AI2 – Schadinsekten automatisch erkennen
Eine Laus kommt selten allein
Um Blattläuse im Ackerbau sinnvoll bekämpfen zu können, müssen sie zunächst einmal eindeutig identifiziert werden. Das dauert heutzutage oft noch zu lang. Künstliche Intelligenz (KI) soll das zukünftig beschleunigen.
Blattläuse sind nicht nur im heimischen Garten ein Problem. Auch in der Landwirtschaft kommen sie in den vergangenen Jahren vermehrt vor. Blattläuse schädigen befallene Pflanzen, indem sie an ihnen saugen und Viren übertragen, die Pflanzenkrankheiten auslösen können. Um ackerbauliche Kulturen in der Praxis gezielt vor Schadinsekten schützen zu können, ist es daher sehr wichtig, genau zu wissen, wann und wo sie auftreten. Nur so können die Schadinsekten optimal bekämpft werden und auf prophylaktische Anwendungen von Pflanzenschutzmitteln kann verzichtet werden.
Insektenfallen müssen ausgezählt werden
Derzeit werden Schadinsekten in der Praxis erfasst, indem die Kulturpflanzen im Feld begutachtet oder die Insekten mittels Saugfallen oder Gelbschalen aus der Luft gefangen werden. Die korrekte Identifizierung der gefangenen Schadinsekten ist anschließend extrem wichtig, um entscheiden zu können, was zu tun ist. Doch Blattläuse anhand ihrer äußeren Merkmale zu identifizieren, ist sehr komplex und damit auch sehr zeit- und kostenaufwendig. Das dafür benötigte gut geschulte Personal wird aber immer weniger. In der Praxis stellt dies viele Pflanzenschutzdienste gerade in den Flugzeiten der Blattläuse vor kaum zu lösende, personelle Engpässe.
KI erkennt automatisch, was da so "kreucht und fleucht"
Erklärtes Ziel des Projekts AI2 ist daher, Schadinsekten in Routine-Auswertungen von Luftfängen automatisiert zu identifizieren. Der Einsatz von KI wird es ermöglichen, die gefangenen Insekten automatisch zu erkennen und auch ihre Anzahl korrekt zu erheben. Eine solche KI-basierte Auswertung hätte vielfältige Vorteile: 1) die Bearbeitungszeit der Fänge wird sich dadurch drastisch reduzieren, 2) die Ergebnisse sind standardisiert, 3) die KI-Anwendung kann an vielen Standorten gleichzeitig genutzt werden, und 4) dank der sehr zeitnahen Probenbearbeitung können dadurch invasive Schadinsekten schneller erfasst und bekämpft werden.
Verlässliche Ergebnisse für ganze Regionen
Alle diese Aspekte werden es zukünftig erlauben, dass das Monitoring ausgeweitet und Informationen zum Flug von Schadinsekten flächendeckend erhoben werden können. Diese Daten sind wichtig, um sichere Prognosemodelle erstellen sowie komplexe Analysen durchführen zu können. So können Anbausysteme im Hinblick auf den Schutz vor einem Schaderregerbefall und Virusübertragung optimiert werden. Von dem im Projekt entwickelten, KI-basierten System soll ein breiter Anwenderkreis aus Praxis und Wissenschaft profitieren. Das neue System wird nicht nur für die Pflanzenschutzdienste eine große Hilfe sein, sondern auch Forschungseinrichtungen bei ihren Fragestellungen und Erhebungen zur Biodiversität unterstützen können.
- Projektname: AI2 (Blattlaus-Identifikation durch Künstliche Intelligenz)
- Ziel: Vereinfachtes Monitoren von Schadinsekten und Entscheidungshilfe zum Einsatz von Pflanzenschutzmitteln
- Ansatz: Automatisierte Identifikation vorhandener Schadinsekten, um Bearbeitungszeit und -kosten zu reduzieren und schwindende Fachexpertise auszugleichen
- Eingesetzte Künstliche Intelligenz: Verfahren des maschinellen Lernens sowie Methoden des Deep Learning
- Hauptstandort: Braunschweig, Niedersachsen
- Projektkoordination: Julius Kühn-Institut Bundesforschungsinstitut für Kulturpflanzen (JKI), Institut für Pflanzenschutz in Ackerbau und Grünland
- Projektbeteiligte: Institut für Pflanzenschutz in Ackerbau und Grünland des Julius Kühn-Institut Bundesforschungsinstitut für Kulturpflanzen (JKI), ALM - Adaptiv Lernende Maschinen - GmbH
Adresse
KI-Projekt AI²
38104 Braunschweig, Niedersachsen
