KI-Drohnen sollen Landwirten helfen, ihre Gemüseerträge zu optimieren

Automatisierte Drohnen überwachen erfolgreich Nutzpflanzen und melden den idealen Erntezeitpunkt

04.10.2023

symbolisches Bild

comupter generated picture

Aus Gründen der Ernährungssicherheit und des wirtschaftlichen Anreizes sind die Landwirte ständig bestrebt, ihre marktfähigen Ernteerträge zu maximieren. Da die Pflanzen nicht gleichmäßig wachsen, kommt es zum Zeitpunkt der Ernte unweigerlich zu Schwankungen bei Qualität und Größe der einzelnen Pflanzen. Den optimalen Erntezeitpunkt zu finden, ist daher eine Priorität für die Landwirte. Ein neuer Ansatz, bei dem Drohnen und künstliche Intelligenz zum Einsatz kommen, verbessert diese Einschätzung nachweislich, indem er die einzelnen Pflanzen sorgfältig und genau analysiert, um ihre wahrscheinlichen Wachstumseigenschaften zu beurteilen.

In einigen optimistischen Science-Fiction-Geschichten ist von einer Zukunft nach der Knappheit die Rede, in der die Bedürfnisse der Menschen befriedigt werden und die schwere Arbeit von Maschinen übernommen wird. In mancher Hinsicht scheint diese Vision einige Elemente des derzeitigen technologischen Fortschritts vorauszusagen. Ein solcher Bereich ist die landwirtschaftliche Forschung, in der die Automatisierung ihre Wirkung entfaltet hat. Zum ersten Mal haben Forscher, unter anderem von der Universität Tokio, ein weitgehend automatisiertes System zur Verbesserung der Ernteerträge demonstriert, von dem viele Menschen profitieren können und das den Weg für künftige Systeme ebnen könnte, die eines Tages die Ernte direkt einbringen könnten.

"Die Idee ist relativ einfach, aber der Entwurf, die Umsetzung und die Ausführung sind außerordentlich komplex", so Associate Professor Wei Guo vom Laboratory of Field Phenomics. "Wenn die Landwirte den idealen Zeitpunkt für die Ernte ihrer Felder kennen, können sie die Verschwendung reduzieren, was gut für sie, die Verbraucher und die Umwelt ist. Der optimale Erntezeitpunkt lässt sich jedoch nicht so einfach vorhersagen und erfordert im Idealfall detaillierte Kenntnisse über jede einzelne Pflanze; solche Daten zu sammeln, wäre mit einem hohen Kosten- und Zeitaufwand verbunden. Hier kommen die Drohnen ins Spiel".

Guo hat einen Hintergrund sowohl in Informatik als auch in Agrarwissenschaften und ist daher ideal geeignet, um Wege zu finden, wie modernste Hard- und Software die Landwirtschaft unterstützen könnte. Er und sein Team haben gezeigt, dass einige kostengünstige Drohnen mit spezieller Software junge Pflanzen - im Fall dieser Studie Brokkoli - abbilden und analysieren und ihre erwarteten Wachstumseigenschaften genau vorhersagen können. Die Drohnen führen den Bildgebungsprozess mehrfach durch, und zwar ohne menschliches Zutun, was bedeutet, dass das System nur geringe Arbeitskosten erfordert.

"Es mag überraschen, dass die Ernte eines Feldes nur einen Tag vor oder nach dem optimalen Zeitpunkt das potenzielle Einkommen des Landwirts um 3,7 % bis zu 20,4 % verringern kann", so Guo. "Mit unserem System jedoch identifizieren und katalogisieren Drohnen jede Pflanze auf dem Feld, und ihre Bilddaten speisen ein Modell, das mithilfe von Deep Learning leicht verständliche visuelle Daten für die Landwirte erstellt. Angesichts der derzeit relativ niedrigen Kosten für Drohnen und Computer sollte eine kommerzielle Version dieses Systems für viele Landwirte erschwinglich sein."

Die größte Herausforderung für das Team lag in der Bildanalyse und dem Deep Learning. Das Sammeln der Bilddaten selbst ist relativ trivial, aber angesichts der Art und Weise, wie sich Pflanzen im Wind bewegen und wie sich das Licht mit der Zeit und den Jahreszeiten ändert, enthalten die Bilddaten eine Menge Variationen, die Maschinen oft nur schwer kompensieren können. Daher musste das Team beim Training des Systems viel Zeit in die Kennzeichnung verschiedener Aspekte der Bilder investieren, die die Drohnen sehen könnten, damit das System lernt, das Gesehene richtig zu identifizieren. Auch der enorme Datendurchsatz stellte eine Herausforderung dar - die Bilddaten waren oft in der Größenordnung von Billionen von Pixeln und damit zehntausendmal größer als selbst bei einer High-End-Smartphone-Kamera.

"Ich möchte mehr Möglichkeiten finden, wie die Phänotypisierung von Pflanzen (Messung von Pflanzenwachstumsmerkmalen) vom Labor auf das Feld übertragen werden kann, um zur Lösung der großen Probleme beizutragen, mit denen wir konfrontiert sind", sagte Guo.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Originalveröffentlichung

Haozhou Wang, Tang Li, Erika Nishida, Yoichiro Kato, Yuya Fukano, Wei Guo; "Drone-Based Harvest Data Prediction Can Reduce On-Farm Food Loss and Improve Farmer Income"; Plant Phenomics, Volume 5

https://www.yumda.com/de/news/1181706/ki-drohnen-sollen-landwirten-helfen-ihre-gemueseertraege-zu-optimieren.html

Originalveröffentlichung

Haozhou Wang, Tang Li, Erika Nishida, Yoichiro Kato, Yuya Fukano, Wei Guo; "Drone-Based Harvest Data Prediction Can Reduce On-Farm Food Loss and Improve Farmer Income"; Plant Phenomics, Volume 5

Themen