Van klimaatcontrol naar plantcontrol: Google Translate van de plant

Tijdens HortiContact in Gorinchem sprak Ramon van de Vrie op het podium van HortiBiz NewsRadio over een ontwikkeling die steeds duidelijker zichtbaar wordt in de glastuinbouw: de verschuiving van klimaatsturing naar het sturen op basis van plantfeedback.

Waar telers traditioneel vooral sturen op temperatuur, luchtvochtigheid en CO₂, wordt het gewas zelf steeds meer de bron van informatie. Volgens Van de Vrie is dat een logische volgende stap in de digitalisering van de sector. “We gebruiken nog steeds veel klimaatdata, maar koppelen die nu aan plantdata. Je zou kunnen zeggen dat wij een soort Google Translate van de plant zijn,” vertelt hij.

Het bedrijf Ledgnd ontstond zo’n zeven jaar geleden vanuit een heel andere vraag. Van de Vrie verbleef destijds een jaar in Hongkong, waar hij onderzoek deed naar de toepassing van LED-belichting in de tuinbouw.

“Kwekers hadden behoefte aan kennis om hen te helpen bij de transitie naar LED. We zijn begonnen met het analyseren van data rondom licht en teeltstrategieën. Van daaruit is het steeds verder doorontwikkeld.” In de jaren daarna groeide het concept uit tot een volwaardig dataplatform: MyLedgnd. Het platform brengt data uit verschillende bronnen in de kas samen en vertaalt die naar concrete inzichten voor de teler.

In moderne kassen kunnen sensoren elke paar minuten nieuwe data genereren. Het echte verschil zit volgens Van de Vrie niet in het verzamelen van data, maar in het vertalen ervan naar praktische stuurinformatie. “Elke vijf minuten komt er een datapunt binnen. Dat is een enorme hoeveelheid data. De uitdaging is om die data te vertalen naar concrete acties voor de teler.” Daarvoor worden algoritmes gebruikt die patronen herkennen en relaties tussen verschillende parameters analyseren. Uiteindelijk kan deze informatie zelfs rechtstreeks gekoppeld worden aan de klimaatcomputer in de kas.

In sommige situaties wordt die koppeling al volledig toegepast. Volgens Van de Vrie zijn er inmiddels kassen waarin de klimaatstrategie direct wordt aangepast op basis van plantfeedback. “We zijn nu zover dat we een kas kunnen aansturen op basis van plantcontrol. Die stap van climate control naar plant control hebben we inmiddels gemaakt.”

De eerste resultaten zijn volgens hem veelbelovend. Door nauwkeuriger te sturen op de behoefte van het gewas kan efficiënter worden omgegaan met energie en input. “We zien energiebesparing, productiestijgingen en een betere productkwaliteit. Omdat we precies weten hoe de plant zich voelt, kunnen we veel accurater sturen.”

Ledgnd ontwikkelt zelf geen sensoren, maar werkt samen met verschillende technologiepartners. Nieuwe sensoren worden eerst uitgebreid getest voordat ze bij telers worden toegepast. “We willen alleen producten bij kwekers brengen waarvan we zeker weten dat ze daadwerkelijk rendement opleveren. Validiteit is voor ons heel belangrijk.” Daarvoor beschikt het bedrijf over een eigen R&D-traject waarin sensortechnologie wordt gevalideerd.

Voor de komende jaren verwacht Van de Vrie een verdere integratie van AI en beeldanalyse in de kas. “We gaan veel meer met AI werken, met camerabeelden en met prognoses. We ontwikkelen modellen waarmee we kunnen voorspellen of een nieuwe strategie uiteindelijk tot meer opbrengst gaat leiden.” Door plantmodellen te koppelen aan realtime kasdata ontstaat volgens hem de mogelijkheid om nog eerder bij te sturen en zo het resultaat te optimaliseren.

Vooral in snijbloemen, potplanten en hogedraadgewassen ziet Ledgnd momenteel veel toepassingen. Ook in aardbeienteelt wordt onderzoek gedaan naar plantfeedbacksystemen, met name bij doordragende rassen die steeds vaker in winterteelten worden toegepast. De kern van de ontwikkeling blijft volgens Van de Vrie echter hetzelfde: de plant zelf wordt steeds meer het uitgangspunt voor teeltbeslissingen. “Als je weet hoe de plant zich voelt, kun je daar accuraat op sturen. Dat is uiteindelijk de volgende stap in datagedreven telen.”