Optimizēts augšanas klimats ir būtisks, lai optimizētu ražas augšanu. Saskaņā ar Augu pilnvarošanas principiem ražas augšanu nosaka trīs augu bilances. Tāpēc siltumnīcas klimatam ir jāatbalsta raža, lai tā vienmēr būtu līdzsvarā. Autonomo siltumnīcu izaicinājuma laikā Team AutoTomatoes savā izaugsmes stratēģijā izmantoja Augu pilnvarošanas principus. Viņi uzvarēja izaicinājumā, jo, izstrādājot savus algoritmus un risinājumus audzētājiem, koncentrējās uz augu un tā līdzsvaru.
Tātad, kā viņi to izdarīja?
Saskaņā ar Silke Hemming, Wageningen University & Research (WUR) komandas siltumnīcu tehnoloģiju zinātniskās izpētes vadītāja, kura tiek uzskatīta par sacensību dzinējspēku, arī norādīja, ka Augu pilnvarošana bija spēcīgs elements komandas AutoTomatoes stratēģijā. “Visu darbību centrēšana ap augu, tas ir labības audzēšana. Kad atrodat līdzsvaru starp augšanas faktoriem, jūsu raža darbojas labi. Un līdz pat mūsdienām labi strādājoša iekārta vienmēr ir devusi lielākus ienākumus nekā izmaksas par ieguldītajiem resursiem.
Lai atbalstītu augu līdzsvaru, tika izstrādāti dažādi algoritmi. Piemēram, apūdeņošanas optimizācijas algoritms, kas laikus pārtrauc apūdeņošanu, lai pēc noteikta laika sasniegtu vēlamo sausuma daudzumu. AI modelis nodrošina, ka raža saņem optimālo ūdens daudzumu, vienlaikus novēršot plātnes piesātinājumu periodos, kad ir maz gaismas vai bez tā, lai saglabātu visus labvēlīgos parametrus, piemēram, skābekli un mikroorganismus.
Vēl viens piemērs ir Ventilācijas optimizācijas kontroles algoritms, kas kontrolē ventilācijas pozīcijas atbilstoši vēlamajiem temperatūras un mitruma iestatījumiem. Turklāt temperatūras optimizācijas kontroles algoritms realizē pareizo līdzsvaru starp gaismas summu un vidējo 24 stundu temperatūru. Kopā šie algoritmi ļāva komandai optimizēt vidējo temperatūru siltumnīcā un līdz ar to arī ražas asimilātu izmantošanu.
Papildus šiem algoritmiem komanda AutoTomatoes izstrādāja arī jaunu sensoru, ko sauc par gaismas caurlaidības kāpnēm. Šis sensors mēra gaismas daudzumu siltumnīcā trīs līmeņos: ražas augšpusē, vidū un apakšā. Šie mērījumi sniedz ieskatu faktiskajā gaismas daudzumā, kas iekļūst nojumē un ko uztver lapas dažādos ražas līmeņos. To var izmantot kā pamatu jūsu lapu atzarošanas stratēģijai.
Vai vēlaties uzzināt vairāk par datu vadītas izaugsmes stratēģijas komandu AutoTomatoes, kas pieteicās, lai uzvarētu Autonomous Greenhouse Challenge? Abonējiet mūsu biļetenu vai sekojiet mums LinkedIn un Instagram un uzziniet pirmais!
Vairāk informācijas: www.hoogendoorn.nl/en