Grünlandflächen sind im Sinne der Nachhaltigkeit ökologisch wertvoll. Sie fördern den Erhalt der Artenvielfalt, speichern Kohlenstoff und sind bedeutend für die Viehwirtschaft. Dennoch sind Informationen zu Erträgen und Futterqualität für deren nachhaltige Bewirtschaftung kaum verfügbar. Um die oberirdische Biomasse und den Stickstoffgehalt der Vegetation zu schätzen, haben Forschende des KIT nun das Potenzial kostengünstiger Drohnensensoren untersucht. Ihre Studie zeigt, dass mit diesen Sensoren in Kombination mit Maschinellem Lernen hochaufgelöste Karten der Grünlandeigenschaften erzeugt werden können. Über die Ergebnisse berichten die Forschenden in der Zeitschrift Biogeosciences.
Grünlandbewirtschaftung mittels KI und Sensoren
Mithilfe der Sensoren könne man beispielsweise Ertragsunterschiede innerhalb eines Feldes erkennen. Zusammen mit einem im Susalps-Projekt entwickelten System zur Unterstützung von Entscheidungen könne man bei der nachhaltigen Nutzung von Grünland helfen, sagt Dr. Bumsuk Seo vom Institut für Meteorologie und Klimaforschung – Atmosphärische Umweltforschung (IMK-IFU), dem Campus Alpin des KIT in Garmisch-Partenkirchen. Die Forschenden haben Sensoren, Algorithmen und verschiedene Eingangsparameter wie spektrale und strukturelle Informationen, beispielsweise die Bestandshöhe, kombiniert. So könne man die Biomasseschätzung erheblich verbessern, ergänzt Anne Schucknecht vom IMK-IFU. Die Ergebnisse würden Landwirten dabei helfen, ihr Grünland flächenspezifisch, bedarfsgerecht, effizient und nachhaltig zu bewirtschaften.
Weitere Informationen unter https://bg.copernicus.org/articles/19/2699/2022/