Sökträffar

    Sökträffar

    Visa alla resultat för ""
    Hittar inga resultat eller sökförslag för "."

    Söktips

    • Kontrollera att orden är rättstavade
    • Försök med andra sökord eller synonymer
    • Smalna av din sökning för att få fler träffar

    Hur kan vi hjälpa dig?

    Ny student

    Kontakta oss

    Hitta medarbetare

    Sökträffar

      Sökträffar

      Visa alla resultat för ""
      Hittar inga resultat eller sökförslag för "."

      Söktips

      • Kontrollera att orden är rättstavade
      • Försök med andra sökord eller synonymer
      • Smalna av din sökning för att få fler träffar

      Hur kan vi hjälpa dig?

      Ny student

      Kontakta oss

      Hitta medarbetare

      Högskolan i Skövde, länk till startsida

      Beslutsstöd varnar vid förhöjda halter i spannmål

      Forskningsgrupp Skövde Artificial Intelligence Lab
      Forskningsmiljö Informationsteknologi

      Beslutsstöd varnar vid förhöjda halter i spannmål

      Forskningsgrupp Skövde Artificial Intelligence Lab
      Forskningsmiljö Informationsteknologi

      Kort om projektet

      Projektnamn

      Infofusion Fusarium

      Projekttid

      Januari 2018 – Juni 2020

      Finansiering och samverkan

      Europeiska jordbruksfonden genom Jordbruksverket, Sveriges lantbruksuniversitet, Agroväst Livsmedel, Dataväxt, Hushållningssällskapet Skaraborg, Lantmännen

      Uppmärksamheten kring fusariumangrepp på svenskt spannmål har under de senaste åren ökat. Angrepp kan leda till skördenedsättning, men den allvarligaste effekten är att svamparna kan bilda toxiner. I EUs lagstiftning kan man hitta gränsvärden för innehållet av fusariumtoxinerna då de är skadliga för både människor och djur. Vårt projekt syftar till att utveckla ett gårdsbaserat beslutsstöd för att bedöma risken för Fusariumangrepp och förhöjda deoxynivalenol (DON)-halter i spannmål. Det ska kunna användas av både rådgivare och lantbrukare.

      Beslutsstödet är en webb-applikation med kartfunktion och hanterar både omvärldsdata, såsom väder samt gårds- och fältspecifika data, till exempel förfrukt, sort, jordarter, satellitdata och historiska DON-data. Varje faktor i sig påverkar risken för angrepp i olika utsträckning men det är en kombination av och samverkan mellan flera olika faktorer som avgör om det blir angrepp eller förhöjning.

      Bedöma risken

      Med ovanstående data som grund ska beslutstödet predicera risken för Fusariumangrepp och förhöjda DON-halter. För att detta ska vara möjligt måste de mycket komplexa sambanden mellan inverkande faktorer modelleras utifrån tidigare data och känd domänkunskap. En central aspekt är i vilken utsträckning hänsyn ska tas till de olika faktorerna.

      Det kan handla om att studera hur mycket bättre (eller säkrare) beslutsunderlaget blir om information om till exempel såtid och textur från den egna gården tas med, jämfört med att enbart använda mer generell information som gäller för större områden. Då det handlar om många faktorer som potentiellt kan inverka på resultatet måste så kallade multivariata modeller användas, det vill säga modeller med förmåga att hantera och hitta mönster och samband i stora mängder data.

      Olika typer av multivariata modeller

      Det finns många olika typer av multivariata modeller, alla med sina specifika för- och nackdelar: hur de hanterar olika typer av data, inte minst kvantitativ respektive kvalitativa data, hur de hanterar osäkerhet i data, hur precisa de är i sina prediktioner, hur de hanterar tillkomsten av ny data/domänkunskap, hur lättförståeliga de är med mera. Projektet möter utmaningen genom att ta fram den modell, eller kombination av modeller, som är optimal för det tänkta beslutsstödet.

      Verktyget ska kunna användas av rådgivare och lantbrukare som utgångspunkt för ordinarie rådgivning, där till exempel fältobservationer och praktiska hänsyn kompletterar beslutsstödet. Men även inom spannmålshandeln, där en mer generell version gällande för ett större geografiskt område är mer intressant. Det utvecklade verktyget ska även kunna utgöra en plattform för framtida liknande verktyg inom växtskyddsområdet.

      Projektledare

      Bitr. professor i informationsteknologi

      Foto av Maria Riveiro

      Maria Riveiro

      Institutionen för informationsteknologi

      Medverkande forskare

      Foto av Maria Riveiro
      Maria Riveiro
      Bitr. professor i informationsteknologi
      Niclas Ståhl
      Doktorand i informationsteknologi
      Elio Ventocilla
      Doktorand
      Publicerad: 2020-01-24
      Senast ändrad: 2020-01-24
      Sidansvarig: webmaster@his.se