Hoeveel gezonde tomatenplanten levert een zaadpartij op? Onderzoekers van Agro Food Robotics van Wageningen University & Research hebben een automatische kiemtest ontwikkeld die zaadveredelaars en -telers snel en objectief antwoord geeft op deze vraag, kosten bespaart en de efficiëntie verhoogt.
Kwekers leveren graag uniforme planten en willen daarom weten wat de kwaliteit is van het zaad dat ze bestellen. Hoeveel planten levert een partij zaad op? Zijn er exemplaren die achterblijven in groei, een gedraaide stengel hebben of een ontbrekend blad? Zowel zaadveredelaars als telers voeren kiemproeven uit.
De planten die uit deze tests worden gekweekt, worden handmatig beoordeeld, en volgens de eigen criteria en teeltmethoden van het bedrijf. Een zaadveredelaar kweekt bijvoorbeeld het hele jaar door onder exact dezelfde omstandigheden, terwijl in een commerciële kas deze omstandigheden per seizoen kunnen verschillen . “De resultaten van kiemtesten kunnen daardoor van elkaar verschillen. Dat maakt het voor zaadveredelaars moeilijk om het eens te worden over de kwaliteit van het zaad en voor telers om de productie van zaailingen goed in te schatten”, zegt Lydia Meesters, onderzoeker bij Agro Food Robotics van Wageningen University & Research.
Neurale netwerken
In het project Exploitatie van hightech plantfenotyperingstools voor veredelingsbedrijven en telers (2018-2021), ontwikkelden onderzoekers van Agro Food Robotics van Wageningen University & Research een automatische, gestandaardiseerde kiemtest die deze problemen wegneemt.
“Met ons MARVIN camerasysteem maken we een groot aantal high-speed films van tomatenzaailingen en koppelen deze aan classificatiesoftware”, zegt Meesters. “De software maakt gebruik van neurale netwerken (deep learning), een vorm van kunstmatige intelligentie waarmee computers kunnen leren op basis van de informatie die ze ontvangen. In dit geval maken we zowel 2-dimensionale als 3-dimensionale beelden.”
Betere voorspelling
Een van de elf partners in het project is Paul Verbruggen, onderzoeker bij Bejo Zaden in Warmenhuizen. "We zijn altijd op zoek om de kwaliteit en uniformiteit van tomatenplanten uit ons zaad beter te voorspellen", legt hij uit.
Dat doel is nu binnen bereik dankzij het Wageningse onderzoek. “Het camerasysteem van Marvin blijkt de kwaliteit van planten nu al goed te voorspellen”, zegt Verbruggen. “Als je nieuwe technologie toevoegt, zoals kunstmatige intelligentie, neemt de betrouwbaarheid aanzienlijk toe. De eerste resultaten geven ook aan dat het niet uitmaakt of je 2D- of 3D-beelden van tomatenplanten verzamelt. “Voor ons is het fijn om te weten, want het bevestigt dat Bejo Zaden al met een goed systeem werkt.”
Efficiënt werken
Verbruggen merkte ook op dat het moeilijk is om met andere partijen consensus te bereiken over hoe zaadkwaliteit precies te meten. “We werken nu samen aan voorspellende modellen op maat, waarmee elke ketenpartner zijn eigen model kan trainen.” Als het aan Meesters ligt, zijn deze modellen nog maar het begin. "Hoe meer moderne technologie in kassen wordt geïntegreerd, hoe efficiënter bedrijven worden."