Om prosjektet
En hovedutfordring i norsk grovfôrproduksjon er den store variasjonen i proteinnivået i flerårig raigras (Lolium perenne). I dag mangler bønder verktøy for å treffe det optimale slåttetidspunktet, noe som øker behovet for importert kraftfôr. ProteinSense løser dette ved å utvikle et AI-basert «slåttevarsel».
En sentral del av prosjektet er omfattende testing ved ulike nitrogennivåer for å kartlegge den nøyaktige sammenhengen mellom gjødsling og proteindannelse. Ved å koble disse dataene med dronebilder (multispektral/hyperspektral) og håndholdt NIRS, skal prosjektet utvikle modeller som estimerer protein i stående gress. Dette gir bonden mulighet til å optimalisere slåttetiden, øke nitrogenutnyttelsen (NUE) og styrke norsk selvforsyning.
Mål
Hovedmålet med ProteinSense prosjektet er å etablere proof-of-concept for prediksjon av protein i raigras, slik at bønder kan høste gras med høyere proteininnhold og verdikjeden kan redusere avhengigheten av importert kraftfôrprotein.
Deltakere
NMBU deltakere
Odd Arne Rognli
Professor emeritus
WP leder
Eksterne prosjektdeltakere
- YARA : Anders Rognlien
TINE: Petter Klette