Forscher der Okayama Universität in Japan haben erfolgreich ein Modell entwickelt, das die Reisernte mithilfe von Convolutional Neural Networks (CNN) und Bildern von Reisfeldern vor der Ernte schätzt. Sie erstellten eine Datenbank mit über 20.000 Bildern von Reisfeldern und den dazugehörigen Ernteerträgen und entwickelten ein CNN-Modell, um den Ernteertrag für jedes einzelne Bild zu schätzen.
Das Modell erklärt etwa 68-69% der Ernteertragsvarianz und kann den Ernteertrag zum Zeitpunkt der Reife präzise vorhersagen. Dies zeigt das Potential zur Überwachung der Reisernte auf.
Diese Studie trägt zur Verbesserung des Reisfeldmanagements und zur Beschleunigung von Züchtungsprogrammen bei und leistet einen Beitrag zur globalen Nahrungsmittelproduktion und nachhaltigen Entwicklung.