Konzept

Photo: TU München

Optimierung der Düngungsmanagement-Tools

Digitalisierung zur Förderung von Bodengesundheit und Reduktion von Treibhausgasemissionen im Landwirtschaftssektor

digiMan befasst sich mit digitalen Tools zum Management der Düngung in Verbindung mit der Mehrung organischer Bodensubstanz und der Verringerung von Treibhausgasemissionen. Das Projekt prüft und verbessert dazu drei wesentliche Komponenten des digitalen Managements: 

die Datenerfassung
die Datenverarbeitung und 
die Entscheidungsunterstützung

Die Automatisierung („Robotifizierung“) der Feldarbeit ist nicht Gegenstand des Projekts. 

In enger Zusammenarbeit mit den Praxispartnern wollen wir die technischen Probleme bestehender Systeme lösen, einen effizienten Datenaustausch sichern und die Aussagegenauigkeit, die Robustheit sowie die Praxistauglichkeit verbessern.

Die Eignung der digitalen Tools wird durch wissenschaftliche Forschung abgesichert. Dazu erfolgen Messungen, Befragungen und Modellentwicklungen.

Durch die aktive Beteiligung von Landwirten und Beratern soll die Anwendbarkeit der digitalen Systeme deutlich verbessert und damit die Voraussetzungen für den verstärkten Einsatz in der landwirtschaftlichen Praxis geschaffen werden. Workshops und Feldtage werden als zusätzlicher Anlaufpunkt für Praktikerinnen und Praktiker dienen. 

Besonderen Wert wird auf Lösungen für den Ökologischen Landbau gelegt. Da hier chemisch-synthetische Dünge- und Pflanzenschutzmittel nicht eingesetzt werden dürfen, bestehen andere Anforderungen an das digitale Management, die in den vorhandenen digitalen Tools nur unzureichend berücksichtigt werden. 

Die Berücksichtigung der räumlichen Variabilität innerhalb der Schläge durch Precision Agriculture kann einen wesentlichen Beitrag zur Verringerung der Umweltbelastungen leisten. Die dazu notwendigen digitalen Tools fehlen teilweise, sind oft mangelhaft und zu wenig aufeinander abgestimmt.

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)