Geautomatiseerde fenotypering van Engels raaigras via beeldanalyse

Algemeen kader

Via het project Fenogras is er een bijzondere semi-geautomatiseerde beeldanalysetechniek ontwikkeld voor de fenotypering van Engels raaigras. Deze technologie maakt het mogelijk om groeisnelheid, plantarchitectuur en wortelontwikkeling zowel bovengronds als ondergronds snel en nauwkeurig te analyseren. De ontwikkelde techniek heeft meteen  toepassing in veredelingsprogramma's en onderzoeksprojecten rond opbrengstoptimalisatie, koolstofopslag, en de impact van teeltcondities. Een belangrijke innovatie is het platform High-Throughput Field Phenotyping (HTFP), dat drones met sensoren inzet om experimenten efficiënt op te volgen gedurende het groeiseizoen.

Onderzoeksaanpak

Dit is de wijze waarop de techniek tot stand kwam: Beelden werden genomen van bovengrondse en ondergrondse plantendelen, gebruikmakend van top- en zijaanzichten om plantvorm en grootte te beoordelen. Tijdsreeksen werden geanalyseerd om de groeidynamiek onder verschillende teeltomstandigheden (maairegimes, bemesting, waterbeschikbaarheid) te bestuderen. Wortelgroei werd onderzocht via gescande beelden van wortels op verschillende dieptes, verwerkt met softwaretools. Modellen werden ontwikkeld om de groei en reactie van planten op teeltcondities te beschrijven op basis van verzamelde data. Drones uitgerust met geavanceerde sensoren zorgden voor efficiënte en grootschalige dataverzameling op proefvelden.

Relevantie/Valorisatie

De beeldanalysetechniek optimaliseert genetische capaciteiten in de veredeling van Engels raaigras en heeft directe toepassingen in onderzoek naar biomassa-inschattingen en koolstofopslag in bodems. Het project draagt bij aan verbeterde kennis over stressrespons en teeltoptimalisatie. Het HTFP-platform maakt nauwkeurige en efficiënte fenotypering op veldschaal mogelijk, wat zowel veredelingsonderzoek als operationeel beheer ten goede komt.