Technologie cyfrowe w hodowli: precyzyjne żywienie i pomiar paszy
W odpowiedzi na rosnące oczekiwania wobec dobrostanu zwierząt naukowcy pracowali nad rozwiązaniami wspierającymi precyzyjne zarządzanie żywieniem. – Krowy wysokowydajne potrzebują odpowiednio dopasowanego żywienia. Niedobór prowadzi do chorób, a nadmiar to nie tylko strata, ale także większe obciążenie środowiska – wyjaśnia prof. Eva Gallmann z Centrum Techniki Hodowlanej na Uniwersytecie Hohenheim.
Dlatego istotna jest wiedza o jakości i ilości zjadanej przez zwierzęta paszy. Do tej pory analizę jakości paszy przeprowadzało się w laboratoriach. Teraz testowane są urządzenia wykorzystujące bliską podczerwień (NIRS), które mogą być stosowane bezpośrednio na pastwisku. Inne urządzenia mierzą wysokość odrostu trawy, co pozwala lepiej ocenić potrzeby uzupełniającego żywienia. Dane te są integrowane z aplikacjami do planowania dawek pokarmowych.
Drony, czujniki i sztuczna inteligencja w uprawach warzyw
W dziedzinie ochrony roślin zespół prof. Ralfa Vögelego z zakresu fitopatologii badał, jak wcześnie wykrywać choroby roślin. Drony z czujnikami optycznymi analizują zmiany w odbiciu światła, które mogą świadczyć o infekcji. Sztuczna inteligencja analizuje dane i wskazuje, gdzie należy zastosować środki ochrony roślin – możliwie punktowo, za pomocą dronów opryskowych.
– Wyzwanie polega na tym, że systemy AI trzeba osobno trenować dla każdej uprawy i rodzaju choroby – mówi doktorant Christian Trautmann. – Wymaga to dużej liczby danych, które muszą być wcześniej przeanalizowane i opisane przez człowieka. Według badaczy wysiłek ten może się opłacać szczególnie w uprawach specjalistycznych, takich jak warzywa i owoce, gdzie straty z powodu chorób są kosztowne, a wymagania dotyczące pozostałości pestycydów – bardzo restrykcyjne.
Roboty w warzywnictwie: przykład sadzenia kapusty
Jednym z testowanych w projekcie rozwiązań był robot „Phoenix”, opracowany przez Uniwersytet Hohenheim. Urządzenie autonomicznie sadzi młode rośliny kapusty, utrzymując równomierne odstępy bez nadmiernego ugniatania gleby. – Celem było stworzenie autonomicznego rozwiązania, które działa także na zróżnicowanych glebach – tłumaczy dr Nils Lüling z zespołu zajmującego się AI w inżynierii rolniczej. Dzięki systemowi kontroli opartemu na sztucznej inteligencji robot potrafi dostosować pracę do warunków w polu i zachować stałą jakość działania.
