Wie viele gesunde Tomatenpflanzen bringt eine Samenpartie? Forscher von Agro Food Robotics der Wageningen University & Research haben einen automatischen Keimungstest entwickelt, der Saatgutzüchtern und -züchtern schnelle und objektive Antworten auf diese Frage gibt, Kosten spart und die Effizienz erhöht.
Züchter liefern gerne einheitliche Pflanzen und möchten daher die Qualität des bestellten Saatguts kennen. Wie viele Pflanzen bringt eine Charge Samen? Gibt es Exemplare, die im Wachstum zurückbleiben, einen verdrehten Stängel oder ein fehlendes Blatt haben? Sowohl Saatgutzüchter als auch Züchter führen Keimtests durch.
Die aus diesen Tests gezüchteten Pflanzen werden manuell und nach firmeneigenen Kriterien und Anbaumethoden bewertet. Ein Saatgutzüchter z . „Die Ergebnisse von Keimungstests können daher voneinander abweichen. Dies macht es für Saatgutzüchter schwierig, sich über die Qualität des Saatguts zu einigen und für Züchter die Produktion von Setzlingen richtig einzuschätzen“, sagt Lydia Meesters, Forscherin bei Agro Food Robotics an der Wageningen University & Research.
Neuronale Netze
Im Projekt Nutzung von Hightech-Werkzeugen zur Pflanzen-Phänotypisierung für Züchtungsunternehmen und Züchter (2018-2021), haben Forscher von Agro Food Robotics an der Wageningen University & Research einen automatischen, standardisierten Keimungstest entwickelt, der diese Probleme beseitigt.
„Mit unserem Kamerasystem MARVIN machen wir eine Vielzahl von High-Speed-Filmen von Tomatensetzlingen und verknüpfen diese mit einer Klassifikationssoftware“, sagt Meesters. „Die Software verwendet neuronale Netze (Deep Learning), eine Form der künstlichen Intelligenz, die es Computern ermöglicht, basierend auf den erhaltenen Informationen zu lernen. In diesem Fall machen wir sowohl 2-dimensionale als auch 3-dimensionale Bilder.“
Bessere Vorhersage
Einer der elf Projektpartner ist Paul Verbruggen, Forscher bei Bejo Zaden in Warmenhuizen. „Wir sind ständig bestrebt, die Qualität und Homogenität von Tomatenpflanzen aus unserem Saatgut besser vorherzusagen“, erklärt er.
Dank der Wageningen-Forschung ist dieses Ziel nun in greifbare Nähe gerückt. „Das Kamerasystem von Marvin scheint die Qualität von Pflanzen bereits recht gut vorherzusagen“, sagt Verbruggen. „Wenn man neue Technologien wie künstliche Intelligenz hinzufügt, erhöht sich die Zuverlässigkeit erheblich. Die ersten Ergebnisse zeigen auch, dass es egal ist, ob Sie 2D- oder 3D-Bilder von Tomatenpflanzen sammeln. „Für uns ist es schön zu wissen, denn es bestätigt, dass Bejo Zaden bereits ein gutes System verwendet.“
Effizient arbeiten
Verbruggen stellte auch fest, dass es schwierig sei, mit anderen Parteien einen Konsens darüber zu erzielen, wie genau die Saatgutqualität gemessen werden soll. „Wir arbeiten jetzt gemeinsam an maßgeschneiderten Vorhersagemodellen, mit denen jeder Kettenpartner sein eigenes Modell trainieren kann.“ Wenn es nach Meesters geht, sind diese Modelle erst der Anfang. „Je mehr moderne Technik in Gewächshäuser integriert wird, desto effizienter werden Unternehmen.“