Die Digitalisierung schafft zunächst einmal eines: riesige Datenmengen. Doch wie lassen sie sich in der Landwirtschaft sinnvoll nutzen, beispielsweise für Ertragsprognosen? Antwort: Mit Algorithmen. Algorithmen sind in Computersprache formulierte Handlungsanweisungen zur Lösung einer Frage oder eines Problems. Algorithmen können beispielsweise die komplexen Zusammenhänge und Wechselwirkungen von der genetischen Basis einer Pflanze, der Umwelteinwirkung, den Nährstoffgehalten in den Früchten und dem späteren Ertrag nachweisen und berechnen.

In Australien wurde anhand von Satellitenaufnahmen ein Modell zur Ertragsprognose mittels maschinellem Lernen entworfen. Dazu wurden die dortigen nationalen Feldversuche, die National Variety Trials, mittels Satellitendaten dokumentiert, um die Algorithmen zu erstellen und zu trainieren. In den australischen National Variety Trials wurden Hunderttausende Populationen der zehn wichtigsten landwirtschaftlichen Nutzpflanzen, wie zum Beispiel Weizen, Raps und Hafer, in mehr als 6500 Experimenten über zehn Jahre maschinell nach standardisierten Protokollen phänotypisiert, also nach ihrem äußeren Erscheinungsbild beurteilt. Diese phänotypische Vielfalt von Hunderten von Millionen individueller Pflanzen kombinierten die Wissenschaftler mit Wetterdaten, über 10 000 standardisierten Bodenanalysen, 50 000 Feldjahren an Stoppelfeldabbrennmustern, Menge und Zeitpunkt von über 350 000 Anwendungen von Pflanzenschutz- und Düngemitteln, 10 000 Feldjahren an Fruchtfolgen sowie Daten zum Standortmanagement und Satellitenaufnahmen.

Blühzeitpunkt, Proteingehalt der Körner und Ertrag voraussagen

So wurden Algorithmen geschaffen und trainiert, die zum Beispiel den Blühzeitpunkt, den Proteingehalt der Körner und den Ertrag prognostizieren. Mithilfe solcher Methoden der „künstlichen Intelligenz“ (KI), können Computer in großen Datenbeständen Muster, Regelmäßigkeiten und Zusammenhänge entdecken, die das menschliche Auge in dieser Komplexität nicht sieht. Die Forscher trainierten die Modelle und Algorithmen auch dahingehend, dass sie einzelne Parameter wegließen oder nur einzelne Merkmale untersuchten. So konnten sie die allgemeingültigen Faktoren für die Ertragsprognose für Australien genauer identifizieren: die kumulierte Niederschlagsmenge, die latente Wärmeströmung sowie die Anwendungsrate von Schwefel und der Einsatz eines Herbizids. Die Wärmeströmung ist dabei ein Indikator für Wasserverfügbarkeit, Stomata-Leitfähigkeit und Transpirationsrate des Blätterdachs. Sollten sich allerdings durch den Klimawandel sonst konstante Parameter wie beispielsweise regionale Niederschlagsmuster verändern, dann würden die Ertragsprognosen an Genauigkeit verlieren, weil ihre Grundannahmen nicht mehr stimmen, warnen die Wissenschaftler.

Quelle: pflanzenforschung.de