Die Lösung vom Agrotech-Startup Consumer Physics (St. Cloud, Minnesota) ermöglicht es Landwirten, Agronomen und Saatgutproduzenten durch ein Mikro-Spektrometer in Taschenformatgröße größere Flächen zu testen, den optimalen Erntezeitpunkt zu projizieren, Labor- und Trocknungskosten zu sparen und das Ertragspotenzial zu erhöhen.

Consumer Physics stellt dazu die weltweit erste Lösung zur Feuchtigkeitsbestimmung von Mais vor, die Ergebnisse in Sekundenschnelle liefert, auf dem Feld, direkt am Kolben, ohne Schälen.

Die Lösung umfasst den Mikro-Spektrometer im Taschenformat, der auf NIR (Nah-Infrarot)-Spektroskopie basiert, sowie eine mobile Anwendung, die Daten an die Clound sendet, wo die Algorithmen von Consumer Physics die Daten analysieren und die Ergebnisse in Sekundenschnelle zurücksenden.

Mais spielt in der amerikanischen und globalen Landwirtschaft eine entscheidende Rolle und wird von verschiedenen Industriezweigen eingesetzt. Die National Corn Growers Association in den USA schätzt den Wert des allein in den USA angebauten Mais im Jahr 2019 auf 53 Milliarden US-Dollar, der auf 90 Millionen Acres angebaut wird.

Die Lösung von Consumer Physics ersetzt langwierige, teure und komplizierte Prozesse, bei denen derzeit mehrere Maiskolben vom Feld gesammelt und an die Pflanzen oder Labors zurückgeschickt werden müssen. In den Labors müssen die Kerne dann geschält und gemahlen werden, was bis zu mehreren Stunden dauern kann.

Mit SCiO können die Benutzer täglich viele Messungen an zahlreichen Orten auf dem Feld durchführen, um den genauen Feuchtigkeitsgehalt in jeder Parzelle zu ermitteln und den optimalen Erntezeitpunkt zu bestimmen. Die Anwender können auch die in der Cloud gesammelten Daten über eine Zeitachse verfolgen und überwachen, um tiefere Einblicke in die Effizienz der Ernte und die Bereiche zu erhalten, in denen sie Verbesserungen vornehmen sollten.

Terry Allen, Leiter der Geschäftsentwicklung für Nordamerika bei Consumer Physics, sagte: “Wir haben die NIR-Technologie erfolgreich vom Labor in die Praxis übertragen, so dass Landwirte und Betreiber mehr Daten erhalten und bessere Entscheidungen treffen können.”