Doel van dit project is het realiseren van een plantbeheersmodel dat zichzelf continu optimaliseert. Met een dergelijk model kan het klimaatbeheersingssysteem in kassen worden geautomatiseerd en kan vooraf worden ingesteld hoe de planten zich moeten ontwikkelen om een optimaal kweekresultaat te krijgen. Telers die in het open veld telen krijgen meer inzicht in de ontwikkeling van hun gewassen en kunnen deze ontwikkeling actief sturen.

Binnen het Ideal Research Greenhouse Lab in Naaldwijk werken Inholland-studenten aan diverse projecten. Er is ruimte voor dertig studenten van opleidingen van de domeinen Techniek, Ontwerpen & Informatica en Agri, Food & Life Sciences. Het doel van de projecten is onder andere om big data-toepassingen in de tuinbouw en agribusiness te ontwikkelen en zo oplossingen te vinden voor complexe vraagstukken in deze sectoren. In de projecten staat de vraag centraal hoe de waarde van big data gerealiseerd kan worden aan de hand van geavanceerdere software, grotere rekencapaciteit en wiskundige of statistische modellen. Alle projecten hebben het doel om de goede uitgangspositie voor de agribusiness in Noord-Holland Noord te behouden en waar mogelijk te versterken ten opzichte van de steeds sterker wordende internationale concurrentie.

Monitoren vochtbalans

Sapstromen in het gewas zijn een belangrijke indicator voor de plantontwikkeling. Er wordt gemonitord met behulp van hitte balans sensortechnologie. Binnen dit project zijn algoritmen ontwikkeld die de vochtbalans in de plant monitoren. Om een goed model te ontwikkelen dat in staat is om de plantontwikkeling te voorspellen is gekozen om data-analyse toe te passen. Aangezien het ontwerp van een dergelijk model erg complex is, wordt experimentele data gebruikt die is verkregen in een compleet gecontroleerde omgeving, zoals een broeikas. De vochtbalans in de plant wordt hierbij gerelateerd aan de klimatologische parameters in de directe omgeving van de plant.

Recente ontwikkelingen in Machine Learning (ML) en vooral Deep Learning (DL) geven ons krachtige nieuwe analytische tools. Met deze technieken is het mogelijk om sapstroomdata en de stamdikte te gebruiken om plantontwikkeling te voorspellen en bij te sturen. Tijdens het uitwerken van deze technieken en deze te implementeren in een model is gebruik gemaakt van cherrytomaten in een gecontroleerde broeikas omgeving. De resulterende modellen zijn geschikt voor toepassing in het open veld voor de voorspelling van sapstromen en plantkop diktegroei.

Dashboard voor teler

Een vergelijkingsonderzoek is uitgevoerd waarin diverse methoden zijn gebruikt om plantdata te analyseren. Om de voorspellingen overzichtelijk weer te geven, is een dashboard ontwikkeld. Hierin kan de teler zien of zijn gewas zich op een gezonde manier ontwikkelt of dat er ziektes in het gewas zitten.

>Download hieronder de volledige beschrijving van dit project: