De Vidalia-ui is een geliefde groente in heel Amerika, zozeer zelfs dat deze in 2022 een waarde van 200 miljoen dollar opleverde voor de teeltbedrijven. Deze unieke ui wordt echter uitsluitend geteeld in 20 regio's rond de stad Vidalia, in het zuidoosten van Georgia. De speciale bodemeigenschappen in deze regio dragen bij aan de ongeëvenaarde zoetheid van de Vidalia-ui, waardoor deze nog zoeter is dan andere uien.
De omstandigheden in de regio rond Vidalia zijn ideaal voor de teelt van uien, maar ze zijn ook gunstig voor een breed scala aan plagen en ziekten. Deze kunnen aanzienlijke economische verliezen veroorzaken voor telers, doordat ze zowel de opbrengst als de kwaliteit van de verkoopbare uien aantasten.
Luan Oliveira, assistent-professor aan het ministerie van Tuinbouw van de University of Georgia College of Agricultural and Environmental Sciences (CAES): "De telers in Georgia zijn erg trots op hun Vidalia-uien. De telers hebben veel succes met de huidige beheermodellen en technologieën, maar met meer innovatieve technologieën kunnen we de mogelijkheden nog verder vergroten."
Een multidisciplinair team van onderzoekers van de University of Georgia (UGA) werkt aan het verbeteren van de concurrentiepositie van Vidalia-uientelers in Georgia. Ze willen telers in staat stellen om plagen vroegtijdig en met vertrouwen op te sporen, zodat zij op kritieke momenten effectieve beslissingen kunnen nemen over het beheer van hun gewas. Dit initiatief is gericht op het verhogen van de opbrengst en kwaliteit van verkoopbare uien, evenals het verbeteren van de algehele efficiëntie en productiviteit.
George Vellidis, professor aan het Ministerie van Gewas- en Bodemwetenschappen van CAES en lid van het UGA Institute for Integrative Precision Agriculture: "Wat dit project bijzonder interessant maakt, is het partnerschap tussen CAES en het College of Engineering, het geïntegreerde team van onderzoeks- en extensiefaculteit, districtagenten en telers, en het gebruik van AI om uienplagen te detecteren."
Het opsporen en identificeren van ziekten vormt een aanzienlijke uitdaging voor Vidalia-telers in Georgia. Telers en hun adviseurs moeten vaak door de velden lopen om ziekten te detecteren en te identificeren. Door de grote oppervlakte van veel velden is het verkennen van elke rij een inefficiënte taak. Om tijd te besparen, richten telers zich vaak op kleine gebieden binnen een veld, maar deze aanpak laat het grootste deel van het veld ongecontroleerd. Dit kan leiden tot gemiste plaaggevallen en een vermindering van de algehele opbrengst en kwaliteit van de gewassen.
Als er een ziekte wordt ontdekt, wordt er uit voorzorg op het hele veld gespoten - curatief of preventief - omdat de verspreiding van de plaag niet eenvoudig kan worden vastgesteld.
Lu en het onderzoeksteam zullen, samen met drie grote telers van zoete uien, kunstmatige intelligentie en machine learning toepassen om een reeks beslissingsondersteunende hulpmiddelen (DST's) voor ziektebeheer te creëren voor de zoete ui van Vidalia.
"Onze DST's voor ziektebeheer variëren van smartphone-apps tot robotoplossingen die telers en hun adviseurs in staat stellen om snel hele velden te scouten en gewasbescherming te richten op gebieden in het veld waar ziekten kunnen opkomen of zijn opgedoken", aldus Lu.
Telers en hun adviseurs kunnen de SmartDetect app gebruiken om ziekten te identificeren die moeilijk te lokaliseren zijn zonder gespecialiseerde kennis of apparatuur, zoals bacterievlekkenziekte, roze wortel of schimmels.
Voor meer informatie:
Matthew Agvent
CAES Newswire
Tel: +995 7702387216
[email protected]
www.newswire.caes.uga.edu