AI4SusCo – Entwicklung eines auf KI basierenden Klassifizierungssystems für entwaldungsfreien Kaffee
AI4SusCo befasst sich mit dem Problem der Entwaldung in Zusammenhang mit Kaffeeimporten. Mit Blick auf die EUDR-Verordnung der EU, die die Einfuhr von mit Abholzung in Verbindung stehenden Agrarprodukten nach dem 31.12.2020 verbietet, fokussiert AI4SusCo auf die Entwicklung zukunftsweisender Technologien auf der Basis von Deep-Learning-Methoden zur Erkennung von Kaffeekulturen und Wäldern.
Allgemeine Projektziele
Im Zentrum des Projekts AI4SusCo (Artificial-intelligence-based classification system for deforestation-free coffee) steht die Anwendung, Bewertung und Optimierung von Deep-Learning-Methoden für die Erkennung von Wald- und Kaffeepflanzen, wie z. B. Convolutional Neural Networks (CNNs), sowie neueren räumlich-zeitlichen Methoden. In diesem Zusammenhang zeigen mehrere Studien den Mehrwert von abgeleiteten und modellierten Daten wie Vegetations-Indizes sowie von hydrologischen und geologischen Daten. Diese werden nach und nach in die zu entwickelnden Modelle integriert, um die Entwaldung so genau wie möglich zu bestimmen.
Das Projekt zielt darauf ab, eine technologische Lösung zu entwickeln, mit der die Kaffeezertifizierung effizienter und genauer wird und die damit einen wichtigen Beitrag zur nachhaltigen Entwicklung der Kaffeeindustrie, zum Erhalt der Regenwälder und zur Rettung des Weltklimas leistet. Darüber hinaus wird eine solche Zertifizierung im Zuge der neuen EU-Verordnung künftig stark nachgefragt werden.
Auf einen Blick
| Kategorie | Beschreibung |
|---|---|
| Forschungsprojekt | AI4SusCo – Entwicklung eines auf künstlicher Intelligenz basierenden Klassifizierungssystems für entwaldungsfreien Kaffee zur Zertifizierung nach der EU-Regulierung für Nachhaltigkeit |
| Leitung | Prof. Dr. Lars Ribbe Personenprofil |
| Fakultät | Fakultät für Raumentwicklung und Infrastruktursysteme Mehr |
| Institut | Institut für Technologie- und Ressourcenmanagement in den Tropen und Subtropen (ITT) Mehr |
| Beteiligte |
M.Sc. Juan Ramirez Student M.Sc. Juan Mercado |
| Projektpartner |
- GRAS – Global Risk Assessment Services GmbH: unabhängiger Umweltdienstleister, der Informationen und Beratung zur ökologischen und sozialen Nachhaltigkeit anbietet. - Institut für Informationswissenschaft an der TH Köln (IWS) |
| Fördermittelgeber |
Bundesministerium für Wirtschaft und Klimaschutz (BMWK) Zentrales Innovationsprogramm Mittelstand |
| Laufzeit | Juni 2024 - Mai 2026 |
Spezifische Projektziele
- Ausarbeitung eines umfassenden Konzeptdokuments, das die Anforderungen und Funktionen für die Entwicklung von Forschung & Entwicklung sowie Prototypen umreißt.
- Abschließende Erfassung von Satellitendaten von Sentinel-1 und Sentinel-2 für Kolumbien und Brasilien, einschließlich der Kennzeichnung von abgeleiteten und modellierten Daten.
- Durchführung der Vorverarbeitung von Satellitendaten und Bewertung der Datenqualität und ihrer Vorhersagekraft mithilfe der Multikriterienanalyse (MCA), um sicherzustellen, dass die Daten für die Analyse geeignet sind.
- Entwicklung und Optimierung von Machine-Learning-Modellen unter Verwendung der vorverarbeiteten, abgeleiteten und modellierten Daten, um genaue Vorhersagen zu gewährleisten.
- Globale Vermittlung: Bewertung der Anwendbarkeit der entwickelten Modelle in den Transferländern und Durchführung notwendiger Anpassungen auf der Grundlage von Leistungsrückmeldungen.
- Bewertung: Durchführung einer umfassenden Bewertung der Kartierungsergebnisse und der Modellleistung durch Bewertungen vor Ort und Nutzerfeedback.
- Prototyp: Erstellung eines voll funktionsfähigen Prototyps, der Frontend, Backend und API integriert und – aus Gründen der Skalierbarkeit – in einem Docker-Container bereitgestellt wird.
Förderhinweis
Logo BMWK/ZIM (Bild: BMWK/ZIM)