Written by:  

Richard Wilms

Autonome kiemkracht- en vitaliteitsmetingen

Kiemkracht en vitaliteit zijn mede bepalend voor de kwaliteit van een partij zaad. Tot op heden is het meetproces hiervan weinig geautomatiseerd en daarom arbeidsintensief, duur en gevoelig voor fouten. Deze fouten kunnen leiden tot prijzige claims voor de zaadveredelaar of plantkweker bij de verkoop van hun partijen. Gelukkig kunnen kiemkrachtbepalingen en vitaliteitsmetingen ook autonoom (lees: geautomatiseerd) gedaan worden. Dit scheelt arbeid, werkt uniformiteit (en dus kwaliteit) in de hand en verbetert het risicomanagement binnen de veredeling. Een win-win-win-situatie dus.

Voor zaden is de kiemkracht een belangrijk kwaliteitsaspect. Kiemkracht is het percentage zaden dat na een bepaald aantal dagen een volwaardige kiemplant geeft. Het meten van deze kiemkracht kan geautomatiseerd worden.

Opstelling NLHet proces van autonome kiemkrachtbepaling

Hierbij worden, afhankelijk van gewas en ras, na een bepaald aantal dagen de zaden in de kiemopstelling gefotografeerd. Een (meestal vaste) opstelling maakt foto’s en stuurt deze door naar de server of de cloud. Hier worden de zaden door middel van een getraind algoritme gedetecteerd en geclassificeerd als zijnde gekiemd of niet-gekiemd. De resultaten zijn vrijwel meteen beschikbaar voor verdere verwerking.

modelDetectie van de kieming door het algoritme

Kiemenergie

Om te kúnnen kiemen heeft een plant ook kiemenergie nodig. Deze energie is reeds aanwezig in het zaad en is een maat voor de snelheid van kiemen en de vitaliteit van het zaad. Kiemenergie wordt op dezelfde manier gemeten als de kiemkracht, maar dan over een kortere periode. Kiemenergie (of: vitaliteit) geeft het kiemstadium op een bepaalde tijd.

Voor het autonoom bepalen van deze vitaliteit, kan dezelfde opstelling als voor de kiemkrachtbepaling worden gebruikt. Vanaf de opstelling worden nu frequent foto’s genomen, waarna deze in een tijdlijn worden gezet en de zaden ten opzichte van elkaar worden vergeleken. Zaden met een hogere vitaliteit zijn eerder gekiemd én zullen over het algemeen sneller doorgroeien naar een volwaardige kiemplant.

Het gebruikte model identificeert nu niet enkel óf het zaad is gekiemd, maar kijkt ook naar wánneer de kieming heeft plaatsgevonden. Ook kan gekeken worden met welke snelheid de diverse kiemstadia doorlopen worden.

waterfasesDe kiemstadia per dag vastgelegd

Een algoritme ‘kijkt’ dus met behulp van foto’s naar de kiemkracht en vitaliteit per partij. Nadat er automatisch foto’s gemaakt worden, beoordeeld en classificeert een expert deze via een online tool; dit wordt ook wel het labelen van de data genoemd. Aan de hand van de gelabelde datasets wordt het algoritme getraind en kunnen kwaliteitsverbeteringen én besparingen samen bijdragen aan een optimaal kiemresultaat.

Verdere optimalisatie van zaadkwaliteit

Als je de kiemkracht- en vitaliteitsbepaling hebt geautomatiseerd, kun je aansluitend kijken naar andere factoren met betrekking tot zaadkwaliteit. Bijvoorbeeld vorm, grootte of chlorofylgehalte (bladgroengehalte) van de kiem. Een combinatie van kiemkracht, vitaliteit en de sortering van kwalitatief goed zaad geeft een nog betere inzage in de uiteindelijke kwaliteit van de uit te zaaien partij.

En dat is belangrijk; want bij een vlotte en volledige opkomst zullen de kiemplanten sneller en meer zonlicht opvangen en daardoor sneller groeien. Daarmee krijgt de jonge plant een betere concurrentie ten opzichte van bijvoorbeeld onkruiden en kan deze tot een betere productie komen.

Hoewel autonome kiemkracht- en vitaliteitsbepalingen nog geen gemeengoed zijn in de veredelingswereld, zien we veel voordelen. De automatisering zorgt voor significante tijdsbesparingen voor laboranten en teeltmedewerkers. Handmatige uren worden vervangen door de inzet van een getraind algoritme. Deze is uniformer dan medewerkers ooit zouden kunnen zijn, waardoor het risico op dure claims voor zaadpartijen van onvoldoende kwaliteit wordt gereduceerd.


backBack to overview

Want to stay updated?