Maïs is een wereldwijde grondstof met grote belanghebbenden in de industrie, maar verrassend veel van zijn geheimen op groei en ontwikkeling, met name als reactie op milieueisen die van invloed zijn op de opbrengst, verborgen blijven. Hoge verdampingsvraag en een laag grondwater- en stikstofgehalte direct en indirect van invloed op de opbrengst, waarschijnlijk als gevolg van concurrentie om grondstoffen (water, koolstof, stikstof) tussen
blad, steel en oren, maar de onderliggende mechanismen en complexe interacties zijn slecht begrepen. Bovendien ontbreekt cruciale kennis om volledig te begrijpen hoe een bepaalde duur is en timing van stress met betrekking tot ontwikkelingsstadium beïnvloedt groei en opbrengst in maïs. Deze
project is daarom belangrijk en actueel omdat het erop gericht is om belangrijke lacunes in ons begrip op te vullen van maïsgroei en -ontwikkeling. In een unieke opstelling waar plantensensoren continu meten het functioneren van planten die zich verplaatsen in het PHENOVISION plant fenotyping platform, een ongeëvenaard dataset van maïswerking en -structuur gedurende de gehele ontwikkeling, en onder droogte en stikstofdeficiëntie voorwaarden, zullen worden verzameld. Deze uitgebreide bron van informatie zal zijn gebruikt om een functioneel structureel plantenmodel (FSPM) voor maïs te bouwen met behulp van verschillende nieuwe concepten, en de FSPM wordt toegepast om onze biologische kennis over maïsgroei en opbrengstpotentieel te vergroten.