Met kunstmatige intelligentie peren op maat bemesten
Door kunstmatige intelligentie los te laten op perenbladeren kan op termijn de nutriëntenbehoefte op boomniveau worden vastgesteld. Dat maakt de weg vrij voor precisiebemesting bij peren. Dat blijkt uit afstudeeronderzoek van Ambroos Van Poucke, die studeert aan de faculteit Bio-ingenieurswetenschappen van de Universiteit Gent.
Vanwege de druk op de bemestingshoeveelheden is het essentieel om de nutriëntenbalans in fruitteeltboomgaarden te behouden, stelt Van Poucke op vilt.be. 'Een nauwkeurige beoordeling van de nutriëntenbehoefte wordt belangrijker, gezien de directe relatie tussen de beschikbaarheid van mineralen en de groei en opbrengsten van de fruitbomen.'
De student onderzocht of het mogelijk is om nutriëntengehaltes in perenbladeren te voorspellen op basis van hyperspectrale data en met behulp van algoritmen. Hij noemt de resultaten van het onderzoek veelbelovend, met significant potentieel om nutriënten zoals kalium, calcium, mangaan, zink, koper en stikstof nauwkeurig te voorspellen.
Precisiebemesting
Volgens Van Poucke opent het onderzoek de deur naar precisiebemesting in de perenteelt, waarbij nauwkeurige inschattingen van nutriëntenbehoeften kunnen leiden tot duurzamere landbouwpraktijken en verbeterde opbrengsten. Om ervoor te zorgen dat deze voorspellingen accuraat zijn en niet te specifiek voor de gebruikte dataset, moeten de modellen worden gevalideerd.
De student benadrukt dat zijn onderzoek nog niet klaar is voor de praktijk. 'We hebben de nodige uitdagingen geïdentificeerd bij het voorspellen van velden die werden achtergelaten in de validatie. Dit benadrukt het belang van voortdurende verbetering en verfijning van onze modellen.'
Het onderzoek werd bekroond met de Bayer Innovatieprijs. Sinds 2016 financiert Bayer de leerstoel Forward Farming aan de Universiteit Gent. Met de leerstoel wil het chemieconcern onderzoek stimuleren dat innovatie en duurzaamheid in de landbouw bevordert.
