Koľko zdravých rastlín paradajok prinesie dávka semien? Výskumníci z Agro Food Robotics na Wageningen University & Research vyvinuli automatický test klíčivosti, ktorý dáva šľachtiteľom a pestovateľom semien rýchle a objektívne odpovede na túto otázku, čím šetrí náklady a zvyšuje efektivitu.
Pestovatelia radi dodávajú jednotné rastliny, a preto chcú poznať kvalitu osiva, ktoré si objednávajú. Koľko rastlín dáva dávka semien? Existujú exempláre, ktoré zaostávajú v raste, majú skrútenú stonku alebo chýbajúci list? Skúšky klíčivosti vykonávajú chovatelia semien aj pestovatelia.
Rastliny vypestované z týchto testov sa hodnotia manuálne a podľa vlastných kritérií a metód pestovania spoločnosti. Napríklad šľachtiteľ osiva pestuje za presne rovnakých podmienok po celý rok, zatiaľ čo v komerčnom skleníku sa tieto podmienky môžu počas sezóny meniť. . „Výsledky testov klíčivosti sa preto môžu navzájom líšiť. To sťažuje šľachtiteľom semien dohodnúť sa na kvalite osiva a pestovateľom správne odhadnúť produkciu sadeníc,“ hovorí Lydia Meesters, výskumníčka z Agro Food Robotics z Wageningen University & Research.
Neurónové siete
V projekte Využitie špičkových nástrojov na fenotypizáciu rastlín pre šľachtiteľské spoločnosti a pestovateľov (2018-2021), výskumníci z Agro Food Robotics z Wageningen University & Research vyvinuli automatický, štandardizovaný test klíčenia, ktorý tieto problémy odstraňuje.
„S naším kamerovým systémom MARVIN vytvárame veľké množstvo vysokorýchlostných filmov sadeníc paradajok a spájame ich s klasifikačným softvérom,“ hovorí Meesters. „Softvér využíva neurónové siete (hĺbkové učenie), formu umelej inteligencie, ktorá počítačom umožňuje učiť sa na základe informácií, ktoré dostanú. V tomto prípade vytvárame dvojrozmerné aj trojrozmerné obrázky.“
Lepšia predpoveď
Jedným z jedenástich partnerov projektu je Paul Verbruggen, výskumník z Bejo Zaden vo Warmenhuizene. „Vždy sa snažíme lepšie predpovedať kvalitu a jednotnosť rastlín rajčiakov z nášho semena,“ vysvetľuje.
Tento cieľ je teraz na dosah vďaka výskumu vo Wageningene. „Zdá sa, že kamerový systém Marvin už celkom dobre predpovedá kvalitu rastlín,“ hovorí Verbruggen. „Keď pridáte novú technológiu, ako je umelá inteligencia, spoľahlivosť sa výrazne zvýši. Prvé výsledky tiež naznačujú, že nezáleží na tom, či zbierate 2-D alebo 3-D obrázky rastlín paradajok. "Pre nás je to príjemné vedieť, pretože to potvrdzuje, že Bejo Zaden už používa dobrý systém."
Pracujte efektívne
Verbruggen tiež poznamenal, že je ťažké dosiahnuť konsenzus s ostatnými stranami o tom, ako presne merať kvalitu osiva. „Teraz spolu pracujeme na prediktívnych modeloch šitých na mieru, pomocou ktorých si každý partner reťazca môže trénovať svoj vlastný model.“ Ak je to na Meesters, tieto modely sú len začiatok. "Čím viac sú moderné technológie integrované do skleníkov, tým efektívnejšie sa spoločnosti stávajú."