Oogstvoorspelling bij doordrager aardbeien gebeurt op basis van kennis en ervaring van de teler door een visuele inschatting van de stand van het gewas en het aantal aanwezige bloemen en onrijpe vruchten. Een accurate voorspelling van de opbrengst vier weken voor de oogst is hierdoor moeilijk. De fout t.o.v. de effectieve opbrengst bedraagt tussen 10 en 25%. Plukorganisatie en afzetregeling op de veiling worden daardoor bemoeilijkt. Seizoenarbeiders zijn steeds moeilijker te vinden en de plukkosten voor de telers stijgen. Het belang van een nauwkeurige oogstvoorspelling neemt dus toe. Recent hebben de projectpartners een meer accuraat (>90% accuraat) oogstvoorspellingsmodel uitgewerkt voor de openlucht teelt in vollegrond uitgaande van een bloemtelling in dronebeelden door artificiële intelligentie en modellering van de opbrengst. Aangezien deze teeltmethode in snel tempo wordt verlaten, is de doelstelling van dit project om een accuraat oogstvoorspellingsmodel uit te werken voor de toekomstgerichte teelt onder tunnel in substraat op stellingen. Innovatieve en aangepaste systemen van beeldopname en -verwerking worden getest.
Het doel van dit EIP-Innovatieproject is de ontwikkeling van een aangepast en accuraat oogstvoorspellingsmodel ontwikkeld voor doordrager aardbeien die onder tunnel in substraat op stellingen worden geteeld en onder lokale praktijkomstandigheden. De resultaten van deze operationele groep moeten de basis vormen voor de uitbouw van een oogstvoorspelling dienstverlening voor de aardbeitelers.
Het project bestaat uit drie delen. In eerste deel is het belangrijk om goede kwaliteit beelden van bloeiende doordrager aardbeien op stelling te verkrijgen met een camera onder een mini-drone en met een camera die langs de stellingen wordt voortbewogen. Daarna wordt het neurale netwerk voor bloemtelling getraind. Deze training is nodig bij een nieuw teeltsysteem zoals de stellingenteelt in tunnel waarbij de lichtomstandigheden en de resolutie van de camerabeelden anders zijn dan in openlucht en de bloemen ook meer naar beneden hangen. Ook de fractie niet voor de camera zichtbare bloemen, wordt bepaald. Tot slot zal er ook informatie over het oogstvoorspellingsmodel gedeeld worde via studiedagen, technische fiches,..
Meer informatie kan u vinden op https://www.pcfruit.be/nl/aardboogst-aardbei-oogstvoorspelling-met-artificiele-intelligentie-en-modellering .
België
Project partners:
5 aardbeitelers, Flanders Make, Vlaamse Instelling voor Technologisch onderzoek (VITO)