Mit Satellitendaten zuverlässig und frühzeitig Erträge vorhersagen, um Ressourcen schonender einzusetzen und frühzeitig Korrekturmaßnahmen ergreifen zu können.
Die Landwirtschaft steht vor globalen Herausforderungen. Flächenversiegelungen, unvorhersehbare Wetterereignisse im Zuge des globalen Klimawandels, und eine kontinuierlich steigende Weltbevölkerung, stellt die Landwirtschaft vor größer werdende Probleme. Hinzu kommen gesetzliche Rahmenbedingungen, die einen effizienten Ressourceneinsatz verlangen.
Immer höhere Anforderungen werden an die heutige Landwirtschaft gestellt. Um bei effizientem Ressourceneinsatz möglichst hohe Erträge erzielen zu können, ist es wichtig frühzeitig Maßnahmen ergreifen zu können, wie z.B. die intelligente Verteilung von Düngemitteln und Pestiziden. Dabei können Daten und Methoden des maschinellen Lernens eine unterstützende Rolle spielen. Jedoch sind landwirtschaftlich relevante Daten oftmals nur schwer zugänglich und deren Nutzung limitiert.
Aus diesem Grund beschäftigt sich das Yield Consortium mit der Nutzung von Fernerkundungstechnologien und Geoinformationen für die Landwirtschaft. Wir entwickeln Methoden zur Verarbeitung von landwirtschaftlich relevanten Datenquellen wie z.B. Satellitendaten, Ertragskarten, Wetterdaten, Bodeninformationen, und Höhenprofile. Die verfügbaren Datenquellen dienen als Grundlage zur Entwicklung von Methoden des maschinellen Lernens für die Vorhersage von feldgenauen Erträgen. Dabei liegt der Fokus auf wichtigen Kulturarten in allen relevanten Anbauländern. Die entwickelten Methoden können Entscheidungsprozesse unterstützen hinsichtlich wichtiger Kulturmaßnahmen, wie Düngung, Bewässerung, oder der Bestimmung des optimalen Erntezeitpunktes.
Darüber hinaus wollen wir die Digitalisierung und die Landwirtschaft näher zusammenrücken. Viele Landwirte verfügen über eine Vielzahl hochinformativer Datenquellen, welche oftmals nur schwer nutzbar sind. Wir wollen Landwirten dabei helfen, Ihre Daten wie z.B., Ertragskarten gewinnbringend einzusetzen.
Fernerkundung ist eine der Schlüsselstechnologien der Erdbeobachtung und bietet vielfältige Anwendungsmöglichkeiten in der Landwirtschaft. Fernerkundungstechnologien ermöglichen es global und in regelmäßigen Zeitabständen hochinformative Daten zu generieren.
Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) ist das weltweit größte unabhängige Forschungsunternehmen für künstliche Intelligenz. Unser Ziel ist der Transfer von Forschungsergebnissen zu industriellen Anwendungen.
Domänenexpertise ist ein Schlüsselelement zum Erfolg. Daher arbeitet das DFKI eng mit prominenten Kooperationspartnern zusammen, die über langjährige Erfahrung im Bereich der Landwirtschaft verfügen. Zusammen mit der Expertise vom DFKI, können so erfolgversprechende Methoden entwickelt werden, die auch Anwendung in der Praxis finden.
Die Biomasse von Ackerpflanzen lässt sich gut basierend auf Vegetationsindizes vorhersagen, die von Satellitenbildern abgeleitet werden. So lässt sich hierfür zum Beispiel der Normalized Difference Vegetation Index (NDVI) nutzen. Es ist allerdings schwierig basierend auf der Biomasse die tatsächlichen Erträge vorherzusagen. Ackerpflanzen mit viel Biomasse können trotzdem nur niedrige Erträge bringen, wenn die richtigen Nährstoffe fehlen.
Wir nutzen daher Satellitenbilder um mit Hilfe von Künstlicher Intelligenz direkt den Ertrag vorherzusagen. Dabei nutzen wir multi-spektrale Satellitenbilder, die neben den Standard Kanälen Rot, Gelb und Grün weitere Informationen im nicht sichtbaren Spektrum von Licht enthalten. Wir erstellen Ertragsprognosen nicht nur für das gesamte Feld, sondern auch für Teilbereiche bis hin zu einer Auflösung von 10x10m pro Pixel. Zusätzlich zu den Satellitenbildern nutzen wir eine Reihe weiterer Datenquellen als Input für unsere Machine Learning Modelle, um die Ertragsvorhersagen weiter zu verbessern. Aktuelle Modelle zeigen vielversprechende Ergebnisse und können die Variationen der Erträge innerhalb eines Feldes gut vorhersagen.
Input Layers
Yield Map
Wir sind auf der Suche nach weiteren Kooperationspartnern. Du verfügst über qualitative hochwertige Ertragskarten und hast Interesse diese gewinnbringend einzusetzen?
Grundlage für präzise Ertragsvorhersagen mit Hilfe von Künstlicher Intelligenz sind gute Daten von Erträgen. Wir nutzen dafür kalibrierte Ertragskarten, wie sie von Mähdreschern während der Ernte aufgenommen werden. Kontaktieren Sie uns gerne, wenn Sie am Verkauf von Ertragskarten interessiert sind und gleichzeitig von den vorläufigen Erkenntnissen aus dem Yield Consortium profitieren möchten.