26/03/2021 - UVa-Forscher entwerfen einen neuen verbesserten Index zur Vorhersage von Ernten durch künstliche Intelligenztechniken

Menéame

Forscher Teledetektionslabor (LATUV) Universität Valladolid (UVA) haben eine neue Vegetationsrate entwickelt, die die Modelle der Erntevorhersage verbessern kann. Die neue Technik, die Sentinel-2-Satellitenbilder der ESA und Techniken der künstlichen Intelligenz und automatisches Lernen von Maschinen, wurde erfolgreich in der Vorhersage der Ertrag der Kartoffel- und Weizenkulturen getestet.

Die landwirtschaftliche Erzeugung hängt von einer Vielzahl von Faktoren ab, sowohl von Mensch als auch von Umwelt, die bei den Landwirten große Unsicherheit hervorrufen. Aber Technologie kann eine wichtige Verbündete sein, um sie zu reduzieren. Dies gilt für Computermodelle, die versuchen, das Verhalten eines Anbaus unter bestimmten Bedingungen - z. B. Boden, Klima oder landwirtschaftliche Praktiken - zu simulieren und je nach dieser voraussichtlichen Entwicklung die landwirtschaftliche Erzeugung zu schätzen.

"Es gibt eine Vielzahl von Modellen und sie sind in der Regel spezifisch für jede Art von Kultur," erklärt DICYT Diego Gomez, Forscher der LATUV und erster Autor von Studien, die kürzlich in den Zeitschriften veröffentlicht wurden. International Journal of Remote Sensing y Landwirtschaft und Forest Meteorology.

Diese traditionellen Wachstumsmuster haben jedoch einige Einschränkungen, wie z. B. "die Unmöglichkeit, die Variabilität innerhalb eines Grundstücks räumlich zu modellieren" oder die Vielzahl der benötigten Inputdaten, die "in der Regel wegen der hohen Zeit- und Kosten ihrer Sammlung nicht erreicht werden."

So wird in den letzten Jahren auf eine Technologie gesetzt, nämlich die Fernerkundung, die Spektralbilder von optischen Sensoren (installiert mit Satelliten, Flugzeugen, Drohnen usw.) verwendet und diese traditionellen Modelle in einigen Fällen ergänzen und sogar ersetzen kann. Diese spektralen Bilder liefern Daten über den Zustand oder die Phönologie der Kultur - die sichtbaren äußeren Veränderungen des Entwicklungsprozesses der Pflanze -, die in Modelle integriert sind, die diese Eingabeinformationen anpassen, um Ernten vorherzusagen.

"Die Spektralbilder decken diesen Bedarf an Eingabedaten ab, ermöglichen den Zugriff auf entfernte Websites und sind kostengünstig. Darüber hinaus sind sie in der Lage, Informationen zu erhalten, die mit der Produktionskapazität des Anbaus zusammenhängen," so der LATUV-Forscher, der sich daran erinnert, dass einer der Spektralindizes - mathematische Formeln, die Spektralbänder kombinieren - der am häufigsten zur Schätzung der Stärke oder Dichte der Vegetation verwendet wird - was schließlich die Produktivität der Kultur vorhersagen lässt - NDVI (Standardabweichungsindex-Vegetationsindex) ist.

Die Verwendung von Zeitreihe dieses Index zur Erzeugung prognostischer Erntemodelle ist in der wissenschaftlichen Literatur sehr häufig. Dieser Index verwendet die Reflexion der Vegetation - die Fähigkeit der Vegetation, Licht zu reflektieren - in zwei Spektralbändern, das rot und das in der Nähe rot, die mit einem Teil des Lichts, das für die Photosynthese und die Zellstruktur der Blätter verwendet werden, bezogen sind.

Eine neue Vegetationsrate

Die Forscher der LATUV haben einen neuen Index namens PPI entwickelt, der auf Satellitenbildern der ESA Sentinel-2 basiert und neben den Spektralinformationen in der Photosynthese - 400 bis 700 Nanometer - auch Informationen aus anderen Bereichen des elektromagnetischen Spektrums - 704 Nanometer, Band in Red Edge und 945 Nanometer, Wasserdampf-Absorberband - berücksichtigt, was weitere wichtige Informationen zum Zustand der Kultur liefern kann, wie z. B. der Wasserstress - wenn die Anlage benötigt wird. mehr Wasser als Sie haben.

Die Forscher verglichen die Vorhersagekapazität beider Vegetationsquoten, NDVI und PPI, zusammen mit weiteren Daten aus Satellitenbildern. Dazu nutzten sie zwei Algorithmen für künstliche Intelligenz und das Lernen von Maschinen (Random Forest und Support Vector Machine) und schufen verschiedene Modelle, in denen diese Indizes mit den anderen Satellitenbändern kombiniert wurden.

"Die Annahme war, dass die Vorhersagemodelle durch die Verwendung eines Index, der andere als die in der beliebten NDVI-Index enthaltene Bandbreiten verwendet, und mit einer gewissen Wahrscheinlichkeit, sensible Informationen über den Anbau zu liefern, besser wären," so Gomez, der schließlich die Vorhersagefähigkeit der Modelle "erhöhte, wenn einer der beiden Vegetationsindizes oder beides enthalten waren," was den Wert "die Verwendung dieser Daten in Kombination mit bestimmten einzelnen Satellitenbändern" aufzeigt.

Genauere Vorhersagen für Kartoffelanbau

Die Ergebnisse zeigen, dass der PPI-Index beim Einsatz des Support Vector Machine-Algorithmus ähnliche Informationen wie der NDVI liefert und deutlich informativer ist als der NDVI, wenn der Random Forest-Algorithmus verwendet wird, vielversprechende Ergebnisse, "die einen neuen Vegetationsindex auf dem Tisch legen, der die Vorhersagemodelle der Ernten auf der Grundlage von Satellitenbildern verbessern kann."

Bislang wurde der neue Index in einem sehr lokal gelegenen Studiengebiet an Kartoffelkulturen getestet. Nach dem Getreide ist die Kartoffel weltweit einer der wichtigsten Nahrungsmittelkulturen. Sie spielt eine entscheidende Rolle bei der Ernährungssicherheit der Entwicklungsländer und spielt auch eine wichtige Rolle im europäischen Agrarsektor, mit Deutschland, Frankreich, den Niederlanden und Polen als Haupterzeuger. Auch wurde in Mexiko mit Daten aus Weizen getestet.

Die Idee des Teams ist es, die Anzahl der Daten zu erhöhen, um die Festigkeit des Modells zu verbessern, einen größeren Studienbereich zu bedecken, um die räumliche Variabilität zu erhöhen und neue Kulturen zu integrieren. Perspektiven, die von der Kontinuität der Finanzierung abhängen und den Landwirten in Zukunft helfen können, ihre Ernte auf zuverlässigere Weise vorherzusagen.

Referenz

Gómez, D., Salvador, P., Sanz, J., & Casanova, J. L. (2021). New spectral indicator Potato Productivity Index based on Sentinel-2 data to improve potato yield prediction: a machine learning approach. International Journal of Remote Sensing, 42(9), 3430-3448.

Gómez, D., Salvador, P., Sanz, J., & Casanova, J. L. (2021). Modelling wheat yield with antecedent information, satellite and climate data using machine learning methods in Mexico. Agricultural and Forest Meteorology, 300, 108317.

_______________________________________________

Cristina González Pedraz

DiCYT-Stiftung 3CIN-Agentur

Smart City Expo World Congress 2026(SCEWC) es el evento internacional más influyente sobre innovación urbana y ciudades inteligentes. Se celebra del 3 al 5 de noviembre de 2026 en el recinto Gran Via de Fira Barcelona, bajo el lema "Urban Solutions. Real Impact". El congreso reúne a más de 27.000 profesionales, 1.100 expositores y 600 expertos globales de 130 países...

Mateu Oliver Montserrat, vicepresidente segundo del Consejo General de Colegios Oficiales de Ingenieros Industriales (CGCOII) y decano del Colegio Oficial de Ingenieros Industriales de Baleares, ha sido elegido presidente de EUREL, la organización europea que reúne a asociaciones profesionales de ingeniería y promueve la cooperación entre sus miembros y la representación de la profesión ante las instituciones europeas. La elección...

Die Entscheidung des Obersten Gerichtshofs von Xustiza de Galicien (TSXG) zur Anwendung der Doktrin des Obersten Gerichtshofs und zur Ablehnung der Klage gegen die Vorabgenehmigung und den Bau des Windparks Bustelo war die Hauptrolle bei der Eröffnung der XIII Windtag Wind Galicien 2026, im Forum gerahmt Energy Days Diese Informationen wurden sowohl vom Cluster der erneuerbaren Energien Galiciens (Cluergal) als...

Aero Norway, ein Unternehmen von ITP Aero und spezialisierter Wartungsanbieter (MRO) für CFM56 Motoren, die von CFM International* hergestellt werden, hat eine Vereinbarung mit GE Aerospace für den Betrieb der Hochdruckturbinerotoren (HPT) und der zweiten HPT-Schraube der CFM LEAP-1A und LEAP-1B. Der mehrjährige Vertrag ist der erste dieser Art für Aero Norway und markiert einen wichtigen Ausgangspunkt für den Übergang...

Die fortschrittliche Industrie wird sich die nächste Veranstaltung 14./15. Oktober am 6. Ausgabedel Technologietreffen Burgos Industrie 4.0 die als Hauptakteur für die industrielle Quantenrechnerung (Quantum Industrial) und ihre Kombination mit künstlicher Intelligenz (IA) mit besonderem Fokus auf ihr Potenzial zur Lösung komplexer Optimierungsprobleme und zur Transformation industrieller Prozesse, kombinierter Technologien, die den eigentlichen Motor der Industrie der Zukunft darstellen werden....