Quantes plantes de tomàquet saludables donaran un lot de llavors? Investigadors de la Robotica Agroalimentària de la Universitat i Investigació de Wageningen han desenvolupat una prova de germinació automàtica que proporciona respostes ràpides i objectives als productors i cultivadors de llavors, estalviant costos i augmentant l’eficiència.
Als productors els agrada lliurar plantes uniformes i, per tant, volen conèixer la qualitat de la llavor que demanen. Quantes plantes produeix un lot de llavors? Hi ha exemplars que queden enrere en el creixement, que tinguin una tija torçada o que falti una fulla? Tant els productors de llavors com els productors realitzen proves de germinació.
Les plantes cultivades a partir d’aquestes proves s’avaluen manualment i segons els propis criteris i mètodes de cultiu de l’empresa. Un criador de llavors, per exemple, conrea exactament en les mateixes condicions durant tot l’any, mentre que en un hivernacle comercial aquestes condicions poden variar segons la temporada. . “Els resultats de les proves de germinació poden, per tant, diferir entre si. Això fa que els productors de llavors estiguin d'acord sobre la qualitat de la llavor i que els productors estimin adequadament la producció de plàntules ", diu Lydia Meesters, investigadora de Robotica Agroalimentària de la Universitat i Recerca de Wageningen.
Xarxes neuronals
En el projecte Explotació d'eines de fenotipatge de plantes d'alta tecnologia per a empreses i productors de cria (2018-2021), investigadors d’Agro Food Robotics de la Universitat i Investigació de Wageningen van desenvolupar una prova de germinació automàtica i estandarditzada que elimina aquests problemes.
"Amb el nostre sistema de càmeres MARVIN, fem un gran nombre de pel·lícules d'alta velocitat de plàntules de tomàquet i les relacionem amb el programari de classificació", diu Meesters. “El programari utilitza xarxes neuronals (aprenentatge profund), una forma d’intel·ligència artificial que permet als ordinadors aprendre en funció de la informació que reben. En aquest cas, fem imatges bidimensionals i tridimensionals ".
Millor predicció
Un dels onze socis del projecte és Paul Verbruggen, investigador de Bejo Zaden a Warmenhuizen. "Sempre busquem predir millor la qualitat i la uniformitat de les plantes de tomàquet a partir de les nostres llavors", explica.
Aquest objectiu ja està a l’abast gràcies a la investigació de Wageningen. "El sistema de càmeres Marvin ja sembla predir força bé la qualitat de les plantes", diu Verbruggen. “Quan afegiu nova tecnologia, com la intel·ligència artificial, la fiabilitat augmenta significativament. Els primers resultats també indiquen que no importa si recolliu imatges en 2D o 3-D de plantes de tomàquet. "Per a nosaltres és bo saber-ho, perquè confirma que Bejo Zaden ja utilitza un bon sistema".
Treballar de manera eficient
Verbruggen també va assenyalar que és difícil arribar a un consens amb altres parts sobre com mesurar exactament la qualitat de les llavors. "Ara treballem junts en models predictius a mida, amb els quals cada soci de la cadena pot formar el seu propi model". Si depèn de Meesters, aquests models són només el principi. "Com més s'integri la tecnologia moderna als hivernacles, més eficients són les empreses."