Hopp til hovedinnholdet

Divisjon for matproduksjon og samfunn

TEKNOPOTET - Ny teknologi for økt presisjon i produksjon og lagring av små matpoteter

Foto: Eldrid Lein Molteberg
Aktiv SIST OPPDATERT: 09.05.2026
Slutt: des 2027
Start: jan 2024

Forbruket av matpoteter er i senere tid dreid mot en økt andel små matpoteter, såkalt delikatessepoteter. Hovedmålet for prosjektet er å utvikle ny kunnskap, teknologi og verktøy for økt presisjon i dyrking og lagring av slike småpoteter. Formålet er at markedet for småpoteter i størst mulig grad skal kunne dekkes av norske småpoteter med rett kvalitet. For at produksjonen skal være lønnsom må antall knoller per plante økes, knollene må ha rett størrelse og være mest mulig jevnstore, og lagringsstrategiene må tilpasses poteter som er små og pakkes tettere i kassene.

Status Pågående
Start- og sluttdato 01.01.2024 - 31.12.2027
Prosjektleder Eldrid Lein Molteberg
Divisjon Divisjon for matproduksjon og samfunn
Avdeling Frukt og grønt
Samarbeidspartnere Bama, Gartnerhallen, Agdir, Brødr. Freberg, Norgro og 5 potetprodusenter
Finansieringskilde Forskningsmildene for jordbruk og matindustri, Grofondet og egeninnsats fra samarbeidspartnere

Prosjektet skal øke presisjonen i dyrking og lagring av småpoteter gjennom å kombinere ny teknologi og ny kunnskap om fysiologisk status og utvikling av poteter. Prosjektet vil blant annet ha fokus på økt presisjon i forbehandling av settepotetene, gjennom ny kunnskap om betydningen av lys/led-lys og midler for spirekontroll på fysiologisk kvalitet og knollansett. Prosjektet vil også fokusere på knollansett i forhold til jordfuktighet, og på utvikling av modeller for fjernmåling av vannbehov gjennom bruk av droner og jordfuktsensorer. God kvalitet ut fra lager er også svært viktig. Prosjektet skal gi økt kunnskap om hvordan målinger med innovative ikke-destruktive metoder, sammen med dyrkingsdata og andre kvalitetsdata, kan brukes i modeller for å forutsi kvaliteten etter lagring.

Prosjektet er samlet forventet å gi nye verktøy, blant annet for kontroll og styring av jordfuktighet i sesongen, og for prediksjon av potetkvaliteten etter lagring. Prosjektet skal også utvikle veiledninger for bruk ved dyrking og lagring av småpotet, med særlig fokus på strategier for forbehandling, vanning, knolltilvekst og høsting, og lagring.

Publikasjoner i prosjektet

Sammendrag

Interpreting multi-component 1H NMR spectra is difficult due to peak overlap, concentration variability, and low-abundance signals. We cast mixture identification as a single-pass multi-label task. A compact CNN–Transformer (“Hybrid”) model was trained end-to-end on domain-informed and realistically simulated spectra derived from a 13-component flavor library; the model requires no real mixtures for training. On 16 real formulations, the Hybrid attains micro-F1 = 0.990 and exact-match (subset) accuracy = 0.875, outperforming CNN-only and Transformer-only ablations, while remaining efficient (~0.47 M parameters; ~0.68 ms on GPU, V100). The approach supports abstention and shows robustness to simulated outsiders. Although the evaluation set was small, and the macro-ECE (per-class, 15 bins) was inflated by sparse classes (≈0.70), the micro-averaged Brier is low (0.0179), and temperature scaling had negligible effect (T ≈ 1.0), indicating the good overall probability quality. The pipeline is readily extensible to larger libraries and adjacent applications in food authenticity and targeted metabolomics. Classical chemometric baselines trained on simulation failed to transfer to real measurements (subset accuracy 0.00), while the Hybrid model maintained strong performance.

Sammendrag

Gjennomgang av resultater fra WP3.2 Småskala og storskala forsøk (kvalitetsdata + temperatur- og fuktighetsdata) Evaluering av forsøkene – Innspill til eventuelle endringer til neste sesong Resultater fra WP3.3 Prediksjon av lagringsevne

Sammendrag

Presentasjon av dryppvanningsforsøk i potet under dekke i sammenheng med en årlig markdag hos NIBIO Apelsvoll. Ulike startegier for vanning i småpotetproduksjon av sorter Anouk og Celandine basert på vannbalanse og avlesninger fra jordfuktsensorer. Effekt på knollantall og knoll størrelse.