Agrivoltaik und Drohnen: Wie man die landwirtschaftliche Produktion unter Sonnenkollektoren überwacht

Einführung

Unter Agri-Voltaik versteht man die Nutzung von Land zu einem doppelten Zweck: zur Erzeugung von photovoltaischer Energie dank der Installation von Sonnenkollektoren und zur Ausübung einer landwirtschaftlichen Tätigkeit. Die Vorteile einer landwirtschaftlichen Photovoltaikanlage hängen von der gewählten Kultur ab. Bei Tomaten beispielsweise sorgt die Installation von Solarmodulen für mehr Schatten, der die negativen Auswirkungen extremer Temperaturen reduziert. Ein anderes Beispiel ist Reis, eine Kultur, die viel Wasser benötigt und von schattigen Bereichen mit "kühlendem" Effekt profitieren könnte.

Dies ist eine innovative Lösung, bei der es möglich ist, die Stromerzeugung mit der landwirtschaftlichen Produktion zu kombinieren; wir könnten dies als einen Win-Win-Ansatz für den Landwirt betrachten. Die Einführung einer teilweisen Abdeckung mit Sonnenkollektoren verändert jedoch die mikroklimatischen Bedingungen des Feldes erheblich: verfügbare Sonneneinstrahlung, Bodentemperatur, Feuchtigkeit und Wasserverteilung.

Um diese Effekte zu verstehen und zu optimieren, ermöglichen Drohnen die Erfassung hochpräziser Daten über den physiologischen Zustand der Pflanzen und die mikroklimatischen Veränderungen, die durch die Anwesenheit der Panels entstehen, und bieten so konkrete Unterstützung für agronomische Entscheidungen.

Die Drohne: Augen im Dienste des Technikers und des Landwirts

Eine Drohne, die mit RGB-Sensoren und einer Wärmebildkamera ausgestattet ist, ist ein entscheidendes Instrument für eine eingehende Analyse des Zustands der landwirtschaftlichen Photovoltaikanlage (Abbildung 1). iDrone ist der Agrobit-Service, mit dem durch planmäßige Flüge schnell und mit hoher Präzision wertvolle Informationen gewonnen werden können . Die während des Fluges gesammelten Bilder werden mit einer speziellen Software und von dem Team entwickelten Algorithmen verarbeitet, um thematische Karten zu erstellen, die für die Überwachung der Bäume und Energiepflanzen nützlich sind.

Abb.1: Zitrusplantage in der experimentellen Photovoltaikanlage (CIHEAM Bari).

Dank dieses Ansatzes muss sich der Landwirt nicht darauf beschränken, das Feld ‚mit bloßem Auge‘ zu beobachten, sondern kann sich auf eine objektive und detaillierte Analyse auf der Grundlage messbarer Daten verlassen .

Insbesondere ermöglicht iDrone

• Überwachen Sie die Entwicklung der Pflanzen unter den Sonnenkollektoren und bewerten Sie die Unterschiede in der Vitalität und im Wachstum zwischen Bereichen in voller Sonne und schattigen Bereichen;
• Frühzeitige Erkennung von Wasser- oder Wärmestress, was in einem landwirtschaftlichen Umfeld, in dem die Umweltbedingungen heterogen sind, entscheidend ist;
• Erstellen Sie thematische Karten, die gezielte agronomische Entscheidungen unterstützen, z. B. Bewässerung und standortspezifisches Ressourcenmanagement.

RGB und thermische Untersuchung über 3D-Modell

Bei der Fallstudie handelt es sich um eine Zitrusplantage in Süditalien, auf der gleichzeitig in einigen Reihen Photovoltaikanlagen installiert sind. Im Einzelnen sind die Paneele in einer Höhe von etwa 4 Metern angebracht und bedecken den zentralen Bereich des Zitrusanbaus. Diese Vorabinformationen sind für die Datenanalyse unerlässlich.
Da es sich um eine Baumpflanze handelt, ist es wichtig, sich auf die korrekte Extraktion von Daten aus dem Kronendach zu konzentrieren . Mit RGB-Bildern lässt sich ein farbgetreues Orthomosaik erstellen, aus dem die Heterogenität der Pflanze ersichtlich wird. Während der Verarbeitungsphase der Luftbilder wird auch die 3D-Punktwolke, d.h. ein digitaler Zwilling des Feldes, erstellt. Abbildung 2 zeigt eine 3D-Perspektive des Zitronenhains mit einer sehr guten Punkttiefe, die für Auswertungen unterhalb der Photovoltaik-Paneele unerlässlich ist.

Abb.2: Dreidimensionales Modell des Zitronenhains.

Dank spezieller Algorithmen ist es möglich, das bewachsene Kronendach (Abbildung 3a) jeder einzelnen Zitrusfrucht zu extrahieren und seine biometrischen Parameter zu berechnen, sogar für Pflanzen, die sich unter den Paneelen befinden.
Unter biometrischen Daten in der Landwirtschaft verstehen wir alle messbaren und quantifizierbaren Informationen über die physikalischen, physiologischen oder verhaltensbezogenen Merkmale von Pflanzen, z. B. Dichte (Abbildung 3b), Höhe und Dicke (Abbildung 3c) und Volumen des Kronendachs (Abbildung 3d) aus RGB-Bildern und die mittlere Temperatur aus Wärmebildern (Abbildung 3e).

Abb.3: 3D-RGB-Punktwolke des Kronendachs (a), Dichte des Kronendachs (b), Höhe und Dicke des Kronendachs (c), Volumen des Kronendachs (d), thermische 3D-Punktwolke des Kronendachs (e).

Durch die Verräumlichung dieser Daten, die mit Hilfe von Computer Vision und KI-Algorithmen automatisch Pflanze für Pflanze extrahiert werden, lassen sich insbesondere zwei Indizes ableiten:

• TRV (Tree Row Volume): stellt das Volumen der Baumkronen pro Hektar dar, d.h. es quantifiziert, wie viel Biomasse in einem Hektar der Parzelle vorhanden ist. Abbildung 4 zeigt die Daten für jede einzelne Pflanze, von der die Baumkrone zuvor extrahiert wurde. Durch die Verräumlichung der Daten ist es möglich, eine Zonenkarte zu erhalten (Abbildung 5). Die Bedeutung dieser Karte liegt darin, einen Überblick über das Feld auf einen Blick zu erhalten und bildet die Grundlage für die Erstellung von Verschreibungskarten. Der Hauptzweck besteht darin, die Verteilung der Inputs zu optimieren und die Vegetationsdichte zu schätzen.

Abb.4: Punktanalyse des TRV (Tree Row Volume) pro einzelner Zitruspflanze.

Abb.5: Karte des TRV-Index (Tree Row Volume) einer Zitrusplantage im Agribusiness.

• CWSI ( CropWater Stress Index): misst den Wasserstressstatus von Nutzpflanzen, der hauptsächlich von der Blatttemperatur im Verhältnis zur Lufttemperatur abgeleitet wird. Auch hier zeigt Abbildung 6 den Wasserstress auf der Basis der einzelnen Pflanzen. Der individuelle Wert wurde dann räumlich aufgeteilt, um eine Feldkarte zu erhalten (Abbildung 7). Das Ziel ist es, den Bewässerungsbedarf zu ermitteln und das Wasser effizienter zu verwalten.

Abb.6: Punktanalyse des CWSI (Crop Water Stress Index) pro einzelner Zitruspflanze.

Abb.7: Karte des CWSI (Crop Water Stress Index) einer Zitrusfruchtplantage im Agribusiness.

Schlussfolgerungen

Die durchgeführte Untersuchung ermöglichte eine detaillierte Analyse der Zitrusplantage in einer Photovoltaikanlage, wobei die Merkmale des Pflanzendaches sogar unterhalb der Photovoltaikpaneele untersucht wurden. Ermöglicht wurde dies durch den Einsatz von Drohnen für die Datenerfassung in geringer Höhe, die 3D-Modelle der Parzelle erstellen können. Damit lassen sich die Schwierigkeiten der 2D- oder Satellitenanalyse überwinden, die eine Analyse der Pflanzen unterhalb der Paneele nicht zulassen würde.
Die erstellten Karten sind für den Landwirt unerlässlich, um fundierte Entscheidungen zu treffen und gezielte Maßnahmen zu ergreifen.
In dieser Fallstudie, in der es verschiedene Zitrussorten in unterschiedlichen Wachstumsstadien gibt, konnte gezeigt werden, dass im nördlichsten Bereich des Feldes hoher Wasserstress und eine niedrige Kronenvitalität auftreten. In dem Bereich, in dem die Fotovoltaikanlagen installiert sind, herrscht eine mittlere Wuchsstärke und ein mittlerer Wasserstress. Genauer gesagt gibt es einige Stellen, an denen die Pflanzen offensichtlich eine geringe Vitalität und hohen Stress aufweisen. Im Gegensatz dazu ist der Bereich ganz rechts auf dem Feld in bestem Zustand.
Das Team von Agrobit weiß, dass landwirtschaftliche Photovoltaikanlagen eine große Chance für Landwirte darstellen. Deshalb können wir dank des iDrone-Dienstes Ihre agronomischen Entscheidungen unterstützen und die Nutzung der Ressourcen auf dem Feld verbessern.
Wir danken der CIHEAM in Bari für ihre Bereitschaft, die Umfrage in ihrer experimentellen Agro-Voltaik-Anlage durchzuführen.