Het onderzoek in 25 seconden
Lees de inhoud van de video
De video introduceert onderzoek naar LED-belichting voor kastomaten. Elektrische plantsignalen helpen inefficiënte belichtingsmomenten te herkennen; weerdata voeden Random Forest-modellen die adviseren over LED-gebruik en intensiteit. Een nagebouwd prototype illustreert belichtingsscenario’s. De video noemt een geschatte kostenbesparing van 6,08%, of €122,85, voor de onderzochte kas van 1.500 m²: historisch €2.020,61 tegenover €1.897,76 in het modelscenario. Dit is een terugberekende simulatie voor geselecteerde inefficiënte dagen in één kas, met dezelfde oppervlakte, tarieven en operationele aannames. Het effect op gewasopbrengst is niet gemeten. Het voorbeeld van de plantreactie en de oorspronkelijke scriptiegrafiek betreffen verschillende voorbeelddagen.
De vraag
LED-belichting is een stuurbare factor in de kas. Dit masteronderzoek verkende of informatie over plantactiviteit kan helpen bepalen wanneer extra licht zinvol is.
Dit onderzoek vond plaats bij Tomatoworld, met plantmetingen van Vivent Biosignals, binnen het LDE Thesis Lab ‘Future of Energy in Horticulture’.
De aanpak
De analyse combineerde plantbiosignalen en belichtingsgegevens van Tomatoworld om mogelijke overbelichting te herkennen. Een aparte modelstap gebruikte zonneschijnduur en globale straling van het KNMI om een Random Forest-classificatiemodel en -regressiemodel te trainen: eerst voor LED-gebruik, daarna voor de intensiteit op belichtingsdagen. Weersverwachtingen van Open-Meteo en een aparte, regelgebaseerde lichtsomcalculator vormden de basis voor een adviesprototype.
Tekstuitleg bij de infographic
Plantsignalen en belichtingsgegevens helpen mogelijk inefficiënte dagen te selecteren. Afzonderlijk gebruiken Random Forest-modellen KNMI-zonneschijnduur en globale straling om LED-gebruik en intensiteit te voorspellen, geleerd uit historische belichting. Voorspellingen en geselecteerde dagen komen samen in een terugberekende vergelijking. De genoemde daling van 6,08% betreft berekende elektriciteitskosten voor belichting in dat scenario, geen gemeten praktijkbesparing of aangetoond opbrengsteffect.
De biosignalen hielpen mogelijke inefficiëntie te herkennen. De voorspelmodellen gebruikten weerdata en leerden van eerder LED-gebruik; zij bepaalden daarmee niet zelfstandig wat fysiologisch optimaal is. De resultaten beschrijven winterdata van november 2024 tot en met februari 2025 uit één demonstratiekas.
De inhoudelijke uitdaging
Een voorspelling is pas bruikbaar als duidelijk is wat die betekent. Plantactiviteit, omgevingsfactoren en belichtingskeuzes moeten samen worden bekeken. Een modeladvies bewijst op zichzelf geen effect op gewas of energiegebruik.
Wat het heeft opgeleverd
Het onderzoek leverde een analyse en een prototype voor belichtingsadvies op. De scriptie rapporteert een berekende daling van 6,08% in elektriciteitskosten voor belichting wanneer modeladviezen de historische intensiteiten op de geselecteerde inefficiënte dagen vervangen. Dit is een terugberekend scenario met vaste aannames voor lampefficiëntie en stroomprijs, geen gemeten besparing na ingebruikname.
Berekeningswijze en resultaat: §5.5, p. 25–27
Hoe je het resultaat moet lezen
De scriptie beschrijft een verkennende studie in één kas. Er zijn geen directe opbrengstgegevens gebruikt en de modellen zijn niet op commerciële schaal in bedrijf getest. De uitkomst laat besparingspotentieel zien; behoud van gewasopbrengst is hiermee niet aangetoond.
Voor het aan/uit-model rapporteert de scriptie 64% accuracy, met 0,81 recall en 0,29 precision voor LED-aan bij een 80/20-verdeling. Het model adviseerde dus geregeld belichting terwijl die historisch niet aanstond. Het prototype vraagt verdere validatie voordat het belichting kan aansturen.
Modelbeoordeling: §5.3, p. 19–21 · Beperkingen: §6.4, p. 31–32
De les voor productontwikkeling
Een bruikbaar advies vraagt meer dan een goed model. Ook de invoer, de aannames en de omstandigheden waarin het advies geldig is, moeten zichtbaar zijn.
Code & bronnen
Frenk Theodorus Petrus Kester (2025). Optimizing LED Use in Greenhouse Tomato Cultivation via Plant Biosignals. Rotterdam School of Management, Erasmus University Rotterdam. Masterscriptie; studentnummer verwijderd uit de websitekopie.
- Volledige masterscriptie (PDF, Engels) ↗
- Master-Thesis · GitHub ↗
- LDE Centre for Sustainability · Frenk Kester onderzoekt hoe AI kassen energiezuiniger maakt ↗
- GroentenNieuws · Inzet AI voorkomt verspilling energie met LED-belichting ↗
- Tomatoworld · Optimalisatie van LED-belichting via biosignalen en AI ↗
Projectbeschrijving gecontroleerd op 16 september 2026.