search.noResults

search.searching

dataCollection.invalidEmail
note.createNoteMessage

search.noResults

search.searching

orderForm.title

orderForm.productCode
orderForm.description
orderForm.quantity
orderForm.itemPrice
orderForm.price
orderForm.totalPrice
orderForm.deliveryDetails.billingAddress
orderForm.deliveryDetails.deliveryAddress
orderForm.noItems
Extra sensoren produceren aanvullende data om de teelt op te sturen. ven de 3,5 planten/m2 begon ging in één


stap naar de eindafstand van 4 stengels/ m2


, ruim 2 stengels/m2


. Het referentieteam van de telers ver- dubbelde ineens van 4 naar zelfs 8 sten- gels/m2


naar 30 graden, waar het merendeel van de teams tussen de 21 en 23 graden zat.


Kwaliteit meer dan de


AI-concurrent met de ruimste stengelaf- stand. Mede door dit soort verschillen konden soms eindsprints gemaakt wor- den, waarbij op productie ingelopen werd op de andere teams. Ook de datum van de plant koppen aan het eind van de teelt verschilde. Uiteindelijk eindigden de meest produce- rende teams ruim boven de 14 kilo, waar de laagst producerende net onder de 13 kilo bleef. Rond 5 april had het team met de hoogst aangehouden plantbelas- ting 60% meer vruchten/m2


aan de plan-


ten hangen dan de deelnemers met het minst belaste gewas. Ook stooktemperaturen verschilden ste- vig, wat vanwege extra met zich meebren- gende kosten in de eindbeoordeling ef- fect had op het netto eindresultaat in euro’s/m2


waarop de teams afgerekend


werden. Een van de teams stookte voor een hoger eindschot de kas zelfs even op


De uitkomst ging niet alleen over kilo’s. Ook vruchtkwaliteit was een bepalende factor, waarvoor meerwaarde aan het pro- duct werd toegekend. Er werden flink ver- schillende brix-waardes gerealiseerd, met waardes tot 9,5 en 10 voor het meest naar kwaliteit strevende team, waar anderen op dezelfde momenten bij de 9 bleven steken.


Onder andere de aangehouden EC’s wa- ren van invloed op die kwaliteit. Het team met de hoogste brix-waardes bereikte op een gegeven moment een drain-EC van 10 mS/cm, waar de rest globaal op 5 en 6 EC zat. Het referentieteam met de telers zat met zijn eindproductie vrijwel op dezelfde hoogte als de twee beste Artificial Intelli- gence-teams, maar verloor in het door- slaggevende netto financiële resultaat op de hogere kosten door een relatief hoog gebruik aan warmte (die passend werd geacht bij de hoeveelheid instraling),


elektriciteit voor de belichting, water en nutriënten. De winnaar wist een vergelijk- bare productie te realiseren met slechts 40% van de warmtevraag en nog geen 85% van de hoeveelheid meststoffen.


Gewasregistratie essentieel Het winnende Automatoes-team besloot te focussen op het bereiken van de hoogst mogelijke kwaliteit van de tomaten, om zo de best mogelijke prijs te realiseren, evenals op maximalisatie van de fotosyn- these. Dit team won op alle drie de onder- delen van de Challenge: nettoresultaat (dat voor 50% meetelde in de eindbeoor- deling), duurzaamheid (20% wegingsfac- tor) en Artificial Intelligence-strategie (30%). Vanaf het begin stonden zij het hoogste in de rangorde. Het IUA.CAAS-team hijgde op het eind wel heel dichtbij in hun nek, maar wist zijn eindspurt toch niet groot genoeg te maken. Leonard Baart de la Faille van winnend team Automatoes tijdens het afsluitende webinar: “Onze strategie was om niet te proberen met data-oplossingen één groot


▶GROENTEN & FRUIT | 19 juni 2020 19


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48