Drohnen und KI für eine nachhaltige Grünlandwirtschaft

Etwa 40 % der Landmasse der Erde sind von Grünland bedeckt, wovon der Wohlstand von ca. 2 Mrd. Menschen weltweit direkt abhängig ist. Grünland dient als Weideland, leistet wichtige Ökosystemfunktionen wie Kohlenstoffspeicherung und garantiert die Lebensmittelsicherheit für eine wachsende Weltbevölkerung.  

Durch eine digitalisierte und automatisierte Erkennung von Pflanzenarten und der Analyse des Biomasseaufwuchses soll sowohl das Grünlandmanagement als auch Fördermöglichkeiten für ökologische Maßnahmen erleichtert werden. Hier zeigt die UAS (Drohnen-) Technologie großes Potential: Verschiedene Kamera- und Sensortechnologien erheben räumlich und zeitlich hoch aufgelöste Informationen im sichtbaren und Infrarotspektrum. Mit Hilfe von maschinellem Lernen und künstlicher Intelligenz kann aus dem 2D-Bildmaterial und den 3D-Modellen beispielsweise die Artzusammensetzung sowie die Menge und Qualität des Aufwuchses im Grünland abgeleitet werden.  

Diese Information ist eine Voraussetzung für Precision Farming und kann somit helfen, die Menge an Düngemitteln und Pflanzenschutzmitteln zu reduzieren und die Weidewirtschaft zu optimieren. 

Machine Learning und KI-Algorithmen werden zur Erkennung und Lokalisierung von Pflanzenarten aus den zusammengesetzten Drohnenbildern und Sensordaten eingesetzt. Zentimetergenau können bestimmte Individuen oder Gruppen einzelner Pflanzenarten identifiziert und lokalisiert werden, sodass im Anschluss Karten des beflogenen und gescannten Feldes mit der Verteilung der Pflanzenarten erstellt werden.

Praxisrelevant ist diese Erkennung zum einen für agrarisch relevante Arten wie zum Beispiel die Verteilung von nahrhaften Futterpflanzen, die Indikatoren für qualitativ hochwertiges Grünland sind und im Gegensatz dazu die Menge und Verteilung von Schad- und sogar Giftpflanzen, die die Qualität des Futters senken oder sogar gefährlich für die Gesundheit der Tiere sein können.

Ökologisch wichtig ist die Arterkennung vor Allem für das Biodiversitätsmonitoring von Grünlandflächen von der intensiv bis zur extensiv bewirtschafteten Fläche. Speziell extensiv bewirtschaftetes Grünland, also der geringe Einsatz von Düngemitteln und ein- bis zweimaliges Mähen oder Beweiden einer Grünlandfläche, fördern die pflanzliche Artenvielfalt auf diesen Flächen, was sich auch positiv auf die Insekten- und Vogelpopulation auswirkt. Seit Beginn des Jahres 2023 gelten die neuen Öko-Regelungen der gemeinsamen Agrarpolitik (GAP) der EU, wodurch sich Landwirt:innen Extensivgrünland fördern lassen können um diese zu erhalten oder sogar zu erweitern. Die Abteilung Smart Farming des Fraunhofer IGD trainiert hierzu spezifische Arterkennungsmodelle mittels KI-Algorithmen, die die sogenannten Kennarten für artenreiches Grünland nicht nur erkennen, sondern ihre Verteilung und teilweise auch Einzelpflanzen zentimetergenau lokalisieren können. Diese Anwendung soll in naher Zukunft auch als Nachweis für die staatliche Förderung zertifiziert werden.

Weitere Anwendungen, die von der Abteilung Smart Farming im Bereich drohnenbasiertem Visual Computing bedient werden sind Biomasseabschätzung und Futterqualitätsmonitoring im Grünland, Krankheitserkennung und Wild- bzw. Unwetterschadenabschätzung im Acker- und Grünland, sowie das Monitoring der Carbon-Sequestration bei Wiedervernässung von Mooren.

Die Sprüh- und Streudrohnen erlauben den Einsatz von Saat und Düngung in nicht-befahrbaren Gebieten (Hohe Vegetation oder zur Bodenschonung aufgrund von Nässe). Wichtig ist vor allem der bedarfsgerechte Einsatz von Düngemitteln und das sogenannte Spot-Spraying, also das selektive Besprühen von kleinen Bereichen oder Einzelpflanzen. Hier können im großem Stil Pflanzenschutzmittel eingespart werden, welches positive ökonomische und ökologische Effekte zur Folge hat. Die Informationen und Applikationskarten für den Einsatz der Agrardrohnen werden durch die Vegetationsanalysen durch Visual Computing aufgrund der durch Drohnenflüge erhobenen Bild- und Sensordaten am IGD erstellt und verarbeitet, sodass sie für die Anwendung nur noch auf die Drohne hochgeladen werden müssen.