Better-Weeds – Next generation weed management
Digitalisation in agriculture is currently expanding very rapidly. Digital field maps, geo-referenced machine movements, and a vast set of sensors on different platforms are already utilised on arable farms and even robotic field management is tested under practical field conditions. Digitalisation and artificial intelligence enable more effective and precise weed management through automated weed recognition. Sensor-based recognition systems automatically differentiate between weed and crop plants allowing for selective and site-specific weed control measures. By reducing herbicide inputs, site-specific herbicide application can mitigate negative impacts on the environment and reduce production costs. With support from the Federal Ministry of Food and Agriculture (BMEL), the project “Better-Weeds” uses the technical possibilities of GIS-based imagery from unmanned aerial vehicles (UAV) and artificial intelligence (AI)-driven plant recognition on arable fields. The novel and innovative part of the project is a knowledge-based merging process. It combines the location data on the spatial distribution of different weed species with biological and ecological weed traits, as well as soil and climatic data to create extensive field maps. In addition, farm-specific agronomic conditions such as the crop rotation on the respective field and available weed control technology are considered. Together, this combined information is used to create a site-specific weed management plan for a given arable field taking into account weed control thresholds and the competitive ability and ecological benefits (e.g. habitat for beneficial insects) of the present weed species. The application of the generated management plan forms a step towards reducing reduce herbicide applications and increasing in-field weed diversity.
Die Digitalisierung in der Landwirtschaft schreitet rasch voran. Digitale Feldkarten, georeferenzierte Maschinenbewegungen und eine Vielzahl von Sensoren auf verschiedenen Plattformen werden bereits in landwirtschaftlichen Betrieben eingesetzt. Sogar die Bewirtschaftung durch Roboter wird bereits in die Praxis überführt. Digitalisierung und künstliche Intelligenz ermöglichen zukünftig durch automatische Unkrauterkennung ein effektiveres Unkrautmanagement. Systeme unterscheiden automatisch zwischen Unkraut und Kulturpflanzen und ermöglichen so eine selektive und standortspezifische Unkrautbekämpfung, die durch die Reduzierung des Herbizideinsatzes negative Auswirkungen auf die Umwelt vermindern und die anfallenden Produktionskosten verringern kann. Mit Unterstützung des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) nutzt das Projekt "Better-Weeds" die technischen Möglichkeiten von GIS-basierten Bildern aus Drohnen (UAV) und KIgesteuerter Pflanzenerkennung auf Ackerflächen. Der neue und innovative Teil des Projekts ist ein wissensbasierter Fusionsprozess. Er kombiniert die Standortdaten aus der räumlichen Verteilung verschiedener Unkrautarten mit biologischen und ökologischen Unkrautmerkmalen sowie mit Boden- und Klimadaten, um umfassende Feldkarten zu erstellen. Darüber hinaus werden betriebsspezifische agronomische Bedingungen, wie z.B. die Fruchtfolge auf dem jeweiligen Feld und die verfügbare Unkrautkontrolltechnik berücksichtigt. Diese kombinierten Informationen werden genutzt um einen teilflächenspezifischen Unkrautmanagementplan zu erstellen, der die Schwellenwerte für die Unkrautkontrolle sowie die Konkurrenzfähigkeit und den ökologischen Nutzen (z.B. Lebensraum für Nützlinge) der auf dem Feld vorhandenen Unkräuter berücksichtigt. Der erstellte Managementplan ist ein notwendiger Schritt, um den Herbizideinsatz zu reduzieren und die Unkrautvielfalt im Feld zu erhöhen.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
