgorde waarin je dit opbouwt. Begin met eenvoudige, uitlegbare regels — bereik, vlakke lijn, snelheid van verandering, respons op regen, afwijking van de buren. Die vangen de grote meerderheid van de gevallen, en ze hebben een eigenschap die geen enkel lerend model evenaart: je kan aan de gebruiker uitleggen wáárom er een melding staat. "Sensor 3 op perceel B heeft sinds dinsdag niet meer gereageerd op de irrigatie" is een boodschap waar iemand mee naar het veld kan.

Van meetdata naar vertrouwen

Een sensor levert cijfers. Een monitoringsysteem levert cijfers plus een oordeel over die cijfers. Dat tweede is wat de PlantData Live-software toevoegt: de meetdata stromen continu binnen, en tegelijk bewaakt het systeem of elke reeks nog het gedrag vertoont dat een gezonde sensor hoort te vertonen.

Zo blijft de belangrijkste vraag beantwoord — niet alleen "hoeveel water zit er in mijn bodem?", maar ook "mag ik dat getal vandaag nog geloven?"

Veelgestelde vragen

Wat is het verschil tussen bodemvocht in procent en zuigspanning? Het vochtpercentage zegt hoeveel water er in de bodem zit. De zuigspanning zegt hoe hard de boom moet trekken om dat water op te nemen. Dat tweede sluit dichter aan bij wat de boom effectief ervaart, omdat dezelfde hoeveelheid water in zand en in klei een heel verschillende inspanning vraagt.

Hoe zie je dat een bodemvochtsensor stuk is? Meestal niet aan de waarde zelf, maar aan het verdwijnen van structuur: geen dagritme meer, geen reactie op regen of irrigatie, of een groeiende afwijking ten opzichte van naburige sensoren op dezelfde diepte. Maar je hebt minstens drie sensoren nodig in vergelijkbare condities om een geleidelijk opbouwende fout of 'drift' snel te detecteren.

Wat is het gevaarlijkste type sensorfout? Niet de uitval, maar de trage drift. Een uitgevallen sensor valt op. Een sensor die elke dag een beetje te droog meet, blijft er geloofwaardig uitzien en stuurt de irrigatie maandenlang de verkeerde kant op.

Waarom is een regenmeter belangrijk voor de bewaking van bodemvochtsensoren? Omdat de sterkste controle bestaat uit het vergelijken van de sensorrespons met een gekend waterevent. Zonder te weten wanneer er water gevallen is, kan je "sensor reageert niet" niet onderscheiden van "er is niets gebeurd".

Hoeveel sensoren heb je nodig per perceel? Voor de meting zelf volstaat er soms één. Voor de bewáking heb je er minstens drie nodig, dicht bij elkaar en op ongeveer dezelfde diepte. Met twee sensoren merk je wel dat er iets niet klopt, maar niet welke van de twee de boosdoener is; vanaf drie is er een middelste waarde om tegen af te toetsen.

Meer uit onze kennisbank

← Alle expertise-artikels