Projekttitel:
5G Campus-Netze als Enabler für echtzeitfähiges Lernen in der ökologischen Landwirtschaft
Fördergeber:
Ministerium für Wirtschaft, Industrie, Klimaschutz und Energie des Landes Nordrhein-Westfalen
Konsortialführer:
Hochschule Hamm-Lippstadt
Projektkonsortium:
FlyPard Analytics GmbH; Pfeifer & Langen GmbH & Co. KG
Projektbeschreibung:
Neben dem Sähen und Ernten sind das Überwachen der Pflanzen und adäquates Düngen, sowie das Spritzen von Pestiziden und Fungiziden essenzielle Bestandteile der Nahrungsmittelproduktion auf den Feldern von NRW. Dabei stehen der modernen Landwirtin heutzutage diverse informationstechnische Hilfsmittel zur Verfügung. Insbesondere können Geodaten genutzt werden, um den Düng- und Spritzprozess an die individuellen Gegebenheiten des Feldes anzupassen. Hierzu wird ein Geoinformationssystem genutzt. Anhand von Überflugbildern entscheidet die Landwirtin, wie ihr Feld gedüngt und gespritzt wird. In der Zuckerrübenproduktion, auf die sich dieses Projekt fokussiert, wird in der Regel ein fixer Mix an Düngemittel oder Pflanzenschutzprodukten mit derselben Rate auf dem gesamten Feld ausgebracht. Die für das gesamte Feld gültige Entscheidung über den zu verwendenden Mix und die Ausbringrate basiert dabei auf einer Kombination aus Wetterbedingungen, Pflanzenwachstumsstadium und gegebenenfalls einer Risikoanalyse. Die Verwendung eines einheitlichen Mixes und einer einheitlichen Rate hat ungewollte ökologische Konsequenzen, z.B. eine erhöhte Stickstoffbelastung von Feldern.
Im Rahmen des Projektes wird erforscht, wie 5G genutzt werden kann, um den landwirtschaftlichen Prozess des Zuckerrübenanbaus in NRW ökologischer, ökonomischer und zukunftsfähiger zu machen. Die geringe Latenz von 5G ermöglicht es, informationstechnische Systeme in Echtzeit in den Prozess zu integrieren und innerhalb definierter Antwortzeiten auf Sensor- und Positionsdaten zu reagieren. Dadurch lassen sich Methoden der künstlichen Intelligenz über eine Cloud mit hoher Rechenkapazität in Echtzeit anwenden, um bei einer Überfahrt Pflanzen zu kategorisieren und über den gesamten Lebenszyklus zu überwachen. Somit werden zum einen unnötige Feldüberfahrten, die nur der Datensammlung dienen, vermieden und zum anderen lassen sich Düngemittel und Pflanzenschutzprodukte präziser auf dem Feld verteilen, da die Ausbringrate während der Überfahrt mittels maschinellen Lernens dynamisch angepasst werden kann. Zudem lassen sich latenzbedingt mit 5G unbemannte Fahrzeuge einsetzen, um Pflanzen zu überwachen und Daten zu sammeln.