Science-to-field: Optimierte Produktion von Arznei- und Gewürzpflanzen (MAPs) in Albanien - ALBAMAP; TP2: Entwicklung eines pflanzen- und standortspezifischen Kontroll- und Vorhersagesystems (CPS)

Abstract

Die große internationale Nachfrage nach Arznei- und Gewürzpflanzen (MAPs) führte in Albanien zu einem starken Anstieg der landwirtschaftlichen MAP Produktion mit oftmals deutlichen Qualitätsdefiziten. Ziel des Forschungs- und Entwicklungsprojekts ist die Optimierung der MAP Produktion in Albanien. Dabei soll der Science-to-field Übergang, d.h. der Weg von der Wissenschaft zur Praxis für die albanische MAP Produktion geebnet werden. Science-to-field postuliert, dass wissensbasierte Verbesserungen in der landwirtschaftlichen Praxis nur dann erreicht werden können, wenn die hierfür notwendigen Informationen und Handlungskonsequenzen zugänglich und verständlich sind, darüber hinaus als vorteilhaft für die eigene Situation empfunden werden und somit der Praxistransfer vom Landwirt selbst gewollt und umgesetzt wird. Das geplante Projekt konzentriert sich auf Salbei (Salvia officinalis L.) und Zitronenmelisse (Melissa officinalis L.), die in Albanien weitverbreitet und wirtschaftlich von Bedeutung sind, aber wissenschaftlich noch nicht umfassend untersucht wurden. Der geplante Science-to-field Ansatz basiert auf drei Säulen: Säule 1 umfasst alle wissenschaftlichen Arbeiten (Grundlagenforschung) der Universitäten Tirana und Hohenheim, die darauf abzielen, das anbauspezifische Wissen über Salbei und Zitronenmelisse in Albanien zu erweitern. Säule 2 zielt auf die Bewertung der Projektentwicklungen mittels life cycle assessment (LCA) und die Einbeziehung (Wissensaustausch/Partizipation) der Interessengruppen in der MAP Produktion. Säule 3 umfasst die Entwicklung eines pflanzen- und standortspezifischen Kontroll- und Vorhersagesystems (CPS). Das CPS wird eine optimale automatisierte Bewässerung und Düngung ermöglichen und darüber hinaus durch die Einbeziehung entsprechender standortspezifischer Parameter (u.a. Düngerstatus, Wetter, Bodenfeuchte, Pflanzeneigenschaften) eine standortspezifische Vorhersage zukünftiger Erträge, Erntequalitäten und optimaler Erntezeiten ermöglichen.