Hopp til hovedinnholdet

Publikasjoner

NIBIOs ansatte publiserer flere hundre vitenskapelige artikler og forskningsrapporter hvert år. Her finner du referanser og lenker til publikasjoner og andre forsknings- og formidlingsaktiviteter. Samlingen oppdateres løpende med både nytt og historisk materiale. For mer informasjon om NIBIOs publikasjoner, besøk NIBIOs bibliotek.

2016

Abstract

Det overordnede målet med denne utredningen er å bidra til et første steg på vegen for økt konkurransekraft innen grøntsektoren i Norge gjennom automatisering av manuelle, ressurskrevende oppgaver. Utredningen består av to hoveddeler; i første del kartlegges behovet for automatisering sett fra grøntprodusentenes side ved hjelp av en spørreundersøkelse. I andre del utredes eksisterende og kommende teknologi relevant for grøntsektoren i Norge. Avslutningsvis evalueres de teknologiske løsningene med hensyn til potensialet for tilpasning/videreutvikling til norske forhold. I samarbeid med Gartnerhallen og Bama ble det utarbeidet et spørreskjema som ble sendt ut til 346 utvalgte produsenter i Gartnerhallens leverandørregister. Av disse svarte 136, noe som gir en svarprosent på 39. Hver produsent kunne velge å besvare spørsmål relatert til maksimalt tre av sine produksjoner/vekster, og resultatene omfatter 200 vekstspesifikke svar, som representerer 29 ulike vekster. Det var flest svar knyttet til produksjon av jordbær (14% av alle varene) og bringebær (14%), fulgt av kålrot (10%), kål (8%), agurk (6%), tomat (6%) og isbergsalat (5%). For 10 av vekstene var det bare svar fra én produsent. Resultatene viste blant annet at bruk av innled arbeidskraft utgjør en betydelig kostnad. Sett over alle vekster utgjorde kostnaden for sesongarbeidere over 20% av totalkostnadene i 75% av svarene. I 23% av svarene bidro denne posten med over halvparten av totalkostnadene forbundet med produksjonen. Av vekstene med mest robust tallmateriale (flest svar) lå jordbær og bringebær øverst med en gjennomsnittlig kostnad for innleid arbeidskraft på hhv. 42 og 45% av de totale produksjonskostnadene. Ikke overraskende viste resultatene videre at innhøsting skjer overveiende manuelt. En annen utpreget manuell arbeidsoppgave var såing/setting/planting. For øvrig var det store variasjoner mellom de ulike produksjonene. Produsentene bidro med mange forslag til hvilke arbeidsoperasjoner fra egen produksjon som egner seg for robotisering, og som bør prioriteres i det videre FoU-arbeidet. På tvers av vekster ble følgende operasjoner hyppigst nevnt; ugrasbekjempelse, øvrig plantevern, gjødsling, vanning, tynning/beskjæring og innhøsting. Informasjon om eksisterende og kommende teknologi ble skaffet til veie gjennom deltagelse på forskningskonferanser, besøk hos en rekke sentrale robotmiljøer i Europa, og ved hjelp av e- postkorrespondanse og bruk av internett. Det skal nevnes at det nærmest daglig publiseres nyheter på robotfronten, slik at denne utredningen bør betraktes som ferskvare. Resultatene ble delt inn i følgende seks grupper; 1) roboter for planting og poding, 2) roboter for ugrasfjerning og tynning, 3) roboter for beskjæring og blomstertynning av frukttrær, 4) roboter for innhøsting, 5) roboter som dekker flere bruksområder, og 6) andre roboter og automatiserte løsninger. De fleste teknologiske nyvinningene presentert i utredningen vil kunne egne seg for tilpasning/videreutvikling til norske forhold. Ut fra en evaluering basert på produsentenes behov, hvilken vekst teknologien er tilpasset, sannsynlig pris og tilgjengelighet ble fem prototyper/systemer vurdert til å ha et spesielt stort potensial i Norge. Dette omfatter i uprioritert rekkefølge; en robot for plantebehandling i radkulturer (videreutvikling av Adigos konsept), utstyr for behovstilpasset tynning av fruktblomster (tilpasning av Darwin-systemet), en høsterobot for jordbær (tilpasning av Agrobot), en høsterobot for bringebær (videreutvikling av NIBIOs høsterobot for sukkererter), samt en høstrobot for brokkoli (tilpasning av Agritronics prototyp).

To document

Abstract

Accurate estimation of winter wheat frost kill in cold-temperate agricultural regions is limited by lack of data on soil temperature at wheat crown depth, which determines winter survival. We compared the ability of four models of differing complexity to predict observed soil temperature at 2 cm depth during two winter seasons (2013-14 and 2014-15) at Ultuna, Sweden, and at 1 cm depth at Ilseng and Ås, Norway. Predicted and observed soil temperature at 2 cm depth was then used in FROSTOL model simulations of the frost tolerance of winter wheat at Ultuna. Compared with the observed soil temperature at 2 cm depth, soil temperature was better predicted by detailed models than simpler models for both seasons at Ultuna. The LT50 (temperature at which 50 % of plants die) predictions from FROSTOL model simulations using input from the most detailed soil temperature model agreed better with LT50 FROSTOL outputs from observed soil temperature than what LT50 FROSTOL predictions using temperature from simpler models did. These results highlight the need for simpler temperature prediction tools to be further improved when used to evaluate winter wheat frost kill.