Jeg udvikler datadrevne beslutningssystemer til bæredygtig planteproduktion ved at integrere markforsøg, sensordata samt modellering af afgrøder og ukrudt. Min forskning fokuserer på at omsætte komplekse agroøkologiske interaktioner til anvendelige dyrkningsstrategier under virkelige markforhold.
Ved at kombinere autonom robot- og UAV-baseret fænotypning, maskinlæring og procesbaseret modellering udvikler jeg robuste og skalerbare beslutningsstøtteløsninger til planteproduktion. Mit arbejde har til formål at reducere kvælstoftab, forbedre ressourceudnyttelsen og understøtte biodiversiteten i landbrugssystemer.
Min forskning er struktureret omkring tre hovedområder:
1. Datadrevet agronomisk beslutningstagning
Udvikling af beslutningsrammer, der integrerer sensordata, modellering og markobservationer for at understøtte praktisk planteproduktion under usikkerhed.
2. Interaktioner mellem afgrøder, ukrudt og miljø
Kvantificering og modellering af interaktioner i diversificerede systemer, herunder intercropping og ukrudtsdynamik, med henblik på at forbedre udbyttestabilitet og økologisk funktion.
3. Validering og implementering i marken
Design og gennemførelse af markforsøg og on-farm forsøg for at validere digitale værktøjer og sikre anvendelighed under virkelige dyrkningsforhold.
Jeg bidrager aktivt til tværfaglige forskningsprojekter, såsom Horizon Europe, ved at koble fænotypning, modellering og agronomi.
Jeg er interesseret i samarbejde inden for:
