Hauptinhalt

Topinformationen

Agri-Gaia: ein agrarwirtschaftliches KI-Ökosystem

Teilprojekt (TP): Agrarfernerkundung und rechtliche Aspekte des Betreibermodells

Projektleitung:	Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)
Teilprojektleitung:	Dr. Thomas Jarmer (AG Fernerkundung und Digitale Bildverarbeitung, Institut für Informatik, Universität Osnabrück)
*Mitarbeiterinnen:**	Christabel Edena Ansah (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück), Robert Rettig (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück), Marcel Storch (AG Fernerkundung und Digitale Bilderverarbeitung, Institut für Informatik, Universität Osnabrück)
Projektpartner TP:	Universität Osnabrück
	Hochschule Osnabrück
	Deutsches Forschungszentrum für Künstliche Intelligenz

Projektziel:	Der Schwerpunkt liegt in der Erhebung von Pflanzeneigenschaften, dem Zustand des Bestandes auf dem Acker sowie den Standortbedingungen. Darauf aufbauend werden Modelle entwickelt, die kleinflächenspezifische Maßnahmen erlauben und so eine nachhaltigere ökologische Landwirtschaft ermöglichen. Die UOS macht die im Teilprojekt entwickelten KI-Verfahren und Analysetools einem breiten Nutzerkreis über die Agri-Gaia Plattform verfügbar.

Im Projekt Agri-Gaia wird eine Plattform entwickelt, die einen umfassenden Datenaustausch in der Landwirtschaft ermöglichen soll. Im Bereich der Agrarfernerkundung sind Innovationen des Teilvorhabens unterschiedlichen Teilbereichen zuzuordnen. Ein Teilziel stellt die Charakterisierung von Pflanzen durch simulierte multi- und hyperspektrale Trainingsdaten dar. Mit synthetischen Daten können Prognosemodelle erstellt werden, die Aussagen über die zukünftige Entwicklung von Pflanzen im Bestand erlauben. Ein weiteres Teilziel ist die Pflanzendetektion und -lokalisierung in Ackerkulturen, um Beikräuter zu erkennen und entsprechende Maßnahmen einleiten zu können. Um Anomalien festzustellen und eine Standortcharakterisierung vorzunehmen, sollen KI-basierte Bestandskartierungen durchgeführt werden. Diese teilflächenspezifischen Informationen zu Boden- und Pflanzeneigenschaften werden mit meteorologischen Daten zur räumlich differenzierten Standortbewertung verknüpft. Basierend auf der räumlich differenzierten Bewertung der Standortbedingungen landwirtschaftlicher Nutzflächen kann der Landwirt seinen Acker kleinflächenspezifisch bearbeiten und somit nachhaltig bewirtschaften.

Die Juristische Fakultät der Universität Osnabrück beschäftigt sich in Agri-Gaia mit den rechtliche Aspekten des Betreibermodells der Agri-Gaia Plattform Prof. Dr. Mary-Rose McGuire: Intellectual Property-Policy; Prof. Dr. Bernd J. Hartmann: Fragen des Datenschutzes.