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 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…
Beginn:
Ende:
01.09.2023
31.08.2024
Förderung:
Leibniz-Gemeinschaft
-
Im Verbundprojekt EmiMod werden Methoden zur Bestimmung der Emissionen von diffusen Flächenquellen (z. B. frei gelüftete Schweine- und Rinderställe mit Ausläufen/Laufhöfen und weitere externe Emissionsquellen wie Güllebe…
Beginn:
Ende:
01.07.2023
30.09.2028
Förderung:
Bundesministerium für Ernährung und Landwirtschaft (BMEL)
-
Ziel des Projekts ist es, ein bestehendes, relativ kostengünstiges System zur Überwachung des Stallklimas und der Emissionen (beispielhaft für Milchvieh) zu erweitern und zu validieren. Über eine App bzw. eine Webseite s…
Beginn:
Ende:
01.05.2023
30.04.2026
Förderung:
Bundesministerium für Ernährung und Landwirtschaft (BMEL)
-
Im Projekt WED wird das Wasser- und Abwassermanagement in Milchviehbetrieben im Hinblick der Bedingungen unter Klimawandel untersucht und modelliert. Dabei werden unter Einbeziehung von 50 Praxisbetrieben Managementmaßna…
Beginn:
Ende:
02.01.2023
31.01.2026
Förderung:
Brazilian National Council for Scientific and Technological Development / Conselho Nacional de Desenvolvimento Científico e Tecnológico
-
Die mathematische Modellierung im Projekt BeLuVa (1.0) (2018-2021) lieferte erste Erkenntnisse darüber, wie Randbedingungen die Luftwechselrate (LWR) in einzelnen Tierhaltungsbereichen (TAB) und lokale Konzentrationsverh…
Beginn:
Ende:
01.12.2022
30.11.2025
Förderung:
Deutsche Forschungsgemeinschaft (DFG)
Alle Projekte aus dem Programmbereich
Publikationen aus dem Programmbereich
- Behrens, W.; Kolte, B.; Junker, V.; Frentrup, M.; Dolsdorf, C.; Börger, M.; Jaleta, M.; Kabelitz, T.; Amon, T.; Werner, D.; Nübel, U. (2023): Bacterial genome sequencing tracks housefly-associated dispersal of fluoroquinolone- and cephalosporin-resistant Escherichia coli from a pig farm. Environmental Microbiology. : p. 0. Online: https://doi.org/10.1111/1462-2920.16352 1.0
- Neysari, P.; De Vries, J.; Ogink, N.; Amon, B.; Groot Koerkamp, P. (2023): Reviewing the N-gap in livestock manure systems: Direct and indirect methods for measuring N losses and perspectives for quantifying N2 emission. Biosystems Engineering. (Mai): p. 179-199. Online: https://doi.org/10.1016/j.biosystemseng.2023.03.018 1.0
- Dißmann, L.; Reinhold, P.; Smith, H.; Amon, T.; Sergeeva, A.; Hoffmann, G. (2023): Evaluation of a Respiration Rate Sensor for Recording Tidal Volume in Calves under Field Conditions. Sensors. : p. 0. Online: https://doi.org/10.3390/s23104683 1.0
- Schumacher, B.; Stinner, W.; Strach, K.; Amon, T. (2023): Entwicklung und Test einer Methodik zur Langzeitmessung von Methanemissionen aus Gülle. Biogas Journal. (2): p. 76-85. 1.0
- Cao, M.; Yi, Q.; Wang, K.; Li, J.; Wang, X. (2023): Predicting Ventilation Rate in a Naturally Ventilated Dairy Barn in Wind-Forced Conditions Using Machine Learning Techniques. Agriculture. : p. 0. Online: https://www.mdpi.com/2077-0472/13/4/837 1.0
- Kurras, F.; Gravemeier, L.; Dittmer, A.; Kümper, D.; Jakob, M. (2023): Automatic Monitoring of dairy cows’ lying behaviour using a computer vision system in open barns. Agronomy Research. (2): p. 482-493. Online: https://doi.org/10.15159/AR.23.029 1.0
- Mylostyvyic, G.; Lacetera, N.; Amadori, M.; Sejian, V.; Souza-Junior, J.; Hoffmann, G. (2023): The autumn low milk yield syndrome in Brown Swiss cows in continental climates: hypotheses and facts. Veterinary Research Communications. : p. 0. Online: https://link.springer.com/epdf/10.1007/s11259-023-10203-0?sharing_token=nU0QsYgFRGVqwGQ4fsYrx_e4RwlQNchNByi7wbcMAY50Vv8A11r96FEfstTVqrwM6r-QcLbGluzJHUHxfQ7u8ZtBCAeRIYhisgF7DtxhHrmUKslhR6zbguwtS0KmovwrtEwLuEvqx14_wyxDQtzMr3bW9TJmfVojDuA7mWnJnJQ= 1.0
- Diaz de Otálora Aguirre, X.; Dragoni, F.; Del Prado, A.; Estellés, F.; Wilfart, A.; Krol, D.; Balaine, L.; Anestis, V.; Amon, B. (2022): Identification of representative dairy cattle and fodder crop production typologies at regional scale in Europe. Agronomy for Sustainable Development. (94): p. 0. Online: https://doi.org/10.1007/s13593-022-00830-3 1.0
- Diaz de Otálora Aguirre, X.; del Prado, A.; Dragoni, F.; Estelles, F.; Amon, B. (2022): La sostenibilidad en las explotaciones: desarrollo de un marco de evaluación de modelos a escala de granja. MG Mundo Ganadero. (305): p. 38-41. Online: https://dialnet.unirioja.es/servlet/articulo?codigo=8414206 1.0
- Hassouna, M.; van der Weerden, T.; Beltran, I.; Amon, B.; Alfaro, M.; Anestis, V.; Cinar, G.; Dragoni, F.; Hutchings, N.; Leytem, A.; Maeda, K.; Maragou, A.; Misselbrook, T.; Noble, A.; Rychla, A.; Salazar, F.; Simon, P. (2022): DATAMAN: A global database of methane, nitrous oxide and ammonia emission factors for livestock housing and outdoor storage of manure. Journal of Environmental Quality. : p. 0. Online: https://doi.org/10.1002/jeq2.20430 1.0
Alle Publikationen aus dem Programmbereich