PPP – KI-gestützte Vorhersagemodelle für Pflanzenwachstum
Herausforderung
Wachstum und Qualität von Gehölzen sind von der Wasserversorgung abhängig, mit der auch die Verfügbarkeit von Nährstoffen unmittelbar verbunden ist. In Baumschulbetrieben kann Trockenheit schnell zu einem begrenzenden Faktor für das Pflanzenwachstum werden. Um Schäden vorzubeugen, ist vor allem in Containerkulturen eine bedarfsgerechte Bewässerung erforderlich. Die Versorgung mit Wasser und Nährstoffen ist sehr komplex und hat einen enormen Einfluss auf die Pflanzenqualität sowie folglich auch auf den finanziellen Ertrag von Baumschulbetrieben.
Lösungsansatz
Ziel des Projektes ist es, zunächst für die beiden Modellpflanzen Lebensbaum (Thuja) und Rhododendron ein System zu entwickeln, das die Umweltbedingungen dieser Pflanzen mit Sensoren überwacht und daraus Pflegemaßnahmen für ein möglichst schnelles, ressourcenschonendes oder zeitlich planbares Pflanzenwachstum bestimmt. Dazu werden Substratfeuchte, Bodenleitwert (Düngerkonzentration), Bodentemperatur, lokale Wetterbedingungen, Zugabe von Wasser und Dünger sowie Schattierung und Lüftung von Gewächshäusern in einer Baumschule mit Sensoren überwacht. Hierdurch werden lokale Gegebenheiten und Einflussgrößen für jeden Einsatzort individuell mit Methoden der Künstlichen Intelligenz (KI) erlernt. Mit diesem Wissen können anschließend genaue Vorhersagemodelle des Wasser-, Dünger- und Temperaturhaushaltes für das Pflanzenwachstum erstellt werden. Letztlich sollen die Daten dazu genutzt werden, um bei der Steuerung von Bewässerung, Düngung und Temperaturregulierung zu unterstützen und diese sogar zu automatisieren.
Das Projekt im Überblick
Projektdaten
Vollständiger Name: PPP – Predictive Plant Production
Projektlaufzeit: bis 31.12.2023
vielleicht auch interessant?
AniWeb - KI-basierte Masthuhn-Beobachtung
Lesen Sie mehr
SEBEK - Sensorgestützte Beregnungssteuerung im Kartoffelanbau
Lesen Sie mehr
PlaWaKiRi - Plasmawasser gegen Klaueninfektionen beim Rind
Lesen Sie mehr
RoboForest – Roboter für georeferenzierte sensorbasierte Freischneidung und Vitalitätsüberwachung von Waldsetzlingen
Lesen Sie mehr