Die Präzisionslandwirtschaft und die damit verbundenen digitalen Technologien bergen viele Potenziale für eine nachhaltige Transformation des Agrarsektors und bilden die Grundlage für ressourcenschonende Produktivitätssteigerungen im Sinne der „sustainable intensification.“ Digitale Technologien aus anderen Sektoren finden somit zunehmend Anwendung in der Pflanzenproduktion. In der Konsequenz lässt sich ein Zusammenwachsen, d. h. eine Konvergenz, zwischen der digitalen Ökonomie und dem Agrarsektor beobachten. Diese Konvergenz führt zu einer Transformation hin zu einer Präzisionslandwirtschaft, die als komplexes Phänomen mit zahlreichen Wechselwirkungen zu beschreiben ist. Um dieser Komplexität gerecht zu werden, ist ein holistischer Ansatz zur Erfassung der Zusammenhänge erforderlich. Das Ziel dieses Forschungsprojektes ist daher die Untersuchung der grundlegenden strukturellen Veränderungen, die durch das Aufkommen autonomer, datengesteuerter Technologien ausgelöst werden, sowie der Folgen und Chancen für die beteiligten Akteure. Dies erfolgt im Rahmen einer Mehrebenenanalyse auf Ökosystem, Organisations- und Individualebene. Die vorliegende Untersuchung wird die Konvergenz ehemals getrennter Ökosysteme (WP1), die Auswirkungen auf die Identität von etablierten Unternehmen im Bereich der Landmaschinentechnik (WP2) sowie die kognitiven Mechanismen von Managern bei der Erkennung unternehmerischer Chancen in dem Konvergenzfeld Präzisionslandwirtschaft (WP3) analysieren. Die hier angestrebte Mehrebenenanalyse wird das Verständnis der Transformation von Agrarproduktionssystemen vertiefen, die zunehmend von physischen Produkten zu digitalen Produkt-Service-Systemen übergehen. Die Integration der Ergebnisse aller drei Untersuchungsebenen dient der Erweiterung der Forschung zu Ökosystemen und Konvergenz sowie der Beantwortung der entscheidenden Frage, welche Akteure in dem sich wandelnden und zunehmend komplexen Ökosystem der Landwirtschaft eine dominante oder einflussreiche Rolle einnehmen werden.
Das Projekt zielt auf die Verbesserung der ökonomischen, sozialen und umweltbezogenen Nachhaltigkeit im Bewässerungsanbau in Kenia. Der Bewässerungsanbau ist ein entscheidender Hebel zur Erreichung von vielen Nachhaltigkeitszielen (SDG 2, 6 and 7 im Wasser-, Energie- und Ernährungs- Nexus). In Kenia ist die Verfügbarkeit von Wasser aus (Tief-) Brunnen durch die Geologie und andere Bedingungen stark eingeschränkt. Um die zukünftige Versorgungssicherheit zu erhöhen, soll die Abkopplung der Bewässerung von der Grundwasserverfügbarkeit untersucht werden. Zudem soll der zunehmend weniger vorhersagbaren Verteilung der Niederschläge mit einer gesteuerten Wasserverteilung begegnet werden. Dafür untersucht das Projekt Bewässerungssysteme, in denen Speicherung und später kontrollierte Verteilung des natürlich vorhandenen Regenwassers genutzt werden. In dem gewählten Forschungsgebiet, haben viele Farmer bereits begonnen, Regenwassersammler (RWH Systeme) zu etablieren. Die Nutzung des gespeicherten Wassers zur Bewässerung erfordert angetriebene Pumpen oder ist sehr arbeitsintensiv. Solare Bewässerungssysteme - als zunehmend kostengünstige Technik - eröffnet Wege zu intelligenter Landwirtschaft und arbeitssparenden und ressourceneffizienten Technologien. Zeitgesteuerte Tropf-/Sprinklerbewässerungssysteme, die niedrige Evapotranspiration in den frühen Morgen- oder späten Abendstunden nutzen, erfordern wiederum die Dimensionierung der PV-Systeme der in diesen Zeiträumen verfügbaren Sonneneinstrahlung anzupassen. Um das Risiko bei Einführung dieser Technologie aufzufangen, schließt das Projekt erkennbare Lücken über den gezielten Aufbau von Kapazitäten. Dies wird einerseits durch Training von Fachkräften und andererseits durch Verbesserung des Förderumfeldes erreicht. Die Einbindung der relevanten Interessengruppen, über die gesamte FVC und Logistikkette und darüber hinaus, gewährleistet die erfolgreiche und fortdauernde Einbindung dieser neuen Systeme in die Landwirtschaft.
Das übergeordnete Ziel des Kooperationsprojektes APP4farm ist die Definition einer IKT-Infrastruktur (Informations- und Kommunikationstechnologien), die es den Landwirten ermöglicht, Stickstoffverluste umfassend zu überwachen. Dazu gehört die Entwicklung und Einsatzkalibrierung von Sensoren zur Schätzung von Stickstoffemissionen aus dem Ackerboden. Außerdem soll ein Entscheidungshilfesystem für die intelligente Landwirtschaft auf der Grundlage von maschinellem Lernen und künstlicher Intelligenz implementiert werden, das ein effizientes Management von Stickstoffdünger in der Landwirtschaft auf der Grundlage einer räumlich und zeitlich umfassenden Überwachung und Vorhersage der wichtigsten Prozessvariablen ermöglichen wird. Das Deutsche GeoForschungsZentrum (GFZ) wird im Kooperationsverbund als Projekt SMART-DSS die neu entwickelten Sensoren und deren Integration mit anderen verfügbaren Sensoren an Pilotstandorten testen und erproben. Darüber hinaus wird das GFZ auch aktiv zur Entwicklung von DSS unter Verwendung von Algorithmen des maschinellen Lernens beitragen. An der Verbreitung der Projektergebnisse ist das GFZ beteiligt über seine etablierte Transfer-Struktur FERN.Lab, über die bereits aktuell Wissen und Erfahrungen der Nutzung von Fernerkundung im landwirtschaftlichen Kontext mit den wichtigsten Interessengruppen geteilt wird.
Ziel des Verbundprojektes NATEC-KRH ist die Entwicklung innovativer nicht-terrestrischer Erfassungs- und Analysemethoden von Arten und Lebensräumen für die Überprüfung von Maßnahmen zur Ökosystemrenaturierung. Dabei sollen innovative Pflegetechniken und darauf basierende Managementmaßnahmen zum Einsatz kommen. Die Ziele Teilvorhabens am GFZ-Potsdam sind in zwei Forschungsebenen gegliedert. In beiden Ebenen soll der Einsatz von Fernerkundungstechnik für flächenhafte Naturraumabbildungen optimiert werden. In der ersten Ebene sollen reproduzierbare Verfahren zur räumlichen Abbildung von Arten (Lebensraumtypen, Biotoptypen, floristisches Inventar), Lebensräumen (Habitate und Habitatfaktoren) und spezifischen Standorteigenschaften (Böden und Altlasten) für die Abschätzung von Entwicklungstendenzen in einem Biodiversitäts-Monitoring bereitgestellt werden. Im zweiten Forschungskomplex wird die raum-zeitliche Analyse der Dynamik von Biodiversitätsindikatoren für die Ableitung von Erkenntnissen über das Zusammenspiel von Naturraumeigenschaften, anthropogenen Einflüssen und Diversitätsmerkmalen eruiert. Aus beiden Zielrichtungen lassen sich naturschutzfachlich relevante Kategorien (z.B. Biotope, FFH-Lebensraumtypen, Bewertungskategorien, Habitateigenschaften, Beeinträchtigungen) für das Monitoring von Truppenübungsplätzen unter besonderer Berücksichtigung biodiversitätssteuernder Faktoren ableiten.
Das Verbundprojekt der Heinz Sielmann Stiftung und des Geoforschungsintitutes Potsdam setzt an der Schnittstelle Forschung-Anwendung zur Übertragung theoretischer Konzepte und Modelle der Fernerkundung in die Naturschutzpraxis an. Ein Teil des Projektes widmet sich der Selektion geeigneter Leit- und Zielarten als Bioindikatoren der Habitatqualität; der Praxisüberführung eines fernerkundungsgestüzten Biodiversitätsmonitorings; sowie Analysen zur langfristigen Wirtschaftlichkeit dieser Methoden. Der andere Teil beinhaltet die Entwicklung einer innovativen Heide-Pflegemaschine, die künftig die Heidemahd auf munitionsbelasteten Flächen ermöglichen soll. Das Projekt wird begleitet von einer umfassenden Öffentlichkeitsarbeit und regelmäßigen Informationsveranstaltungen, die insbesondere in der Region des Projektgebietes 'Kyritz-Ruppiner Heide' stattfinden.
Das Ziel des Projekts Entwicklung eines sensorbasierten intelligenten Gewächshaus-Managementsystems ist, ein System zur Effizienzsteigerung für die Unterglasproduktion zu etablieren. Das System greift auf gigantische Datenmengen verschiedener Gewächshaussensoren zu und ermittelt optimale Kulturführungsstrategien. Darüber hinaus wird der Ressourcenverbrauch erfasst und zu wichtigen Kenngrößen (z.B. Carbon Footprint, Ressourcen-einsatz pro Ertragseinheit etc.) weiterverarbeitet, die in der Kundenkommunikation genutzt werden können und einen Vergleich des Ressourceneinsatzes verschiedener Betriebe ermöglicht. Das System integriert intelligente Sensoren, welche die Reaktion der Pflanzen (Photosynthese, Fruchtwachstum und Transpiration) auf verschiedene Kulturbedingungen anzeigen. Zudem können verschiedene Kulturführungsszenarien am Computer simuliert werden. Ziel ist, den Rohstoffverbrauch bei gleichzeitig optimaler Kulturführung zu reduzieren. Die zur Verrechnung und Modellierung genutzten Daten stammen von zwei Praxisbetrieben, die bereits mit einem RAM-System ausgestattet sind und über die Projektlaufzeit die Datensätze freigeben. 1) Neber Gemüse Friedich Neber Frühlingsweg 6 D-73663 Berglen 2) Biogärtnerei Watzkendorf GmbH Sabine Kabath Zum Mühlenbach 12 D-17237 Blankensee (OT Watzkendorf) OT.
Das Ziel des Projekts Entwicklung eines sensorbasierten intelligenten Gewächshaus-Managementsystems ist, ein System zur Effizienzsteigerung für die Unterglasproduktion zu etablieren. Das System greift auf gigantische Datenmengen verschiedener Gewächshaussensoren zu und ermittelt optimale Kulturführungsstrategien. Darüber hinaus wird der Ressourcenverbrauch erfasst und zu wichtigen Kenngrößen (z.B. Carbon Footprint, Ressourceneinsatz pro Ertragseinheit etc.) weiterverarbeitet, die in der Kundenkommunikation genutzt werden können und einen Vergleich des Ressourceneinsatzes verschiedener Betriebe ermöglicht. Das System integriert intelligente Sensoren, welche die Reaktion der Pflanzen (Photosynthese, Fruchtwachstum und Transpiration) auf verschiedene Kulturbedingungen anzeigen. Zudem können verschiedene Kulturführungsszenarien am Computer simuliert werden. Ziel ist, den Rohstoffverbrauch bei gleichzeitig optimaler Kulturführung zu reduzieren. Der Arbeitsplan gliedert sich in 3 Projektphasen mit insgesamt 9 Arbeitspaketen. In der ersten Projektphase mit insgesamt 4 Arbeitspaketen erfolgen eine umfassende Systembeschreibung sowie die Definition der Systemgrenzen, die Auswahl und Optimierung der Sensortechnologie. Den größten Teil der ersten Projektphase nehmen die Datenaufnahme sowie die Modellentwicklung und die Erstellung der Ressourcenbilanzen ein. In der zweiten Projektphase mit drei Arbeitspakten erfolgt die Strukturierung und Erstellung des Gewächshausmanagementsystems. Hier müssen die Daten aus der ersten Projektphase zu einen Gesamtsystem integriert und Auswertetools implementiert werden. Die Kommunikation mit bestehenden Systemen ist dabei eine wichtige Voraussetzung. In der dritten und letzten Projektphase mit zwei Arbeitspaketen erfolgt die Validierung sowie die Optimierung des Gewächshausmanagementsystems. Ebenso dient die dritte Phase dazu Strategien zur Minimierung des Ressourceneinsatzes für die Unterglasproduktion zu ermitteln.
Eine teilflächenspezifische Pflanzenschutzmittelapplikation erlaubt eine deutliche Reduktion der benötigten Pflanzenschutzmittelmenge in der landwirtschaftlichen Praxis, da Pflanzenkrankheiten oftmals geclustert auftreten und somit unregelmäßig im Schlag verteilt sind. Aktuell ist es jedoch nicht möglich, das räumliche Auftreten von Pflanzenkrankheiten im Schlag zu prognostizieren, sodass eine Behandlungsempfehlung für den gesamten Schlag erstellt werden muss. Deshalb wird im Rahmen dieses Teilprojektes ein Prognosetool entwickelt, welches das Auftreten von Halmbasiskrankheiten in Wintergetreide räumlich im Schlag prognostizieren soll. Hierzu wird die Befallsverteilung dieser Krankheiten in mehreren Versuchsschlägen bonitiert und mit Lage-, Boden-, Feuchte- und Bestandsparametern korreliert, um den Einfluss dieser Faktoren auf das Krankheitsauftreten zu evaluieren. Anhand dessen soll in einem nächsten Schritt ein Algorithmus entwickelt werden, der anhand dieser Parameter bei einem schlagspezifisch prognostizierten Krankheitsbefall eine Auswahl an Teilfächen unterschiedlicher Befallsgefährung liefert, sodass für entsprechend wenig gefährdete Teilflächen von einer Pflanzenschutzmittelbehandlung abgesehen werden kann.
| Organisation | Count |
|---|---|
| Bund | 27 |
| Europa | 1 |
| Land | 6 |
| Wissenschaft | 4 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 27 |
| Text | 4 |
| unbekannt | 1 |
| License | Count |
|---|---|
| Geschlossen | 5 |
| Offen | 27 |
| Language | Count |
|---|---|
| Deutsch | 31 |
| Englisch | 5 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Dokument | 2 |
| Keine | 18 |
| Unbekannt | 1 |
| Webseite | 13 |
| Topic | Count |
|---|---|
| Boden | 20 |
| Lebewesen und Lebensräume | 32 |
| Luft | 19 |
| Mensch und Umwelt | 32 |
| Wasser | 12 |
| Weitere | 32 |