Hoe is de groei? Hebben plagen en ziekten toegeslagen? Hebben de toegenomen droogtes gevolgen voor de planten? Veredelaars van nieuwe rassen moeten over deze vragen uitgebreide gegevens verzamelen. De start-up "Pheno-Inspect" van de Universiteit van Bonn wil de plantenteelt versnellen. Met camera uitgeruste drones registreren de gewassen, software evalueert vervolgens automatisch hun eigenschappen met behulp van kunstmatige-intelligentiemethoden. Dit geeft al heel snel aan of het nieuwe ras een succes wordt. Het project wordt ondersteund door het programma "START-UP University Spin-offs".

Met een zacht gezoem vliegt de drone over de velden van de plantenveredelaar. Tijdens de vlucht maakt hij continu foto's van de planten, die later automatisch worden geanalyseerd met behulp van kunstmatige intelligentie. Aan de hand van de resultaten kan de veredelaar vervolgens beoordelen welke rassen bijzonder geschikt zijn voor het veredelingsdoel. "De groei van de wereldbevolking betekent dat de landbouw in de toekomst nog hogere opbrengsten zal moeten produceren, terwijl de oppervlakte van het bouwland hetzelfde blijft, " zegt Philip Lottes, onderzoeksmedewerker aan het Instituut voor Geodesie en Geo-informatie aan de Universiteit van Bonn. "Het huidige knelpunt bij de ontwikkeling van nieuwe en betere rassen is high-throughput fenotypering in het veld."

Dit is nog een zeer complex proces in de plantenteelt. Bij fenotypering, experts bepalen het uiterlijk of het fenotype van planten:hoe groot zijn de aren van een nieuwe variëteit? Heeft het gewas last van plagen of ziekten? Hoe gaat de plant om met droogte? "Pas als deze gegevens statistisch betrouwbaar zijn, weten veredelaars of hun nieuwe hybride een succes is in vergelijking met andere rassen. " meldt Lottes. In de toekomst, deze gegevens zouden automatisch kunnen worden verzameld met behulp van kunstmatige intelligentie. De start-up "Pheno-Inspect, " waarvan Lottes de oprichter is, gaat door met deze plannen.

Zelflerende automatische computermethoden

De geodete onderzocht al in zijn doctoraatsstudies machinale leermethoden voor plantherkenning, die hij ook schreef aan de Universiteit van Bonn als onderdeel van de "PhenoRob" Cluster of Excellence. Daarbij ontwikkelde hij methoden om met drones foto's te maken van gewassen, waaruit software kan bepalen, bijvoorbeeld, het aantal gecultiveerde planten, de verspreiding van verschillende onkruiden en plagen met ziekten en plagen. "Dit zijn zelflerende, geautomatiseerde processen die zichzelf optimaliseren op basis van gebruikersspecificaties, " meldt Lottes. In een "trainingsfase, " de software leert wat korenaren, droge stress symptomen of onkruid lijken op basis van een groot aantal foto's. Met behulp van statistische methoden, het analyseprogramma kan dan automatisch beelden evalueren en uitgebreide documentatie leveren in de vorm van kaarten die laten zien welke van de kweekpercelen lijden aan nutriëntentekorten of welke bijzonder hoogproductief zijn. "Vooral de volautomatische evaluatie van de gegevens op grote schaal heeft een groot potentieel, " legt prof. dr. Cyrill Stachniss uit.

Tijdens de keuring, de drone vliegt op hoogtes tussen de tien en 100 meter boven de gewassen. Geen grasspriet ontsnapt aan de camera's, want de resolutie geeft details tot op enkele millimeters. "De positionering gebeurt via een zeer nauwkeurige GPS, zoals gebruikt door geodeten, " meldt Lottes. "Smartphone GPS kan niet concurreren in nauwkeurigheid."

Financiering via het programma "START-UP University Spin-offs"

Samen met zijn mentor Prof. Dr. Cyrill Stachniss, hoofd van de werkgroep voor fotogrammetrie en robotica aan de Universiteit van Bonn, de geodete ontvangt nu financiering als onderdeel van het "START-UP University Spin-offs"-programma van de deelstaat Noordrijn-Westfalen en de Europese Unie. In de komende 18 maanden zal Pheno-Inspect zal profiteren van een financiering van ongeveer 270, 000 euro om het fenotype te inspecteren. "We willen onze software verder ontwikkelen en aanpassen aan de behoeften van gebruikers, " meldt Lottes, die ook het businessplan aanstuurt.

Tot dusver, het Bundessortenamt, het Institut für Zuckerrübenforschung, de Gemeinschaft zur Förderung von Pflanzeninnovationen e.V. en de Agricultural Campus Klein-Altendorf van de Universiteit van Bonn hebben de ontwikkelingen van Pheno-Inspect als ontwikkelingspartners getest. Lottes:"Iedereen die praktische toepassingsvoorstellen heeft voor onze geautomatiseerde high-throughput fenotypering in het veld of de mate van automatisering in hun bedrijf wil verbeteren, moet contact met ons opnemen." Ook conventionele en biologische boeren kunnen baat hebben bij de methode als het gaat om het bepalen van de besmettingsgraad van onkruid of ongedierte in een gewas of hoe het gebruik van meststoffen kan worden geoptimaliseerd.

"Het fenotyperingsproces met hoge doorvoer van Pheno-Inspect is een veelbelovende aanpak om de teelt van nieuwe variëteiten aanzienlijk te versnellen. " merkt Rüdiger Wolf van Technology Transfer aan de Universiteit van Bonn op, die de oprichters adviseerde. "De start-up onderstreept nogmaals het hoge ondernemerspotentieel op het gebied van gezondheid en duurzaamheid."