Unterstützende Technologien
Die digitale Landwirtschaft nutzt moderne Bewässerungssysteme für eine Präzisionsbewässerung, was den Ressourceneinsatz optimiert und den Anbauertrag verbessert. KI-gestützte und an das Internet der Dinge (IoT) angeschlossene Plattformen überwachen die Nutzpflanzen auf Schädlingsbefall und Krankheiten, was ein gezieltes Eingreifen ermöglicht und den Einsatz von Breitband-Schädlingsbekämpfungsmitteln verringert. Eine auf Sensoren und Drohnen gestützte Datenanalyse in Echtzeit kann als Grundlage für wichtige Entscheidungen beim Bewässerungsbedarf und bei der Schädlingsbekämpfung dienen. Technologien zur Wetterbeeinflussung wie z. B. Wolkenimpfung befinden sich noch im experimentellen Stadium. Sie zielen darauf ab, natürliche Regenfälle zu ergänzen und die landwirtschaftliche Produktivität in Regionen mit Wasserstress zu erhöhen.
- Bewässerung
Die Bewässerungspraxis in der Landwirtschaft lässt sich mithilfe moderner Technologien und datengestützter Ansätze optimieren. Dies stellt eine effiziente Wassernutzung sicher und fördert das Pflanzenwachstum. In diese Kategorie gehört die Einbeziehung von Sensoren, Wetterprognosen und automatisierten Bewässerungssystemen, um die Bodenfeuchtigkeit, die Wetterbedingungen und den Wasserbedarf der Pflanzen in Echtzeit zu überwachen, sowie die Nutzung von Präzisionsbewässerungsgeräten wie GPS-basierten Systemen oder Bewässerungsrobotern. Intelligente Bewässerungssysteme nehmen eine Bewässerung genau zum richtigen Zeitpunkt und an der richtigen Stelle vor und können so Wasserverschwendung verringern, die Kosten senken und nachhaltige Landwirtschaftspraktiken unterstützen. Gleichzeitig lässt sich der Ernteertrag steigern, und die Widerstandsfähigkeit gegenüber dem Klimawandel verbessert sich. Eine Präzisionsbewässerung kann bis zu 44 % an Wasser einsparen.
Sensortechnik und Bildgebung
Moderne Bewässerung greift auf Sensoren zurück, die Bodenfeuchtigkeit und Bewässerungszustand der Pflanzen messen und genau dann und dort gießen, wann und wo das nötig ist. Kapazitive Sonden messen auf der Ebene der Wurzeln den volumetrischen Wassergehalt, und auf Wuchshöhe angebrachte Wärmebildkameras erkennen, wenn eine mangelhafte Wasserversorgung zu Pflanzenstress führt. Mithilfe dieser Daten lassen sich in Echtzeit Feuchtigkeitskarten erstellen, sodass Überbewässerung und Wasserverschwendung vermieden werden können. Auf Türmen im Feld installierte Wärmebildkameras können z. B. feststellen, ob Pflanzen an Stellen, an denen sich die Wärme staut, zu welken beginnen und dort die Bewässerung einschalten, damit die Pflanzen wieder optimal mit Wasser versorgt sind.
Datenverarbeitung und KI
Auf Datenplattformen können die Messergebnisse der Sensoren mit Wetterprognosen und Modellen für das Pflanzenwachstum kombiniert werden, sodass KI-gestützte Bewässerungspläne umgesetzt werden können. Auf maschinellem Lernen basierende Algorithmen ermitteln die Wasserverbrauchsmuster der einzelnen Felder und prognostizieren, wann die Feuchtigkeit unter wichtige Schwellenwerte für die angebauten Pflanzen fällt. Diese Modelle erzeugen dann Empfehlungen für eine variable Bewässerung (variable-rate irrigation, VRI) und stellen so sicher, dass jeder Teil des Felds genau das erforderliche Wasservolumen erhält. Dadurch lässt sich die Bewässerung z. B. auf schweren Lehmböden um bis zu 20 % verringern oder bei sandigen Böden, von denen das Wasser schnell abfließt, erhöhen.
Automatisierung und Robotik
Automatisierte Bewässerungsanlagen wie Kreisberegner oder robotergesteuerte Tropfanlagen können eine variable Bewässerung auch ohne menschliches Eingreifen mithilfe von GPS-Daten und Durchflussregelventilen umsetzen. Eingebaute Durchflussmesser und Drucksensoren können den Wasserdruck in Echtzeit anpassen und die entsprechenden Düsen aktivieren. Die Landwirte können das System aus der Ferne überwachen und die Einstellungen bei unerwarteten Wetterereignissen ändern. Im Endergebnis erfolgt so eine effiziente, automatische Bewässerung, die einen möglichst hohen Ertrag pro Tropfen Wasser sicherstellt.
- Wetterbeeinflussung
Zur Wetterbeeinflussung in der Landwirtschaft gehören Techniken, mit denen die atmosphärischen Bedingungen zugunsten der landwirtschaftlichen Erzeugung geändert werden sollen, z. B. Wolkenimpfung, Nebelmelken oder Erwärmung bzw. Kühlung einzelner Bereiche. Diese Praktiken haben insofern einen beträchtlichen Effekt, als sie widrige Effekte von Klimaschwankungen und Extremwetterereignissen abmildern können. KI-Algorithmen lassen sich zur Optimierung von Umweltparametern einsetzen, und Drohnen können verwendet werden, um künstlichen Regen zu erzeugen und Wolken zu impfen. Dies hat die technische Innovation auf diesem Gebiet beträchtlich vorangebracht.
Datenverarbeitung und KI
KI-Modelle können mit einer Kombination von Daten aus Satellitenbildern, bodenbasierten Wetterstationen und Echtzeit-Sensordaten gespeist werden und so den optimalen Zeitpunkt für Wettereingriffe errechnen. Auf maschinellem Lernen basierende Algorithmen können historische Ergebnisse von Wolkenimpfungen analysieren und mit den aktuellen atmosphärischen Bedingungen abgleichen, um zu berechnen, in welcher Höhe und zu welchem Zeitpunkt die Kondensationskeime am besten ausgebracht werden sollten. Mithilfe von KI können dann dynamische Operationspläne erstellt werden, sodass mehrere Fluggeräte für die Impfung koordiniert werden und sich mitten im Flug an neue Bedingungenanpassen können. Solche Modelle lernen im Zeitablauf stetig hinzu, was die Erfolgsquoten erhöht und dafür sorgt, dass die Wetterbeeinflussung bei möglichst geringem Ressourceneinsatz möglichst große Wirkung hat.
Drohnen
Drohnen spielen bei der Wetterbeeinflussung eine zentrale Rolle, denn sie können Kondensationskeime wie z. B. Silberjodid oder hygroskopische Salze direkt in die Zielwolken einbringen. Sie tragen kompakte Kanister mit den Kondensationskeimen und fliegen auf vorab festgelegten Routen, die auf Echtzeit-Daten aus der Atmosphäre beruhen. So wird sichergestellt, dass die Kondensationskeime in genau der richtigen Höhe und genau am richtigen Ort ausgebracht werden. Weil Drohnen hoch flexibel sind, können sie rasch auf neue Witterungsbedingungen reagieren und kleine Mengen an Kondensationskeimen hoch präzise an Orten versprühen, die für bemannte Flugzeuge oder vom Boden aus nicht erreichbar sind.
- Schädlingsbekämpfung
Bei der Schädlingsbekämpfung geht es in der Landwirtschaft darum, durch Schädlinge und Krankheiten verursachte Ernteverluste zu vermeiden und so die Lebensmittelproduktion zu erhöhen sowie den Einsatz von Chemikalien zu verringern, die Lebensmittelsicherheit sicherzustellen und Ökosysteme zu schützen. Wirksame Schädlingsbekämpfungsstrategien umfassen neben dem Einsatz chemischer Schädlingsbekämpfungsmittel auch biologische Pflanzenschutzmittel wie Nützlinge, Anbaupraktiken wie z. B. Fruchtfolgen und integrierte Schädlingsbekämpfungsansätze (Integrated Pest Management, IPM), bei denen verschiedene Methoden miteinander kombiniert werden, um ein optimales Ergebnis zu erzielen. Zu den modernen digitalen Schädlingsbekämpfungstechnologien gehören GPS-gesteuerte Sprenger, die mit möglichst wenig Schädlingsbekämpfungsmittel eine möglichst hohe Wirkung erzielen, autonome Drohnen und Bodenroboter zur gezielten Ausbringung von Schädlingsbekämpfungsmitteln und Bilderkennungsalgorithmen, mit deren Hilfe Schädlinge anhand von Drohnen- oder Sensordaten erkannt und kategorisiert werden können. Schätzungen zufolge lässt sich der Einsatz von Schädlingsbekämpfungsmitteln und der entsprechende Kostenaufwand durch eine variable Ausbringung im Vergleich zur konventionellen Ausbringung um 60 – 67 % reduzieren.
Schädlingsüberwachung in Echtzeit über das Internet der Dinge (IoT)
An das IoT angeschlossene Geräte (Fallen, Sensoren) übertragen Daten zur Schädlingsaktivität zur Echtzeitanalyse an Cloud-Systeme. Wenn das System irreguläre Muster erkennt, z. B. Stellen mit Blattverlusten oder Wärmesignaturen von Insekten, die in Bienenstöcke eindringen, weist es auf das entsprechende Problem hin. So lässt sich das Eingreifen auf einen kleinen, umschriebenen Bereich begrenzen, was den Einsatz von Chemikalien und die Nebenwirkungen reduziert.
Datenverarbeitung und KI
KI-gestützte Modelle für den Schädlingsbefall können Auszählungen von in Fallen gefangenen Schädlingen, die üblichen Wandermuster von Schadinsekten, Wetterdaten und Informationen zum Pflanzenzustand miteinander kombinieren und so Prognosen für das Risiko eines Schädlingsbefalls und den optimalen Eingriffszeitpunkt erstellen. Maschinelles Lernen kalibriert diese Prognosen durch einen Vergleich tatsächlicher Befallsereignisse mit historischen Trends und verbessert so laufend die Treffgenauigkeit. Die Plattform schlägt dann eine gezielte Ausbringung von Schädlingsbekämpfungsmitteln oder biologischen Pflanzenschutzmitteln in engen Zeitfenstern vor, wenn die Schädlinge besonders anfällig sind. Dieser datenbasierte Ansatz führt zu mehr Effizienz und verringert das Risiko, dass die Schädlinge resistent gegen Schädlingsbekämpfungsmittel werden und dass Schädlingsbekämpfungsmittel ausgeschwemmt werden.
Automatisierung und Robotik
Robotergesteuerte Sprenger und Bodenfahrzeuge mit Präzisionsdüsen können biologische oder pheromonbasierte Pflanzenschutzmittel direkt auf den betroffenen Pflanzen bzw. Feldbereichen ausbringen. Die von GPS und eingebauten Schädlingserkennungssensoren gesteuerten Roboter konzentrieren sich lediglich auf die betroffenen Blätter, sodass keine umfassende Ausbringung erforderlich ist. Einige Systeme lassen sich sogar mit mechanischen Geräten wie Klebefallen oder Vakuumsaugern ausrüsten, die Schädlinge ohne Chemieeinsatz einsammeln. Diese autonomen Systeme fahren routinemäßig über die Felder und bekämpfen so mit minimalem Einsatz menschlicher Arbeitskraft laufend etwaige Schädlinge.
Drohnen
Mithilfe von Drohnen lassen sich Felder rasch mit hochauflösenden Farbbildern (RGB-Bildern) und multispektralen Kameras beobachten, um Schädlingsbefall durch Schadmuster an Blättern und ungewöhnliche Blattreflektionen zu erkennen. Nach dem Erkennen befallener Stellen können die Drohnen mit Präzisions-Mikro-Düsen ausgerüstet werden und genau diese Stellen mit minimaler Drift schützen. Sie können Fungizide, Insektizide oder biologische Schädlingsbekämpfer wie Nematoden genau dort ausbringen, wo sie benötigt werden, sodass eine Behandlung ganzer Felder nicht mehr nötig ist. So werden zum einen der Einsatz von Chemikalien und die Umweltauswirkungen reduziert, und zum anderen wird das Entstehen von Resistenzen verlangsamt, weil die Ausbringung nur in den gerade befallenen Bereichen erfolgt. In Weinbergen und Obstplantagen können unbemannte Drohnen unter dem Blätterdach entlang fliegen und präzise Ausbringungen entlang der Pflanzreihen vornehmen, was im Vergleich zu traditionellen bodenbasierten Sprengern Zeit und Kosten spart.