Quelle: DFKI 25. Oktober 2022.

Wie kann Künstliche Intelligenz dem Agrarsektor helfen?
In unserer heutigen Zeit kristallisieren sich ökologische Herausforderungen auf globaler Ebene heraus, die durch die Ernährungskrise, Kriege und den Folgen des Klimawandels Gestalt annehmen. Mehr Transparenz und Hilfestellungen für die Landwirtschaft sind erforderlich, um aktiv auf Veränderungen reagieren und Krisenmanagement im Agrarsektor erfolgreich durchführen zu können. Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) möchte mit seiner Forschung einen wichtigen Teil zur Problemlösung beitragen und hat in Kooperation mit der European Space Agency (ESA) das Projekt Yield Consortium ins Leben gerufen. Das Konsortium ist Bestandteil der Forschungskooperation AI4EO Solution Factory, die von der ESA im Rahmen des „ESA InCubed Programme“ gefördert wird und praxisorientiert an neuen Lösungen auf Basis von Satellitendaten für Wirtschaft und Industrie arbeitet.

Perspektivwechsel ermöglicht zuverlässige Ertragsvorhersagen
Das Potenzial des Yield Consortium Projekts liegt darin, auf Veränderungen von landwirtschaftlichen Erträgen proaktiv reagieren zu können. Es werden Satellitendaten genutzt, um zuverlässig und frühzeitig Erträge vorherzusagen. Dieser Modellierungsprozess wird von den Industriepartnern begleitet und durch ihre komplementierende Expertise in den Bereichen Finance, Agronomie und Erntetechnologie unterstützt.

Die Ertragsvorhersagen ermöglichen perspektivisch neue Versicherungslösungen und können Verlustschätzungen besser kalkulieren, hinsichtlich Bewässerung, Pflanzenschutz, Düngung und wirtschaftlicher Planung. Vorteilhaft sind diese Vorhersagen nicht nur für Politik und Industrie, sondern auch für Landwirte selbst. Sie können ihnen dabei helfen, ihre Anbaumethoden zu optimieren und den Pflanzenschutz zu verbessern.

Vom KI-Prototypen zum praktischen Tool für dir Landwirtschaft
In kurzer Zeit ist es dem interdisziplinären Team gelungen, nach den Anforderungen der Industriepartner ein erstes End-to-End Modell zu entwickeln, welches bereits erfolgreich in der Praxis getestet wurde. Zurzeit können Ertragsvorhersagen in Deutschland für Weizen und Raps und in Südamerika, Argentinien und Uruguay für Sojabohnen bestimmt werden. Dies geschieht auf Basis von Satellitendaten. Wetterdaten, Daten zur Bodenbeschaffenheit, agronomische Informationen zu Pflanzenwachstumsphasen und digitale Höhenmodelle sind indessen im Modell integriert.

Die Ertragsvorhersagen werden zu unterschiedlichen Zeitpunkten aufgenommen. Zum einen können Erträge bis 120 Tage vor der Ernte bestimmt werden. Zum anderen werden landwirtschaftliche Ertragsprognosen zum Zeitpunkt der Ernte gegeben. Je dichter der Zeitpunkt der Ernte ist, desto genauer kann auch die Vorhersage getroffen werden. Elementare Fragestellungen im Bereich Erntelogistik und Getreidevermarktung können leichter beantwortet werden wie: Welcher Ort ist geeignet für die individuelle Anbaupflanze? Was für Erträge erwarten wir in der Saison? Wie viel Dünger und Pflanzenschutzmittel sollten eingesetzt werden? All das sind Fragen, deren Antworten einen erheblichen Einfluss auf die Maximierung von Erträgen haben.

„Ein Modell soll konzipiert werden, das global für alle wichtigen Anbaupflanzen Vorhersagen treffen kann“
„Unser Ziel ist es, Erträge in der Landwirtschaft möglichst präzise vorherzusagen. Sie sollen Landwirten bei ihrer alltäglichen Arbeit helfen. Die Modelle möchten wir schrittweise auf weitere Länder ausdehnen, weitere Anbaupflanzen berücksichtigen und bestehende Modelle verbessern. Anschließend soll ein Modell konzipiert werden, das global für alle wichtigen Anbaupflanzen Vorhersagen treffen kann“, so Dr. Marlon Nuske von der AI4EO Solution Factory.

Die Perspektive aus dem Weltraum ermöglicht eine nachhaltige Ernte
DFKI-Forscherin Dr. Michaela Vollmer gibt einen Einblick in die Praxis: „Der Mähdrescher erntet ein Feld und misst hochauflösend und fortlaufend den Ertrag in Tonnen pro Hektar, der einem Ursprungsort im Feld zugeordnet werden kann. Anhand von gemessenen Erntepunkten, den ‚Geo Locations‘, können wir auf Sub-Feld-Ebene sehen, wie hoch der Ertrag auf einem Feld punktuell ist. Mit diesen hochauflösenden Daten können wir Satellitenbilder aus dem Weltraum mit einer 10 x 10 Meter-Pixel-Auflösung abgleichen. Das hat zum Vorteil, dass unser Machine Learning Modell optimal trainiert werden kann. So können individuelle Maßnahmen auf dem Feld von Landwirten eingeleitet werden.“

„Wir sind nach wie vor auf der Suche nach weiteren Kooperationspartnern, die hochwertige Ertragskarten bereitstellen können“
Um das Modell weiterzuentwickeln, liegt es im Interesse des Teams, zusätzliche Ertragsdaten zu akquirieren: „Für den Erwerb von Ertragsdaten haben wir bereits erfolgreiche Kooperationen mit den landwirtschaftsbezogenen Unternehmen Smartway und Manexa etabliert. Wir sind aber nach wie vor auf der Suche nach weiteren Kooperationspartnern, die hochwertige Ertragskarten bereitstellen können.“, so Dr. Marlon Nuske.

„Der Erfolg des Yield Consortium wird uns helfen, weitere Industriepartner aus anderen Themenfeldern für unsere Forschung, Implementierung und erfolgreiche Modellentwicklung begeistern zu können“
Prof. Dr. Andreas Dengel, Geschäftsführender Direktor des DFKI in Kaiserslautern und Leiter des Forschungsbereichs Smarte Daten & Wissensdienste: „Der Erfolg des Yield Consortium wird uns helfen, weitere Industriepartner aus anderen Themenfeldern für unsere Forschung, Implementierung und erfolgreiche Modellentwicklung begeistern zu können. Die Kombination aus dem Wissen über KI und Earth Observation geht im Projekt über die Grundlagenforschung hinaus. Durch den fortwährenden Austausch mit den Industriepartnern gelingt es uns am DFKI in den sogenannten TransferLabs das Wissen auf verschiedene Anwendungsbereiche zu übertragen. Wir freuen uns auf die Zusammenarbeit mit weiteren Partnern aus anderen industriellen Bereichen.“

Good to know / Der Einfluss des Klimawandels auf die Landwirtschaft
Der Agrarsektor und die globale Ernährungssicherheit stehen heute vor weltweiten Herausforderungen. Kaum ein anderer Sektor ist von klimatischen Faktoren so abhängig und von den Auswirkungen des Klimawandels direkt betroffen: Flächenversiegelungen, sich ändernde Temperaturen, Wetterereignisse wie Starkregen, Hitzewellen oder Waldbrände im Zuge des globalen Klimawandels sind nur einige der ernstzunehmenden Phänomene. Zwar hat es extreme Wetterereignisse schon immer gegeben. Seit den letzten Jahren häufen sich die Folgen des Klimawandels allerdings im rasanten Tempo. Die kontinuierlich freigesetzten Treibhausgase beeinflussen beispielsweise schon jetzt den Anbau von Mais, Weizen und Reis. Traditionell können Landwirte durch ihre langjährige Erfahrung im Bereich des Ackerbaus Prognosen treffen, welche Pflanze sie wo anbauen sollten. In Zukunft wird dies jedoch ohne frühzeitige Hilfestellungen durch saisonales Management und Risikominimierung nur schwer umsetzbar sein, da sich die Erträge verschieben und unkalkulierbar werden.

Gesamtgesellschaftliche Herausforderungen werden zum jetzigen Zeitpunkt hinsichtlich der Ernährungssicherheit auch deutlich spürbarer. Die Welternährungskrise, ausgelöst durch drohende Ausfälle oder gar fehlende Getreideexporte aus Kriegsgebieten, verweist auf folgenreiche Konsequenzen für den Agrarsektor. Um diese bedrohlichen Szenarien besser beurteilen zu können, helfen fundierte Informationen über landwirtschaftliche Erträge. Das Projekt Yield Consortium möchte mit KI-Modellen jene Ertragsvorhersagen liefern und saisonales Management vereinfachen.

Die AI4EO Solution Factory
Die AI4EO Solution Factory wurde im Herbst 2021 im Rahmen des „ESA InCubed Programme“ gegründet. Die KI-Fabrik wurde eröffnet, um die Potentiale der Erdbeobachtung mittels Künstlicher Intelligenz für die Industrie nutzbar zu machen. Denn die Möglichkeiten der Erdbeobachtung sind so grenzenlos wie das Weltall selbst. So wird für jeden Kunden eine spezielle Lösung herausgearbeitet. Gleichzeitig werden die Synergien in verschiedenen Anwendungsfeldern genutzt, indem eine Basis auf der Programmseite geschaffen wird und die Programmteile in einem Transfer-Ökosystem wiederverwendet werden.

Diskutieren Sie mit im Raumcon-Forum:

• KI und Raumfahrt

Der Beitrag Yield Consortium: Die Fernerkundung aus dem All für die Landwirtschaft erschien zuerst auf Raumfahrer.net.

Quelle: DFKI.

12. Oktober 2021 – Erdbeobachtung (Earth Observation – EO) findet ein immer breiteres Anwendungsfeld, von der Vorhersage von Ernteerträgen und der Erkennung der Bodenbedeckung bis hin zu Stadtplanung und Katastrophenmanagement. Angesichts der schieren Menge der erzeugten Daten ist eine einfache manuelle Analyse kaum noch praktikabel, sodass automatische Werkzeuge wie KI oder, genauer gesagt, maschinelles Lernen (ML) erforderlich sind.

Kollaborative Umgebung für neue Geschäftsszenarien
Um solche Werkzeuge für kommerzielle Anwendungen bereitzustellen, wird am DFKI in Kaiserslautern die AI4EO Solution Factory eingerichtet. Die vom ESA-Programm InCubed kofinanzierte und zunächst auf drei Jahre angelegte Initiative wird die Marktkenntnisse der Industriepartner mit der KI-Expertise des DFKI kombinieren, um maßgeschneiderte Algorithmen für verschiedenste Anwendungen auf Basis von Satellitendaten bereitzustellen.

Der Finanzierungsvertrag wurde gestern auf der diesjährigen ESA Φ-week Veranstaltung bestätigt.

Toni Tolker-Nielsen, amtierender Direktor der ESA für Erdbeobachtungsprogramme, sagte bei der Unterzeichnung: „Ich freue mich sehr, hier beim Start dieser Initiative dabei zu sein, die die erste ihrer Art ist, die von der ESA unterstützt wird. Wir sehen ein großes Potenzial in der AI4EO Solution Factory, und ich freue mich darauf, ihre Fortschritte bei der Bereitstellung von KI-gestützten EO-Lösungen für Kunden zu verfolgen.“

„Die AI4EO Solution Factory schafft eine kollaborative Umgebung, um auf Basis der kombinierten Expertise von DFKI und ESA, neue Geschäftsszenarios im Bereich der Erdbeobachtung zu erschließen und dafür maßgeschneiderte KI-Lösungen für Partner und Anwender zu entwickeln. Unser Anfang des Jahres gegründetes Transferlab ESA_Lab@DFKI bietet den perfekten Rahmen um auch über die bereits laufenden Projekte hinaus weitere Bedarfe an Technologien in ESA-Projekten zu erforschen und die moderne Raumfahrt und sich daraus ergebende Geschäftsszenarien mit neuesten KI-Methoden mitzugestalten“, sagt Prof. Dr. Andreas Dengel, Geschäftsführender Direktor des DFKI in Kaiserslautern und Leiter des Bereichs Smart Data & Knowledge Services.

DFKI-Projektleiter Marlon Nuske erläutert den Kern der AI4EO Solution Factory: „Die zentrale Idee ist, Synergien aus der Entwicklung von KI-Lösungen für verschiedene Anwendungsfälle der Erdbeobachtung zu nutzen. Während jede Lösung in ihren Anwendungen einzigartig sein wird, können viele der zugrunde liegenden Bausteine für weitere Produkte und Projekte wiederverwendet werden.“

Nicolas Longépé, Technischer Direktor der ESA, ist die Bedeutung des Zeitpunkts nicht entgangen: „Die Unterzeichnung dieses InCubed-Vertrags während der Φ-Woche trägt dazu bei, die Hauptthemen der Veranstaltung – neuer Weltraum und Innovation – zu stärken. Die Solution Factory wird zweifellos zeigen, wie die Zusammenarbeit zwischen Industrie und Wissenschaft die Entwicklung der kommerziellen Raumfahrt ermöglichen kann.“

„Die Unterstützung von InCubed wird der Solution Factory einen wichtigen finanziellen Impuls geben“, fügte Marlon Nuske hinzu. „Wir starten diese Woche offiziell und haben bereits mehrere führende Industrieunternehmen für die erste gemeinsame Produktentwicklung im Agrarsektor an Bord.“

Nicolas Longépé zeigte sich begeistert von den Aussichten der Solution Factory: „Dies ist die bisher größte InCubed-Initiative mit einem deutschen Partner, und wir sind sicher, dass die Solution Factory in den nächsten drei Jahren wichtige Fortschritte bei KI-gesteuerten EO-Anwendungen bringen wird. Die Entstehung der Zusammenarbeit zwischen dem DFKI und dem Explore Office ist ein großartiges Beispiel für den Ethos des ɸ-lab ‚innovate and apply under one-roof‘.“

Erweiterung des Transfernetzwerks
Die AI4EO Solution Factory erweitert auch das Partner-Netzwerk um die DFKI-Transferlabs. Ein solches hatten ESA und DFKI Anfang des Jahres ins Leben gegründet. Die Transferlabs sind ein noch junges, erfolgreiches Kooperationsmodell des DFKI, mit dem in enger Zusammenarbeit mit Industriepartnern aus dem Forschungs-Ökosystem heraus konkrete KI-Lösungen entwickelt werden. Die Partner entsenden hierzu Personal an das DFKI, welches in den Forschungsbereichen mitarbeitet. Der nachhaltige Transfer innovativer KI-Technologien in die Wirtschaft und Gesellschaft ist so eng mit dem wissenschaftlichen Fortschritt verzahnt. Das Spektrum der Transferlabs ist annähernd so breit wie das der DFKI-Forschung. So bestehen neben dem ESA_Lab@DFKI Transferlabs mit Unternehmen und Organisationen aus verschieden Branchen: Hitachi, IAV, Sartorius oder BKA/LKA. Weitere sind in der Entstehung, auch um Synergien mit der AI4EO Solution Factory zu nutzen.

Diskutieren Sie mit im Raumcon-Forum:

KI und Raumfahrt

Der Beitrag AI4EO: Innovationsschmiede für KI in der Erdbeobachtung erschien zuerst auf Raumfahrer.net.