Optimierung des Bewässerungswirkungsgrades auf der Basis physikalisch begründeter Strömungsmodelle und künstlicher neuronaler Netze
Derzeit werden drei Viertel des vom Menschen genutzten Wassers von der Landwirtschaft verbraucht. Die bessere Ausnutzung dieser Ressource bei der weltweit mit Abstand am weitesten verbreiteten Oberflächenbewässerung gewinnt immer stärker an Bedeutung, denn der durchschnittliche Bewässerungswirkungsgrad liegt derzeit nur bei etwa 38 %.
Die größte Hürde, an der bisher die Bemühungen scheitern, ist die prozessbasierte und daher aufwändige numerische Modellierung in Verbindung mit einer komplexen nichtlinearen Optimierung zur Steuerung der Wassergaben. Die im Projekt entwickelten Technologien zeigen viel versprechende Ergebnisse durch die Verbindung von physikalisch begründeter Modellierung mit geeignete Methoden aus der Künstlichen Intelligenz - speziell evolutionäre Algorithmen und neuronale Netze - die sowohl zur Lösung des komplexen Optimierungsproblems als auch zur Vereinfachung in der Anwendung führen.
Zeitraum: Jul. 1999 - Dez. 2005
Finanziert durch: DFG