Digitale Tools können die Landwirtschaft in eine umweltverträglichere umwandeln

Agrarproduzenten stehen vor der doppelten Herausforderung, die Produktion für eine wachsende Weltbevölkerung zu steigern und gleichzeitig die negativen Auswirkungen auf die Umwelt zu reduzieren. Digitale Technologien und künstliche Intelligenz können eine nachhaltige Produktion erleichtern, aber Landwirte müssen Chancen und Risiken abwägen, wenn sie entscheiden, ob sie solche Tools einsetzen möchten.

In einem neuen Agrarwirtschaft Paper schlagen Wissenschaftler der University of Illinois eine Forschungsmethodik vor, um die Bereitschaft der Produzenten zu messen, neue Technologien im Zusammenhang mit der digitalen Landwirtschaft einzuführen.

Das Papier skizziert einige der Nachhaltigkeitsherausforderungen für die US-Landwirtschaft und warum es schwierig ist, diese Herausforderungen mit konventionellen Technologien anzugehen, erklärt Madhu Khanna, angesehener Professor für Agrar- und Verbraucherökonomie (ACE) und Direktor des Institute for Sustainability, Energy and Environment ( iSEE) an der U von I.

„Digitale und künstliche Intelligenztechnologien können eine Rolle dabei spielen, uns in eine nachhaltigere Zukunft zu führen, aber es gibt Hindernisse für die Nutzung“, sagt Khanna. „Landwirte sind in der Regel vorsichtig bei der Einführung neuer Technologien, bis die Vorteile gut nachgewiesen und die Unsicherheiten verringert wurden und sie sehen, dass ihre Nachbarn und andere Kollegen diese übernehmen.“

Zu den Autoren des Papiers gehören Agrarökonomen, Ingenieure, Informatiker und Umweltwissenschaftler. Alle sind Teil des Center for Digital Agriculture (CDA) und des AIARMS Institute des USDA National Institute of Food and Agriculture / National Science Foundation an der U of I. Diese Projekte haben das Ziel, die Anwendung künstlicher Intelligenz für eine nachhaltige Zukunft zu fördern Landwirtschaft.

Digitale Technologien können große Mengen an Informationen zusammenstellen und standortspezifische Managementrichtlinien bieten, die dazu beitragen, die Produktionseffizienz zu steigern und Umweltschäden zu reduzieren. Beispielsweise können Präzisionsbewässerungssysteme die Pflanzen- und Bodenbedingungen überwachen, um eine standortspezifische Bewässerung sicherzustellen. Künstliche Intelligenz kann Informationen über die Pflanzengesundheit und die Bodenfruchtbarkeit liefern, um dabei zu helfen, die Zufuhrmengen anzupassen und den Stickstoffabfluss zu reduzieren.

Digitale Technologien können auch dazu beitragen, dem Arbeitskräftemangel in der Landwirtschaft entgegenzuwirken. Kleine Roboter, die sich unter der Überdachung bewegen, können eine ortsspezifische Düngung, Aussaat, Diagnose und mechanisches Jäten ermöglichen, um den Einsatz von Pestiziden zu reduzieren. Unterdachroboter können auch Zwischenfrüchte zwischen den Reihen säen und so zur Verbesserung der Bodengesundheit beitragen.

Während diese innovativen Werkzeuge Vorteile wie niedrigere Kosten und verbesserte Erträge bieten können, erfordern sie auch Vorabinvestitionen und die Landwirte müssen sich neue Fähigkeiten und Kenntnisse aneignen, um sie zu bedienen. Viele digitale Technologien befinden sich noch in den frühen Entwicklungsstadien, und unmittelbare Ergebnisse sind möglicherweise nicht offensichtlich. Es gibt nur begrenzte Programme, um Landwirte für die von ihnen erbrachten Ökosystemleistungen zu belohnen, und oft reichen sie nicht aus, um die Adoptionskosten zu decken, sagen die Forscher.

„Bestehende Forschungsergebnisse deuten darauf hin, dass neben wirtschaftlichen Faktoren auch Verhaltensfaktoren eine große Rolle bei der Einführung von Technologien spielen. Auch wenn etwas profitabel aussieht, gibt es oft versteckte Kosten oder versteckte Barrieren wie Bedenken hinsichtlich des Risikos oder der möglichen Lieferzeit die Amortisation. Es ist wichtig, all diese Verhaltensfaktoren zu berücksichtigen, wenn wir über die Implementierung dieser neuen Technologien nachdenken“, erklärt Khanna.

Während sich andere Studien auf die bereits erfolgte Übernahme von Technologien konzentrieren, schlagen Khanna und Co-Autoren einen neuartigen Ansatz vor, der es Forschern ermöglicht, die Bereitschaft zur Übernahme auf der Grundlage einer dynamischen Analyse vorherzusagen.

„Wir empfehlen, umfragebasierte Methoden mit räumlichen und zeitlichen Computersimulationsmethoden zu kombinieren, mit denen wir die Auswirkungen von Adoptionsentscheidungen auf das Ökosystem modellieren können. Dies ermöglicht es uns, die Rückkopplungsschleife zwischen Entscheidungen heute und Umweltergebnissen von morgen zu erfassen, die sich dann auf nachfolgende Entscheidungen auswirkt.“ “, sagt Shadi Atallah, außerordentlicher Professor am ACE und Co-Autor des Papiers.

„Zum Beispiel zeigt die langfristige Verwaltung der Herbizidresistenz durch den Einsatz von Robotern für die nicht chemische Unkrautbekämpfung, wie dynamisch Kosten und Nutzen sind. Die Ergebnisse werden von den Entscheidungen der Landwirte und auch von den Entscheidungen ihrer Nachbarn beeinflusst“, fügt Atallah hinzu.

Für die Umfrage werden den Landwirten Auswahlkarten vorgelegt, die verschiedene Szenarien beschreiben – was die Nachbarn tun, das Ausmaß des Unkrauts, die Kosten der Technologie und andere Faktoren. Jeder Teilnehmer erhält eine Teilmenge von Karten mit verschiedenen Kombinationen. Die Umfragedaten werden dann mit einer agentenbasierten Modellierung kombiniert, die individuelle Unterschiede auf der Ebene der Landwirte und nicht auf der Ebene der Bevölkerung erfasst. Computersimulationen modellieren dann die dynamischen Auswirkungen der Entscheidungen der Landwirte in diesen verschiedenen Szenarien im Laufe der Zeit.

„Kurz gesagt, wir plädieren dafür, von der statischen Analyse zu einer räumlich dynamischeren Adoptionsanalyse überzugehen, und wir führen Computerexperimente dazu durch, wie sich die Politik auf die Adoption von Technologien für eine nachhaltigere Landwirtschaft auswirken wird“, schließt Atallah.

Die Forscher führen derzeit mit einer Zufallsstichprobe von Landwirten eine Umfrage zur Einführung neuer Technologien für Zwischenfrüchte durch.