Cum ajută inteligența artificială fermierii să evite înflorirea prematură la morcov

Înflorirea prematură, cunoscută și sub numele de „bolting” este una dintre cele mai frecvente probleme care afectează culturile de morcov. Atunci când planta trece prea devreme în faza de înflorire, rădăcina își pierde calitățile comerciale — devine lemnoasă, amară și neatractivă pentru consum. În unele cazuri, pierderile pot ajunge chiar la 40% din recoltă.

Această problemă apare deoarece morcovul (Daucus carota L.) este o specie bienală, care în mod normal își formează rădăcina în primul an și înflorește în al doilea, după o perioadă de expunere la frig numită vernalizare. Dacă însă răsadurile tinere sunt expuse prematur la temperaturi scăzute, planta „crede” că a trecut deja prin iarnă și trece înainte de vreme în faza de înflorire. Rezultatul este o rădăcină tare, fibroasă și fără valoare alimentară.

Fenomenul s-a accentuat în ultimii ani din cauza schimbărilor climatice. Temperaturile instabile, perioadele reci urmate brusc de zile calde și variațiile mari între zi și noapte favorizează declanșarea înfloririi premature. În multe zone, primăverile tot mai imprevizibile au crescut semnificativ incidența „bolting”-ului, afectând calitatea și randamentul culturilor.

Soluția vine din utilizarea tehnologiei moderne. Un consorțiu internațional format din cercetători din Turcia, Polonia și România derulează proiectul AI-CROPBREED, care își propune să prevină înflorirea prematură la morcov prin integrarea inteligenței artificiale (IA) în procesul de selecție și ameliorare.

Proiectul AI-CROPBREED se bazează pe ideea că înflorirea timpurie poate fi anticipată dacă sunt analizate atent semnalele din stadiile incipiente ale plantei. Astfel, cercetătorii colectează imagini detaliate ale răsadurilor, înregistrează parametri de mediu precum temperatura și durata zilei și studiază date genetice care indică predispoziția la înflorire. Aceste informații sunt procesate de un algoritm de inteligență artificială care „învață” să recunoască tiparele caracteristice plantelor sensibile la frig.

Tehnologia funcționează prin antrenarea unui model informatic – o rețea neuronală convoluțională – care corelează datele vizuale cu cele moleculare. Pe baza acestora, sistemul poate estima dacă o plantă prezintă risc ridicat de înflorire prematură. Ulterior, aceste informații vor fi disponibile fermierilor și amelioratorilor printr-o platformă online unde aceștia vor putea încărca imagini din propriile culturi și vor primi automat predicții privind riscul de bolting.

Această abordare este susținută financiar prin programul european ICT-AGRI-FOOD, care promovează digitalizarea agriculturii și utilizarea tehnologiilor avansate – senzori, Internet of Things (IoT), analiză Big Data și inteligență artificială – pentru o agricultură mai sustenabilă și eficientă. În România, proiectul este coordonat de Universitatea de Științe Agronomice și Medicină Veterinară din București (USAMV București).

Beneficiile sunt semnificative. Prin anticiparea comportamentului plantelor, AI-CROPBREED reduce timpul și costurile necesare pentru obținerea unor soiuri noi, mai stabile și mai productive. Fermierii vor putea alege soiurile potrivite pentru condițiile lor de climă și vor putea evita pierderile cauzate de înflorirea timpurie. Pe termen lung, proiectul contribuie la economisirea resurselor de apă și energie, la creșterea siguranței alimentare și la promovarea unei agriculturi mai sustenabile.

Această inițiativă arată cum știința și tehnologia pot merge mână în mână cu agricultura tradițională. Prin utilizarea inteligenței artificiale, morcovii de mâine vor fi mai uniformi, mai gustoși și mai rezistenți la stresul climatic. Agricultura viitorului va fi digitală, dar va rămâne profund legată de pământ și de munca celor care îl cultivă.

Mai multe informații:

Website oficial: www.aicropbreed.com

Contact pentru România: Violeta Alexandra Ion, Această adresă de email este protejată contra spambots. Trebuie să activați JavaScript pentru a o vedea., https://usamv.ro/

Disclaimer:

This work was supported by a grant of the Ministry of Research, Innovation and Digitalization CNCS/CCCDI-UEFISCDI, project number ERANET-ICT-AGRI-FOOD-AI-CROPBREED, within PNCDI IV