project - EIP-AGRI Operational Group
RapSmartN - Optimal winter rapeseed fertilization (N) through remote sensing data and quality-assured artificial intelligence
RapSmartN - Optimale Winterrapsdüngung (N) durch Fernerkundungsdaten und qualitätsgesicherte künstliche Intelligenz
Activities
The robust and powerful AI models are designed to provide a precise estimate of nitrogen uptake, making it easier for farmers to access high-quality application maps. This results in more efficient nitrogen utilization, yield increases on underserved land and fertilizer savings in zones with lower yield potential. This reduces potential negative environmental impacts and strengthens social acceptance of agricultural production. The project thus contributes to digitalisation in agriculture and regional added value.
Activities
Die robusten und leistungsfähigen KI-Modelle sollen eine präzise Schätzung der Stickstoffaufnahme ermöglichen, was den Landwirten den Zugang zu hochwertigen Applikationskarten erleichtert. Dies führt zu einer effizienteren Stickstoffnutzung, Ertragssteigerungen auf unterversorgten Flächen und Düngereinsparungen in Zonen mit geringerem Ertragspotenzial. Dadurch werden mögliche negative Umweltauswirkungen reduziert und die gesellschaftliche Akzeptanz der landwirtschaftlichen Produktion gestärkt. Das Projekt trägt somit zur Digitalisierung in der Landwirtschaft und zur regionalen Wertschöpfung bei.
Project details
- Main funding source
- CAP Strategic Plans 2023-2027 for Operational Groups
- Additional funding source
- No additional funding source
- Project contribution to EU Strategies
-
- Reducing nutrient losses and the use of fertilisers, while maintaining soil fertility
- Improving management of natural resources used by agriculture, such as water, soil and air
- Territorial scope
- National
Budget information
-
EAFRD contribution EUR 497 575.00
1 Practice Abstracts
To achieve the goals, AI models are developed that accurately estimate the amount of nitrogen absorbed in the autumn and calculate the further nutrient requirements for the further growing season. This information is provided to farmers in the form of nitrogen application maps.
Zur Erreichung der Ziele werden KI-Modelle entwickelt, die die im Herbst aufgenommene Stickstoffmenge genau schätzen und den weiteren Nährstoffbedarf für die weitere Wachstumsperiode berechnen. Diese Informationen werden in Form von Stickstoff-Applikationskarten den Landwirten zur Verfügung gestellt.
Contacts
Project coordinator
-
Project coordinator