Präzisionslandwirtschaft mit Hilfe hochaufgelöster Satellitenbilder

Key Visual - Circles
© Fraunhofer IPA

Ritter Sport möchte durch den Einsatz und die KI-gestützte Auswertung von Satellitenbildern pflanzen-physiologische sowie bodenchemische Zustände und Veränderungen erkennen. Auf Basis der gewonnenen Erkenntnisse soll eine ressourcenschonende und bedarfsgerechte Präzisionslandwirtschaft gesteuert werden. Das frühzeitige Erkennen pflanzenbaulicher Parameter in Kombination mit möglichen Handlungsalgorithmen soll einerseits zu einer Ertragssteigerung führen. Im Rahmen eines Früherkennungssystems soll es andererseits ebenso zu Mittelaufwandssenkungen führen.

Präzisionslandwirtschaft auf Basis von Satellitenbildern

Satellitendaten und Wetterinformationen werden gemeinsam für das Untersuchungs­gebiet ausgewertet, um relevante pflanzen- und bodenphysiologischen Veränderungen für Kakaoplantagen schnell zu erkennen. Dabei soll die Auswertung der Satelliten­bilder mit dafür geeigneten KI-Verfahren erfolgen. Darauf aufbauend sollen über die Anwendung von Handlungsalgorithmen mit einer KI-gesteuerten Maßnahmenauswahl kurzfristig optimale Entscheidungsvorlagen erarbeiten werden.

Projektablauf

  • Recherche verfügbarer Satellitendaten für die Kakaoplantage Finca El Cacao von Ritter Sport in Nicaragua
  • Recherche-Kriterien: Räumliche Auflösung, Zeitliche Auflösung (revisit time), Kosten
  • Ergebnis: Übersicht von frei und kommerziell verfügbarer Erdbeobachtungs-Satellitendaten
  • Konzeptentwicklung für ein KI-Modell zur Auswertung der Satellitenbilder
  • Robuste Detektion von gestressten Pflanzen (Abnormalitäten) in Fernerkundungsdaten
  • Labeling der Datensätze mit den detektierten Abnormalitäten für KI-Modelle zur Bilderkennung

Der Quick Check hat gezeigt, dass die Auflösungen der Satellitendaten nicht ausreichen, um im Untersuchungsgebiet kleinflächige pflanzen- und bodenphysiologischen Veränderungen auf Kakaoplantagen zu erkennen. Die Empfehlung ist daher eine Kombination verschiedener Plattformen für Bilddaten (z.B. Satellitendaten, Drohnen, Webcams). Eine Wiederaufnahme des Projekts ist vorgesehen, wenn die erforderliche Datenbasis verfügbar ist.  

Projektnutzen

  • Frühzeitiges Erkennen von eintretenden Veränderungen von gestressten Pflanzen mit Unterstützung von Satellitendaten
  • Reduzierte Mittelaufwandsmenge und mögliche Ertragssteigerung
  • Sicherstellung eines langfristig stabilen Ertragsniveaus
  • Geringere Belastung der natürlichen Ressourcen bei gleichzeitiger Sicherstellung des Ertragsniveaus durch optimales und schnelles Eingreifen

Beteiligte Industriepartner

  • Alfred Ritter GmbH & Co. KG
  • Kooperationspartner: Cyber Valley

Gefördert durch

BW_Ministerium_MWAW

Unsere Partner

Logo des Stuttgarter Technologie- und Innovationscampus
Fraunhofer IPA Logo
Logo Fraunhofer IAO
Fraunhofer IBP Logo