AISAAC – AI-based sustainability assessment of subarea-specific managed cropland

Das Projekt AISAAC entwickelt einen Monitoringansatz zur systematischen, kleinräumigen Bewertung der Nachhaltigkeit landwirtschaftlicher Flächen, um Erträge zu optimieren und potenzielle Renaturierungsgebiete gemäß EU-Naturwiederherstellungsverordnung zu identifizieren. In diese Bewertung sollen Ressourceneinsatz und Ernteerträge einfließen. Der Fokus des Projekts liegt daher in der Erforschung KI-basierter Methoden zur Vorhersage der Ernteerträge von teilflächenspezifisch bewirtschafteten landwirtschaftlichen Flächen. Ein Explainable AI (XAI)-Model verknüpft historische Daten der Partner Weinland Agrar und aGRAR-ZT mit Satelliten-, Wetter-, Boden- und Bewirtschaftungsdaten, um Zusammenhänge zwischen Ressourceneinsatz, Bodenfeuchte und Erträgen abzubilden. Zusätzlich wird für das Model die Bodenfeuchte auf Basis fix installierter Sensoren einbezogen, womit sowohl Bewässerungsplanung als auch Ertragsmodellierung unterstützt werden. Hochaufgelöste Ertragskarten werden mithilfe von PlanetScope-Daten erzeugt und mit Sentinel-2-basierten Ergebnissen verglichen. Die Methoden werden auf einem Referenzfeld validiert. AISAAC trägt zu nachhaltiger Landwirtschaft bei, verbessert Entscheidungen, reduziert Ressourcenverbrauch und Emissionen und fördert Biodiversität durch Identifikation geeigneter Renaturierungsflächen.