Virtual Tomato (KB-41-002-007)

Project: EZproject

Project Details

Description

We stellen voor om een Digital Tomato Twin (DTT) te ontwikkelen die kan worden gebruikt om de groei en ontwikkeling van tomatenrassen te voorspellen in reactie op realtime omgevingsfactoren en managementbeslissingen. Dit zorgt voor beter geïnformeerde beslissingen met betrekking tot het agronomisch beheer en de selectiedruk die fokkers op specifieke eigenschappen uitoefenen. De tweeling stelt de gebruiker in staat om de gewasreactie (groei, ontwikkeling en productie) te voorspellen op de belangrijkste managementomstandigheden die de efficiëntie van de tomatenproductie beïnvloeden; lichtintensiteit en kwaliteit, CO2-dosering, beschikbaarheid van voedingsstoffen en bladsnoei.

In de DTT heeft elke tomatenvariëteit een reeks eigenschappen die zijn voorspeld op basis van zijn genetisch profiel. Deze eigenschappen komen overeen met modelparameters. Verscheidenheidsspecifieke parameters en de omgevingscondities zullen in realtime worden gemeten en aan de DTT worden toegevoerd, die zijn voorspelling van de dynamiek van een aantal eigenschappen (bijv. Bladbiomassa) voorafgaand aan de fruitopbrengst bijwerkt. Aan de basis van de tweeling ligt een relais van transcriptionele controlemodellen, 3D-plantmodellen en 1D-gewasmodellen waarmee genetische en milieugegevens kunnen worden vertaald in plantgedrag, gewasgroei, ontwikkeling en uiteindelijk opbrengst. Het bijwerken van fenotypische en milieu-informatie, mogelijk na gebruikers- of milieu-interventies, is mogelijk via de faciliteiten van het Netherlands Plant Eco-phenotyping Center (NPEC), WUR en de Universiteit Utrecht. De modelleringsbenadering die wordt gebruikt voor DTT kan mogelijk worden uitgebreid om het productiesysteem van andere gewassen te modelleren. De DTT houdt een multidisciplinaire benadering in die genetica, fysiologie, kastechnologie en simulatiemodellering omvat.

StatusActive
Effective start/end date1/01/1931/12/22