
Using Satellite Imagery to Monitor Your Farm from Anywhere
Uw boerderij vanuit de ruimte zien
Elke paar dagen vliegt een constellatie satellieten over uw boerderij en maakt gedetailleerde beelden van uw percelen. Deze beelden – waarvan een groot deel gratis beschikbaar is – kunnen u dingen vertellen over uw gewassen die vanaf de grond onzichtbaar zijn: welke gebieden goed gedijen, welke gestrest zijn, waar irrigatie ongelijk is, en waar een probleem ontstaat voordat u het met het blote oog kunt zien.
Satelliet remote sensing was vroeger voorbehouden aan grote agrarische bedrijven en overheidsinstanties met forse budgetten. In 2026 kan een boer met een smartphone dezelfde satellietdata benaderen die twintig jaar terug nog geheime informatie was. De tools zijn gratis, de beelden worden elke 3 tot 5 dagen vernieuwd, en de inzichten kunnen u duizenden euro's besparen door gewasverliezen te voorkomen en beheer te optimaliseren.
Deze gids legt uit hoe satellietbeelden werken voor de landbouw, welke tools de moeite waard zijn, en hoe u ruwe data omzet in bruikbare beslissingen op uw boerderij.
Hoe satellietbeelden werken voor landbouw
Het elektromagnetische spectrum
Uw ogen zien zichtbaar licht – de rode, groene en blauwe golflengten die samen de kleuren vormen die u waarneemt. Satellieten zien veel meer. Hun sensoren vangen licht op over het elektromagnetische spectrum, inclusief nabij-infrarood (NIR) en kortgolvig infrarood (SWIR) licht, dat onzichtbaar is voor het menselijk oog maar erg informatief is over plantgezondheid.
Gezonde planten absorberen de meeste zichtbare rode licht voor fotosynthese en reflecteren het meeste nabij-infrarood licht. Gestresste planten doen het omgekeerd: zij reflecteren meer rood licht en minder NIR. Dit verschil is de basis van vegetatie-indexen – wiskundige formules die plantgezondheid kwantificeren uit satellietdata.
NDVI: het belangrijkste acroniem in landbouwremote sensing
De Normalized Difference Vegetation Index (NDVI) is de meest gebruikte vegetatie-index. De formule is eenvoudig:
NDVI = (NIR - Red) / (NIR + Red)
NDVI-waarden variëren van -1 tot 1:
- -1 tot 0: water, kale grond, gebouwen, wegen – geen vegetatie
- 0 tot 0.2: kale grond of zeer schaarse vegetatie
- 0.2 tot 0.4: schaarse vegetatie, recent gezaaide gewassen, slapend gras
- 0.4 tot 0.6: matige vegetatie, groeiende gewassen midden in het seizoen
- 0.6 tot 0.9: dichte, gezonde vegetatie op maximale groei
Een veld met gezonde mais op maximale groei kan NDVI-waarden van 0.75 tot 0.85 tonen. Als een stuk van datzelfde veld NDVI van 0.50 laat zien, is er iets mis – bijvoorbeeld voedingstekorten, waterstress, plaagschade, of ziekte – ook als het probleem nog niet met het blote oog zichtbaar is.
Verder dan NDVI: andere nuttige indexen
Hoewel NDVI de standaard is, geven andere indexen aanvullende informatie:
- EVI (Enhanced Vegetation Index): Gevoeliger dan NDVI in gebieden met veel biomassa. Beter voor dichte bladerdekgewassen en tropische gebieden waar NDVI verzadigt bij hoge waarden.
- NDMI (Normalized Difference Moisture Index): Detecteert waterstress in vegetatie. Gebruikt SWIR banden om droogtestress te herkennen voordat verwelking zichtbaar is.
- SAVI (Soil-Adjusted Vegetation Index): Vermindert de invloed van de bodemachtergrond in gebieden met spaarzame vegetatie. Nuttig voor vroege seizoensmonitoring als gewassen klein zijn en de bodem zichtbaar is tussen rijen.
- NDRE (Normalized Difference Red Edge): Gevoeliger voor variaties in chlorofylgehalte in midden- tot laatseizoen gewassen. Handig om stikstoftekorten te detecteren.
Gratis bronnen voor satellietdata
Sentinel-2 (European Space Agency)
Resolution: 10 meters per pixel (visible and NIR bands)
Revisit time: Every 5 days
Cost: Free
Best for: Field-scale crop monitoring for farms of 1 acre or larger
Sentinel-2 is de werkpaard satelliet voor landbouwmonitoring. Met een resolutie van 10 meter per pixel vertegenwoordigt elke pixel ongeveer 100 vierkante meter – voldoende om variatie binnen velden te identificeren. De herhalingsfrequentie van 5 dagen betekent dat u bijna elke week bijgewerkte beelden krijgt (mits geen wolken).
Landsat 8/9 (NASA/USGS)
Resolution: 30 meters per pixel
Revisit time: Every 8 days (combined for both satellites)
Cost: Free
Best for: Broad landscape monitoring, long-term trend analysis
Landsat heeft een grovere resolutie waardoor het minder nuttig is voor kleine boerderijen, maar het archief gaat terug tot 1972, wat het waardevol maakt om langetermijntrends in landgebruik, bodemgezondheid en effecten van beheer over decennia te bestuderen.
Planet Labs (Commercial)
Resolution: 3 meters per pixel
Revisit time: Daily
Cost: Paid plans starting around $10 to $50 per month for individual farm monitoring
Best for: Detailed field monitoring, precision agriculture, small field detection
De constellaties SkySat en SuperDove van Planet bieden de meest gedetailleerde, frequent geüpdatete satellietbeelden. Met dagelijkse terugkeer en 3 meter resolutie kunt u variatie op bedniveau van gediversifieerde boerderijen detecteren.
Drone Imagery (Your Own)
Resolution: 1 to 5 centimeters per pixel
Revisit time: On demand
Cost: $500 to $2,000 for a capable drone (DJI Mini, Mavic, or Phantom series)
Best for: Detailed field scouting, plant-level health assessment, infrastructure inspection
Hoewel geen satellietbeelden, vullen dronebeelden satellietdata aan door ultrahoge resolutie op aanvraag te bieden. Een drone met een multispectrale camera (NIR-capabel) kan NDVI-kaarten maken met centimeters resolutie, waarmee individuele gestresste planten te detecteren zijn.
Gratis tools voor toegang en analyse van satellietbeelden
Sentinel Hub EO Browser
URL: apps.sentinel-hub.com/eo-browser
De meest toegankelijke tool voor agrarische satellietbeelden. Navigeer naar uw boerderij, selecteer een tijdsperiode en visualiseer beelden in ware kleur, valse kleur of NDVI met enkele klikken. Geen technische kennis vereist.
Belangrijkste functies:
- Doorzoek Sentinel-2 en Landsat beelden
- Vooraf gemaakte visualisaties van vegetatie-indexen (NDVI, EVI, vochtigheidsindex)
- Vergelijk datums naast elkaar om gewasontwikkeling te volgen
- Download beelden voor offline analyse
- Gratis account met royale gebruikslimieten
Google Earth Engine
URL: earthengine.google.com
Het krachtigste gratis platform voor analyse van satellietdata. Google Earth Engine geeft toegang tot enorme hoeveelheden satellietbeelden en rekencapaciteit om deze te analyseren. De leercurve is steiler (basiskennis in JavaScript of Python nodig), maar de mogelijkheden zijn ongeëvenaard.
Landbouwtoepassingen:
- Tijdreeksanalyse van NDVI over meerdere seizoenen
- Automatische detectie van veranderingen (wanneer en waar veldcondities veranderen)
- Landclassificatie (onderscheid van gewastypes, kale grond en water)
- Berekening van aangepaste indexen met beschikbare spectrale banden
Copernicus Data Space Ecosystem
URL: dataspace.copernicus.eu
Het officiële EU-platform voor het verkrijgen van Sentinel satellietdata. Biedt compleet Sentinel-2 archief, verwerkingstools en APIs voor geautomatiseerde data-acces.
Fincabout AI Render
Voor boeren die praktische visuele inzichten willen zonder direct met ruwe satellietplatforms te werken, integreert de Fincabout AI Render tool satellietdata in intuïtieve kaartvisualisaties, waarbij vegetatiegezondheidsindexen over uw boerderijplattegrond worden gelegd voor snelle monitoring.
Praktische workflows voor boerderijmonitoring
Wekelijkse gezondheidscheck
Time required: 15 to 20 minutes per week
- Open Sentinel Hub EO Browser of uw favoriete platform
- Navigeer naar de locatie van uw boerderij
- Selecteer de meest recente wolkenvrije Sentinel-2 afbeelding
- Schakel over naar NDVI-weergave
- Vergelijk met de afbeelding van vorige week
- Noteer gebieden waar NDVI is afgenomen (mogelijk stress) of waar lage waarden significant afwijken (variabiliteit binnen het perceel)
- Plan veldbezoeken om aangemerkte gebieden te onderzoeken
Deze eenvoudige wekelijkse routine vangt vaak problemen 1 tot 2 weken voordat ze zichtbaar worden bij een gewone inspectieronde.
Seizoensgebonden monitoringsprotocol
Bij belangrijke groeistadia van het gewas gebruikt u satellietbeelden:
- Voor het zaaien: Beoordeel bodemvocht en residu-bedekking om zaaitijd te bepalen
- Opkomst (2-3 weken na zaaien): Controleer uniformiteit van kieming. Leemten in NDVI-kaarten wijzen op slechte kiemzones
- Vegetatieve groei (maandelijks): Volg biomassa-opbouw. Achterblijvende gebieden kunnen duiden op voedingstekorten, verdichting of drainageproblemen
- Piekgroei: Stel een referentiepunt in voor «gezonde» groei. Dit maakt stressdetectie in latere seizoenen makkelijker.
- Pre-oogst: Schat opbrengstvariatie over het perceel. Hoge NDVI-gebieden leveren meestal meer op.
- Na oogst: Evalueer residu-bedekking en plan groenbemester-zaaien
Irrigatiebeheer
Vochtindexen afgeleid van satellietdata (NDMI) kunnen waterstress signaleren voordat planten verwelken:
- Vergelijk NDMI tussen irrigatiezones. Grote verschillen wijzen op ongelijke irrigatie
- Volg de afname van NDMI tussen irrigaties om planning te verbeteren. Snelle daling betekent groter waterverbruik en mogelijk frequenter irrigeren
- Identificeer gebieden die te nat blijven (drainageproblemen) of consistent droog zijn (leidingen verstoppt?)
Uw waarnemingen interpreteren
Veelvoorkomende patronen en oorzaken
Uniform lage NDVI over het hele perceel:
- Voedingstekorten (vooral stikstof)
- Onvoldoende irrigatie
- Te laat zaaien
- Ondervulde variëteit
Vlekkerige lage NDVI in onregelmatige patronen:
- Bodemvariatie (verdichting, drainage, pH-verschillen)
- Ziektehaarden
- Plaagschade
- Historische landgebruikskenmerken (oude heklijnen, begraven afval)
Lage NDVI in geometrische patronen:
- Apparatuurfouten (overgeslagen rijen bij zaaien)
- Irrigatiesysteemstoringen (verstopte sproeiers, gebroken leidingen)
- Ongelijke bemesting
Dalende NDVI in bepaalde zones over tijd:
- Voortschrijdende ziekten
- Toenemende waterstress
- Wortelschade door bodempathogenen of nematoden
Consistent lage NDVI jaar na jaar op dezelfde plek:
- Persistent bodemprobleem (verdichting, slechte drainage, vervuiling)
- Microklimaat (schaduw, vorst, wind)
- Waard om fysiek en met bodemtesten te onderzoeken
De cruciale regel: altijd ter plaatse controleren
Satellietbeelden vertellen u waar u moet zoeken. Ze vertellen niet wat u zult vinden. Elke afwijking uit de ruimte vraagt om controle op de grond om de echte oorzaak te achterhalen. Een lage NDVI-zone kan stikstoftekort zijn, een ziekte-uitbraak, een kapotte irrigatielijn, of gewoon schaduw van een boom. De satelliet kan die oorzaken niet onderscheiden – maar hij vertelt u precies waar u moet lopen.
Beperkingen en eerlijke verwachtingen
Wolkendekking
Optische satellieten kunnen niet door wolken heen kijken. In gebieden met veel bewolking (tropen, Pacific Northwest, maritieme klimaten) krijgt u bruikbare beelden maar 40% tot 60% van de beschikbare datums. Radarsatellieten (zoals Sentinel-1) kunnen door wolken heen, maar tonen andere, minder intuïtieve data.
Resolutiebeperkingen
Met 10 meter resolutie (Sentinel-2) beslaat elke pixel een gebied van 10 bij 10 meter. Individuele bedden in een marktmoestuin zijn meestal 3 tot 4 voet breed – veel kleiner dan een pixel. Voor kleinschalige, gediversifieerde boerderijen zijn satellietbeelden dus vooral geschikt voor monitoring van grotere blokken, boomgaarden en weiden. Dronebeelden vullen de kloof voor kleinschalige bedden.
Timing
Sentinel-2 herhaalt elke 5 dagen, maar bruikbare wolkenvrije beelden zijn er soms slechts elke 10 tot 20 dagen per regio en seizoen. Satellietmonitoring is een aanvulling, geen vervanging van dagelijkse veldobservaties.
Leercurve
Satellietbeelden vergen oefening om goed te interpreteren. NDVI-kaarten zijn niet direct intuïtief, en het verband tussen spectrale data en veldsituaties moet worden ingewend. Begin met het vergelijken van satellietbeelden met uw veldobservaties. Na een of twee seizoenen krijgt u een goed gevoel bij wat de data betekent.
Uw toolset voor remote sensing opbouwen
Beginner (Gratis, geen technische kennis)
- Sentinel Hub EO Browser voor wekelijkse NDVI-controles
- Google Earth voor historische luchtfoto’s
- Smartphone weerapps met voorspellingen per perceel
Gevorderd (Gratis tot laagdrempelig, enige technische kennis)
- Google Earth Engine voor tijdreeksanalyses
- QGIS (gratis, open source GIS-software) voor downloaden en analyseren van beelden
- Basale drone met RGB-camera voor op aanvraag veldoverzicht
Expert (Matige investering, technische vaardigheden)
- Multispectrale drone (DJI Phantom 4 Multispectral of vergelijkbaar) voor NDVI-kaarten op centimeterschaal
- Planet Labs abonnement voor dagelijkse beelden met 3 meter resolutie
- Eigen analysecodes in Python met rasterio, geopandas en scikit-learn
De toekomst van landbouwremote sensing
De technologische ontwikkeling is duidelijk: hogere resolutie, vaker nieuwe beelden, en betere analysetools. Binnen 2 tot 3 jaar verwachten we:
- Hyperspectrale satellietdata breed beschikbaar, waarmee specifieke voedingstekorten, ziekten en gewassoorten vanaf de ruimte te herkennen zijn
- AI-gestuurde automatische waarschuwingen die uw velden continu monitoren en afwijkingen melden zonder dat u handmatig hoeft te controleren
- Integratie met boerderijbeheersystemen waarbij satellietdata direct wordt gebruikt voor zaaiplanning, irrigatie en oogst
- Sub-meter commerciële satellietresolutie betaalbaar voor individuele abonnementen
Boeren die nu satellietmonitoring gebruiken, bouwen jaren aan basisdata en interpretatie-ervaring op voor deze nieuwe ontwikkelingen. Die historische context – weten hoe uw boerderij vanuit de ruimte over seizoenen en jaren eruitziet – wordt een onmisbare beheertool die meer waard wordt naarmate de tijd verstrijkt.
Begin met een gratis Sentinel Hub account, de coördinaten van uw boerderij, en 15 minuten per week. Binnen één groeiseizoen zult u zich afvragen hoe u ooit zonder een blik van bovenaf uw gewassen beheerste.
Klaar om je boerderij te plannen?
Probeer onze gratis AI-boerderijplanner - aanmelden is niet nodig.
Begin met plannenGerelateerde artikelen
Agrarische drones voor kleine bedrijven: toepassingen en ROI
Agrarische drones kunnen kleine bedrijven helpen om velden sneller te verkennen, kaarten bij te werken, problemen vroegtijdig te signaleren en schade te documenteren. De sleutel is het kiezen van de juiste drone voor echte landbouwtaken, in plaats van meer technologie te kopen dan het bedrijf kan gebruiken.
Farm Solar Power Planning for Pumps, Barns, and Cold Storage
Farm solar power can be a strong fit for pumps, fencing, lighting, batteries, and cold storage, but sizing matters. This guide walks through loads, storage, inverters, placement, maintenance, and backup planning so your system works when the chores do.
Soil Moisture Sensors for Irrigation: Choose, Place, Use
Soil moisture sensors can take the guesswork out of irrigation, but only if you choose the right type, place them well, and read them in context. Here is a practical guide for farms, gardens, orchards, and homesteads that want better water decisions without drowning in data.