VitiProtect: KI-basiertes Prognosemodell – Teil 3

Im Rahmen des Projekts VitiProtect wird der Einsatz von maschinellem Lernen zur Vorhersage von Krankheiten im Weinbau am Beispiel des Falschen Mehltaus (Plasmopara viticola) getestet. Die Ausbreitung der Krankheit variiert je nach Region und ist stark vom Klima abhängig. Zuverlässige Prognosemodelle, die frühzeitig über bevorstehende Infektionsereignisse informieren, sind entscheidend für eine gezielte Anwendung von Pflanzenschutzmitteln. Die Vorhersage von Falschem Mehltau ist jedoch sehr komplex. Die derzeitigen, erprobten und bisher bewährten Modelle sind mechanistisch aufgebaut. Wie sich zunehmend zeigt, können diese Modelle zu wenig schnell den durch den Klimawandel verursachten Veränderungen und mikroklimatischen Gegebenheiten Rechnung tragen. Neue Methoden aus dem Bereich des maschinellen Lernens können zunehmend genutzt werden und bieten für die Zukunft flexiblere Lösungen. Diese könnten Umweltveränderungen in Echtzeit verarbeiten, in die Prognose einfliessen lassen und so betriebsindividuellere Vorhersagen ermöglichen. Für die Entwicklung eines Prognosemodells mithilfe künstlicher Intelligenz wurde im Rahmen des Projekts VitiProtect auf 107 unbehandelten Parzellen Daten zur Phänologie ...