Entwicklung und Evaluierung automatisierter Sensoren für ein hoch-effizientes Nährstoffmanagement-System in Indoor Vertical Farms - Teilvorhaben: Evaluierung und Übertragung auf Indoor Farms (SensVert)
Hintergrund des Projekts
'Indoor Vertical Farming' wird als vielversprechende Option für die zukünftige Nahrungsmittelproduktion angesehen. Die Multiplikation der Kulturfläche durch vertikale Kultursysteme führt zu einer erheblichen Steigerung der Flächeneffizienz. Die Nutzung von LEDs als alleinige Lichtquelle und die Kultivierung innerhalb eines von der Globalstrahlung isolierten Raumes ermöglichen zudem eine standortunabhängige und hochgradig präzise Pflanzenproduktion unter optimalen Klimabedingungen.
Die hydroponische Bewässerung erfordert ein optimiertes Nährstoffmanagement, da sowohl eine Über- als auch eine Unterschreitung des Optimums innerhalb kürzester Zeit zu Schäden bzw. einem Totalausfall der Kulturen führen können. Derzeit übliche Summenparameter zur Messung und Steuerung der Nährlösung sind für die Nutzung in einer Indoor Vertical Farm nur unzureichend nutzbar, da präzise Angaben über die Einzelzusammensetzung lediglich über kosten- und zeitaufwendige Laboranalysen erreicht werden können.
Da ein kontinuierliches Monitoring und eine exakte Versorgung der Pflanzen bis heute nicht möglich sind, kann das volle Potenzial einer 'Indoor Vertical Farm' nicht ausgeschöpft werden. Die Entwicklung von Sensoren zur Ionen-selektiven Messung sind daher von essenzieller Bedeutung für die zukünftige Produktion in 'Indoor Vertical Farming' Systemen.
Video zum Projekt
Zielsetzung und Vorgehensweise
Im Verbundprojekt sollen potentiometrische und photometrische Sensoren zur automatischen und IoT unterstützten Erfassung von NPK, Ca, Mg miniaturisiert, weiterentwickelt und auf die spezifischen Bedürfnisse einer Indoor Vertical Farm angepasst werden. Darauf aufbauend ist ein präzises Düngermanagement möglich.
Im Teilvorhaben der Hochschule Weihenstephan-Triesdorf (HSWT) werden Daten zur Kalibrierung und späteren Validierung der entwickelten Sensoren in praxisnahen Versuchen erfasst. Der Fokus liegt dabei auf der Pflanze sowie der Interaktion des Gesamtsystems. Im späteren Verlauf des Projekts soll das entwickelte System auf praxisnahe Indoor Farming Systeme übertragen werden.
