CropSense - Satelliten-, Modell- und KI-basierte Ertragsprognose landwirtschaftlicher Kulturpflanzen
Abstract
Das Ziel dieses Projektes ist die Entwicklung von Methoden zur Satelliten-, Modell- und KI-basierten Ertragsprognose landwirtschaftlicher Kulturpflanzen im Kontext der österreichischen Landwirtschaft. Zur Erreichung des Projektziels werden folgende Technologien und Methoden kombiniert bzw. weiterentwickelt: - Sentinel 2 Spektraldaten (Satellitenbilder) werden als Input für die KI Komponente, das Reflexionsmodell PROSAIL und das Wachstumsmodell iCrop verwendet. - Die KI Komponente wird mit manuell gekennzeichneten und bereits vorhandenen Trainingsdaten aus dem österreichischem und US Raum auf die Erkennung landwirtschaftlicher Kulturpflanzen trainiert. Das trainierte Modell sollte die auf den Satellitenbildern ersichtlichen Kulturpflanzen zu 90% korrekt klassifizieren können. Mit dem Reflexionsmodell PROSAIL werden durch diskrete Variation der Inputwerte mögliche Reflexionswerte errechnet und in einer Datenbank gespeichert. Die in den Satellitenbildern ersichtlichen Reflexionswerte werden anschließend mit den Werten in der Datenbank abgeglichen, um so auf mögliche Inputwertekombinationen und Kulturpflanzen schließen zu können - Die Ergebnisse der KI Komponente und des Reflexionsmodells werden an den Fuzzy-Logik Klassifikator übergeben, um die Kulturpflanze final zu bestimmen. - Die erkannte Nutzpflanzenart und über die Spektraldaten ableitbare Wachstumsparameter (z.B. Leaf Area Index) werden zur Kalibrierung des Wachstumsmodells iCrop zur Erstellung von Ertragsprognosen (sowie Erntezeitunkt, Phänologie, Dünge- und Wasserbedarf) verwendet.
Publikationen
Mitarbeiter*innen
Ahmad M. Manschadi
Assoc. Prof. Dr. Ahmad M. Manschadi
manschadi@boku.ac.at
Tel: +43 1 47654-95112
Projektleiter*in
01.01.2021 - 30.06.2022