Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...

Die Seite wird erstellt Stefan-Albert Holz
 
WEITER LESEN
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
Künstliche Intelligenz und Big
Data zur Unterstützung der
gemeinsamen Agrarpolitik
Nationales Forum für Fernerkundung und Copernicus
23 März 2021

Bettina Baruth / JRC / Food Security
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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)
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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 :-)
Künstliche Intelligenz und Big Data zur Unterstützung der gemeinsamen Agrarpolitik - Nationales Forum für Fernerkundung und Copernicus 23 März ...
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 season
Geotagged 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