DISAC
De teelt van aardappelen, granen en ruwvoeders zoals gras en maïs kan aanzienlijk worden verduurzaamd door slim data te verzamelen en te gebruiken bij teeltbeslissingen.
Het project Data Intensive Smart Agrifood Chains (DISAC) ontwikkelt sensoren, data-infrastructuren, -analysemethoden en kennis om teelten (o.a. aardappel en gras) en ketens te optimaliseren. De focus ligt op aardappel- en grasproductie. Binnen het project wordt ook een communicatiestructuur tussen sensoren en landbouwmachines ontwikkeld. Gewasbewerkingen, oogstmomenten en beweiding kunnen zo plaats-specifiek en real-time worden aangepast aan de omstandigheden. Bewaring en de verwerking van producten kunnen zo beter gestuurd worden.
Nieuws
Publicaties
- Data-gedreven landbouw -samenvatting resultaten DISAC R&D PPS 2017-2021
- Test grasgroeivoorspelling in de praktijk, Resultaten modelmatige schatting drogestofopbrengst en ruw eiwitgehalte. Idse Hoving, Gertjan Holshof, Marcia Stienezen en Gerbert Roerink, WLR rapport 1251, september 2020.
- Strategieën precisiebemesting op gras, V-Focus, juni 2019, p 18-20
- TNO Prestentatie: DISAC - E-pieper: Architectuurkeuzes
- Helaas, uw cookie-instellingen zijn zodanig dat de Video niet getoond kan worden - pas uw permissie voor cookies aan
