Individualisierte Tierhaltung

Foto: ATB

Projekt

Titel
KI-basierte Modellierung der Bezüge zwischen Bodenfluoreszenz und umweltschutzre-levanten Bodenparametern sowie Nachhaltigkeitsbewertung
Kürzel
quantiFARM
Beginn
01.11.2024
Ende
30.10.2027
Koordinierendes Institut
KWS SAAT SE & Co. KGaA
Ansprechpartner ATB
Partner
Fraunhofer-Institut für Schicht- und Oberflächentechnik IST
KWS SAAT SE & Co. KGaA
asphericon GmbH
Fraunhofer Heinrich Hertz Institut
JB Hyperspectral Devices GmbH
MIOPAS GmbH

Angesiedelt im Programmbereich
Zusammenfassung
Das Projekt quantiFARM zielt darauf ab, kostengünstige und mobile Sensorsysteme zu entwickeln, um umweltschädliche Emissionen in der Landwirtschaft zu reduzieren. Durch die Erfassung von Pflanzenvitalität und Bodenparametern sollen Düngemittel und Pflanzenschutzmittel bedarfsgerecht eingesetzt werden, was die Umweltbelastung deutlich verringern soll. Mithilfe von Künstlicher Intelligenz werden Fluoreszenzsignale analysiert, um den Zustand der Pflanzen zu bewerten und Empfehlungen für das landwirtschaftliche Management zu geben. Ein Schwerpunkt liegt auf der Kalibrierung von Bodensensoren, um wichtige Bodenparameter präzise zu bestimmen. Zudem wird die Nachhaltigkeit des Systems umfassend bewertet, um dessen Beitrag zum Klima- und Umweltschutz zu messen.

Förderung
Bundesministerium für Bildung und Forschung (BMBF)
Projektträger
VDI/VDE Innovation + Technik GmbH
Förderkennzeichen
13N17094
Förderprogramm
Bekanntmachung Quantentechnologische und photonische Systemlösungen für Herausforderun-gen des Umwelt- und Klimaschutzes, der Biodiversität, der nachhaltigen Energie-systeme und der Ressourcenschonung

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)