Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Verbundprojekt: Wissensbasierte Standortanalyse für ein umweltgerechtes Unkrautmanagement im integrierten Pflanzenbau (BETTER-WEEDS) - Teilprojekt E |
|---|---|
| Titel (englisch): | Collaborative project: Knowledge-based site-specific analysis for environmentally sustainable weed management in integrated crop protection (BETTER-WEEDS) - subproject E |
| Akronym: | BETTER-WEEDS |
| Beschreibung (dt.): | Derzeit erfolgt die Unkrautkontrolle in konventionellen Ackerbausystemen überwiegend durch angepasste Herbizidstrategien. Vor dem Hintergrund negativer Effekte von Pflanzenschutzmitteln auf die Umwelt und einem zunehmenden Verlust der Unkrautdiversität auf vielen Kulturflächen müssen neue, vor allem umweltfreundliche Ansätze zur Unkrautkontrolle entwickelt werden. Die größte Herausforderung für die praktische Landwirtschaft liegt dabei in der Balance zwischen der Notwendigkeit einer ökonomischen Betriebsführung und der damit verbundenen intensiven Unkrautkontrolle auf der einen Seite und dem steigenden gesellschaftlichen und politischen Ansprüchen an eine ökologisch vertretbare Bewirtschaftung der Ackerflächen auf der anderen Seite. Um diese beiden Anforderungen praxisrelevant kombinieren zu können, müssen a) kostengünstige und zeiteffiziente Tools zur Erfassung verschiedener Unkrautarten und -dichten verfügbar sein, b) flächenspezifische Informationen zum Unkrautvorkommen generiert werden, und c) aus Verteilungskarten konkrete Managementpläne für die Landwirte abgeleitet werden. Ziel dieses Projektes ist daher eine autonome Erfassung, die KI-basierte Identifikation und Auswertung der auf landwirtschaftlichen Flächen auftretenden Unkrautarten und die nachfolgende Erstellung von georeferenzierten Verteilungskarten, die zusätzlich standortspezifische Charakteristika der Flächen berücksichtigen. Auf diesen Flächenkarten aufbauend sollen individuelle, teilflächenspezifische Managementpläne für das Unkrautmanagement abgeleitet und experimentell validiert werden. Dabei soll vor allem die Förderung einer erhöhten Unkrautvielfalt bei gleichzeitiger Kontrolle konkurrenzstarker Unkrautarten im Vordergrund stehen. |
| Beschreibung (engl.): | Herbicide application is currently the most-widely used method to control weeds in conventionally managed arable systems. Against the background of negative impacts of chemical plant protection and an ongoing loss of arable weed diversity, there is a pressing need to develop innovative, environmental-friendly methods for weed control. To achieve this, the greatest challenge is creating a balance between an economically viable level of weed control and increasing political and social demands for a more biodiversity-friendly weed management on arable lands. To achieve this goal a) time- and cost-efficient tools for weed detection must be available, b) information on site-specific occurrence of weeds must be provided, and c) management strategies need to be derived from this site-specific weed maps. The aim of the project is to develop a framework for sustainable weed management using autonomous weed detection, AI-based identification of the weed species, and geo-referenced weed distribution maps taking site-specific characteristics of the individual field into account. Based on these maps, management strategies for weed control on the respective fields will be developed and tested under field conditions. These management strategies will be focused on maintaining desirable species with high value for the agro-ecosystem and, at the same time, providing sufficient control of undesirable, highly competitive species. |
| Laufzeit: | Beginn: 20.04.2021 / Ende: 19.10.2024 |
| Ausf. Einrichtung: | Spleenlab GmbH, Saalburg-Ebersdorf |
| Themenfelder: | Pflanzenschutz, Pflanzengesundheit, crop protection, plant health |
| Förderprogramme: | Digitalisierung in der Landwirtschaft |
| Schlagworte: | Pflanzenbau, crop production, Ressourcenschutz, Ressourceneffizienz, resource protection, resource efficiency, Ackerbau, crop production, Landtechnik, agricultural engineering, Digitalisierung, Digitale Welt, digital world, Integrierter Pflanzenschutz, integrated plant protection, Künstliche Intelligenz, AI Artificial Intelligence, Start-up, Datenmanagement, data management |
| Stichpunkte: | Künstliche Intelligenz |
| Förderkennzeichen: | 28DK123E20 |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an digitalisierung-landwirtschaft@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
