Qualifikation und Erprobung einer Sensorsystemlösung zur bedarfsgerechten Düngung in der Agrar- und Ernährungswirtschaft
Ziel des Projektes iDentPlus
Das Ziel des Vorhabens ist die Entwicklung einer Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das übergeordnete Ziel ist die Entwicklung und Felderprobung einer ganzheitlichen Systemlösung zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Cloud Computing
Eine wesentliche Herausforderung ist, dass das entsprechende NIR-Analysemodell eine hohe Genauigkeit aufweist sowie gegenüber auftretenden Anomalien robust ist. Im Feldeinsatz führen Veränderung z.B. des Fütterungsregimes, Diversifizierungen in der Tierhaltung oder andere Umwelteinflüsse zu Veränderungen in den Nährstoffverteilungen in flüssigen Wirtschaftsdüngern, denen statistische Prognosemodelle mittel- und langfristig nicht Rechnung tragen können. Als Folge dieser Einflüsse ist eine zunehmende Abnahme der Präzision der NIR-Analysemodell zu verzeichnen. Es wird ein Verfahren zur kontinuierlichen Re-Kalibrierung der NIR-Analysemodelle entwickelt, um somit die Qualität der Genauigkeit langfristig zu erhalten. Hierfür ist ein einheitliches Bewertungsverfahren der NIR-Analysemodelle im Vorfeld zu definieren und zu entwickeln.
Cloud Monotoring
Für eine systematische und somit nachhaltige Erweiterung der Datenbasis wird in diesem Vorhaben eine Verfahrensweise zur Qualitätssicherung der NIR-Analysemodelle entwickelt. Das Verfahren zur Qualitätssicherung beschreibt ein kontinuierliches Cloud-Monitoring der Feld-Messungen in landwirtschaftlichen Betrieben, um die Qualität der Analysemodelle zu gewährleisten und zu erhalten. Im Cloud-Monitoring werden nach KI-Algorithmen mögliche Handlungsbedarfe für Betriebe abgeleitet. In Betrieben ohne Handlungsbedarf ist eine korrekte Funktionsweise des Sensors als auch der Analyse gewährleistet. In Betrieben mit Handlungsbedarf gilt es, in Form einer Dienstleistung den Betrieb mittels Referenz-Messung zu beproben, um anschließend die Analysemodelle im Cloud-Computing zu aktualisieren. Diese regionalspezifische Erprobung und Evaluierung des Verfahrens bilden die Grundlage für eine sukzessive Erweiterung.
ITEM – Universität Bremen
Otto-Hahn-Allee 1
28359 Bremen
Wissenschaftlicher Ansprechpartner:
ITEM – Universität Bremen
Otto-Hahn-Allee 1
28369 Bremen
Impressum
Institut für Theoretische Elektrotechnik und Mikroelektronik
Otto-Hahn-Allee 1
28359 Bremen