Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik Nationales Forum für Fernerkundung und Copernicus 23 März 2021 Bettina Baruth / JRC / Food Security
Innovative Technologien - Modernisierung der GAP
performant modernized
Wireless technology
Space data Big data Digital era
Data mining
reliable
Positioning
preventive
Artificial
Advisory Intelligence
tools Meta analysis
Apps
simpler fair
Robot
QR code Blockchain
Farm sensors Scientific Modelling
RFID Internet of Things
Barcode
e-Governance
Meta-Analysen zu den Auswirkungen
landwirschaftlicher Praktiken auf die Umwelt
Web of science – core collection
More than 11.000 records for
Example: environmental impacts agriculture and environment over
of agro-forestry practices the last 5 years
Kartierung von Feldfrüchten im kontinentalen
Maßstab mit maschinellem Lernen
Orléans (France) Border Austria Czech republic
Castilla y Leon (Spain) Romania
EU 2018 crop map with Sentinel-1 at 10m pixel spacing.
Masked with non-vegetation Corine Land Cover classes. d'Andrimont, R.. Verhegghen, A., et al. in progress
LUCAS Copernicus in-situ
Daten für Training und Validierung
• EO LUCAS Modul 2018 zur Erhebung relevanter
Oberflächen (Polygone)
• 60.000 “reine” Polygone erfasst, in der Regel 0.3 ha
• Open Data Set in ESSD
• LUCAS Copernicus Modul in 2022 mit 150.000 Erhebungen
und einem vereinfachten Protokoll
Beispiele LUCAS Copernicus |Polygone
d'Andrimont, R. et al. LUCAS Copernicus 2018: Earth Observation relevant in-situ data on land cover throughout the European
Union. 2020. Earth System Science Data Discussions, 1-19. (2020)
Die GAP – Direktzahlungen - was wird überprüft?
58 000 000 000 € / Jahr
40 Milliarden Direktzahlungen (4,85 Dtschl.)
14 Milliarden Ländliche Entwicklung (1.2)
Mehr als 135 Millionen
Referenzparzellen (LPIS)
Ø 250 Euro pro Hektar
Überprüfung der Bedingungen für die Direktzahlungen:
• Deklarierte Parzellenfläche
• Zur Förderung berechtigte Fläche
• Standards zur Erhaltung landwirtschaftlicher Flächen in
"gutem landwirtschaftlichen und ökologischen Zustand"
6
Schlüsseltechnologien für die GAP
Integriertes
Verwaltungs-
und Kontrol-
system
1990 Aktuelle
Technologien
ID-12031965
9.22 ha
Ackerkultur Community of
2000 Practice
GSD 1m
Fehlerrate
unter
Proaktiv
2%
2015
CAP Checks by Monitoring
Deklarierte Nutzpflanzen Sentinel-2 Sentinel-1
Niemals
Juni Wolken
Wolken!
The declared crop map (left) with May-June-July composite of S-2 NDVI (centre) and S-1 VV backscattering
CAP Checks by Monitoring
Für jede Parzelle:
Zwischenfrucht
Sentinel-2 Extrahierung der Zeitreihe für die
Ernte Wachstumsperiode (S1 / S2)
Austreiben Wir können „lesen“ was passiert
Wolken S-1 / S-2 sind oftmals komplementär
Monitoring bestätigt die
Sentinel-1 Deklarationen der Landwirte
Saatbeet
• Open COPERNICUS Daten
• Open source software
Kornfuellung • Europäische DIAS Cloud Dienste
Pfluegen Zugänglich für alle :-)
Workflow
Traffic light assignment
Different ways out:
Compliance rules
Green
Non Compliance rules
Red
Inconclusive process
Yellow
“Appropriate follow-up”
Majority
of
Fully automated
cases
real time near the end end of seasonGeotagged Fotos – komplementäre Informationen
Date - Time
Via mobile applet Verbindung zur
Location
Invekos Datenbank
Orientation
Erbringt Nachweise für
• Mahd Termine
• Anbaudiversifizierung
• Brachflächen
• Verzicht auf Herbizide
• …Schlussfolgerungen • Unterstützung der gemeinsamen Agrarpolitik durch KI und Big Data hat bereits begonnen, diese sollte aber ausgebaut werden, um den Anforderungen an eine moderne GAP gerecht zu werden. • Landwirtschaftliche Systeme werden zunehmend komplexer und diverser, um auf die heutigen Herausforderungen zu antworten (z.B. Klimawandel). Mit Hilfe von Wissenschaft und modernen Technologien kann dieser Wandel unterstützt werden. • Räumliche Daten (z.B. COPERNICUS / Big data) spielen dabei eine große Rolle, jedoch in Kombination mit anderen Datenquellen und Werkzeugen (KI, ML). • Dies muss zum Nutzen der Landwirte eingesetzt werden, so dass diese davon profitieren (Monitoring anstelle von Kontrolle, seltener Vor-Ort Kontrollen, Automation der Antragsanstellung, und vieles mehr) • All diese braucht übergreifende gemeinsame Regeln, Austauschbarkeit von Daten & Wissenstransfer. Dann werden wir in den kommenden Jahren einen starken Anstieg dieser Technologien in der Implementierung der Gemeinsamen Agrarpolitik sehen.
Thank you also on behalf of my colleagues Raphael d’Andrimont, Wim Devos, Astrid Verheggen, Guido Lemoine, Philippe Loudjani, Marta Perez-Soba, Marijn van der Velde bettina.baruth@ec.europa.eu
Sie können auch lesen
