Page 9 - Landinfo Ausgabe 2-2022
P. 9

Digitalisierung





       •  In Winterweizen und Wintergerste wird   das erste Laubblatt, orange, gelb und grün
          das Ährenschieben betrachtet. Unterschie-  jeweils das zweite, dritte und vierte Laubblatt.
          de zwischen verschiedenen Sorten hin-  Ergebnisse zu der Erfassung des BBCH-Sta-
          sichtlich des Zeitpunktes des Ährenschie-  diums der trainierten KI liegen noch nicht
          bens sollen dabei erfasst werden.     vor. Die Segmentierung der einzelnen Laub-
                                                blätter ist als Folgeschritt der Segmentierung
       •  Im abgereiften Zustand soll die Bestandes-  der Maispflanze wie in Abbildung 1 geplant.
          dichte in Winterweizen und -gerste durch
          Ährenzählen  ermittelt werden. Mit  Hilfe
          der Keimfähigkeit und der Saatstärke kann   Ausblick
          in einem weiteren Schritt die Anzahl der
          Triebe pro Pflanze abgeschätzt werden.  Derzeit steht die erste vollständige Vegetati-
                                                onsperiode bevor, in der Befliegungs- und
       •  Sowohl im Mais als auch in Winterweizen   Boniturdaten gesammelt werden. Erste Er-
          und Wintergerste werden auftretendes La-  gebnisse zu allen angestrebten Boniturpara-
          ger kartiert.                         metern sind Anfang des Jahres 2023 zu erwar-
                                                ten. Das Projekt läuft noch bis Anfang 2024,
       •  Der Bodendeckungsgrad wird in allen drei   womit mehrjährige Datensätze erhoben wer-
          Kulturen ebenfalls erhoben.           den können.  Am Ende des Projektes soll eine
                                                automatisierte  Bonitur  von  Einzelpflanzen
                                                anhand UAS-Datenerfassung und KI gestütz-
         Erste Ergebnisse                       ter Auswertung zur Verfügung stehen. Dabei
                                                sollen insbesondere neue Methoden für die
       In den drei Kulturen wurden bereits Bonitu-  einfache, verlässliche und flexible Bonitur
       ren und Befliegungen im ersten Projektjahr   großer Feldbestände entwickelt werden. Zu-
       durchgeführt und verschiedene Klassen im   dem soll eine robuste Erkennung auch in he-
       Bild farblich markiert (Annotationen) sowie   rausfordernden Szenarien (Überdeckung,
       Versuche mit der KI trainiert. Aus den Beflie-  Unkraut, Sortenvarianz) ermöglicht werden
       gungsdaten im Mais wurden Bilder in den drei   und das Lernen von Pflanzeneigenschaften
       Klassen Kulturpflanze, Unkraut und offener   und Boniturparametern durch KI-Ansätze
       Boden annotiert. Sowohl die annotierten Bil-  etabliert werden.
       der als auch die originalen Bilder wurden in
       einem weiteren Schritt in kleinere Bildaus-  Die Landwirtschaft soll von der Erforschung
       schnitte, sogenannte Chunks, unterteilt. Die   und Nutzbarmachung speziell auf die Land-
       annotierten Chunks wurden zu 80 % dazu   wirtschaft ausgerichteter KI-Verfahren profi-
       verwendet, das KI Modell zu trainieren, zu   tieren. Hierzu zählen insbesondere die auf
       10 % um das Modell zu validieren und zu   fachkundig erhobenen Daten trainierten Mo-
       10 % um das mehrfach trainierte und validier-  delle und Neuronalen Netze einschließlich
       te Modell an ungenutzten Daten zu testen.   neuer Potentiale. Aber auch die Transparenz,
       Trotz der relativ geringen Anzahl von 20 an-  Nachhaltigkeit und Effizienz soll in der Land-
       notierten UAS-Bildern, konnte das KI-Mo-  wirtschaft aufgrund der automatischen Boni-
       dell schon Kulturpflanze, Unkraut und Bo-  tur erhöht werden. Ein direkter Praxisbezug
       den nach visueller Begutachtung voneinander   bei der Entwicklung soll damit neueste KI-
       trennen. Abbildung 1 zeigt den Chunk eines   Methoden schnell in die Anwendung bringen.
       Originalbildes (Input Image), die dazugehöri-  Es ist geplant über die Laufzeit des Projektes   Markus Strathmann
       ge manuelle Annotation (True Mask) und das   hinaus die entwickelten Algorithmen zur au-  LTZ Augustenberg -
       Ergebnis der KI (Predicted Mask). Die Un-  tonomen Bonitur am LTZ zu nutzen.      Außenstelle Forchheim
       kräuter wurden nahezu vollständig erfasst                                         Tel.: 0721 / 9518 - 173
       und die Maispflanze mit Ausnahme der Blatt-                                       markus.strathmann@ltz.
       spitze der rechten Maispflanze richtig klassi-  Förderung                         bwl.de
       fiziert.
                                                Das in diesem Artikel zugrunde liegende Vor-  Dr. Christian Bauer
       Ebenfalls im Mais wurden bereits erste Bilder   haben wurde mit Mitteln des Bundesministe-  LTZ Augustenberg-
       hinsichtlich der Zuordnung eines BBCH-Sta-  riums für Bildung und Forschung unter dem   Außenstellen Forchheim
       diums annotiert. Abbildung 2 zeigt die Anno-  Förderkennzeichen 28DK120B20 gefördert.     Tel.: 0721 - 9518 - 171
       tation mehrerer Maispflanzen hinsichtlich der                                     christian.bauer@ltz.bwl.
       voll entwickelten Laubblätter. Rot markiert ist   Quellen                        de



       Landinfo 2/2022                                                                                        9
   4   5   6   7   8   9   10   11   12   13   14