We help you find the perfect fit.

Swiss Ai Research Overview Platform

28 Research Topics
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
71 Application Fields
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
34 Institutions
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
Machbarkeitsstudie chemischer Bodenschutz mit REMAP (Remote sEnsing and Machine-learning for chemicAl soil Protection)

Lay summary

Ein kostengünstiges System bestehend aus Drohne und einer Hyperspektral-Bildtechnologie zur Erkennung von Plastik im Feld ist aufgebaut. Für häufige Plastiksorten sind deren spektrale Muster als Referenzgrössen in einer Datenbank erfasst. Auf dieser Grundlage wird ein erstes Modell für die Detektion von Mikroplastik im Boden entwickelt inkl. Indikatoren zu den verschiedenen Einflussgrössen.

Abstract

Die Belastung der landwirtschaftlich genutzten Böden mit Plastik steigt. Für die Schweiz wird geschätzt, dass etwa 160 t jährlich u.a. durch Littering und als Verunreinigungen in Bodenverbesserungsmitteln wie Kompost in diesen Böden eingebracht werden. Dieser Plastik bedroht das Ökosystem langfristig sowohl direkt durch mögliche Toxizität von Inhaltsstoffen und als Fremdstoff aber auch indirekt als Träger von persistenten Schadstoffen. Der Nachweis und die Identifikation von Plastik in unterschiedlichen Bodenschichten sind wichtige Schritte, um Böden gegen diese chemische Verschmutzung zu schützen, indem das Gefahrenrisiko gemäss Indikatoren abgeschätzt wird. Solche Indikatoren basieren auf wissenschaftlichen Daten, die mittels unterschiedlichen Messmethoden gesammelt wurden. Sie sind erforderlich, um eine gezielte Reduktion des Plastikeintrags zu gewährleisten und damit die Umwelt besser schützen.Viele der bisher verwendeten Methoden sind allerdings zeit- und personalintensiv. High-resolution hyperspectral imaging (HI) ist ein vielversprechendes Verfahren, um Plastik nachzuweisen. Es nutzt einen breiten Bereich des elektromagnetischen Spektrums und bildet unterschiedliche Stoffe aufgrund ihres unterschiedlichen Musters an elektromagnetischen Wellen differenziert ab. Auf einer Drohne eingesetzt könnten die neuen handlicheren Kameras für die Überwachung von Plastik auf Feldern als schnelle und kostengünstige Lösung eingesetzt werden. Allerdings fehlen bis jetzt spezifische spektrale Referenzgrössen, mit denen die «Bilder» einem bestimmten Stoff zugeordnet werden können. Deshalb soll in diesem Projekt ein Algorithmus für maschinelles Lernen und ein künstliches neuronales Netzwerk zur Mustererkennung mit einer automatischen HI-Datenverarbeitung und MP-Erkennung entwickelt werden. Makroplastik kann mit der Drohne im Feld entdeckt werden. Mikroplastik wird im Labor ebenfalls mit Hilfe von HI in Bodenproben nachgewiesen. So kann eine Datenbasis mit verschiedenen Referenzgrössen erstellt werden. Nach der Validierung der Software in der Praxis soll im Feld überprüft werden, ob mit Hilfe dieser HI-Drohnen-Technologie Mikrokunststoffe bis hin zu tieferen Bodenhorizonten identifiziert werden können. Mit den erhobenen Daten soll ein Modell für das Verhalten von Mikroplastik im Boden berechnet werden, , das auf bestimmten Indikatoren basiert, wie z.B. Plastikart, Bodeneigenschaften.

Last updated:11.06.2022

  Prof.Petar Nikolov Mandaliev
Basilius Thalmann