Fernerkundung, auch Remote Sensing genannt, ist eine der Schlüsseltechnologien für die Beobachtung von Umwelt und Klima. Im globalen Maßstab liefern hier frei verfügbare Satellitendaten der Landsat-Missionen oder des Copernicus-Programms der ESA hervorragende Informationen. Weniger erfolgreich ist man jedoch bislang bei der auf freie Satellitendaten gestützten Erhebung lokaler Phänomene, etwa für das Monitoring der Vegetation, des Bodens oder der Biodiversität, da durch die relativ große Abtastrate des Bodens (z.B. 10-60 m bei Sentinel-2) kleinere Agrarflächen nicht genau erfasst werden können. Gerade in Österreich ist dies jedoch von größter Bedeutung, da rund ein Drittel aller landwirtschaftlichen Flächen zu klein oder zu zerklüftet sind, um mithilfe dieser Satellitendaten genau nach Kulturarten oder Ernteereignissen analysiert zu werden. Eine hohe Fehlerquote bei der automatischen Verarbeitung ist die Folge.
Eine mögliche Lösung für die Darstellung auch kleinerer Flächen bietet Super-Resolution Reconstruction (SRR): die Verbesserung von Bilddaten durch Künstliche Intelligenz. Für den effektiven Einsatz zum landwirtschaftlichen Flächenmonitoring müssen SRR-Technologien jedoch erst weiterentwickelt und optimiert werden, um eine höhere Auflösung bei gleichbleibender spektraler Qualität zu gewährleisten.
Im Zentrum des SMAIL-Projekts steht die Erforschung von innovativen Lösungen, die das Monitoring kleinstrukturierter landwirtschaftlicher Flächen in Remote Sensing-Anwendungen mit frei verfügbaren Daten ermöglichen. Hierfür wird eine spezielle aufgabenbasierte und KI-gestützte SRR-Anwendung für Zeitreihen multispektraler Sentinel-2-Bildern entwickelt, die diese Bilder nicht nur optisch aufwertet, sondern auch Aufgaben löst, die bisher mit Sentinel-2-Daten als unmöglich galten. So wird dadurch u.a. das Monitoring von Anbauprozessen unterstützt, die für die Umstellung auf ein nachhaltigeres System der landwirtschaftlichen Produktion im Sinne des Europäischen Green Deals erforderlich sind. Darüber hinaus können die abgeleiteten Vegetations- und Bodendaten als Grundlage für genauere Umweltsimulationen zur Anpassung an den Klimawandel dienen.
Start: 05.2022
Ende: 04.2024
Agrarmarkt Austria (AMA), EOX IT Services GmbH (EOX), Paris-Lodron-Universität Salzburg, Fachbereich Geoinformatik – Z_GIS
FFG - AI for Green
Künstliche Intelligenz im Einsatz für eine digitale, nachhaltige Landwirtschaft
Bereits ab 2023 soll im Rahmen der gemeinsamen Agrarpolitik der EU das flächendeckende, digitale Monitoring landwirtschaftlicher Flächen die zeit- und kostenaufwändigen Stichprobenkontrollen vor Ort ersetzen. Dies eröffnet nicht nur neue Möglichkeiten im Bereich der Arbeits- und Kosteneffizienz, sondern vor allem auch für Etablierung modernster Remote Sensing-Anwendungen im datengetriebenen Landwirtschaftsmanagement der Zukunft. Die KI-basierte SRR-Lösung des SMAIL-Projekts, das in bestehendes Landwirtschaftsmanagement integriert werden kann, leistet hier einen innovativen Beitrag für ein zuverlässiges digitales Monitoring, das Fachleute bei der Überprüfung und Bewertung von Agrarflächen unterstützt.
Die im SMAIL-Projekt angestrebten digitalen Lösungen stehen des Weiteren in unmittelbarem Zusammenhang mit den Sustainable Development Goals (SDG) der UNO und haben eindeutig positive, nachhaltige Auswirkungen auf die Ziele (15) Leben an Land, (13) Maßnahmen zum Klimaschutz und (12) nachhaltige/r Konsum und Produktion. Dies ergibt sich zum einen aus dem Einsatz von KI-Technologie, die eine nachhaltigere Nutzung freier Satellitendaten ermöglicht, und zum anderen aus den digitalen Lösungen selbst, die zur Optimierung der flächendeckenden landwirtschaftlichen Überwachung in ganz Europa beiträgt.
HORA 3D eröffnet als weltweit einzigartige objektbezogene 3D-Visualisierung von Hochwasserrisiken neue Möglichkeiten der Klima- und Risikokommunikation für die breite Öffentlichkeit.
Entwicklung von Extended Reality-Technologien zur Erstellung virtueller Manöverszenarien, basierend auf realen geografischen Daten.
Das Hauptziel dieses Projekts ist es, eine zuverlässige Entscheidungshilfe für große Infrastrukturprojekte zu ermöglichen, indem Lösungen für eine kollaborative visuelle Analyse von digitalen Zwillingen bereitgestellt werden.
Im Zentrum des Forschungsprojekts CognitiveXR steht die Entwicklung einer Plattform, die kognitive Augmentation im Smart-City-Bereich durch nahtlose Integration von Augmented Reality, Edge Computing und Künstlicher Intelligenz ermöglicht.
Seit vielen Jahren befassen wir uns mit allen Aspekten rund um hydrodynamische Modellierung. Mit unserer Software Visdom können wir verschiedene Szenarien modellieren und bieten dies auch als Service an.
Wir erstellen eine digitale Kopie einer Gemeinde und simulieren Wetterereignisse, um gefährdete Gebäude und Infrastrukturschwachstellen zu finden.
Die hydrodynamischen Simulationen von Visdom ermöglichen in der App "PegelAlarm" punktgenaue Wasserstandsprognosen an beliebigen Punkten einer Gewässeroberfläche.
Diese Virtual Reality-Anwendung bietet neue Möglichkeiten für die österreichischen Streitkräfte: für Kampf-, Sicherheits- und Rettungsmanöver.
Mit dem KAUST Scene Generator können aus frei zugänglichen OpenStreetMap-Daten dreidimensionale Straßennetze generiert werden. Damit werden frei nutzbare, jedoch schwer weiterzuverarbeitende Geodaten als Content-Grundlage für Fahrsimulatoren oder als Datensätze zum Training selbstfahrender Autos verfügbar.