Auf dem Weg zu einem Entscheidungsunterstützungssystem zur Pflege und Ernte von Grünlandflächen
Christoph Tieben, Tobias Reuter, Konstantin Nahrstedt, Franz Kraatz, Kai Lingemann, Dieter Trautz, Thomas Jarmer, Joachim Hertzberg
Editors: Markus Gandorfer, Christa Hoffmann, Nadja El Benni, Marianne Cockburn, Thomas Anken, Helga Floto
In 42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, (GIL-2022), 21.2.-22.2.2022, Gesellschaft für Informatik e.V., pages 289-294, Feb/2022. ISBN: 978-3-88579-711-1.
Zusammenfassung (Abstract)
:
Zur Bewirtschaftung von Grünlandflächen müssen eine Vielzahl an Parametern und Regularien berücksichtigt werden, um Entscheidungen für geeignete Pflegemaßnahmen oder Ernte¬termine zu treffen. Um diese Entscheidungsfindung zu unterstützen, schlagen wir ein regelbasiertes Inferenzsystem vor. Dieses bildet automatisch Schlussfolgerungen auf Basis von modelliertem Expertenwissen und rechtlichen Regeln sowie Daten aus Bonituren, drohnengestützten Bildauf-nahmen und externen Quellen, wie Wetterprognosen, ab. Die geschlussfolgerten Empfehlungen umfassen Maßnahmen wie Düngung und Erntetermin, abhängig vom Nutzungsziel, betrieblichen Gegebenheiten und weiteren Parametern. Das so entstandene Entscheidungsunterstützungssystem wurde exemplarisch mit Handlungsempfehlungen von Experten unter realen Bedingungen getestet.
Stichworte
:
Expertensystem, Grünland, Entscheidungsunterstützung, Wissensrepräsentation
Files:
GIL2022_Tieben_289-294.pdf
Links:
https://dl.gi.de/handle/20.500.12116/38413
