Kolik zdravých rostlin rajčat přinese hodně osiva? Vědci z Agro Food Robotics z Wageningen University & Research vyvinuli automatický test klíčivosti, který chovatelům a pěstitelům osiva poskytuje rychlé a objektivní odpovědi na tuto otázku, čímž šetří náklady a zvyšuje efektivitu.
Pěstitelé rádi dodávají jednotné rostliny, a proto chtějí znát kvalitu osiva, které si objednávají. Kolik rostlin dává dávka osiva? Existují exempláře, které zaostávají v růstu, mají zkroucený stonek nebo chybí list? Chovatelé semen i pěstitelé provádějí testy klíčivosti.
Rostliny pěstované z těchto testů se hodnotí ručně a podle vlastních kritérií společnosti a pěstitelských metod. Například šlechtitel osiva pěstuje za stejných podmínek po celý rok, zatímco v komerčním skleníku se tyto podmínky mohou lišit podle sezóny . "Výsledky testů klíčivosti se proto mohou navzájem lišit." To chovatelům osiv znesnadňuje dohodnout se na kvalitě osiva a pěstitelům správně odhadnout produkci sazenic, “říká Lydia Meesters, výzkumná pracovnice Agro Food Robotics na Wageningen University & Research.
Neuronové sítě
V projektu Využití špičkových nástrojů fenotypizace rostlin pro šlechtitelské společnosti a pěstitele (2018-2021), vědci z Agro Food Robotics z Wageningen University & Research vyvinuli automatický, standardizovaný test klíčivosti, který tyto problémy eliminuje.
"S naším kamerovým systémem MARVIN vyrábíme velké množství vysokorychlostních filmů sazenic rajčat a propojujeme je s klasifikačním softwarem," říká Meesters. "Software používá neuronové sítě (hluboké učení), což je forma umělé inteligence, která umožňuje počítačům učit se na základě informací, které dostanou." V tomto případě vytváříme jak dvourozměrné, tak trojrozměrné obrazy. “
Lepší předpověď
Jedním z jedenácti partnerů projektu je Paul Verbruggen, výzkumný pracovník společnosti Bejo Zaden ve Warmenhuizenu. "Vždy se snažíme lépe předpovídat kvalitu a jednotnost rostlin rajčat z našeho semene," vysvětluje.
Tento cíl je nyní na dosah díky výzkumu Wageningen. "Kamerový systém Marvin již vypadá, že docela dobře předpovídá kvalitu rostlin," říká Verbruggen. "Když přidáte novou technologii, například umělou inteligenci, spolehlivost se výrazně zvýší." První výsledky také naznačují, že nezáleží na tom, zda sbíráte 2-D nebo 3-D snímky rostlin rajčat. "Pro nás je to příjemné vědět, protože to potvrzuje, že Bejo Zaden již používá dobrý systém."
Pracovat efektivně
Verbruggen také poznamenal, že je obtížné dosáhnout shody s ostatními stranami v tom, jak přesně měřit kvalitu osiva. "Nyní spolupracujeme na prediktivních modelech šitých na míru, pomocí kterých může každý partner řetězce trénovat svůj vlastní model." Pokud je to na Meesters, tyto modely jsou jen začátek. "Čím více bude moderní technologie integrována do skleníků, tím budou společnosti efektivnější."