Vores forskning er kendetegnet ved undersøgelser af, hvordan eksisterende dyrkningssystemer og lavbundsjorde kan omstilles for at imødekomme nutidens udfordringer relateret til klimaforandringer, miljøpåvirkning og tab af biodiversitet. Arbejdet spænder fra mikroskala-studier og feltforsøg til opskalering af effekter fra nye dyrkningssystemer og produkter fra landbrugsarealer, samt forståelse af de underliggende drivkræfter for positive transformationer.
Udvikling og anvendelse af data og statistik danner grundlaget for modellering og opskalering på tværs af sektionen og instituttet. Der arbejdes med modellering på flere skalaer med fokus på blandt andet drivhusgasudledning, kvælstofudvaskning og pesticidtab. Vores tilgang kombinerer mekanistisk forståelse, modellering, rumlig variation og præcisionslandbrug med henblik på at optimere forvaltningen af fremtidens bæredygtige dyrkningssystemer.
Nye anvendelser af afgrøder og dyrkningssystemer til plantebaserede fødevarer samt alternative anvendelser af biomasse til bioraffinering, byggematerialer og energi
Drivhusgas-, kvælstof- og pesticidtab fra dyrkningssystemer og genopvædede lavbundsjorde
Interaktioner, der påvirker produktivitet og emissioner fra plante- til landskabsskala
Meteorologiske og rumlige data
Datadrevet og procesbaseret modellering af dyrkningssystemer på flere skalaer under nuværende og fremtidige klimascenarier
Optimering af forvaltning i landbrugssystemer
Laboratorie-, væksthus- samt kort- og langsigtede markforsøg
Undersøgelser af planteegenskaber ved hjælp af mini-rhizotronrør, multi-/hyperspektrale kameraer og scanning
Kvantificering af drivhusgasemissioner og ændringer i jordens organiske stof ved brug af automatiserede kamre, eddy covariance-tårne, analytisk kemi og isotoper
Analyse af overjordisk plante- og markstatus via remote sensing med droner og satellitter (RGB, multi-/hyperspektral, termisk, LiDAR) samt rumlig analyse (GIS)
Analyse af underjordiske forhold med feltsensorer (TDR, DP-sensorer, sugeceller, dræn- og grundvandsboringer)
Prædiktion og opskalering ved hjælp af machine learning, statistisk modellering og dynamiske procesbaserede modeller
Integration, håndtering og analyse af miljødata på tværs af forsøg, monitoreringssystemer og landskaber ved hjælp af GIS og geospatiel modellering
Udvikling af digitale systemer og interaktive platforme til indsamling, integration, visualisering og avanceret analyse af rumlige data
Databaseudvikling og -drift, brugergrænseflader, RESTful API’er og integrerede dataløsninger
