Auf landwirtschaftlichen Feldern in Niedersachsen werden überwiegend Getreidesorten, Kartoffeln und Mais angebaut. Um diese Nutzpflanzen vor Schädlingen und Krankheiten zu schützen und ihnen wichtige Nährstoffe zuzuführen, verwenden Landwirt:innen häufig Pflanzenschutz- und Düngemittel. Diese Mittel können mit landwirtschaftlichen Maschinen ausgebracht werden, die über Feldspritzen oder Mineraldüngestreuer verfügen.

Bei der Ausbringung der Pflanzenschutz- und Düngemittel müssen gesetzlich vorgeschriebene Abstände zu Gewässern eingehalten werden. Dazu gehören Seen, Gräben, Bäche und lokale Wasseransammlungen wie Pfützen, die wetter- und vegetationsabhängig sind. Derzeit wird der Abstand zwischen dem Gewässer und der Landmaschine auf Basis lokaler Karten oder manueller Stichproben festgelegt. Diese Verfahren sind angesichts der klimatischen Veränderungen nicht dynamisch genug, um den tatsächlichen Verhältnissen auf den Feldern gerecht zu werden.

Daher entwickeln die Forschenden des Transferprojektes „Adaptive agronomisch Spritztechnologie für mehr Nachhaltigkeit und Umweltschutz“ (AdAgriSpray) ein digitales System, das die Ausbringung von Pflanzenschutz- und Düngemittel effizienter und umweltfreundlicher gestaltet.

Projektziel und Vorgehensweise

Das Ziel der Forschenden ist es, Gewässer und temporäre Wasseransammlungen in der Nähe der Landmaschinen mithilfe Künstlicher Intelligenz zu erkennen und die Pflanzenschutz- und Düngemittel gezielter einzusetzen als bisher. Dafür sollen die Landmaschinen mit geeigneter Sensorik ausgestattet werden, die Daten zu ihrem Umfeld sammeln. Diese Daten sollen über einen Edge-Computer verarbeitet und mithilfe einer KI ausgewertet werden. Dadurch könnten die Verordnungen zum Gewässerschutz präziser eingehalten werden, da die Ausbringung der Pflanzenschutz- und Düngemittel situativ angepasst und nicht auf Basis statischer Karten ermittelt werden würde.

Die Forschenden wollen einen Prototyp für eine Smart-Sensor-Applikation entwickeln und auf einem landwirtschaftlichen Hof testen. Für diesen Prototyp werden sie prüfen, welche Sensortechnik geeignet ist, um eine ausreichend hohe Genauigkeit für das Training der KI-Modelle zu erreichen. Zudem werden sie Edge-Computing-Hardware aussuchen, die eine angemessene Verarbeitungszeit der Daten ermöglicht. Die KI-Modelle sollen möglichst wirtschaftlich und damit rentabel für die Landwirt*innen sein. Das bedeutet, dass sie niedrige Anforderungen an die Hardware stellen und mit geringem Energieaufwand direkt auf den Landmaschinen eingesetzt werden können.

„Um leistungsstarke und moderne KI-Modelle zu entwickeln, ist eine große Menge an Daten erforderlich, die exakt beschriftet sind und optimal zum Anwendungszweck passen. In der Landwirtschaft ist die Datenerhebung zeitlich begrenzt, da die Arbeitsprozesse saisonal bedingt sind. Außerdem ist es schwierig, Bilddaten aus der komplexen Umgebung eines landwirtschaftlichen Feldes richtig zu beschriften. Daher werden wir im Projekt zunächst mit Simulationen und synthetischen – also künstlich erzeugten – Daten arbeiten, die den realen Daten ähneln. Zudem werden wir die Datenbeschriftung teilautomatisiert durchführen, um die Entwicklung der KI zu beschleunigen“, erklärt Prof. Dr. Martin Atzmüller, Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI).

Quelle: ZDIN