Optimoitu kasvuolosuhde on välttämätöntä sadon kasvun optimoimiseksi. Kasvien voimaannuttamisen periaatteiden mukaan sadon kasvu määräytyy kolmen kasvien tasapainon perusteella. Siksi kasvihuoneilmaston on tuettava satoa, jotta sen tasapaino pysyy tasapainossa koko ajan. Team AuTomatoes käytti Kasvien voimaannuttamisen periaatteita kasvustrategiassaan Autonomous Greenhouse Challengen aikana. He voittivat haasteen, koska keskittyivät laitokseen ja sen tasapainoon kehittäessään algoritmejaan ja ratkaisujaan viljelijöille.
Joten miten he tekivät tämän?
Kilpailun liikkeellepanevana voimana pidetyn Wageningen University & Research (WUR) -tiimin kasvihuonetekniikan johtaja Silke Hemmingin mukaan Plant Empowerment oli vahva osa AuTomatoes-tiimin strategiaa. ”Keskittämällä kaikki toiminnot tehtaan ympärille, juuri siitä viljelystä on kyse. Kun löydät tasapainon kasvutekijöiden välillä, satosi toimii hyvin. Ja tähän päivään saakka, hyvin toimiva laitos on aina tuonut enemmän tuloja kuin kustannuksia käyttämillesi resursseille. "
Laitostaseiden tukemiseksi kehitettiin erilaisia algoritmeja. Esimerkiksi kastelun optimoinnin algoritmi, joka lopettaa kastelun ajoissa saavuttaakseen halutun määrän kuivaa selkää tietyn ajan kuluttua. Tekoälyn malli varmistaa, että sato saa optimaalisen määrän vettä, samalla kun vältetään laatan kyllästyminen jaksoissa, joissa valoa on vähän tai ei ollenkaan, ylläpitääkseen kaikki hyödylliset parametrit, kuten happi ja mikro-organismit.
Toinen esimerkki on ilmanvaihdon optimoinnin ohjausalgoritmi, joka ohjaa tuuletusasemia haluttujen lämpötilan ja kosteuden asetusarvojen mukaan. Lisäksi lämpötilan optimoinnin ohjausalgoritmi toteuttaa oikean tasapainon valosumman ja keskimääräisen 24 tunnin lämpötilan välillä. Yhdessä nämä algoritmit antoivat tiimille mahdollisuuden optimoida kasvihuoneen keskilämpötila ja siten viljelyaineen assimilaattien käyttö.
Näiden algoritmien lisäksi AuTomatoes kehitti myös uuden anturin, nimeltään Light Penetration Ladder.Tämä anturi mittaa kasvihuoneen valon määrää kolmella tasolla: sadon ylä-, keski- ja alaosassa. Nämä mittaukset antavat oivalluksia katoksen tunkeutuvasta todellisesta valon määrästä, jonka lehdet vastaanottavat sadon eri tasoilla. Tätä voidaan käyttää lehtien karsimisstrategian perustana.
Haluatko tietää enemmän Data Driven Growing -strategiatiimistä, jonka AuTomatoes haki voittaakseen Autonomous Greenhouse Challenge? Tilaa uutiskirjeemme tai seuraa meitä LinkedInissä ja Instagramissa, niin saat ensimmäisenä selville!
Lisätietoja: www.hoogendoorn.nl/fi