Zakres tematyczny
Obszar T3. Rolnictwo cyfrowe – wykorzystanie technologii i analizy danych do optymalizacji produkcji roślinnej i zwierzęcej
Zagadnienia badawcze objęte obszarem tematycznym:
1
Oprogramowanie do zarządzania gospodarstwem w czasie rzeczywistym – platformy integrujące dane z sensorów (gleba, mikroklimat, zwierzęta), teledetekcji, IoT i analizy obrazu do rekomendacji precyzyjnych zabiegów agrotechnicznych i zootechnicznych.
2
Precyzyjne sadzenie, siew i nawadnianie – zaawansowane systemy nawigacji i planowania pól, sterujące także systemami kropelkowymi, pozwalające optymalizować rozmieszczenie roślin oraz zużycie wody.
3
Teledetekcja i geolokalizacja – wykorzystanie konstelacji satelitarnych, dronów i GNSS do monitorowania stanu upraw, wczesnego wykrywania stresów, chorób i szkodników oraz szybkiego reagowania na zjawiska pogodowe.
4
Inteligentna aplikacja nawozów i środków ochrony roślin – maszyny i rozwiązania umożliwiające zmienną dawkę agrochemikaliów oraz metody niechemiczne (np. mechaniczne odchwaszczanie) w czasie rzeczywistym.
5
Precyzyjna produkcja zwierzęca – systemy monitorujące dobrostan, żywienie, aktywność i zdrowie zwierząt (czujniki noszone, kamery 3D, RFID) oraz algorytmy AI służące indywidualnemu dawkowaniu pasz i wczesnej diagnostyce chorób.
6
Autonomiczne roboty polowe i Rolnictwo 4.0 – integracja robotyki, IoT i łączności 5G/6G w celu automatyzacji siewu, zbioru, oprysków, pielenia i innych operacji z minimalnym zużyciem zasobów i energii.
7
Zaawansowane metody nawadniania – systemy sterowane danymi z czujników wilgotności gleby i warunków atmosferycznych, dynamicznie dostosowujące dawki wody do bieżących potrzeb upraw.
8
Zarządzanie produktami chemicznymi i redukcja emisji – rozwiązania optymalizujące zużycie nawozów, ŚOR, energii i paliw oraz minimalizujące emisję gazów cieplarnianych.
9
Monitoring gleb i wód – sieci sensorów wraz z analizą danych satelitarnych wspierające racjonalne gospodarowanie zasobami naturalnymi i zapobieganie degradacji środowiska.
10
Zintegrowane platformy Big Data i AI – modelowanie plonów, symulacje digital twin gospodarstw, optymalizacja łańcucha dostaw i wsparcie decyzji przy ryzyku klimatycznym.
11
Systemy danych i interoperacyjność – otwarte standardy komunikacji pozwalające łączyć informacje z różnych źródeł (pole, zwierzęta, pogoda) w ramach rolnictwa precyzyjnego.
12