Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Plantsensoren tonen potentieel in onbelichte tomatenteelt

In het kader van het LA-traject DigiKas werd in Agrotopia een eerste onbelichte tomatenteelt afgerond waarin een reeks plantsensoren en dataplatformen werden uitgetest. Het doel? Nagaan of deze technologieën het gedrag van planten objectief kunnen meten en zo bijdragen aan een meer datagedreven teeltsturing.

© Inagro

Teelttechnische uitdagingen als testomgeving
Om het potentieel van de sensoren maximaal te benutten, werden tijdens de teelt bewust variaties aangebracht. In twee experimenten werd het gewas uitgedaagd via aanpassingen in de voedingsgift, het irrigatiemoment en de stookintensiteit. Deze gerichte teeltvariaties moesten stress veroorzaken en veranderingen in plantengroei en productie uitlokken, zodat kon worden nagegaan of de sensoren deze veranderingen snel en accuraat konden detecteren.

Breed scala aan sensortechnologieën
Tijdens de teelt werden diverse sensoren ingezet: van sapstroom- en stengeldiametersensoren tot sensoren voor plantelektrofysiologie, bladtemperatuur, substraatmatten en klimaatgegevens. Ook werden weegschalen en weegcellen gebruikt. Alle gewasdata werd verzameld via het gewasregistratieplatform van Source.

Een belangrijke focus lag op het waarborgen van de datakwaliteit. Sensoren werden correct geïnstalleerd en waar mogelijk werd gewerkt met meerdere sensoren per type. Dit verhoogt de betrouwbaarheid van de metingen en biedt back-up bij uitval.

© Inagro

Volgende stap: data-analyse
De komende maanden wordt de verzamelde data grondig geanalyseerd. Daarbij wordt nagegaan of de aangebrachte teeltvariaties zichtbaar zijn in de sensordata en of deze informatie een diagnostische waarde heeft voor de teler. Het uiteindelijke doel is om teeltproblemen vroegtijdig te detecteren – nog vóór visuele symptomen of opbrengstverliezen optreden.

Samenwerking binnen DigiKas
Dit onderzoek maakt deel uit van het LA-traject DigiKas – data-gedreven teeltmanagement voor de optimalisatie van teeltacties in de glastuinbouw, met steun van het Agentschap Innoveren & Ondernemen. Het project is een samenwerking tussen Inagro, het Laboratorium voor Plantecologie (UGent), DTAI (KU Leuven) en het Expertisecentrum Energie (Thomas More Geel).

Bron: Inagro

Publicatiedatum:

Gerelateerde artikelen → Zie meer