• Menü menu
  • menu Menü öffnen
Projekte -  
Digital

CoMPASS – Cocoa Monitoring and Productivity Assessment System

LAUFZEIT:

10/2025

09/2027

Projektlaufzeit gesamt:

2 Jahre

KI-gestütztes Satellitenmonitoring für die Früherkennung von Kakaokrankheiten
Rotschalige Kakaoschoten (Theobroma cacao) an einem Kakaobaum, Côte d’Ivoire, Foto: Beetle ForTech GmbH

Rotschalige Kakaoschoten (Theobroma cacao) an einem Kakaobaum, Côte d’Ivoire, Foto: Beetle ForTech GmbH

Das Projekt

Die weltweite Kakaoproduktion steht zunehmend unter Druck: In der Côte d’Ivoire und in Ghana, die gemeinsam rund 70 % des weltweiten Kakaos erzeugen, sinken die Erträge durch Klimawandel, alternde Plantagen und Pflanzenkrankheiten. Besonders die Cocoa Swollen Shoot Virus Disease (CSSVD) verursacht 15–50 % der Ernteverluste und trägt maßgeblich zu den jüngsten Preisanstiegen bei.

CoMPASS entwickelt und testet ein erstes satellitengestütztes Monitoring- und Bewertungssystem für Kakaoplantagen. Durch die Kombination von Erdbeobachtungsdaten (Sentinel, hochauflösende Satellitenbilder), Drohnenaufnahmen, Wetterdaten, In-situ-Erhebungen und KI-generierten synthetischen Trainingsdaten erkennt das System frühzeitig Krankheitsausbrüche und langfristige Vitalitätsverluste.

Vier Demonstrator-Produkte adressieren die flächenhafte Vitalitätsbewertung, ein Frühwarnsystem für CSSVD, die Ertrags- und Produktivitätsabschätzung sowie Werkzeuge zur Einschätzung des Entwaldungsdrucks im Sinne der EU-Entwaldungsverordnung (EUDR). Ziel ist es, Kakao-Lieferketten zu stabilisieren, die Einkommen von Kleinbäuerinnen und Kleinbauern zu sichern und die Umweltbelastungen in Agroforstlandschaften zu reduzieren.

Unsere Tätigkeiten im Projekt

JOANNEUM RESEARCH bringt international anerkannte Expertise in der Fernerkundung mit Schwerpunkt auf Wald-, Landwirtschafts- und Landnutzungsmonitoring in das Konsortium ein und verantwortet die erdbeobachtungsbasierten Kernkomponenten des Systems.

JOANNEUM RESEARCH übernimmt die Aufbereitung und Analyse optischer und radarbasierter Satellitenzeitreihen (u. a. Sentinel-1/-2), Zeitreihenanalyse-Methoden zur Trendschätzung und Veränderungserkennung sowie die Entwicklung KI-gestützter Klassifikations- und Vorhersageverfahren. Konkret entwickelen unsere Expert*innen Methoden zur Klassifikation und Kartierung von Kakaoplantagen und Agroforstsystemen, zur Ableitung von Vitalitäts- und Gesundheitsmetriken für die CSSVD-Früherkennung sowie zur Abschätzung von Ertrag und Produktivität. Dabei werden moderne Geospatial-Foundation-Model-Embeddings und multitemporale Ansätze erprobt, die über etablierte NDVI-Indizes hinausgehen und die besonderen Bedingungen tropischer Agroforstsysteme (Beschattung, hohe Wolkenbedeckung) berücksichtigen.

Darüber hinaus bringt JOANNEUM RESEARCH Kompetenz aus Digital-Twin- und Frühwarn-Vorhaben ein: In den FFG-Projekten DeFree (EUDR-Werkzeuge und Vegetationsmonitoring), AIDForHeRI (Borkenkäfer-Risiko) und ALaDyn (Nutzung der Wetter- und Klimadaten des ECMWF-Digital-Twin) wurden Methoden entwickelt, die in CoMPASS auf das Kakao-Monitoring und die Verschneidung von Erdbeobachtungs- mit Wetter- und Klimadaten übertragen werden. JOANNEUM RESEARCH verantwortet zudem die wissenschaftliche Verwertung der Projektergebnisse durch Publikationen und Konferenzbeiträge.

Keine Datei zugewiesen.

FFG – Österreichische Forschungsförderungsgesellschaft
Österreichisches Weltraumprogramm ASAP (Austrian Space Applications Programme)

Beetle ForTech GmbH (Konsortialführung)
JOANNEUM RESEARCH Forschungsgesellschaft mbH
Another Earth EOD FlexCo

Details zum Projekt

Ausgangslage

Die treibenden Faktoren der CSSVD-Ausbreitung sind noch nicht vollständig verstanden. Als begünstigende Faktoren gelten Plantagenalter und -größe, Baumdichte, Lichtverhältnisse, Temperatur und Feuchtigkeit. Traditionelle Nachweismethoden beruhen auf manuellen Feldbegehungen, die ressourcenintensiv sind und Infektionen häufig erst erkennen, wenn sich das Virus bereits ausgebreitet hat. Gleichzeitig fehlen für afrikanische Anbauregionen qualitativ hochwertige und ausreichende Trainingsdaten für KI-basierte Erkennungssysteme.

 

Die vier Demonstrator-Produkte

  • Flächenhafte Bewertung von Vitalität und Veränderung von Kakaoplantagen
  • Frühwarnsystem für Kakaokrankheiten (CSSVD)
  • Ertrags- und Produktivitätsabschätzung auf Plantagen- und regionaler Ebene
  • EUDR-Werkzeuge zur Abschätzung des Landnutzungsdrucks auf benachbarte Waldressourcen

 

Innovationen

  • KI-basierte Generierung synthetischer Trainingsdaten zur Überwindung des Datenmangels
  • Skalierbarkeit durch offene, globale Datensätze
  • App-gestützte, strukturierte Erhebung von Feld- und Referenzdaten (auch via Crowdsourcing)
  • Integration heterogener Datenquellen in einem Digital-Twin-Ansatz
  • Dynamische Produktivitätsbewertung statt statischer Indikatoren
  • Agrarmonitoring in datenarmen Regionen mit Kleinbauernstrukturen

 

Nachhaltigkeit

CoMPASS adressiert alle drei Nachhaltigkeitsdimensionen und unterstützt die Ziele SDG 12, 13 und 15: ökologisch durch die Vermeidung von Entwaldung und die Reduktion von Agrochemikalien, ökonomisch durch die Verringerung von Ertragsverlusten und die Absicherung von Einkommen, sozial durch die Verbesserung der Lebensgrundlagen von Kleinbäuerinnen und Kleinbauern – insbesondere von Frauen und Kindern.

 

Das Projekt CoMPASS wird im Rahmen des Österreichischen Weltraumprogramms ASAP (Austrian Space Applications Programme, Ausschreibung ASAP 2025) von der Österreichischen Forschungsförderungsgesellschaft (FFG) gefördert. FFG-Projektnummer: 5139817.

Fördergeber

Das Projekt CoMPASS wird im Rahmen des Österreichischen Weltraumprogramms ASAP (Austrian Space Applications Programme, Ausschreibung ASAP 2025) von der Österreichischen Forschungsförderungsgesellschaft (FFG) gefördert. FFG-Projektnummer: 5139817.

Projektbeteiligte

Ähnliche Projekte

Zum Inhalt springen