Hier beginnt der Hauptinhalt dieser Seite

FuzzyFarmer Klimaschutz in der Pflanzenproduktion

FuzzyFarmer

Optimierte Stickstoffdüngung durch mehrparametrische Datenfusion und präzise Applikation in Echtzeit

Projektkoordinator

Prof. Dr. Hans W. Griepentrog
Universität Hohenheim, Institut für Agrartechnik, Fachgebiet Verfahrenstechnik in der Pflanzenproduktion, Stuttgart
hw.griepentrog(ät)uni-hohenheim(punkt)de

Verbundpartner

TU Chemnitz, Professur für Regelungstechnik und Systemdynamik
Hanse Agro Beratung und Entwicklung GmbH
Disy Informationssysteme GmbH
Yara GmbH & Co. KG
Rauch Landmaschinenfabrik GmbH

Projekthomepage

https://www.unter-2-grad.de/projekte/fuzzyfarmer/

Projektbeschreibung in FISA

Zum Forschungsinformationssystem Agrar und Ernährung (FISA)

Ziel

Ziel des Projektes "FuzzyFarmer" ist eine auf Expertenwissen basierende, kleinräumig angepasste N-Düngung zu realisieren. Eine Optimierung des Anbaumanagements soll zu wirksamen Minderungs- und Anpassungsoptionen führen, um damit negative klimaschädigende Effekte zu minimieren.
Konkrete Arbeitsziele des Vorhabens sind:

  • durch ein auf der Fuzzy Set Theorie basierendes System Expertenwissen zu nutzen, um eine mehrparametrische Datenfusion zur Ausgabe von kleinräumig angepassten N-Dosiermengen zu realisieren.
  • durch die Entwicklung von Modellen des Sensor-Streuer-Systems die Applikation von Mineraldünger mit Schleuderstreuern hinsichtlich Dosierung und Verteilung als Teilschlagtechnik wesentlich zu verbessern.
  • durch eine automatisierte, durchgängig digitale Prozesskette den Aufwand für Düngeplanung und -dokumentation deutlich zu minimieren.

Ergebnisse

In Form einer Bedarfs-, Anforderungs- und Systemdefinition wurden der Aufbau des Gesamtsystems und einzelner Teilsysteme spezifiziert. 

In 2019 wurden Mess- und Boniturdaten erhoben. Da die Interaktion von unterschiedlichen, die Bestandesentwicklung beeinflussenden Parametern im Saisonverlauf sehr dynamisch ist, wird die Parameterverknüpfung vor jeder Gabe überprüft und gegebenenfalls angepasst. Es wurde ein erstes Fuzzy Inferenzsystem entwickelt, bei dem die Biomasseinformation aus dem Echtzeit-Biomassesensor mit Bodenleitfähigkeitsdaten verknüpft wird. Nach der Simulation von Entscheidungs- und Fusionsalgorithmen wurde eine Echtzeit-Steuerung entwickelt, welche in 2020 genutzt wird, um die fuzzy-logische Verknüpfung dieser Parameter in Großparzellenversuchen zu testen. Die Rauch GmbH hat dazu in Streuversuchen passende Einstellungen für den Schleuderstreuer ermittelt. Von Hanse Agro wird die fuzzy-logische Parameterverknüpfung an einem weiteren Standort getestet, wobei statt der Echtzeit-Datenfusion ein zweiphasiger Ansatz angewendet wird.

Von Disy wurde ein Geo Data Warehouse aufgebaut, über welches derzeit z.B. Biomassekarten zur Verfügung gestellt werden können. Über ein User-Interface sollen dem Experten solche Informationen in aufbereiteter Form zur Verfügung gestellt werden und darauf basierend der Entscheidungsalgorithmus vom Experten für die konkrete Applikation definiert werden. Für das User-Interface wurden erste Mockups entwickelt.

Die TU Chemnitz hat mit Streubilddaten der Rauch GmbH unterschiedliche Ansätze zur Modellierung und Optimierung des Streubildes, unter anderem mithilfe von Model Predictive Control, untersucht. Es wurde eine echtzeitfähige Steuerung für den Applikationsalgorithmus entwickelt, welche dann kein Modell des Prozesses mehr benötigt.

Verwertung

Die neu entwickelte Methode zur multiplen Datenfusion in einem Fuzzy System hat wegen ihres einfachen Aufbaus und der Flexibilität eine hohe praktische Relevanz. Dabei sind neben der N-Düngung zukünftig auch andere Anwendungsfelder zur unscharfen Modellierung denkbar. Fortschritte bei der Optimierung der Düngerapplikation können aufgrund ihrer Repräsentativität einen positiven Einfluss auf die Regelung von komplexen, technischen und nichttechnischen Systemen haben. Die Echtzeitanpassung der Streuereinstellung zur Optimierung der Verteilgenauigkeit ist ein vielversprechendes Konzept, das zu weiteren Effizienzsteigerungen in der mineralischen Düngung beitragen kann. 

Die Praxispartner kommen aus den unterschiedlichen Bereichen Agronomie, Agrartechnik und IT. Zusammen können die Projektergebnisse zu einem Dienstleistungsbündel weiterentwickelt werden. Durch eine Marktverbreitung der im Projekt entwickelten Technologien für eine umweltschonende N-Düngung ist ein positiver Beitrag zum Klimaschutz zu erwarten. 

Erste Projektergebnisse wurden von der TU Chemnitz und der Universität Hohenheim bereits in Konferenzbänden publiziert. Die jeweiligen Arbeiten finden bereits erste Anwendung in der Lehre im Bereich der Optimierung, Steuerung und Regelung von komplexen Systemen.

Dokument zum runterladen: Poster FuzzyFarmer

Dokumentenbeschreibung:
Optimierung Stickstoffdüngung durch mehrparametrische Datenfusion und präzise Applikation in Echtzeit