Het voorspellen van gewasgroei wordt steeds verfijnder. Wageningen University & Research BU Glastuinbouw gebruikt daarvoor zogenoemde digital twins. Bij deze technologie worden data uit de kasomgeving gekoppeld aan 3D-functionele-structurele plantmodellen. Zo kunnen veranderingen in bijvoorbeeld klimaatregeling of teeltstrategieën direct worden geanalyseerd. Onderzoeker Maarten van der Meer: "Door digital twin-technologie kunnen telers straks meer bereiken met hun data."
WUR ontwikkelt samen met de bedrijven Sobolt en LetsGrow/Hoogendoorn een 3D digitaal plantgroeimodel dat ook inzicht biedt in de waterhuishouding en lichtverdeling binnen de kas. Dit model wordt binnenkort gevalideerd bij Tomatoworld. Telers zullen daar een dashboard testen dat helpt bij teeltbeslissingen. Van der Meer: "Door digitalisering komen er steeds meer data beschikbaar. Met een dashboard kan een teler daar meer inzicht in krijgen, bijvoorbeeld op het gebied van plantengroei, lichtverdeling, temperatuur, waterverbruik en de voorspelling hiervan in de nabije toekomst."
De toekomst van autonoom telen
Door het visualiseren en combineren van sensordata, kunnen telers snel reageren op veranderingen en zo de groei en gezondheid van hun gewassen optimaliseren. "Dit maakt het model niet alleen praktisch, maar ook waardevol voor de volgende stap in autonoom telen", vertelt Van der Meer. En ook voor onderzoekers en veredelaars zijn digital twins nuttig. "Met digital twins kun je heel veel gewasproeven doen zonder dat je daarvoor een kas nodig hebt."
Het onderzoek naar digital twins maakt deel uit van een bredere beweging richting autonoom telen, waarin onder andere ook robots en slimme Integrated Pest Management (IPM)-oplossingen worden ontwikkeld om de teler bij dagelijkse handelingen te ondersteunen. De technologie biedt grote kansen voor de toekomst van glastuinbouw, maar vraagt nog om fine-tuning en specifieke aanpassingen aan gewassoorten en kasomstandigheden.
Dit project ontvangt een Groeifonds-bijdrage vanuit het programma NXTGEN HIGHTECH.
Bron: WUR