Egy kanadai üvegházban az AI időben jelezte a paradicsomállomány rejtett stresszét, így akár 50 ezer dolláros hozamveszteséget is elkerülhettek.
Amit a termesztő szeme már nem mindig lát
A modern üvegházi termesztésben a tapasztalt szem továbbra is aranyat ér, de nagy felületen már nem biztos, hogy elég. A kanadai Topline Farms példája jól mutatja, hogyan válhat a mesterséges intelligencia a termesztő „második szemévé”. A vállalat Ontario tartományban több helyszínen termel, köztük egy 4,9 hektáros, húsmarha-paradicsomra specializált üvegházban. Az üzem hat külön klímaszabályozott termesztőrekesszel működik, és a kanadai kiskereskedelmi piacot látja el. Ekkora méretben a napi növényszemle már csak pillanatfelvételt ad. A termesztő látja a szárat, a fürtöt, a növény vigorát, de az apró, zónánként eltérő folyamatok könnyen rejtve maradhatnak. Pedig ezek a különbségek napok és hetek alatt komoly terméskieséssé nőhetnek.
A baj nem mindig látványosan érkezik
Az üvegházi paradicsomnál a növényi stressz nem feltétlenül egyik napról a másikra okoz látványos problémát. Először csak gyengül a növényegyensúly, csökken a szárvastagság, romlik a termésterhelés, majd kisebb gyümölcsméret és gyengébb hozam jelentkezhet. A veszteség tehát nem robbanásszerűen, hanem alattomosan épül fel. Mire a gond a betakarított mennyiségben is megjelenik, sokszor már késő visszafordítani a folyamatot. A Topline termesztője ezért nem az üvegház egészére vonatkozó átlagadatokra akart támaszkodni, hanem folyamatos, zónaszintű növényadatokra. A cél egyszerű volt: látni, mi történik valójában az egyes rekeszekben.
Az AI nem váltja ki a termesztőt, hanem kiegészíti
A Topline kevesebb mint egy éve vezette be a LUNA AI Semi-Autonomous rendszert. A megoldás soronként és termesztőrekeszenként szolgáltat folyamatos növényadatokat, többek között a szárvastagságról, a termésterhelésről, a virágzó fürtig tartó távolságról, valamint a fény- és hőmérsékleti viszonyokról. A rendszer mellett az Ask LUNA AI-asszisztenst is használni kezdték, amely az adott üvegház saját adatai alapján segíti a döntések ellenőrzését. Ilyen lehet például az árnyékolás időzítése, az előéjszakai hőmérséklet beállítása vagy a növény fényre adott reakciójának értelmezése. A termesztő szerint a rendszer a szem meghosszabbítása: minél több adat áll rendelkezésre a növényről, annál pontosabban lehet irányítani a termesztést.
Az átlag elfedte volna a bajt
A LUNA AI bevezetése után az egyik első fontos változás az volt, hogy a Topline nem egységes üvegházi klímastratégiában gondolkodott tovább. A hat termesztőrekeszt külön kezdték kezelni, mert az adatok egyértelműen jelezték: nem minden zóna reagál ugyanúgy.
Április elején különösen az északi és déli rekeszek között vált látványossá az eltérés. Az északi oldalon a szárvastagság tartósan alacsonyabb értékeket mutatott, ami csökkenő növényerőre és növekvő stresszre utalt. A termesztők ezt nem önmagában értékelték. A szárvastagságot a termésterheléssel, a virágzó fürtig tartó távolsággal és a napi fényösszeggel együtt figyelték. A nagyobb sugárzás mellett csökkenő szárvastagság és az egyenetlen termésfejlődés arra utalt, hogy az állomány túl erősen generatív irányba tolódik, miközben nincs elég lehetősége a regenerálódásra.
Nem az egész üvegházat húzták vissza
A legfontosabb döntés az volt, hogy nem alkalmaztak egységes korrekciót az egész üvegházban. A gyengébb északi rekeszekben vegetatívabb irányba módosították a termesztést: változtattak az előéjszakai hőmérsékleten és a nappali-éjszakai hőmérséklet-különbségen, hogy csökkentsék a növényi stresszt. A déli rekeszekben viszont, ahol a növényegyensúly erősebb volt, megtartották a generatívabb stratégiát. Ez azért fontos, mert egy általános beavatkozás ott is visszafoghatta volna a termelést, ahol valójában nem volt gond. A 24 órás hőmérséklet, a külső sugárzás és a növényi válaszok együttes elemzése megmutatta, mikor tolják túl a klímastratégiát. Amikor a szárvastagság tovább csökkent, mérsékelték a 24 órás hőmérsékletet és a sugárzásvezérelt beavatkozás hatását. Néhány napon belül stabilizálódott a szárvastagság, és javultak a növényegyensúly trendjei.
Akár 50 ezer dollár is múlhatott rajta
A Topline és az IUNU szakemberei konzervatív veszteségi forgatókönyveket is készítettek a két érintett északi rekeszre. Ezek alapján, ha az egyensúlyromlás tovább tart, a 4–8 hetes betakarítási időszakban körülbelül 6000–50 000 dollár közötti hozamveszteség alakulhatott volna ki. A kockázatot a kisebb gyümölcsméret, a gyengébb hozam és a csökkenő produktív növénysűrűség okozta volna. Az AI-alapú korai jelzésnek és a zónaszintű klímakorrekciónak köszönhetően azonban még azelőtt sikerült beavatkozni, hogy a probléma a betakarításban is megjelent volna.
A napi rutin része lett az adat
A LUNA AI ma már a Topline napi munkafolyamatának része. A rendszert használják az árnyékolás, a függönyök vagy krétázás időzítése, az előéjszakai hőmérséklet, a DIF, a szezonális növényirányítás, valamint a lombeltávolítás és metszés támogatására is. A különbség nem az, hogy a rendszer dönt a termesztő helyett. Hanem az, hogy a termesztő nem átlagokból, hanem a saját üvegházában mért, folyamatos adatokból tud dönteni.
Forrás: HortiDaily
MezőHír Tudástár: AI paradicsomtermesztés – Az AI paradicsomtermesztés a mesterséges intelligencia és az adatvezérelt növénymegfigyelés alkalmazása az üvegházi termesztésben, amely valós idejű adatok alapján képes felismerni a növénystressz, a növényegyensúly-eltolódás és a hozamcsökkenés korai jeleit, támogatva a klímaszabályozási és termesztésirányítási döntéseket a termésbiztonság növelése érdekében.
