Bei der Planung des Einsatzes von Pestiziden oder Düngemitteln, in der Erntelogistik oder bei neuartigen Versicherungsmodellen spielen landwirtschaftliche Ertragsprognosen eine wichtige Rolle.

Im Projekt Yield Consortium entwickelt das DFKI gemeinsam mit Munich Re, BASF und John Deere Modelle, die Erträge aus der Ferne zum Zeitpunkt der Ernte abschätzen und bis zu 60 Tage vor der Ernte präzise vorhersagen. Als Input verwenden die Modelle dabei ausschließlich global verfügbare Datenquellen, so dass die Methoden leicht auf andere Länder und Anbaufrüchte übertragen werden können. Im Zentrum der Arbeiten steht dabei die Fusion von unterschiedlichsten Datenquellen wie multispektralen Satellitenbildern, Wetterdaten, Bodeninformationen und digitalen Höhenmodellen.

Das Projektteam aus dem Forschungsbereich Smarte Daten & Wissensdienste verfügt über laufende Modelle mit guten Ergebnissen für Deutschland, Argentinien, Uruguay, Indien und den USA. Die Modelle geben sowohl die Variabilität innerhalb des Feldes wie auch die absolute Höhe des Ertrages gut wieder.

Diese Ergebnisse zeigen, dass sich landwirtschaftliche Erträge präzise mit Hilfe von Erdbeobachtungsdaten vorhersagen lassen.

Das Projekt Yield Consortium ist Teil der AI4EO Solution Factory, die im Rahmen des ESA InCubed Programme gefördert wird.