Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Verbundprojekt: Verbesserung von Prognosemodellen und Entscheidungshilfesystemen im Pflanzenschutz durch Integration hochaufgelöster Erdbeobachtungsdaten und KI-optimierter Methoden (GeoProg) - Teilprojekt C |
|---|---|
| Titel (englisch): | Collaborative project: Improving prognosis models and decision support systems in pest control by integrating high-resolution earth observation data and AI-optimized methods (GeoProg) - Subproject C |
| Akronym: | GeoProg |
| Beschreibung (dt.): | Der Deutsche Nationale Aktionsplan zur nachhaltigen Anwendung von Pflanzenschutzmitteln (NAP) und die EU-Strategie 'Farm-to-Fork' sehen eine deutliche Reduzierung der Anwendungsrisiken von Pflanzenschutzmitteln vor. Prognosemodelle (PM) und Entscheidungshilfesysteme (EHS) liefern wichtige Informationen zum Befallsrisiko durch Schadorganismen und entsprechende Handlungsempfehlungen. Sie sind daher unverzichtbare Planungsinstrumente, um dieses Ziel zu erreichen. PM und EHS basieren jedoch häufig auf räumlich grob aufgelösten Daten, was eine schlag- oder teilflächenspezifische Einschätzung des Befallsrisikos und somit die Planung einer reduzierten Anwendung von Pflanzenschutzmitteln stark einschränkt. Die Integration von hoch aufgelösten Erdbeobachtungsdaten (EO-Daten) und KI-optimierter Methoden in die PM und EHS wird die Prognosequalität deutlich erhöhen sowie das Ausweisen von Risikozonen inner- und außerhalb des Schlages ermöglichen. Die Herausforderung besteht darin, die EO-Datenprodukte so aufzubereiten, dass eine praxistaugliche Anwendung in PM und EHS möglich ist. Das Projektvorhaben GeoProg nimmt diese Herausforderung an und überprüft zahlreiche EO-Datenprodukte hinsichtlich ihrer Eignung für den Einsatz in PM und EHS. Die EO-Datenprodukte und daraus abgeleitete Folgeprodukte können weniger genaue Modellparameter direkt ersetzen oder ergänzen. Zusätzlich werden sie in verbesserte oder sogar in neue Risikokarten und Biomassemodelle einfließen. Die Zuverlässigkeit der EO-Datenprodukte und Folgeprodukte sowie die Performance der optimierten PM und EHS werden mithilfe von Referenzdaten (ground truth) überprüft. Ein wichtiger Aspekt des Vorhabens ist daher auch die Erhebung und nachhaltige Aufbereitung von bundesweiten Referenzdaten entsprechend der FAIR-Prinzipien. Die Projektergebnisse werden über Web Services und Apps dargestellt und so dem Landwirt, aber auch Pflanzenschutzdiensten als Werkzeuge zur Beratung und Entscheidungsfindung zur Verfügung gestellt. |
| Beschreibung (engl.): | The German National Action Plan on Sustainable Use of Plant Protection Products (NAP) and the EU-strategy 'Farm-to-Fork' calls for a significant reduction of the application risk associated with the use of plant protection products. Prognosis models (PM) and decision support systems (DSS) provide important information on the risk of infestation of organisms harmful to cultivated plants and corresponding recommendations for action. Thus PM and DSS are indispensable instruments to achieve this goal. PM and DSS are often based on spatially coarsely resolved data which severely restrict the reduced site specific application of pesticides on agricultural fields. The integration of high-resolution Earth Observation (EO) data and AI-optimized methods can significantly improve the forecast quality of PM and DSS, but also allow the identification of risk zones in- and outside agricultural fields. The main challenge is to process and provide EO data products in a way that enables robust day-to-day application in PM and DSS. GeoProg addresses this challenge by reviewing the numerous EO data products for their usability in PM and DSS. EO data products and their derivatives can directly replace less accurate model parameters or can be included in risk maps and biomass models. The reliability of the EO data products and their derivatives as well as the performance of the optimized PM and DSS will be validated using reference data (ground truth). Therefore, an important aspect of the project is the collection and sustainable processing of nationwide reference data according to FAIR principles. The project outcomes will be provided via web services and apps as advisory and decision-making aid for farmers and authorities. |
| Laufzeit: | Beginn: 01.07.2024 / Ende: 30.06.2027 |
| Ausf. Einrichtung: | Julius Kühn-Institut Bundesforschungsinstitut für Kulturpflanzen (JKI) - Institut für Strategien und Folgenabschätzung, Kleinmachnow |
| Themenfelder: | Pflanzenschutz, Pflanzengesundheit, crop protection, plant health |
| Förderprogramme: | Programm zur Innovationsförderung des Bundesministeriums für Ernährung und Landwirtschaft |
| Schlagworte: | Pflanzenkrankheiten (Viren, Bakt., Pilze, Phytoplasmen), plant diseases (virusus, bacteria, fungi, phytoplasma), Pflanzenschutz, Pflanzengesundheit, crop protection, plant health, Umwelt- und Naturschutz, environment and nature protection, Präzise Landwirtschaft, precision farming, Prognose, forecast, Modellierung, modeling, Künstliche Intelligenz, AI Artificial Intelligence, Fernerkundung, remote sensing |
| Förderkennzeichen: | 281D201C22 |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an innovation@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
