Super Resolution Reconstruction – Künstliche Intelligenz verbessert Satellitendaten, um ökologischen Herausforderungen zu begegnen
Fernerkundung, auch Remote Sensing genannt, ist eine der Schlüsseltechnologien für die moderne digitalisierte Landwirtschaft. Unter Fernerkundung versteht man die Gewinnung von Informationen über den Zustand unserer Erde (Land, Wasser, Atmosphäre) mit Hilfe von Sensoren, die nicht vor Ort sein müssen. Besonders im Bereich der Agrarwirtschaft eignet sich dieser Ansatz, um über Satelliten aus dem Weltall lokale Phänomene wie die Vegetation, den Boden oder die Biodiversität zu beobachten und so zu nachhaltigen Bewirtschaftungsstrategien und im globalen Kontext zur Ernährungssicherheit beizutragen.
Besondere Bedeutung kommt hier dem europäischen Copernicus-Erdbeobachtungsprogramm zu. Die frei verfügbaren Sentinel-2-Satellitendaten sind multispektral und haben eine hohe zeitliche Auflösung. Einzig die räumliche Auflösung reicht nicht aus, um kleinteilige landwirtschaftlich genutzte Flächen zuverlässig zu erkennen – in Österreich ist ein Drittel aller landwirtschaftlichen Flächen zu klein oder zu komplex geformt, um mit diesen Satellitenbildern im Detail analysiert zu werden. Unter der Leitung von VRVis Zentrum für Virtual Reality und Visualisierung Forschungs-GmbH setzt das FFG-geförderte SMAIL-Projekt mithilfe der Partner Agrarmarkt Austria (AMA), EOX IT Services GmbH sowie dem Fachbereich Geoinformatik - Z_GIS der Paris-Lodron Universität Salzburg genau an diesem Punkt an und verbessert mittels Super-Resolution Reconstruction (SRR) die räumliche Auflösung der in Zeitreihen aufgenommenen Bilddaten durch Künstliche Intelligenz.
KI im Einsatz einer digitalen, nachhaltigen Landwirtschaft
Das flächendeckende, digitale Monitoring landwirtschaftlicher Flächen (Area Monitoring System) soll im Rahmen der Gemeinsamen Agrarpolitik (GAP) der EU ab 2023 die Flächenkontrollen unterstützen. Daher setzt die AMA im Projekt "Super-resolution-based Monitoring through AI for small Land parcels (SMAIL)" auf neue, rasche Lösungen für das datengestützte Landwirtschaftsmanagement, um mithilfe von KI-gestützter SRR eine höhere räumliche Auflösung der frei verfügbaren Sentinel-2-Satellitendaten bei gleichbleibender spektraler Qualität zu erreichen.
"Digitalisierung bietet auch in der Landwirtschaft viele Chancen", sagt Gerd Hesina, Geschäftsführer des VRVis, "und die österreichische Top-Level-Forschung schafft in diesem Bereich schon jetzt die besten Lösungen, die nicht zuletzt die nachhaltige Entwicklung des Agrarsektors im Fokus haben. Wir freuen uns, dass die AMA auf KI-gestützte Optimierung von frei verfügbaren Satellitenaufnahmen setzt." Durch die Integration von aktuellen Satellitendaten in ein Geoinformationssystem eröffnen sich darüber hinaus sehr viele Möglichkeiten, um weitere Informationen zu gewinnen – wie beispielsweise die Kartierung von Baumbeständen, Waldmonitoring oder Landnutzungsänderungen. In Zukunft wird es für KI-gestützte SRR noch viele weitere Anwendungsfelder geben, zeigt sich Hesina überzeugt.
Das SMAIL-Projekt wird im Rahmen von AI for Green der FFG gefördert, einem Förderprogramm, das die Entwicklung innovativer KI-Technologien zur Bewältigung ökologischer Herausforderungen in Österreich vorantreibt.
Über VRVis
VRVis ist Österreichs führende Forschungseinrichtung auf dem Gebiet des Visual Computing und betreibt mit seinen über 70 Mitarbeiterinnen und Mitarbeitern in Zusammenarbeit mit Industrieunternehmen und Universitäten innovative Forschungs- und Entwicklungsprojekte. Das VRVis ist ein Kompetenzzentrum, welches im Rahmen des COMET-Programms durch BMK, BMDW, Land Steiermark, Steirische Wirtschaftsförderung – SFG, Land Tirol und Wirtschaftsagentur Wien – Ein Fonds der Stadt Wien gefördert wird. Das Programm COMET wird durch die FFG abgewickelt. www.vrvis.at
Rückfragehinweis: Mag. Daniela Drobna Kommunikation drobna@vrvis.at +43(0)1 908 98 92 - 207 VRVis Zentrum für Virtual Reality und Visualisierung Forschungs-GmbH Donau-City-Strasse 11, 1220 Wien, Austria www.vrvis.at
Digitale Pressemappe: http://www.ots.at/pressemappe/7062/aom
*** OTS-ORIGINALTEXT PRESSEAUSSENDUNG UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DES AUSSENDERS - WWW.OTS.AT ***