SIGEN: Het slimme teeltsysteem voor zachtfruit telers

Inleiding

Nederlandse zachtfruit telers (van onder andere frambozen, rode bessen en bramen) hebben moeite om te voldoen aan de vraag vanuit de markt. Hierbij zijn twee primaire problemen te onderscheiden:

1. Ziekten en plagen op de planten zorgen ervoor dat gemiddeld 25% van de productie verloren gaat. Dit verschilt per jaar en is afhankelijk van met name weersomstandigheden.
2. Er bestaat een snel stijgende vraag naar deze fruitsoorten, terwijl het Nederlandse telers niet lukt om met bestaande teeltmethoden de productie snel genoeg te verhogen. Dit komt mede doordat er steeds minder vakmensen op de markt komen, waardoor het personeel steeds meer werk moet verrichten in dezelfde beschikbare tijd.

Probleemstelling

Het is een groot probleem dat ziekten en plagen in veel gevallen te laat worden ontdekt. Dit komt doordat de teler zelf de planten moet inspecteren om afwijkingen te detecteren. Dit kost een teler bijzonder veel tijd die beter anders had kunnen worden besteed.

Huidige situatie

Het ontbreekt echter aan oplossingen die in staat zijn om tot waardevolle objectieve inzichten te leiden én tegelijkertijd tijdbesparend zijn voor de teler.

Oplossing

Genson en Sigrow zijn ervan overtuigd dat het mogelijk is om een teeltsysteem te ontwikkelen dat het voor Nederlandse zachtfruit telers mogelijk maakt om ziekten en afwijkingen op de planten sneller inzichtelijk te krijgen. Dit moet gebeuren tegen een lagere tijds- en dus kosteninspanning voor de teler, waardoor een hogere productie aan planten kan worden gerealiseerd.

Projectdoel

Hiervoor willen we de SIGEN ontwikkelen, een slim teeltsysteem dat expertkennis combineert met deep learning technieken. Dit systeem zal patronen in de teelt herkennen en aanbevelingen aan telers doen omtrent optimale plantenbescherming en groei.