{"id":8007,"date":"2019-07-25T03:34:00","date_gmt":"2019-07-25T01:34:00","guid":{"rendered":"https:\/\/www.sonnenseite.com\/wissenschaft\/smarte-software-senkt-wasserverbrauch.html"},"modified":"2019-07-25T03:34:00","modified_gmt":"2019-07-25T01:34:00","slug":"smarte-software-senkt-wasserverbrauch","status":"publish","type":"post","link":"https:\/\/www.sonnenseite.com\/de\/wissenschaft\/smarte-software-senkt-wasserverbrauch\/","title":{"rendered":"Smarte Software senkt Wasserverbrauch"},"content":{"rendered":"

Mit einer Software und Feuchtigkeitssensoren reduzieren Forscher der Cornell University<\/a> den Wasserverbrauch der Landwirtschaft um 40 Prozent – ohne dass Farmer Ernteeinbußen in Kauf nehmen müssen. <\/p>\n

<\/p>\n

Forschungsleiter Fengqi You kombiniert örtliche Wetterprognosen, Daten über die Physiologie der jeweils angebauten Pflanzen und den tatsächlichen Feuchtigkeitsgehalt des Ackerbodens miteinander. Dazu kommt maschinelles Lernen, das einmal gemachte Erfahrungen berücksichtigt und in den Prozess einbringt.<\/p>\n

Bodenfeuchtigkeit erfassen<\/strong><\/p>\n

Aus den erhobenen Daten errechnet das Programm, wann Pflanzen bewässert werden müssen und wie viel Wasser sie benötigen. „So kommen wir zu einer smarten Landwirtschaft“, sagt You. Seine Erfahrungen brachte auch Forscher Abraham Stroock mit ein, Professor für Chemie- und Biomolecular-Engineering. Er hat bereits Strategien für Apfelfarmen in New York sowie den Mandelanbau in trockenen Regionen an der Westküste entwickelt, als es das Programm noch gar nicht gab.<\/p>\n

„Es gibt jetzt eine reelle Chance, das Wasser-Management zu verbessern“, so Stroock. Wenn man die Bodenfeuchtigkeit detailliert erfasse, könne man auch den Anbau von Reben verbessern, meint er. Stroocks Gruppe hat bereits Sensoren entwickeln, die an eine Zentrale melden, wenn Pflanzen unter Wassermangel leiden. Deren Daten allein sind allerdings nicht genug. Wenn wenig später Regen einsetze, sei eine künstliche Bewässerung überflüssig. Es sei also zusätzlich wichtig, dass Wetterdaten in die Planung einfließen.<\/p>\n

Erste Tests auf Acker in Iowa<\/strong><\/p>\n

Andererseits, fügt You hinzu, sind die Prognosen nicht zuverlässig genug. Hier kommt das maschinelle Lernen ins Spiel. Das Programm wird mit historischen Wetterdaten gefüttert und den jeweiligen Prognosen. Daraus lernt die Software, die Güte der Wettervorhersagen zu beurteilen. Damit wird der errechnete Bedarf an Wasser noch genauer.<\/p>\n

Die Forscher haben ihr Programm bereits an einem mit Gras bewachsenen Acker in Iowa getestet. Dabei habe sich herausgestellt, dass sich Wasser in nennenswertem Umfang einsparen lässt. Derzeit wird das System im Obstgarten der Universität installiert, um es erneut zu testen. Auch wenn die Regenmengen im Bundesstaat New York eigentlich ausreichend seien, gebe es zunehmen längere Trockenzeiten, die die Obstbäume stressen. 2016 beispielsweise lagen die Ernteverluste für die hier angesiedelten Obstbauern wegen fehlender Niederschläge um 50 Prozent unter der normalen Menge. Nächstes Ziel der Forscher ist die Entwicklung einer automatischen Bewässerung, gesteuert von der neuen Software.<\/p>\n