Die Vision ist die Optimierung der Grünfuttererntekette durch den Einsatz der Nah-Infrarot-Reflexions-Spektroskopie (NIR-S). Die NIR-S erfasst vom Erntegut ein Reflexionsspektrum. Aus diesem Spektrum wird anschließend, anhand eines mathematischen Modells (Kalibrierung), die Qualitätsinformation berechnet. Mit NIR-S könnten schon auf dem Feld direkt am Prozessglied in Echtzeit Qualitätsinformationen zum geernteten Futtererntegut bereit gestellt werden. Mit diesen Qualitätsinformationen könnten verschiedene Bereiche optimiert werden: • Verringerung der Ernteverluste und Erhöhung der Futterqualität durch verbesserte Prozesssteuerung • Förderung einer tiergerechteren und effizienteren Fütterung (Precision Livestock Farming) • Optimierung der Dünge- und Pflegemaßnahmen (Precision Farming) Bei den meisten Prozessgliedern der Erntekette liegt das Grünfutter als Schwad konditioniert vor. Auf diese Probenpräsentation konzentrierten sich auch die Arbeiten der vorliegenden Diplomarbeit. Zum mobilen Einsatz von NIR-S für Precision Farming sind derzeit nur wenige Arbeiten veröffentlicht. Bisher hat sich die NIR-S auf dem Feld noch nicht etabliert, da hier anders als im Labor viele Variationen der Probenpräsentation den Messvorgang stören. Um folglich der oben erwähnten Vision näher zu kommen sind zunächst grundlegende Untersuchungen zu Einzeleinflüssen der Probenpräsentation (Probenpräsentationsparameter) auf den Messbetrieb notwendig. Um die Einzeleinflüsse individuell ansteuern und erfassen zu können, galt es, einen Prüfstand zu entwickeln, der einen NIR-S-Sensor ceteris paribus über einen Schwad führen kann. So bestand die Zielsetzung der Diplomarbeit sowohl in der Realisierung des Prüfstandes als auch in der Datenerfassung und Datenauswertung. Mit diesen Daten sollte untersucht werden, ob die Probenpräsen-tationsparameter einen Einfluss auf den Messbetrieb haben. Dieser Einfluss besteht dann, wenn Korrelationen zwischen den Probenpräsentationsparametern und den erfassten Spektren nachgewiesen werden können. Es wurden die folgenden sechs Probenpräsentationsparameter untersucht: • relative Geschwindigkeit der Sensoreinheit zum Material • Temperatur der Umgebungsluft • Temperatur der Schwadoberfläche • Luftfeuchte der Umgebungsluft • Fremdlicht durch Sonneneinstrahlung • Materialart- oder Lagerungsform Bei allen sechs Probenpräsentationsparametern konnte eine starke Korrelation mit der Spektreninformation nachgewiesen werden. Dabei konnte durch mathematische Modelle aus den Spektren nicht nur das Auftreten (Qualität), sondern sogar die Intensität (Quantität) des jeweiligen Probenpräsentationsparameters vorhergesagt werden. Sowohl diese neuen Erkenntnisse als auch der Prüfstand kann dazu verwendet werden, zukünftig „intelligente Kalibrierungen“ zu erstellen, die - an die Probenpräsentation angepasst – mit höherer Güte als bisher, die Qualitätsinformationen in Gründfuttererntegütern berechnen können.     «

Die Vision ist die Optimierung der Grünfuttererntekette durch den Einsatz der Nah-Infrarot-Reflexions-Spektroskopie (NIR-S). Die NIR-S erfasst vom Erntegut ein Reflexionsspektrum. Aus diesem Spektrum wird anschließend, anhand eines mathematischen Modells (Kalibrierung), die Qualitätsinformation berechnet. Mit NIR-S könnten schon auf dem Feld direkt am Prozessglied in Echtzeit Qualitätsinformationen zum geernteten Futtererntegut bereit gestellt werden. Mit diesen Qualitätsinformationen könnten ve...     »