DLT-Farming: bærekraftig grovfôrdyrking ved hjelp av robotteknologi, energieffektive sensorer og genomikk

DLT-prosjektet skal bidra til en mer bærekraftig grasproduksjon ved bruk av genomiske verktøy og avansert fenomikk, deriblant roboter, droner, IoT sensordata og KI for stordataanalyse. 

Grovfôrproduksjon er en hjørnestein i norsk landbruk, av 3% prosent dyrket mark i Norge utgjør engvekster hele 60% av arealet. Grovfôr er en forutsetning i drøvtyggerproduksjon som melk og kjøttfe.  

Det er stort potensiale for at flerårig raigras kan dyrkes lenger nord og i mer høytliggende områder. Dette skyldes hovedsakelig økte temperaturer på grunn av klimaendringer. Raigras krever høye nivåer av nitrogengjødsling, som kan medføre økte klimagassutslipp og nitrogentap. Prosjektet DLT-Farming skal bidra til utviklingen av raigrassorter med høy nitrogeneffektivitet (NUE) som holder fôrkvalitet. Prosjektet er et samarbeid mellom Norges miljø- og biovitenskapelige universitet, Graminor AS og Accenture Norge. Prosjektet er finansiert av Landbruksdirektoratet og Norges forskningsråd.

Prosjektets gang 

Det gjennomføres forsøk to steder i Norge, med tre ulike gjødslingsstrategier. Ett av disse forsøkene er på Bjørke forsøksgård (Graminor). Deretter skal ulike sorter med raigras analyseres for å finne ut hvilke sorter som gir høyest avling med lavest nitrogentap. I denne prosessen skal vi identifisere og karakterisere genene relatert til nitrogeneffektivitet.  

Prosjektet tar i bruk avansert teknologi for innsamling av data om tørrstoffutbytte og næringsegenskaper. Det brukes roboter og droner med sensorer for å samle inn objektive data. Jorden skal monitorers med jordsensorer i et nettverk IoT (Internet of Things) som kombinerer kommunikasjon med lav effekt og sømløs dataflyt. Dataene samlet inn skal analyseres i en KI-basert dataanalyseplattform med AI/ML-teknikker for å vurdere jordkvalitet og nitrogenbrukseffektivitet i flerårig raigras. Denne plattformen skal kunne prosessere store mengder data fra droner, roboter og IoT-sensorer autonomt.  

Prosjektets mål er å optimalisere innhøstingstidspunkt og foredlingen av flerårig raigras til fôrproduksjon basert på en effektiv og nøyaktig datainnsamling. Hovedmålet er økt avling og nitrogenutnyttelse i norsk raigras med mindre nitrogentap.