Satellitengestütztes Monitoringsystem für den Kakaoanbau in Westafrika
Im Rahmen des FFG-Projekts CoMPASS (Cocoa Monitoring and Productivity Assessment System) wird am Institut DIGITAL der JOANNEUM RESEARCH seit Oktober ein satellitengestütztes Monitoringsystem für den Kakaoanbau in Westafrika entwickelt. Ziel ist es, Kakaoplantagen zu kartieren, ihre Vitalität zu bewerten und frühzeitig Schäden durch Krankheiten wie die Cocoa Swollen Shoot Virus Disease (CSSVD) zu erkennen. Mithilfe von Satellitendaten, Drohnenbildern, Wetter- und Klimadaten sowie synthetisch erzeugten Trainingsdaten sollen Ernteausfälle prognostiziert und die Ausbreitung von Krankheitserregern eingeschätzt werden. Koordiniert wird das Projekt vom Wiener Start-up Beetle ForTech, Projektpartner sind die JOANNEUM RESEARCH und das Grazer Technologieunternehmen Another Earth EOD FlexCo.
Das Projektteam erstellt Karten und räumliche Statistiken zur Plantagenverteilung, Vitalität, Ernteprognose und zum Waldzustand. Diese Daten dienen nicht nur der Verbesserung der lokalen Landwirtschaft, sondern unterstützen auch die Umsetzung der EU-Entwaldungsverordnung (EUDR), die Kakaoimporte künftig an Umweltkriterien koppelt.
CoMPASS leistet damit auch einen Beitrag zur Umsetzung der EU-Entwaldungsverordnung, indem es Flächen identifiziert, in denen illegal gerodet wurde oder ein hoher Landnutzungsdruck besteht.
Satelliten, Zeitreihen und Klimadaten im Verbund
Kernstück der technischen Umsetzung ist die Analyse von Zeitreihen aus Sentinel-2-Satellitenbildern, die über mehrere Jahre hinweg Veränderungen in der Pflanzenvitalität sichtbar machen. Sentinel-2 ist im Rahmen des Copernicus Programms eine Umweltsatelliten-Mission der europäischen Raumfahrtbehörde ESA. Diese Satellitendaten werden mit Wetter- und Klimadaten kombiniert, um Trends abzuleiten und Prognosen zu erstellen. Vergleichbare Methoden wurden bereits erfolgreich im Borkenkäfermonitoring eingesetzt – nun werden sie auf tropische Regionen übertragen.
„Unser Projektpartner Beetle ForTech nimmt mittels Drohnenbefliegung zusätzlich hochauflösende Bilder einzelner Kakaoplantagen in der Elfenbeinküste auf, um direkt vor Ort den Zustand der Pflanzen genau zu erfassen. Diese Daten nutzen wir anschließend, um daraus KI-basierte Klassifikationsmodelle für Satellitenaufnahmen zu entwickeln. Weitere In-situ-Daten, die zusätzlich von Kakaobauern über eine eigene Crowdsourcing-App erhoben werden, liefern wichtige Informationen zur Vitalität der Bestände, zum zeitlichen und räumlichen Auftreten von Krankheiten und Krankheitsbildern und zu lokalen Erntemengen“, ergänzt der Geowissenschafter Deutscher. Ziel ist es, mit Drohnenaufnahmen auch kleinräumige Schäden zu erfassen, die in Satellitenbildern visuell nur schwer zu erkennen sind, und daraus verlässliche Referenzdaten für die Entwicklung und Validierung der KI-gestützten Analysemodelle zu gewinnen.
„Gerade in tropischen Regionen mit starken Regen- und Trockenzeiten ist die kontinuierliche Beobachtung von Vegetation mit optischen Satellitendaten aufgrund wechselnder Bewölkungssituation eine besondere Herausforderung. Wir analysieren die Anbauflächen für Kakao daher kontinuierlich und auch rückwirkend über längere Zeiträume von mehreren Jahren, um aktuelle Vitalitätsänderungen frühzeitig zu erkennen“, erklärt Deutscher.
Zusätzlich untersucht das Projektteam die Einbeziehung der Daten des neuen ESA-Satelliten BIOMASS, der Informationen zur Waldhöhe und zur oberirdischen Biomasse liefert. Damit lässt sich etwa prüfen, ob und wo natürliche Barrieren wie angrenzende Wälder die Ausbreitung von Krankheitserregern bei den Kakaopflanzen reduzieren können. CSSV wird zum Beispiel über Schmierläuse übertragen, die sich nur begrenzt fortbewegen können.
Agroforst-Plantagen, in denen Kakaobäume gemeinsam mit schattenspendenden Bäumen wachsen, könnten die Ausbreitung der CSSVD laut wissenschaftlichen Studien ebenfalls eindämmen, da die vielfältige Vegetationsstruktur natürliche Barrieren schafft und das Mikroklima für die Schädlinge ungünstiger macht.
Künstliche Daten für reale Herausforderungen
KI-Modelle werden in der Regel mit großen Datenmengen trainiert. Da aus logistischen Gründen im Projekt vor Ort nur wenige Referenzdaten erhoben werden können, kommen zusätzlich synthetische Satellitenbilder zum Einsatz. Diese synthetischen Daten erweitern die Trainingsgrundlage für KI-Modelle, die dann Krankheitsmuster, Ertragsverluste und Vitalitätsveränderungen automatisiert erkennen sollen. Generiert werden diese synthetischen Daten von Another Earth, einem auf synthetische Erdbeobachtungsdaten spezialisierten österreichischen Unternehmen.
Ziel des Projektes CoMPASS ist die Entwicklung eines Protottyps für ein digitales Kakao-Monitoring, das für Kakaoproduzent*innen, Kooperativen, Händler, Schokoladenhersteller, Förderprogramme im Agrarsektor und für Zertifizierungsstellen entlang der Lieferkette als wirtschaftliche und nachhaltige Entscheidungsgrundlage dienen kann. Die Erkenntnisse aus dem Projekt sollen langfristig auch auf andere landwirtschaftliche Kulturen übertragbar sein.
Wichtig ist, dass uns auch in Zukunft nicht die Schokolade ausgeht.
Das Projekt wird im Rahmen des ASAP-Programms der Österreichischen Forschungsförderungsgesellschaft (FFG) gefördert.
