Hauptinhalt
Topinformationen
Agro-Nordwest - Experimentierfeld zur digitalen Transformation im landwirtschaftlichen Pflanzenbau
Digitale Entscheidungsunterstützung: Sensor- und datenbasierte Entscheidungshilfen im Pflanzenbau
Projektleitung: | Agrotech Valley Forum e.V. |
Teilprojektleitung: | Dr. Thomas Jarmer (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück) |
Projektkoordinatorin: | Carmen Fuchsenthaler (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück) |
Mitarbeiter: | Konstantin Nahrstedt (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück) |
Projektpartner: | Universität Osnabrück |
Hochschule Osnabrück | |
Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) | |
Agrotech Valley Forum | |
Institut für Zukunftsstudien und Technologiebewertung | |
Ruhr-Universität Bochum | |
Projektziel: | Pflanzenbauliche Verifikation der Wirksamkeit digitaler Entscheidungshilfen |
Aus unterschiedlichsten Sensordaten (z. B. Satellitendaten, Kameras auf Drohnen (RGB, hyperspektral), Laser (3D, 2D), Sensordaten mobiler Roboter, stationäre Sensordaten) sollen Modelle für landwirtschaftlich genutzte Flächen und deren aktuelle Bestandssituation generiert werden. Diese Modelle sollen anschließend automatisch interpretiert und ausgewertet werden, um in einem Schlussfolgerungssystem dem Landwirt Handlungsempfehlungen zu geben.
Use Case 1: Lokale Beikrautdetektion zur Beikrautregulierung
Pflanzenbestände sind durch Inhomogenitäten gekennzeichnet, die sich je nach Jahreswitterung, Fruchtfolge etc. räumlich verschieden darstellen. Auf Basis von multimodalen Sensordaten sollen digitale Entscheidungshilfen für den Landwirt geschaffen werden, die Empfehlungen für Zeitpunkt, Ort, Art und Intensität der Beikrautbehandlung geben können. Die anfallenden Sensordaten können in einem zweiten Schritt darauf geprüft werden, ob sie Rückschlüsse auf durch Pflanzenstress oder –krankheiten verursachte Bestandsanomalien erlauben. Eine Erfolgskontrolle findet mittels Kamerabildern aus Drohnenbefliegungen statt.
Use Case 2: Anteile von Klee in Kleegrasbeständen
Die Bestandszusammensetzung von Grünland entwickelt sich ausgehend von einem anfangs etablierten Zustand je nach Boden und Bewirtschaftungsform unterschiedlich. Mit multimodalen Sensordaten soll eine räumlich unterteilte Abschätzung der zu erwartenden Biomasse stattfinden sowie eine Differenzierung des Bestandes nach Anteilen an Klee und Gras vorgenommen werden. Der Einsatz von Kamerabildern aus Drohnenbefliegungen kann so dem Landwirt helfen, die richtige Bewirtschaftungsmaßnahme zu planen und evaluieren.
Laufzeit: | 10.10.2019 - 09.10.2022 |
Finanzierung: | Bundesministerium für Ernährung und Landwirtschaft |
Webpage: | www.agro-nordwest.de |