Das übergeordnete Projektziel ist die Entwicklung eines skalierbaren Demonstrators (Plattform) einer Präzisionslandwirtschaftsdaten-Analyse- und Optimierungsplattform für den regionalen, nationalen und langfristig europäischen Agrarmarkt. Für diese Plattform soll insbesondere ein prädiktives biomathematisches Modell zum ober- und unterirdischen Pflanzenwachstum erstellt werden. Der Demonstrator integriert das Echtzeit-Monitoring von oberirdischen Wachstumsparametern aus satellitengestützten Erdbeobachtungsdaten (SatEO) und unterirdischen (Wurzel-)Wachstumsparametern aus automatisierten Minirhizotronen, Referenzdaten zu Pflanzentyp und Boden sowie Daten aus weiteren agronomischen Modellen. Dazu sollen für das digitale System in Arbeitspaketen Lösungen für die zu integrierenden Referenzdaten entwickelt werden. Hier besonders hervorgehoben werden soll die Entwicklung eines KI-basiertes Modells zur Vorhersage des Einflusses von Umweltbedingungen (z.B. Bodenfeuchtigkeit) und von eingesetzten Hilfsstoffen wie Dünger oder Pflanzenschutzmitteln auf Wurzelwachstum und Wurzelgesundheit, inklusive zu entwickelndem Monitoringsystem (Automatisierung von bestehenden Minirhizotronsystemen und Echtzeitanalyse der anfallenden Bilddaten). Damit umfasst der Demonstrator sowohl Daten von ober- als von auch unterirdischen Teilen der Pflanzen und gibt daher ein viel differenzierteres Bild vom Zustand der Nutzpflanzen ab als bisherige biomathematisch-agronomische Modelle. Aus diesem Vorhersagemodell sollen Handlungsempfehlungen zur Verbesserung des ökonomischen/ökologischen Impacts (Einsparung von Dünger, Wasser, aber auch Anpassung der Düngestrategie, Früherkennung von Wurzelkrankheiten usw.) ableitbar werden. Live Daten aus u.a. SatEO und Wettermodellen, quasi-Echtzeitwurzeldynamik per automatisierten Minirhizotronen und die hinterlegten Algorithmen zur Pflanzengesundheit ermöglichen damit eine Früherkennung von Veränderungen im Pflanzenbestand (green-brown). Durch weitere Daten aus den BIG DATA-Projekten lassen sich auch Informationen im Bereich Pflanzenzustand (green-green) in die Algorithmen integrieren.

ArtIGROW ist innerhalb von ArtIFARM dem Use Case 1 (Intelligentes Bodenmanagement) sowie den Innovationsbereichen 1 und 3 (Autonome Prozesse in der Landwirtschaft bzw. Technologien für mehr Ressourceneffizienz) zuzuordnen.

Die ArtIGROW Datenanalyseplattform für die Präzisionslandwirtschaft wird räumlich hochaufgelöstes Monitoring auf Feldebene erlauben und pflanzenspezifische Handlungsempfehlungen zur Verbesserung entscheidender ökonomischer und ökologischer Parameter wie ökologisch nachhaltiges Düngemanagement und Ertragserwartungen liefern. Sie wird damit perspektivisch zu einem zentralen Informations- und Entscheidungsunterstützungstool für Landwirt*innen in der Region östliches Mecklenburg-Vorpommern und für diese somit einen Standortvorteil darstellen. Konkret wird ArtIGROW also zum anvisierten Innovationscluster für die Region östliches Mecklenburg-Vorpommern einen entscheidenden Beitrag leisten. ArtIGROW entwickelt einen Ansatz, welcher perspektivisch folgende Ergebnisse haben wird:

• Steigerung des Ernteertrages auf dem Schlag,
• Verbesserung von Pflanzengesundheit und Produktqualität durch optimiertes Düngemanagement,
• erhöhte Nachhaltigkeit der Landwirtschaft durch effizientere Düngungs- und Bearbeitungssteuerung in die sensitiven Phasen und Verminderung der Eutrophierung von der direkten Nachbarschaft bis hin zu Vorflutern und der Ostsee,
• Erhöhung der Widerstandsfähigkeit des Agrarsektors gegen den Klimawandel durch Einbeziehung lokaler, mittel- bis langfristiger Vorhersagen wesentlicher Wetterparameter in innovative prädiktive biomathematische Wachstumsmodelle,
• Monitoring und mögliche begrenzte Steuerung des Pflanzen-/Wurzelwachstums von der Aussaat bis zur Ernte,
• Steigerung der Konkurrenzfähigkeit regionaler IT-Unternehmen,
• Stärkung der Position der Landwirte gegenüber Versicherungs- und Finanzinstituten durch Bereitstellung erweiterter Informationen zu Risiken, Erträgen und Bodendegradation.