KI-gestütztes Monitoring von Paludikultur (KIMoPa)

Hintergrund:

Das Verbundprojekt KIMoPa entwickelt innovative KI-Technologien zur Erkennung und Klassifizierung von Moorvegetation und untersucht die praxisnahe Anwendung in den landwirtschaftlichen Verwertungsketten. Ziel ist es, die Bewirtschaftung von Paludikulturflächen – also der landwirtschaftlichen Nutzung nasser und wiedervernässter Moore – effizienter und wirtschaftlich attraktiver zu gestalten. 

Bisher stellt die heterogene Vegetationszusammensetzung, bestehend aus Seggen, Binsen, Rohrkolben, Schilf und weiteren moortypischen Pflanzen eine Herausforderung für die landwirtschaftliche Praxis und die stoffliche Verwertung dar.

KIMoPa adressiert diese Lücke: Mit Drohnen und Künstlicher Intelligenz ermitteln wir detaillierte Vegetationskarten, die eine objektive Bewertung der Flächen ermöglichen – von dem Auftreten und der Verteilung einzelner Pflanzenarten bis hin zur Abschätzung von Biomassequalität und Treibhausgaspotenzial. Landwirtschaftsbetriebe nutzen die Informationen, um Prozessabläufe und Management anzupassen oder die Biomasse dediziert für verschiedene Verwertungsmöglichkeiten zu nutzen.

Projektziele:

• KI-gestützte Vegetationserkennung: Entwicklung von Machine-Learning-Modellen zur automatischen Identifikation und Klassifizierung von Moor- und Paludikulturpflanzen aus Drohnendaten
• Digitale Monitoringplattform: Aufbau einer Ende-zu-Ende-Lösung für den Einsatz in der Landschaft inklusive interaktiver Visualisierung von Vegetationsheterogenität und Bewirtschaftungsinformationen
• Modellversuch Ballenetikettierung: Praxiserprobung der Zuordnung von Biomassezusammensetzung zu geernteten Ballen für eine qualitätsbasierte Vermarktung
• Praxistauglichkeit: Einbeziehung von Interessensgruppen zur praxisnahen Entwicklung, Untersuchung der Integrationsfähigkeit und Wirtschaftlichkeitsbewertung