Publication

Auf dem Weg zu einem Entscheidungsunterstützungssystem zur Pflege und Ernte von Grünlandflächen

Christoph Tieben, Tobias Reuter, Konstantin Nahrstedt, Franz Kraatz, Kai Lingemann, Dieter Trautz, Thomas Jarmer, Joachim Hertzberg

In: Markus Gandorfer, Christa Hoffmann, Nadja El Benni, Marianne Cockburn, Thomas Anken, Helga Floto (editor). 42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft. Gesellschaft für Informatik in der Land-, Forst- und Ernährungswirtschaft (GIL-2022) February 21-22 Switzerland Pages 289-294 ISBN 978-3-88579-711-1 Gesellschaft für Informatik e.V. Bonn 2/2022.

Abstract

Zur Bewirtschaftung von Grünlandflächen müssen eine Vielzahl an Parametern und Regularien berücksichtigt werden, um Entscheidungen für geeignete Pflegemaßnahmen oder Ernte¬termine zu treffen. Um diese Entscheidungsfindung zu unterstützen, schlagen wir ein regelbasiertes Inferenzsystem vor. Dieses bildet automatisch Schlussfolgerungen auf Basis von modelliertem Expertenwissen und rechtlichen Regeln sowie Daten aus Bonituren, drohnengestützten Bildauf-nahmen und externen Quellen, wie Wetterprognosen, ab. Die geschlussfolgerten Empfehlungen umfassen Maßnahmen wie Düngung und Erntetermin, abhängig vom Nutzungsziel, betrieblichen Gegebenheiten und weiteren Parametern. Das so entstandene Entscheidungsunterstützungssystem wurde exemplarisch mit Handlungsempfehlungen von Experten unter realen Bedingungen getestet.

Projekte

Weitere Links

GIL2022_Tieben_289-294.pdf (pdf, 314 KB )

German Research Center for Artificial Intelligence
Deutsches Forschungszentrum für Künstliche Intelligenz