AI för arealövervakning - en förstudie

Jordbruksverket (SJV) och länsstyrelserna gör varje år tusentals fältbesök på betesmarker med syfte att avgöra om marken brukas eller är övergiven. Detta är mycket kostsamt och därför föreslår EU under den kommande perioden för den gemensamma jordbrukspolitiken (CAP) att fältbesök ersätts med automatisk analys av satellitbilder. 

Projektet syftar till att inleda SJVs arbete för att förbättra kvalitet och effektivitet i verksamheten, där AI bedöms ha stor potential, genom att utveckla processer som minskar kostnader och ger större kundvärde. Redan idag används bilder från Sentinelsatelliterna för att analysera hur skiften används. Detta arbete utförs av experter på Jordbruksverket och kan vara mycket tidskrävande, vilket gör det svårt att analysera en större mängd skiftesareal.

Målet med projektet är att utveckla algoritmer som gör det möjligt att i ett begränsat område automatiskt detektera om vallar skördats och betesmarker blivit betade under året. Genom att analysera satellitbilder med hjälp av AI/maskininlärning kan förändringar detekteras och klassificeras för att automatiskt bestämma hur ett skifte använts över tid. I ett senare skede kan metoden skalas upp för att automatisk övervaka all jordbruksmark i hela Sverige.

Det finns redan ett stort behov av att följa utvecklingen av betesmarker över tid, dels genom den ajourhållning av blockdatabasen som Jordbruksverket utför årligen, dels genom de krav som ställs vid framtida kontroller inom nya CAP. Den ökade kunskapen inom AI har potential att framåt lösa även andra villkor och kontroller på ett billigare och effektivare sätt.