Maskinlæring og kunstig intelligens i presisjonsjordbruk
Foto: NIBIO
KI kan brukes til å gjenkjenne forskjellige typer ugras i åkeren.
Maskinlæring og kunstig intelligens gir oss nye muligheter for å analysere data og forstå og optimalisere planteproduksjonen. Analyse av blant annet spektrale bildedata kan gi oss detaljert innsikt i vekstforhold og plantehelse med høy romlig oppløsning og god nøyaktighet.
Teknologi for effektiv innsamling av store mengder data i kombinasjon med maskinlæring og kunstig intelligens gir oss muligheter til å hente ut mye informasjon som kan brukes til å optimalisere ulike deler av jordbruket.
Ved Senter for Presisjonsjordbruk jobber vi først og fremst med data fra bildedannende sensorer som gir oss spektrale data i ulike deler av det elektromagnetiske spekteret. Dette bruker vi til å lage modeller for å for eksempel estimere avlingsmengde, avlingskvalitet, gjødslingsbehov, gjenkjenning av ugras og telling av bær.
Fordi resultatet av en modell ikke blir bedre enn kvaliteten på dataene som puttes inn i den, jobber vi for best mulig datakvalitet og høyest mulig kvalitet i våre analyser, både gjennom rutiner for gjennomføring av feltforsøk, datainnhenting og databehandling i forkant av modellering.
Vi ser at modeller ofte må justeres for å ta hensyn til spesifikke geografiske og klimatiske forhold, og jobber for at gode modeller tilpasset norske forhold skal kunne brukes av norske gårdbrukere.
Gjennom blant annet prosjektet PRESIS jobber vi med å lage en digital infrastruktur som gjør slike modeller tilgjengelig for alle norske gårdbrukere som ønsker.
KONTAKTPERSON
KONTAKTPERSON
