Quante piante di pomodoro sane produrrà un lotto di semi? I ricercatori di Agro Food Robotics presso la Wageningen University & Research hanno sviluppato un test di germinazione automatico che fornisce ai coltivatori e allevatori di semi risposte rapide e obiettive a questa domanda, risparmiando sui costi e aumentando l'efficienza.
I coltivatori amano consegnare piante uniformi e quindi vogliono conoscere la qualità del seme che ordinano. Quante piante produce un lotto di semi? Ci sono esemplari che sono in ritardo nella crescita, hanno uno stelo attorcigliato o una foglia mancante? Sia gli allevatori che i coltivatori di semi effettuano test di germinazione.
Le piante cresciute da questi test vengono valutate manualmente e secondo i criteri e i metodi di coltivazione propri dell'azienda. Un coltivatore di semi, ad esempio, coltiva esattamente le stesse condizioni tutto l'anno, mentre in una serra commerciale queste condizioni possono variare a seconda della stagione . “I risultati dei test di germinazione possono, quindi, differire l'uno dall'altro. Ciò rende difficile per i coltivatori di semi accordarsi sulla qualità del seme e per i coltivatori stimare correttamente la produzione di piantine", afferma Lydia Meesters, ricercatrice presso Agro Food Robotics presso la Wageningen University & Research.
Reti neurali
Nel progetto Sfruttamento di strumenti di fenotipizzazione delle piante ad alta tecnologia per aziende di allevamento e coltivatori (2018-2021), i ricercatori di Agro Food Robotics presso la Wageningen University & Research hanno sviluppato un test di germinazione automatico e standardizzato che elimina questi problemi.
"Con il nostro sistema di telecamere MARVIN, realizziamo un gran numero di filmati ad alta velocità di piantine di pomodoro e li colleghiamo al software di classificazione", afferma Meesters. “Il software utilizza le reti neurali (deep learning), una forma di intelligenza artificiale che consente ai computer di apprendere in base alle informazioni che ricevono. In questo caso realizziamo immagini sia bidimensionali che tridimensionali”.
Migliore previsione
Uno degli undici partner del progetto è Paul Verbruggen, ricercatore presso Bejo Zaden a Warmenhuizen. "Cerchiamo sempre di prevedere meglio la qualità e l'uniformità delle piante di pomodoro dai nostri semi", spiega.
Questo obiettivo è ora a portata di mano grazie alla ricerca di Wageningen. "Il sistema di telecamere Marvin sembra già prevedere abbastanza bene la qualità delle piante", afferma Verbruggen. “Quando si aggiungono nuove tecnologie, come l'intelligenza artificiale, l'affidabilità aumenta in modo significativo. I primi risultati indicano anche che non importa se raccogli immagini 2-D o 3-D di piante di pomodoro. "Per noi è bello saperlo, perché conferma che Bejo Zaden sta già utilizzando un buon sistema".
Lavorare in modo efficiente
Verbruggen ha anche osservato che è difficile raggiungere un consenso con altre parti su come misurare esattamente la qualità delle sementi. "Ora stiamo lavorando insieme a modelli predittivi su misura, con i quali ogni partner della catena può addestrare il proprio modello". Se dipende da Meesters, questi modelli sono solo l'inizio. “Più la tecnologia moderna è integrata nelle serre, più le aziende diventano efficienti”.