HSWT-Hackathon zur automatisierten Datenaufnahme im Projekt SmartReForest
In einem interdisziplinären Hackathon projektieren und implementieren sieben Forschende der HSWT die automatisierte Datenaufnahme in Verbindung mit der damit zusammenhängenden IoT- und Kamera-Sensorik.
HSWT-Wissenschaftler:innen aus den Fakultäten Wald und Forstwirtschaft (Gruppe von Prof. Dr. Christian Zang – Forest and Climate Change ) sowie Nachhaltige Agrar- und Energiesysteme (Gruppe von Prof. Dr. Florian Haselbeck – Smart Farming) kamen in dieser fakultätsübergreifenden und fokussierten Zusammenarbeit an zwei Tagen zusammen, um im Rahmen des bayklif2-Projektes SmartReForest wichtige Fortschritte zu erreichen.
Ziel war eine automatisierte Aufnahme von Bilddaten in regelmäßigen Zeitabständen sowie deren Sammlung auf entsprechenden Servern. Diese hochaufgelöste Zeitreihe von Bilddaten soll dann zur Ableitung präziser Bewässerungsschwellenwerte dienen. Dazu wurde eine selbst geplante „Bilddaten-Plattform“ basierend auf Raspberry Pi mit angebundener RGB-, Nahinfrarot- und Thermalkamera implementiert und in Betrieb genommen. Ein weiteres Ziel war die Inbetriebnahme von marktverfügbarer IoT-Sensorik.
Ergebnisse nach zwei Tagen
Die Raspberry Pi Plattform funktioniert, nimmt kontinuierlich Bilddaten in regelmäßigen Abständen auf, speichert diese lokal und sendet eine E-Mail, wenn Probleme entstehen. Die Bilddatenaufnahme ist voll automatisiert. Die IoT Sensorik wurde installiert und getestet und ist weitestgehend in Betrieb.
Für einen letzten Feinschliff wird es am 29. April nochmal einen eintägigen Hackathon geben, bei dem die bis dahin gelieferte Thermalkamera angeschlossen, eine Alarmfunktion implementiert und eine Dokumentation für Anwender:innen ohne IT‑Hintergrund erstellt wird. In Arbeit ist ein 3D-gedrucktes Gehäuse für die eigene Bilddaten-Plattform.
Einbettung in das Projekt SmartReForest
Das Teilprojekt 3 des Projekts Smarte Lösungen für die resiliente Wiederbewaldung zur Sicherung essentieller Ökosystemleistungen im Klimawandel (SmartReForest) beschäftigt sich mit der Erfolgssicherung von Wiederaufforstungsmaßnahmen. Hier werden KI-gestützte Monitoring- und Bewässerungssysteme entwickelt, die auf Fernerkundung und ökophysiologischen Messungen basieren. Ziel ist die Früherkennung von Trockenstress und die gezielte und effiziente Wasserversorgung, um das Überleben der Jungpflanzen zu sichern, Verwöhneffekte zu vermeiden und Wasserressourcen zu schonen.
Bei den Gewächshausversuchen werden insgesamt 100 Jungpflanzen einer Laubbaumart (Rotbuche) und einer Nadelbaumart (Douglasie) einer kontrollierten Austrocknung und Wiederbewässerung ausgesetzt. Diese Baumarten werden typischerweise im Untersuchungsgebiet Frankenwald gepflanzt. Daraus werden Bewässerungsbedarfsschwellen abgeleitet und Daten für KI-basierte Erkennung des Bewässerungsbedarfs auf Einzelbaumebene konzipiert. Die Setzlinge wurden Ende März getopft und auf mobilen, ins Freiland fahrbaren Tischen platziert, um auch Daten unter freilandähnlichen Bedingungen erheben und Sensorik-Systeme testen zu können.
-
Teilnehmende an dem zweitägigen Hackathon (v.l.n.r.): Ehsan Yaghoubi, Prof. Dr. Christian Zang, Dr. Markus Schmidt, Harshavardhan Subramanian, Lina-Liv Willruth, Georg Back, Marco Obermeier, Leonie Hahn © Michaela Stegmann -
Prof. Dr. Florian Haselbeck, Inhaber der Professur Smart Farming, instruiert die Teilnehmenden für den Hackathon. © HSWT -
Zwei Tage wurde intensiv an den erforderlichen Codes zur automatisierten Bilddatenaufnahme gearbeitet. © HSWT -
Zwei getopfte Douglasien aus dem Gewächshausversuch wurden mit Sensoren versehen und dienten als Testmaterial für den Hackathon. © HSWT -
Bestandteile der IoT- und Kamera-Sensorik werden zusammengebaut und verbunden. © HSWT
