Künstliche Intelligenz und Olivenölanbau und -produktion

Mit Hilfe von werden den Olivenölproduzenten kurzfristige Szenarien zur Verfügung stehen, auf denen sie Investitionen stützen, vorbeugende Maßnahmen ergreifen und Maßnahmen mit agronomischen Praktiken ergreifen können Künstliche Intelligenz (KI), dank eines internationalen Forschungsteams.

Das gemeinsame Forschungsteam des italienischen Nationalen Forschungsrates (CNR), der Agentur für neue Technologien, Energie und nachhaltige Entwicklung (ENEA) und das Universität von Kalifornien, Berkeley, hat es geschafft, einen Algorithmus zu entwickeln, der tatsächlich jedem Interessierten zur Verfügung steht, Wer kann die Größe der Ernte eines Olivenhains anhand der klimatischen Daten in dem jeweiligen Gebiet vorhersagen?

Der Algorithmus lernte, diese Vorhersagen auf der Grundlage der Daten aus Italien der letzten 15 Jahre zu treffen, und fand im Wesentlichen heraus, wie sich verschiedene Klimaphänomene auf Nutzpflanzen auswirken. Der Algorithmus analysiert die Wettermuster während des Olivenanbauzyklus und so konnten die Forscher potenzielle Klimarisiken und deren Auswirkungen auf die Produktion identifizieren.

Insgesamt wurden Erntedaten aus 66 italienischen Provinzen im Zeitraum 2006-2020 analysiert und aus dieser Analyse wurden die Faktoren ermittelt, die zu den schlechtesten Ernten führten. Die Forschung beschränkte sich jedoch nicht nur auf die Identifizierung von Risikofaktoren, sondern ging noch einen Schritt weiter und gruppierte diese verschiedenen Variablen dann nach zwei Monaten, erstellte eine Liste der Variablen und untersuchte, wie sie im Laufe der Zeit interagierten. So gelang es ihnen, eine kurzfristige Prognose zu erstellen, die ihrer Meinung nach dreimal genauer und besser ist, als wenn sie eine Einzelvariablenanalyse durchgeführt hätten.

Anschließend untersuchten sie, welche saisonalen Klimavariablen zu schlechten oder übermäßig guten Ernten führten, und ließen diejenigen, die nahezu durchschnittliche Ernten lieferten, völlig außer Acht. Mit anderen Worten: Die Betrachtung des Minimums und des Maximums ermöglichte es ihnen, sich im Wesentlichen auf die Auswirkungen zu konzentrieren, die Klimavariablen auf die Produktion haben, unabhängig davon, was jeder Produzent tut.

Auch hilfreich bzgl Bactrocera Oleae (Olivenfruchtfliege)

Die Forscher argumentieren, dass die Vorhersagen, die er macht, umso „allgemeiner“ werden, wenn der Algorithmus weiterhin mit mehr geografischen Daten trainiert wird, und dass er daher auf staatlicher Ebene oder sogar noch größer eingesetzt werden kann.

Das Thema wurde auf der Fachwebsite hervorgehoben Olivenölzeiten, wo die an der Forschung beteiligte Forscherin Ariana Di Paola erklärte: „Wir arbeiten daran, die Klimaindikatoren zu verstehen, die schlechte Bedingungen und die damit verbundene Möglichkeit negativer Folgen für die Produktion auslösen können.“ Olive. Beispiele für solche Indikatoren sind Bedingungen, die die Entwicklung der Olivenfliege begünstigen, oder hohe Wintertemperaturen, die den Olivenzyklus verändern und Auswirkungen auf die Blüte und Bestäubung haben können. Wenn wir die Saisonalität jedes Augenblicks verstehen, können wir vorhersagen, was uns in naher Zukunft erwarten sollte. Dabei handelt es sich um kurzfristige Szenarien, auf denen Investitionen basieren, vorbeugende Maßnahmen ergriffen und mit agronomischen Praktiken Maßnahmen ergriffen werden können.“

QUELLE: Künstliche Intelligenz: Internationales Forschungsteam brachte Innovation in die Olivenölproduktion – sofokleousin.gr