Neue Methoden zur Steuerung der Wassergabe mit Neuronalen Netzen in der Bewässerungslandwirtschaft

Abstract

Im Wettbewerb um die knappe Ressource Wasser steht die Bewässerungslandwirtschaft als größter Verbraucher mit dem geringsten Wirkungsgrad neben allen anderen Konsumenten. Zur Verbesserung des Wirkungsgrads ist man in der Bewässerungslandwirtschaft auf simulationsbasierte Optimierungsmethoden angewiesen. Bei der Anwendung der simulationsbasierten Optimierung stößt man bei allen Bewässerungsverfahren auf Probleme, da die numerischen Simulationsmodelle komplex, aufwändig und mitunter auch instabil sind. Zudem erschwert die nichtlineare Zielfunktion eine optimale Steuerung in Echtzeit. An Stelle der problematischen direkten Minimierung einer Zielfunktion mit numerischen Bewässerungsmodellen wird in dieser Ar- beit ein zweiphasiges Vorgehen vorgeschlagen, welches die Strömungsmodellierung und die optimale Bestimmung der Bewässerungsparameter entkoppelt. Dafür wurde eine neue neuronale Netzarchitektur, die selbstorganisierende Merkmalskarte mit variabler Ein-/Ausgabefunktion (SOM-MIO), entwickelt. In der Arbeit wird die SOM- MIO Architektur zusammen mit ein-, zweiund dreidimensionalen Strömungsmodellen innerhalb der zweiphasigen Optimierungsstrategie verwendet. Umfangreiche An- wendungen der SOM-MIO Architektur erfolgten zur deterministischen und stochastischen Steuerung der Tropfbewässerung sowie zur Steuerung der Furchenbewässerung bei bedarfsgerechter Bewässerungsplanung und bei Defizitbewässerung.