Storstilede pilotprojekter inden for digitalisering af landbruget

Mange use cases har vist, at brugen af innovative digitale løsninger kan hjælpe med at kontrollere kvægs mineralindtag, øge mælkeproduktionen og muliggøre tidlig påvisning af sygdomme hos husdyr. Ved at stole på afgrødesensorer og øremærker kan landmændene øge produktionen og samtidig reducere deres miljøpåvirkning. 

Mange af de digitale løsninger, der afprøves i disse projekter, er allerede tilgængelige på markedet og anvendes i dag i virkelige applikationer.

Udvikling af digitale landbrugsplatforme, maskinbyggere og intelligente vandforvaltningssystemer har vist den stærke rolle, som nye digitale løsninger kan spille med hensyn til at støtte landbrugere i marken. Under Horisont 2020-programmet blev der stillet ca. 1 mia. EUR i EU-finansiering til rådighed for forsknings- og innovationsindsatsen under Europa-Kommissionens initiativ til digitalisering af EU's industri (DEI) ⁇ .

Der er foretaget store investeringer i etableringen af storstilede pilotprojekter (LSP'er) for at give svar på samfundsmæssige udfordringer på flere områder. Disse omfatter opbygning af digitale landbrugsplatforme og støtte til digitale innovationer i landbrugssektoren.

80 mio. EUR til forskning og innovation i udrulning af digitale teknologier til landbrugssektoren

Navnlig tre LSP'er og et netværk af digitale innovationsknudepunkter har modtaget i alt 80 mio. EUR til forskning og innovation inden for udrulning af digitale teknologier til landbrugssektoren: IoF2020, DEMETER, ATLAS og SmartAgriHubs.

Fødevare- og landbrugsinternet 2020 (IoF2020)

Internet of Food & Farm 2020 (IoF2020) blev lanceret i januar 2017 og modtog en investering på ca. 30 mio. EUR. Den fokuserede på at lette udbredelsen af tingenes internet (IoT) inden for fødevarer og landbrug ved at samle to økosystemer: agroindustrien og avancerede IKT-leverandører. Begge disse økosystemer har bidraget til at fremme digital innovation i landbruget.

IoF2020 er et landmandscentreret projekt, der drives af 33 anvendelsessager i 22 EU-medlemsstater, og som dækker fem forskellige landbrugssektorer: ⁇ agerjord, mejeri, frugt, grøntsager ⁇ og ⁇ kød. ⁇ 

:

Projektet har iværksat to åbne indkaldelser. Den første fokuserede på at øge dækningen af use cases i hele Europa. Den anden koncentrerede sig om at forbedre applikationerne og indføre nye teknologier i sektoren. Begge indkaldelser stimulerede økosystemet og validerede genanvendeligheden af forskellige komponenter mellem anvendelsestilfælde i de samme delsektorer.

IoF2020 bruger i øjeblikket sine forskellige use cases til at arbejde på systemer ved hjælp af apps, der var blevet udviklet i tidligere faser. Installation af trådløse sensorer i afgrøder og fastgørelse af smarte øremærker til individuelle køer kan give landmændene mulighed for at producere mere mad med mindre miljøpåvirkning. Kontrol af besætningens mineralindtag kan også reducere mængden af ammoniak og fosfat i deres husdyrgødning, hvilket påvirker kvaliteten af det vand, der løber på markerne.

En specifik IoF2020-sag, der anvender maskinbyggere i landbruget, gjorde fremragende fremskridt med hensyn til standarderne og interoperabiliteten af deres udstyr og oplevede et fald på 10 % i brændstofforbruget og en stigning på 10 % i jordens frugtbarhed som følge heraf.

En af IoF2020's forsøgsbedrifter anvendte software udviklet af Connecterra og oplevede en stigning i mælkeydelsen og en reduktion i kælvningsintervaller og antibiotikabehandlingsdage på over 60 %. Tidlig sygdomsdetektering gør en enorm forskel ved at give landmanden mulighed for at starte behandlingen et par dage tidligere.

I et brugstilfælde steg mælkeudbyttet i besætninger med intelligente øremærker og foderautomater med 1 %, og mælkekvaliteten blev forbedret med 20 %. Antallet af syge dyr faldt med 6 % sammenlignet med umærket kvæg, og antallet af køer, der blev aflivet på grund af sundhedsmæssige betænkeligheder, var 24 % lavere end normalt.

Connecterra afsluttede en finansieringsrunde på 7,8 mio. EUR, hvilket gjorde det muligt for selskabet at forfølge sin mission om at gøre landbruget mere produktivt, humant og bæredygtigt.

Besøg webstedet for IoF2020-projektet

Systemet for interoperabilitet og analyse i landbruget (ATLAS)

⁇ ATLAS ⁇ (landbrugsmæssig interoperabilitet & analysesystem) har udviklet en åben digital tjenesteplatform til landbrugsapplikationer siden dens første lancering i oktober 2019. Det er også i færd med at opbygge et bæredygtigt økosystem for innovativt datadrevet landbrug.

Platformen muliggør en fleksibel kombination af landbrugsmaskiner, sensorsystemer og dataanalyseværktøjer for at afhjælpe den manglende interoperabilitet. Dette giver landmændene mulighed for at øge deres produktivitet på en bæredygtig måde. ATLAS-platformen er bygget op omkring et dataudvekslingsnetværk ved hjælp af en ensartet applikationsprogramgrænseflade.

:

ATLAS har 13 kommercielle og forskningsmæssige gårde i 6 europæiske lande. Den planlægger at gennemføre en lang række pilotundersøgelser, hvor der vil blive oprettet et netværk af slutbrugere, tjenesteudbydere, forskere og politiske beslutningstagere for at fremme fordelene ved nye teknologier i landbrugssektoren. Innovative virksomheder vil blive tiltrukket gennem seed funding til at levere deres tjenester gennem platformen. Projektet vil arbejde på at definere næste generations standarder for datadrevet landbrug med den viden, der er samlet fra disse undersøgelser.

Besøg Atlas-projektets websted

DeMETER

I lighed med IoF2020-modellen består DEMETER af en storstilet udrulning af interoperable platforme for intelligent landbrug, der gennemføres gennem 20 pilotprojekter i 18 forskellige lande.

DEMETER blev lanceret i september 2019 og består af 60 partnere i hele værdikæden. Det har 25 etableringssteder, 6 000 landbrugere og over 38 000 enheder og sensorer med deltagere fra de fem ovennævnte forsøgssektorer, produktionssystemer og forskellige bedriftstyper og -størrelser.

Med en EU-investering på 15 mio. EUR har DEMETER til formål at demonstrere potentialet i avanceret standardbaseret interoperabilitet for IoT i landbruget og dermed garantere sikkerhed, privatlivets fred og forretningshemmeligheder i hele værdikæden. Projektet viser, hvordan en integreret tilgang til forretningsmodellering og brugeraccept kan støtte bæredygtige landbrugs- og fødevareproduktionssystemer, give folk sikre fødevarer og støtte landbrugerne i deres beslutningsproces.

DEMETER vil skabe nye forretningsmuligheder for landbrugsfødevareøkonomien og samtidig beskytte Europas naturressourcer. Projektets mål er at skabe et sikkert og bæredygtigt økosystem for tingenes internet og erhvervslivet med en indvirkning, der kan ændre den europæiske fødevare- og landbrugssektor og potentielt i hele verden.

Besøg webstedet for Demeter-projektet

SmartAgriHubs

⁇  ⁇ SmartAgriHubs ⁇ -netværket blev oprettet i november 2018 og modtog 20 mio. EUR i EU-finansiering. Den består af 2000 kompetencecentre og 28 flagskibseksperimenter, der demonstrerer innovation i landbruget. Dets arbejde lettes af 140 DIH'er fra 9 regionale klynger, der spænder over alle medlemsstater.

Nøglen til videndeling i SmartAgriHubs er at udnytte, styrke og forbinde alle de forskellige dele. Projektet arbejder i øjeblikket på at udvikle det nuværende økosystem ved at opbygge et netværk af digitale innovationsknudepunkter, der integrerer teknologi og forretningsstøtte i en one-stop-shop-tilgang, der involverer alle relevante aktører i Europa.

Et af SmartAgriHubs-eksperimenterne i Frankrig — autonome drivhuse — har med succes afhjulpet manglen på arbejdskraft på bedriften ved at anvende robotteknologi, præcisionslandbrug og onlinematchmakingtjenester under covid-19-pandemien  ⁇ , hvilket sikrer borgerne adgang til friske fødevarer på trods af de vanskelige omstændigheder.

Besøg hjemmesiden for SmartAgriHubs-projektet

Intelligent vandforvaltningsplatform (SWAMP)

Vand er afgørende for at sikre fødevaresikkerheden for verdens befolkning, og landbruget er langt den største forbruger. ⁇ SWAMP ⁇ (platformen for intelligent vandforvaltning), som styrker EU's internationale samarbejde, modtog ca. 1,5 mio. EUR til udvikling af IoT-baserede metoder til forvaltning af vand inden for præcisionsvanding. Det blev afprøvet i Brasilien samt i Italien og Spanien.

Der er udviklet teknologier til at håndtere vandspild i landbruget ved at registrere det vandniveau, plantagen har brug for, og måle dens strømning, når det er nødvendigt. Teknologierne bruger IoT, dataanalyse og autonome enheder til at reducere lækager og produktivitetstab.

Et eksempel fra SWAMP omfatter kunstvanding med variabel hastighed i brasiliansk sojabønnedyrkning, som forventes at give en reduktion fra 20-60 % i vand- og energiforbruget. Det gør den, samtidig med at den opretholder eller forbedrer den samlede produktion i regionen Matopiba.

Besøg webstedet for SWAMP-projektet

Andre projekter til støtte for digitaliseringen af landbruget

Uden for DEI-programmet blev der investeret 12 mio. EUR i præcisionslandbrugsprojekter ⁇ PANTHEON ⁇ (præcisionsdyrkning af hasselnøddeplantager), ⁇ ROMI ⁇ (robotter til mikrolandbrug) og ⁇ BACCHUS ⁇ (mobile robotplatforme til aktiv inspektion og høst i landbrugsområder).

Yderligere 12 mio. EUR blev brugt på ⁇ DataBio ⁇ (datadreven bioøkonomi), en BigData LSP-platform inden for landbrug, skovbrug og fiskeri, som supplement til Kommissionens bestræbelser på at digitalisere landbrugssektoren. EU's mål er at støtte Europas landbrugere ved at finansiere forsknings- og innovationsprojekter og fremme brugervenlige platforme, der forbedrer landbrugets bæredygtighed, resultater og konkurrenceevne.

Et vigtigt resultat af det arbejde, der blev udført af LSP'erne, var oprettelsen af et ⁇ IoT-katalog ⁇ , en vejledning, der fremmer genanvendeligheden på tværs af forsøg. Kataloget blev iværksat af ⁇ WaziUp ⁇ -projektet og yderligere opskaleret af IoF2020. Den indeholder en liste over alle de metoder, der anvendes i de forskellige anvendelser i landbruget, og som i øjeblikket anvendes i sundhedssektoren.

Nogle af use cases udvides og går til fuld operationel implementering. Et eksempel er IoF2020-brugsscenariet for mælkeproduktion, kendt som ⁇ Happy Cow ⁇ , hvor der er rejst investeringer. Big data-analyse med maskinlæringsteknologier vil blive anvendt operationelt for at hjælpe landbrugerne med bedre at forstå deres dyrs behov og træffe forebyggende foranstaltninger i tilfælde af potentielle problemer.