A relatív páratartalom a növény vízháztartásán és a kalcium termésen belüli eloszlásán keresztül is befolyásolja a termés minőségét. Túl alacsony páratartalom mellett fokozódhat a levelek párologtatása, ami a kalcium eloszlását is módosíthatja, míg a magasabb páratartalom más irányba terelheti a kalciumáramlást. Ez különösen a termés csúcsi részén kialakuló kalciumhiányos élettani rendellenesség, a csúcsrothadás szempontjából lehet jelentős. A túl magas páratartalom ugyanakkor növelheti egyes gombás betegségek kockázatát.
A tápanyagellátás szintén közvetlenül összefügg a minőséggel, de a hatások nem minden esetben egyértelműek. A nitrogénadag és az oldható szárazanyag-tartalom kapcsolatáról például ellentmondásos eredmények születtek. A káliumellátás ugyanakkor több vizsgálatban pozitív kapcsolatot mutatott az oldható szárazanyag- és a likopintartalommal. A túlzott tápanyagellátás azonban növelheti a közeg elektromos vezetőképességét és ezzel a sóstressz kockázatát.
Mesterséges intelligencia és gépi tanulás
A korszerű üvegházi rendszerekben mindezek a tényezők folyamatosan mérhetők. Hőmérséklet-, páratartalom-, fény-, CO₂-, közegnedvesség- és elektromosvezetőképesség- (EC-) szenzorok segítségével valós idejű adatok állnak rendelkezésre a termesztési környezetről. Ezek alapján módosítható az öntözés, a tápoldatozás, a szellőztetés, a fűtés, a hűtés vagy a kiegészítő világítás.
A kutatók szerint a mesterséges intelligenciával és gépi tanulással támogatott rendszerek további előnye, hogy az egyes környezeti változókat nem külön-külön, hanem összefüggéseikben tudják értékelni. Így például egyszerre vehető figyelembe a hőmérséklet, a páratartalom, a CO₂-szint, a fényviszonyok és a növény fejlettségi állapota. Ez lehetővé teheti, hogy a szabályozás ne kizárólag a hozam maximalizálását, hanem a kívánt minőségi paraméterek elérését is célul tűzze ki.
Az áttekintés ugyanakkor arra is felhívja a figyelmet, hogy nincs minden üvegházban és minden fajtánál azonos módon működő recept. A paradicsom beltartalmi és érzékszervi válaszai fajtától, fejlettségi állapottól, a környezeti hatás intenzitásától és időtartamától, valamint az egyes tényezők kölcsönhatásától is függenek.
A szerzők szerint a jövő egyik fontos iránya ezért a szenzoradatok, a növényi anyagcsere-vizsgálatok, az érzékszervi értékelés és az előrejelző modellek összehangolása lehet. Az ilyen rendszerek célja már nem pusztán az lehet, hogy minél több paradicsom teremjen, hanem az is, hogy a termés tápértéke, íze, színe és állománya is célzottabban befolyásolható legyen.
