Vertical Farming
Vertikale Landwirtschaft bietet die Möglichkeit, große Mengen von Lebensmitteln mit gleichbleibender Qualität, zu jeder Jahreszeit, auf kleinen Flächen und in der Nähe der Verbraucher zu erzeugen. In vertikalen Farmen können alle Wachstumsfaktoren wie Licht (Intensität, Dauer und Spektrum), Temperatur, Feuchtigkeit, CO2-Gehalt, Belüftung, Wasser und Nährstoffe kontrolliert und optimiert werden. Gleichzeitig können Unkraut, Schädlinge und Krankheiten ausgeschlossen werden, so dass keine Pestizide und Herbizide eingesetzt werden müssen. Der Wasser- und Düngemitteleinsatz kann drastisch reduziert werden, da 90 % des Wassers wiederverwendet und 60 % weniger Dünger pro Ertrag benötigt werden. So können vertikale Farmen konsistent hochwertige, frische und gesunde Lebensmittel in der Nähe des Verbrauchers produzieren, mit minimaler Verschwendung als Teil einer zukünftigen Kreislaufwirtschaft.
Vertikale Farmen verbrauchen derzeit noch viel Energie. Außerdem besteht hoher Forschungsbedarf bei der Optimierung des Pflanzenwachstums, der computergestützten Steuerung und technischen Umsetzung bis hin zur Automatisierung. Es bestehen enge Verbindungen zu den Ernährungs- und Lebensmittelwissenschaften am Campus Weihenstephan, z.B. zu Fragen der Qualität (Geschmack, Inhaltsstoffe, etc.) der produzierten Lebensmittel.
In den Vertical-Farming-Kammern in der Station Dürnast auf dem Campus der TUM-Weihenstephan werden Versuche mit Weizen und Sojabohnen durchgeführt.
Projekte zu Vertical Farming
Auf Initiative des Hans Eisenmann-Forums (HEF) der Technischen Universität München wurde 2021 die Plattform "Controlled Environment Agriculture" der Deutschen Agrarforschungsallianz (DAFA) ins Leben gerufen. Ihr Ziel ist es durch eine stärkere Vernetzung den Austausch von Forschungsergebnissen zu erleichtern. Die Identifikation von Synergien, offenen Fragestellungen und Zukunftsthemen wird dadurch gefördert sowie gemeinsame Antragsstellungen unterstützt.
Weitere Informationen zu auf der Website zur Plattform.
Die Weltbevölkerung wird im Jahr 2050 voraussichtlich auf über 9,2 Milliarden Menschen anwachsen. Diese wachsende Bevölkerung muss mit Nahrungsmitteln versorgt werden, und das bei fortschreitender Verstädterung und Verknappung der landwirtschaftlichen Nutzfläche. Das Forschungsprogramm Proteins4Singapore am Standort Singapur der Technischen Universität München nutzt das Fachwissen renommierter Hochschul- und Forschungseinrichtungen in den Bereichen Materialwissenschaft, Verfahrenstechnik und Lebensmittelchemie, um neue Proteine zu entwickeln, die nahrhaft und schmackhaft sind.
Das Projekt kombiniert alternative Proteinquellen wie Mikroalgen, proteinreiche Pflanzen oder Nebenströme aus der Aquakultur mit Indoor-Farming-Konzepten, die unabhängig von Ackerland und Klimawandel sind. Diese neuen Proteinquellen sollen in innovative Verarbeitungsmethoden integriert werden. Eine davon ist der Einsatz des neuartigen Reverse Food Engineerings. Diese Technik zerlegt und trennt Lebensmittel in einzelne Komponenten, um Lebensmittel mit angenehmer Textur und verbesserten sensorischen Eindrücken zu erzeugen - ein entscheidender Schritt zur Schaffung nahrhafter und hochwertiger Lebensmittel
Unter Einbeziehung von Fachwissen aus verschiedenen Disziplinen der Materialwissenschaft, der Verfahrenstechnik und der Lebensmittelchemie wird sich die Forschung auf die Herstellung von Verbindungen zwischen der Proteinfunktionalität, die Wechselwirkungen der Proteine mit anderen Inhaltsstoffen, die sensorischen Eigenschaften und die inhärenten Verarbeitungsmethoden unter Verwendung grundlegender und anwendungsbezogener analytischer Techniken konzentrieren.
Weitere Informationen:
Im Rahmen des Projektes SpaceVOCs entwickeln die Forschenden ein innovatives, olfaktorisches Monitoring-System zur Früherkennung von Pflanzenstress. Ziel des Vorhabens ist es, zu erforschen inwieweit stress-spezifische Geruchsmuster von Pflanzen mit Methoden der Künstlichen Intelligenz erkannt und vorhergesagt werden können. Die Nutzung von VOC-Sensorik, die bestimmte Gase und Gerüche (Volatile Organic Compounds/VOC) sowie deren Konzentration erfasst, wird für die Erkennung von Pflanzenstress erprobt. Ein großer Teil der Aufgabe besteht darin, Referenzdaten zu ermitteln, die beispielsweise den Zustand „gesund“ beschreiben, oder den Zustand bestimmter Krankheitsbilder bzw. Stresssituationen im frühzeitigen Stadium. Anhand dieser Referenzdaten sollen anschließend Abweichungen frühzeitig erkannt und ausgewiesen werden, um rechtzeitig gegensteuern zu können. So sollen Ernteverluste minimiert werden. Im Vordergrund steht die Nutzpflanze Weizen.
