Forscher in Andalusien entwickeln KI-Tool zur Verbesserung der Bewässerungseffizienz

Forscher der Agronomieabteilung der Universität Córdoba haben eine entwickelt Werkzeug der künstlichen Intelligenz Dadurch können Landwirte eine Woche im Voraus vorhersagen, wie viel Wasser sie für die Bewässerung benötigen.

Die Forscher fügten hinzu, dass dieses neueste Tool, LSTMHybrid, Teil einer umfassenderen Anstrengung zur Digitalisierung der Bewässerung ist, die den Landwirten helfen wird, die Produktionskosten durch Einsparung von Wasser und Energie zu senken.

Das neueste Tool basiert auf dem Cangenfis-Modell, das 2021 entwickelt und anhand von vier Jahren Klimadaten aus Zújar in der andalusischen Provinz Granada trainiert wurde. Im Einsatz könnte es den langfristigen Wasserbedarf für die Bewässerung mit einer Genauigkeit von 80 Prozent vorhersagen.

Allerdings konnte die erste Iteration des KI-gestützten Tools nur den Gesamtwasserbedarf verschiedener Nutzpflanzen vorhersagen, darunter Reis, Mais und Tomaten.

"Der große Unterschied zu früheren Modellen besteht darin, dass dies zum ersten Mal im Sieben-Tage-Maßstab durchgeführt wurde“, sagte Rafael González, einer der drei leitenden Forscher, die an beiden Projekten beteiligt waren.

Mit LSTMHybrid können Landwirte ihren Wasserbedarf präziser budgetieren und den erwarteten Bewässerungsbedarf mit den verschiedenen Tarifzeiträumen überlagern. Die Forscher hoffen, dass diese präziseren Daten den Landwirten helfen werden, wirtschaftlich und agronomisch fundierte Entscheidungen zur Optimierung von Wasser und Energie zu treffen.

Die Notwendigkeit, das Bewässerungssystem Spaniens zu modernisieren, wurde laut Forschern traditionell von historischen Erfahrungen und nicht von Vorhersagedaten geleitet umso notwendiger gemacht durch die anhaltende Dürre und gefährlich niedrige Reservoirfüllstände.

Während CANGENFIS Hunderte von neuronalen Netzen nutzte, die eine halbe Million verschiedener Faktoren berücksichtigen, erstellt LSTMHybrid seine Vorhersagen auf der Grundlage der Durchschnittstemperatur, der Referenz-Evapotranspiration, der Luftfeuchtigkeit und früherer Bewässerungsaufzeichnungen.

Das neue Modell kann auch zuvor eingegebene Daten speichern, um seine Vorhersagefähigkeit im Jahresvergleich zu verbessern.

Diese Vereinfachung ermöglicht es Landwirten und Bewässerungsmanagern, wöchentliche Daten manuell über einen normalen Computer in das System einzugeben und so vorherzusagen, wie viel Wasser für die Bewässerung in der folgenden Woche benötigt wird.

"„Die Kenntnis des Wasserbedarfs mehrere Tage im Voraus wird die Verwaltung des Systems erleichtern und dazu beitragen, den Wasserverbrauch und die Energiekosten zu optimieren“, sagte Juan Antonio Rodríguez, ein weiterer an beiden Projekten beteiligter Forscher.

Neben der Verbesserung des Wassermanagements fügte Antonio Rodríguez hinzu, dass die neue Vorhersagefunktion den Übergang der Region zu erneuerbaren Energien erleichtern würde, indem sie genauere Prognosen für den landwirtschaftlichen Energiebedarf lieferte.

"Das Wissen ist vorhanden und die Technologie wurde getestet und funktioniert“, sagte der dritte leitende Forscher Emilio Camacho. ​"Jetzt müssen wir das Tool entwickeln, das es den Gemeinden ermöglicht, diese Technologie auf einfache Weise zu nutzen, damit die Unternehmen, die die technologische Lösung für die Bewässerungsgemeinschaft bereitstellen werden, diese Fortschritte einführen.“

• Universität von Córdoba
• Universität von Córdoba