Nutzpflanzen spielen eine wesentliche Rolle bei der Produktion von Lebensmitteln und nachwachsenden Rohstoffen und sind somit von zentraler Bedeutung für unsere Gesellschaft. Die Nutzpflanzenproduktion steht heute vor mehreren Herausforderungen: Erstens steigt der Bedarf an Lebensmitteln und nachwachsenden Rohstoffen durch eine wachsende Weltbevölkerung, während gleichzeitig die dafür verfügbare Fläche sinkt und der Klimawandel bereits negative Auswirkungen hat. Zweitens sollen unerwünschte Auswirkungen der Agrarproduktion auf das Ökosystem, wie sie bspw. durch den Einsatz von Pflanzenschutzmitteln und Düngern entstehen, reduziert und eine nachhaltige Bewirtschaftung ermöglicht werden.

Unsere zentrale Hypothese ist, dass durch die folgenden Punkte substanzielle Schritte in Richtung einer produktiveren, ressourcen-effizienteren und nachhaltigeren Nutzpflanzenproduktion ermöglicht werden:

1. Die räumlich und zeitlich hochaufgelöste Beobachtung von Pflanzen und der sie umgebenden Umwelt, die zielgenaue, individualisierte und chemikaliensparende Behandlung der Pflanzen und Unkräuter durch autonome Roboter, sowie der Einsatz von Methoden des maschinellen Lernens zu einem besseren Verständnis zwischen Eingangs- und Ausgangsgrößen der Nutzpflanzenproduktion.
2. Die Analyse, Bewertung und Optimierung der entwickelten Technologien in Bezug auf die ganzheitlichen, d.h. ökonomischen und ökologischen, Wirkungen.

Dieser Cluster verfolgt einen disziplinübergreifenden Ansatz, um das Wissen in folgenden Bereichen substanziell zu erweitern und neue Wege für eine nachhaltige Pflanzenproduktion aufzuzeigen: hochgenaues Monitoring durch mobile und verteilte Sensoren, Phänotypisierung, Robotik, Datenanalyse, Ökosystemforschung und Modellierung des Nutzpflanzenwachstums. Dieses erfolgt entlang der folgenden vier Dimensionen: Erstens realisiert er eine umfassende und zeitlich wie räumlich hochaufgelöste Beobachtung aller wesentlichen Komponenten der Nutzpflanzenproduktion. Zweitens werden autonome Roboter entwickelt, die direkt eine mechanische Unkrautkontrolle, einen zielgenauen Pflanzenschutz und eine einzelpflanzenspezifische Düngung ermöglichen, wodurch negative Auswirkungen auf das Ökosystem deutlich reduziert werden. Drittens untersucht er den Zusammenhang zwischen den Eingangsgrößen, wie Sorte, Düngung, Bodenbeschaffenheit, Wetter, und den Ausgangsgrößen des Produktionsprozesses, wie Ertrag, Wachstum, Grundwassereintrag, durch Methoden des maschinellen Lernens. Viertens untersucht er die Voraussetzungen für die Technologieübernahme sowie deren ökologische und sozioökonomische Auswirkungen.

Beteiligte Institution:

• Forschungszentrum Jülich