Forschen für Tierwohl und Umwelt
Konzepte der Nutztierhaltung sollen die drei Säulen der Nachhaltigkeit - Umwelt, Soziales und Ökonomie - integrieren. Während in der Gesellschaft der Wunsch nach mehr Tierwohl und mehr Umweltschutz wächst, müssen gleichzeitig die ökonomischen Überlebensnotwendigkeiten der Landwirte berücksichtigt werden. Dazu müssen innovative Verfahren Eingang in die Praxis finden.
Wir richten deshalb unsere anwendungsorientierte Grundlagenforschung in der Tierhaltung im Sinne des One Health-Ansatzes auf die Verbesserung von Tierwohl, Haltungsumwelt, Tier- und Umweltschutz sowie auf die Wettbewerbsfähigkeit der Landwirtschaft aus. Unsere Ziele sind: objektive Tierwohlstandards, flexible und regional angepasste Konzepte zur Lösung von Umweltkonflikten, transparente Tierhaltung, Akzeptanz beim Verbraucher und regionale Wertschöpfung.
Unsere Forschung in diesem Programmbereich befasst sich insbesondere mit digitalen Verfahren des Monitorings von Tierwohl, Stallklima und Emissionen sowie mit der Bewertung von Tierhaltungssystemen, insbesondere in frei belüfteten und neuen Haltungssystemen. Wir erarbeiten Grundlagen zur Entstehung und Ausbreitung von gasförmigen Emissionen und erregerbelasteten Partikeln sowie zur Risikominimierung der Ausbreitung von multiresistenten Erregern.
Der ATB-Grenzschicht-Windkanal bietet umfängliche Möglichkeiten zur Untersuchung von Umströmungs- und Ausbreitungsvorgängen an landwirtschaftlichen Gebäuden sowie von Durchströmungs- und Lüftungsvorgängen innerhalb der Gebäude. Das detaillierte Verständnis auf Prozessebene fließt ein in Modellierungsansätze mit dem Ziel, Emissionen neuer Haltungssysteme abzuschätzen und Möglichkeiten für geringe Emissionen in tierfreundlichen Stallungen zu finden.
Wir verstehen Tierhaltung als Bestandteil kreislauforientierter Agrarsysteme und integrieren unsere Forschung in das holistische, bioökonomische Konzept des Leibniz-Innovationshofs, der aktuell am Standort Groß Kreutz etabliert wird.
Digitales Monitoring des Tierwohls
Wir entwickeln und erproben den Einsatz nicht-invasiver Sensoren zur tierindividuellen Erfassung von Stress und Gesundheit. In diesem Kontext analysieren wir bei verschiedenen Tierarten und Haltungssystemen tierindividuelle Indikatoren wie Aktivität, Atmungsrate, Körpertemperatur und Leistung zusammen mit stallklimatischen Parametern, zunehmend mit Hilfe von Data Science, künstlicher Intelligenz und Sensorfusion. Ziel ist die Entwicklung von automatischen Entscheidungsunterstützungs- und Steuerungseinheiten auf der Basis von tierbezogenen Indikatoren. Frühwarnsysteme sollen Landwirte dabei unterstützen, Tiergesundheit und Tierwohl nachhaltig zu verbessern.
Stallklima und Emissionen
Wir forschen an der Entwicklung von Algorithmen zur effizienten Messung, Charakterisierung und Modellierung der Dynamik von umwelt- und klimaschädlichen und/oder gesundheitsrelevanten Schadstoffen sowie zur Eindämmung von Infektionen und antimikrobiellen Resistenzen (AMR). Im Rahmen unseres Drei-Säulen-Modells verbinden wir Messungen in verschiedenen realen Haltungssystemen mit physikalischer und mathematischer Modellierung zu einem Gesamtsystem. Die hier erarbeiteten Lösungen sollen die Resilienz landwirtschaftlicher Betriebe stärken und zur Energieeffizienz, der Abkehr von fossilen Rohstoffen und zur Emissionsminderung beitragen.
Eindämmen von Infektionen und Antibiotikaresistenzen
Unsere Arbeiten folgen dem One Health-Ansatz und zielen auf Präventions- und Kontrollmaßnahmen gegen die Ausbreitung von Zoonosen, Infektionskrankheiten und Antibiotikaresistenzen im Tierhaltungssektor. Wir untersuchen beispielsweise den Einfluss von Futtermittelzusätzen und verbesserten Hygienemaßnahmen in der Schweinehaltung, die Wirksamkeit verschiedener Wirtschaftsdüngerbehandlungen und Parametervariationen auf die Reduzierung von AMR-Bakterien in der Geflügelhaltung und entwickeln ein Frühwarnmodell für Mastitis in der Milchviehhaltung.
Bewertung von Tierhaltungssystemen
Unser Ziel ist es, für eine nachhaltige Tierproduktion Stoffkreisläufe zu schließen, die Stickstoffeffizienz zu verbessern, THG-Emissionen zu reduzieren sowie individuelle, regionale und flexible Konzepte für zirkuläre Agrar- und Ernährungssysteme zu entwickeln. Hierfür nutzen wir Methoden der Modellierung, Systemanalyse und multikriteriellen Bewertung einschließlich der Quantifizierung von Trade-offs und Synergien. Die Ergebnisse fließen sowohl ein in betriebliche Entscheidungshilfesysteme und Vorschläge zur Bestandsverbesserung als auch in Emissionsmodelle für die Analyse länderspezifischer Szenarien und Inventare. Ebenfalls arbeiten wir in diesem Bereich eng mit internationalen Gremien bei IPCC, UNECE und FAO zusammen.
Zu allen Mitarbeiter*innen des Programmbereichs
Aktuelles
Veranstaltungen
Forschungsprojekte
-
Im Projekt AirBarn sollen Aerosole in und aus Tierställen als potenzielle Gefahrenquelle für luftübertragene Krankheitserreger untersucht werden. Die wissenschaftliche Studie findet im Rahmen des Leibniz-Forschungsverbun…
-
Livestock farming is a key sector that involves 40 % of the total agricultural activity in Europe. representing a total value for products equal to 170 billion. However, there is an increasing concern due to livestock f…
-
Das Ziel des Projekts ist es, ein Entscheidungshilfemodell auf Basis der Risikobewertung von Krankheitserregern bei Rindern, Zoonosen und antimikrobiellen Resistenzen im One-Health-Ansatz bereitzustellen. Das ATB wird ei…
-
Im Rahmen dieser Pilotstudie werden Daten aus erster Hand über den Antibiotikaeinsatz in der Rinderzucht und die Prävalenz von Antibiotikaresistenzen in tierischen Lebensmitteln (ASF), Menschen und der Umwelt in der Prov…
-
Dieses Projekt, das Teil eines dreiphasigen Förderprogramms der DFG ist, zielt darauf ab, die Zusammenarbeit zwischen deutschen Forschern und Institutionen in Ghana und der Demokratischen Republik Kongo (DRC) zu fördern.…
Alle Projekte aus dem Programmbereich
Publikationen aus dem Programmbereich
- Balaine, L.; Buckley, C.; Baillet, V.; Diaz de Otálora Aguirre, X.; Dragoni, F.; Wilfart, A.; Amon, B.; Del Prado, A.; Fratczak-Müller, J.; Krol, D. (2024): Influence of methodological choices in farm sustainability performance: A word of caution from a case study analysis of European dairy farms. Environmental Science & Policy. (June): p. 103745. Online: https://doi.org/10.1016/j.envsci.2024.103745 1.0
- Jaleta, M.; Junker, V.; Kolte, B.; Börger, M.; Werner, D.; Dolsdorf, C.; Schwenker, J.; Hölzel, C.; Zentek, J.; Amon, T.; Nübel, U.; Kabelitz, T. (2024): Improvements of weaned pigs barn hygiene to reduce the spread of antimicrobial resistance. Frontiers in Microbiology. (15): p. 0. Online: https://doi.org/10.3389/fmicb.2024.1393923 1.0
- Cantillon, M.; Hennessy, T.; Amon, B.; Dragoni, F.; OBrien, D. (2024): Mitigation of gaseous emissions from dairy livestock: A farm-level method to examine the financial implications. Journal of Environmental Management. (14 February 2024): p. 119904. Online: https://doi.org/10.1016/j.jenvman.2023.119904 1.0
- Yuan, H.; Du, L.; Cao, Y.; Tu, S.; Liu, D.; Yi, Q.; Luo, W.; Gao, H.; Zhang, J.; Liao, F.; Fu, H.; Liao, Y. (2024): Understanding the role of ?-? stacking from red carbon for selective, high stable and anti-external interference detecting ferric ions and cellular imaging. Microchemical Journal. : p. 0. Online: https://doi.org/10.1016/j.microc.2024.110416 1.0
- Diaz de Otálora Aguirre, X.; Amon, B.; Balaine, L.; Dragoni, F.; Estellés, F.; Ragaglini, G.; Kieronczyk, M.; Jorgensen, G.; Del Prado, A. (2024): Influence of farm diversity on nitrogen and greenhouse gas emission sources from key European dairy cattle systems: A step towards emission mitigation and circularity. Agricultural Systems. (April): p. 103902. Online: https://doi.org/10.1016/j.agsy.2024.103902 1.0
- Petersen, S.; Ma, C.; Hilgert, J.; Mjöfors, K.; Sefeedpari, P.; Amon, B.; Aarnink, A.; Franko, B.; Dragoni, F.; Groenestein, K.; Gyldenkrne, S.; Herrmann, C.; Hutchings, N.; Kristensen, S.; Liu, J.; Olesen, J.; Rodhe, L. (2024): In-vitro method and model to estimate methane emissions from liquid manure management on pig and dairy farms in four countries. Journal of Environmental Management. (Februar): p. 120233. Online: https://doi.org/10.1016/j.jenvman.2024.120233 1.0
- Kashongwe, O.; Kabelitz, T.; Ammon, C.; Minogue, L.; Doherr, M.; Boloña, P.; Amon, T.; Amon, B. (2024): Influence of Preprocessing Methods of Automated Milking Systems Data on the Prediction of Mastitis with Machine Learning Models. AgriEngineering. (6): p. 3427-3442. Online: https://doi.org/10.3390/agriengineering6030195 1.0
- Ouatahar, L.; Bannink, A.; Zentek, J.; Amon, T.; Deng, J.; Hempel, S.; Janke, D.; Beukes, P.; Van der Weerden, T.; Krol, D.; Lanigan, G.; Amon, B. (2024): An integral assessment of the impact of diet and manure management on whole-farm greenhouse gas and nitrogen emissions in dairy cattle production systems using process-based models. Waste Management. (October): p. 79-90. Online: https://doi.org/10.1016/j.wasman.2024.07.007 1.0
- Thomas, C.; Idler, C.; Ammon, C.; Amon, T. (2024): Applied Research Note: Survival of Escherichia coli and temperature development during composting of chicken manure with a typically low carbon/nitrogen ratio and moisture content. Journal of Applied Poultry Research. : p. 0. Online: https://doi.org/10.1016/j.japr.2024.100402 1.0
- Kurras, F.; Jakob, M. (2024): Smart dairy farming-The potential of the automatic monitoring of dairy cows’ behaviour using a 360-degree camera. animals. (4): p. 640. Online: https://doi.org/10.3390/ani14040640 1.0
Alle Publikationen aus dem Programmbereich