We moeten nieuwe manieren vinden om de wereld te voeden met slechts een eindige hoeveelheid ruimte voor landbouw. Hoe kan onze technologie deze uitdagingen in de klas, in het lab en in het echte leven ondersteunen?
We kunnen minstens tien manieren bedenken waarop PhytlSigns het landbouwonderwijs en -onderzoek kan ondersteunen:
- PhytlSigns toont in real time bewijs van cellulaire signalering - toont reacties op licht, aanraking, bodemvochtigheid en verandering in samenstelling van voedingsstoffen.
- Vroegtijdige detectie van ziekten - PhytlSigns luistert letterlijk naar een plant en kan ons "vertellen" wanneer de plant wordt aangevallen, voordat we de zichtbare tekenen zien.
- Wat zijn de problemen waar telers mee worstelen? Ze willen hun watermanagement (irrigatie) optimaliseren in steeds grilligere weerpatronen en hun watervoetafdruk verminderen. PhytlSigns kan signalen van waterstress laten zien voordat er zichtbare tekenen zijn.
Dit kan worden gebruikt om droogteresistente variëteiten te testen. - Gewassen in Europa krijgen steeds vaker te maken met minder neerslag en het risico van een verhoogd zoutgehalte in de bodem. Leer hoe u met ons apparaat een zoutconcentratieproef kunt doen en wat dit betekent voor de gewaskeuze
- Hoe kunt u een teler ondersteunen om minder meststoffen te gebruiken? Onze technologie toont de reactie van de plant op concentraties van chemicaliën in de bodem en de lucht.
- Hoe kunnen we boeren ondersteunen om hun opbrengsten te verbeteren en hun afhankelijkheid van pesticiden te verminderen? Planten geven een signaal wanneer ze worden aangevallen, en afhankelijk van welke plaag verantwoordelijk is, kan een verschillend signaal worden waargenomen
- Dagritme van planten - Monitor het dagritme van planten, merk op hoe het verandert met de verandering in daglengte. Wat zijn de implicaties voor het monitoren van het moment van ontkieming of bloei?
- Hoe gedragen planten zich in een nieuwe omgeving: Gewassen worden naar binnen verplaatst, gedraagt een tomaat zich buiten hetzelfde als in de Controlled Environment Agriculture of zelfs in een verticale landbouwomgeving?
- Hoe kunnen we planten gebruiken als sensoren voor bedreigingen van het milieu? Planten zullen signalen afgeven wanneer de niveaus van chemische, biologische en elektromagnetische bedreigingen in het milieu niet binnen een normaal bereik liggen.
- Machine Learning heeft ons in staat gesteld algoritmen te trainen voor specifieke gewas-pest of gewas-nutriëntenparen. AI heeft precisielandbouw naar een hoger niveau getild en wij doen mee.