Angesichts der Auswirkungen des Klimawandels, die die Fruchtreife beeinflusst und die Ernteplanung erschwert, müssen sich Erzeuger schneller anpassen. Das Projekt „Harvest Time“ bringt Forschende, Beratung und Produzenten aus Frankreich, Deutschland und der Schweiz zusammen, um gemeinsame Methoden zur besseren Einschätzung der Kulturentwicklung zu entwickeln. Dieser grenzüberschreitende Ansatz soll die die Bestimmung des optimalen Erntezeitpunkts unterstützen, Verluste reduzieren und die Qualität sowie die Haltbarkeit der Früchte verbessern.

Mittels Entwicklung und Implementierung innovativer, datengestützter Lagertechnologien und Steuerungssysteme für Kälte-, Ventilations- und Atmosphärenmanagement sollen Energieverbrauch und Betriebskosten signifikant gesenkt sowie fäulnisbedingte und physiologische Verluste minimiert werden. Dabei steht die einfache Nachrüstung in bestehenden Kühllagern im Fokus, um auch mit begrenzten finanziellen und technischen Mitteln umsetzbare Einsparpotenziale unmittelbar nutzbar zu machen.

Das Projekt DyNatCool hat sich zum Ziel gesetzt, für die Apfel-Langzeitlagerung sowohl den Ressourceneinsatz für den Bau als auch den Energiebedarf für den Betrieb der Kälteanlage auf das Notwendigste zu minimieren und das optimale Kältekonzept mit alternativen Kältemitteln zu definieren

Im Projekt sollen Werkzeuge zur Unterstützung der Entscheidungsfindung entwickelt werden, die eine Schnittstelle aller automatisch erfassten Einflussfaktoren in der Obstlagerung darstellen. Den Lagerhaltern werden so Entscheidungshilfen für eine effiziente und ressourcenschonende Lagerhaltung an die Hand gegeben.

Entwicklung eines teilautomatisierten Entscheidungshilfe- bzw. Steuerungssystems in der Apfelproduktion durch die Verknüpfung unterschiedlicher Sensorsysteme. Regelungsmechanismen und Modellierungen Bezug nehmend auf Wasser- und Fruchtstress sowie Baumwuchs werden entwickelt und die Bewirtschaftung der Obstanlage entsprechend angepasst.

Das Ziel des Projekts ist, den Erntetermin mittels optischer und zerstörungsfreier Messungen in der Obstanlage bestimmen zu können.

Die wesentlichen Ziele des Projekts sind ‚big data‘- gestützte Modellierungsansätze für ein verbessertes Verständnis zwischen Vor- und Nach-Ernte-Einflussfaktoren, um eine Prognose zur Fruchtqualität und Haltbarkeit der Äpfel für die Langzeitlagerung zu entwickeln.