Smart Farming
Digitale Technologien für die Landwirtschaft von morgen.
Seite im Aufbau
Automatisierung
Ausgewählte Forschungsprojekte zum Thema
-
Ziel des Projekts I4S ist die Entwicklung eines sensorgestützten Systems, das insbesondere Empfehlungen für ein ortsspezifisches Düngungsmanagement geben und damit dazu beitragen soll, Bodenfunktionen zu verbessern und U…
Beginn:
Ende:
01.11.2018
28.02.2022
Förderung:
Bundesministerium für Bildung und Forschung (BMBF)
-
SMART4ALL baut Kapazitäten unter den europäischen Stakeholdern auf durch die Entwicklung von selbständigen, grenzüberschreitenden Experimenten die Wissens- und Technologietransfer zwischen Wissenschaft und Industrie erm…
Beginn:
Ende:
01.01.2020
31.12.2023
Förderung:
Europäische Union (EU)
-
Die Vision, die DAKIS (Digital Agricultural Knowledge and Information System) zugrunde liegt, ist, dass räumlich sowie funktional diversifizierte Produktionssysteme in der Lage sind, widersprüchliche Ziele der Landnutzun…
Beginn:
Ende:
01.04.2019
31.03.2024
Förderung:
Bundesministerium für Bildung und Forschung (BMBF)
-
Ziel des Verbundvorhabens ist es ein modularisiertes mobiles System zu entwickeln, welches ein erstes raum-zeitlich hochaufgelöstes Bestandsmonitoring (4D) von Insektenpopulationen im Obstbau ermöglicht, um darauf aufbau…
Beginn:
Ende:
01.01.2020
31.12.2022
Förderung:
Bundesministerium für Ernährung und Landwirtschaft (BMEL)
-
Die Zielsetzung des Projekts weed-AI-seek ist es, ein intelligentes echtzeitfähiges Monitoring- und Mappingsystem für die Erfassung der Unkrautverteilung in Getreidebeständen zu entwickeln. Dazu werden hochauflösende Lu…
Beginn:
Ende:
28.05.2021
27.05.2024
Förderung:
Bundesministerium für Ernährung und Landwirtschaft (BMEL)
Weitere Projekte zum Thema suchen ...
Ausgewählte Publikationen
- Shamshiri, R.; Kalantari, F.; Ting, K.; Thorp, K.; Hameed, I.; Weltzien, C.; Ahmad, D.; Shad, Z. (2018): Advances in greenhouse automation and controlled environment agriculture: A transition to plant factories and urban farming. International Journal of Agricultural and Biological Engineering. (1): p. 1-22. Online: https://ijabe.org/index.php/ijabe/article/view/3210
- Shamshiri, R.; Weltzien, C.; Hameed, I.; Yule, I.; Grift, T.; Balasundram, S.; Pitonakova, L.; Ahmad, D.; Chowdhary, G. (2018): Research and development in agricultural robotics: A perspective of digital farming. International Journal of Agricultural and Biological Engineering. (4): p. 1-14. Online: https://www.ijabe.org/index.php/ijabe/article/view/4278/1737
- Techen, A.; Helming, K.; Brüggemann, N.; Veldkamp, E.; Reinhold-Hurek, B.; Lorenz, M.; Bartke, S.; Heinrich, U.; Amelung, W.; Augustin, K.; Boy, J.; Corre, M.; Duttmann, R.; Gebbers, R.; Gentsch, N.; Grosch, R.; Guggenberger, G.; Kern, J.; Kiese, R.; Kuhwald, M.; Leinweber, P.; Schloter, M.; Wiesmeier, M.; Winkelmann, T.; Vogel, H. (2020): Soil research challenges in response to emerging agricultural soil management practices. Advances in Agronomy. (161): p. 179-240. Online: https://www.sciencedirect.com/science/article/pii/S0065211320300146?via%3Dihub
- Vogel, S.; Gebbers, R.; Oertel, M.; Kramer, E. (2019): Evaluating soil-borne causes of biomass variability in grassland by remote and proximal sensing. Sensors. (20): p. 4593. Online: https://doi.org/10.3390/s19204593
Weitere Publikationen zum Thema suchen ...
