Auf künstlicher Intelligenz (KI) basiert, ist WEEDRIQ ein Lernmodell (Neuronen-Netz), das genau vorhersieht, wie sich das Wasserpotenzial des Bodens in den nächsten sieben Tagen entwickeln wird. Das Modell wurde in Rahmen einer CIFRE Doktorarbeit in Zusammenarbeit mit der ULCO-Universität entwickelt und ist heute 100 % einsatzfähig.


Bildquelle: Shutterstock.com

Daten, die WEEDRIQ integriert, werden von ausgereiften Technologien erfasst: vernetzte Bodenfeuchtigkeitssensoren von WEENAT (entwickelt seit 2015) und meteorologische Daten von internationalen Institutionen (für Deutschland: ICON von DWD und GFS vom amerikanischen NWS). Das WEEDRIQ Modell wurde zwischen 2017 und 2020 entwickelt, und in 2021 - 2022 mit über 2500 Sensoren (ca. 250 Felder / 100 Landwirte) Feld-getestet. Zusätzlich wurde WEEDRIQ anhand von historischen Sensorendaten aus den Jahren 2017 - 2021 kontrolliert. Laut Hersteller sind die Ergebnisse folgendermaßen: 80 % Zuverlässigkeit bei der Tag + 3 Vorhersage, 77 % Zuverlässigkeit bei der Tag + 7 Vorhersage (Erkennung einer Trockenlegung oder einer Befeuchtung des Bodens). Um die Genauigkeit von WEEDRIQ weiter zu erhöhen, haben Wissenschaftler von WEENAT einen Algorithmus entwickelt, der alle Daten analysiert, um eventuell problematische Daten vor dem Lernprozess zu eliminieren. WEEDRIQ ist für Kartoffeln, Zwiebeln, Knoblauch und Schalotten einsatzfähig. Weitere Kulturen sind gerade in der Entwicklung und werden bald verfügbar sein. Für WEEDRIQ installiert man einen oder mehrere vernetzte Bodenfeuchtigkeitssensoren direkt in der Parzelle. Das Modell wird täglich mit den Daten dieser im Feld installierten Sensoren neu kalibriert, um die Genauigkeit der Vorhersagen zu erhören.

WEENAT aus Nantes (Frankreich)

Weitere Informationen unter: www.expo-se.de

Quelle: Der Verband Süddeutscher Spargel- und Erdbeeranbauer e. V. (VSSE)

Veröffentlichungsdatum: 13. Oktober 2022