Dankzij kunstmatige intelligentie (AI) en satellietbeelden kan de tool ‘Africa Agriculture Watch’ oogsten in Afrika voorspellen. “Hiermee kunnen we de schade van klimaatverandering en andere crises helpen beperken”, zeggen de Afrikaanse ontwikkelaars.

De pan-Afrikaanse onderzoeksorganisatie Akademiya2063 is formeel: hun tool, Africa Agriculture Watch (AAgWa), zal de productie van basisvoeding zoals maïs, cassave en graan in 47 Afrikaanse landen helpen voorspellen. Dit maakt het vervolgens mogelijk om de gevolgen op de voedselproductie van klimaatverandering, conflict in landen en plagen aan te pakken.

Volgens Racine Ly, directeur technologie bij Akademiya2063, krijgt de Afrikaanse landbouwsector te maken met meerdere bedreigingen tegelijk als gevolg van extreme klimaatomstandigheden en gezondheidscrises. Die ontwrichten onder meer de toeleveringsketen van noodzakelijke voedingsproducten.

“Door enkel te vertrouwen op conventionele analysetechnieken lukt het niet om tot effectieve besluitvorming te komen die deze uitdagingen het hoofd kan bieden”, zegt hij.

Hoogwaardige analyses

Volgens de ontwikkelaars is dat heel anders met AAgWa. De tool kan beleidsmakers snel toegang geven tot hoogwaardige en voorspellende analyses die tot nu vaak ontbreken op het continent.

De gewassen waarvoor de analyses nu worden gemaakt zijn vooral geselecteerd vanwege hun belang voor de voedselzekerheid in Afrika en hun hoge handelswaarde, zegt Ly.

“Onze gemeenschappen op het platteland consumeren bijvoorbeeld vaak gierst, sorghum en yam”, legt hij uit. “Die worden niet vaak internationaal verhandeld, maar ze zijn wel zeer belangrijk voor ons levensonderhoud, dus daar richten we ons op. Als deze gewassen het niet halen of ernstige schade oplopen, zullen de mensen die er afhankelijk van zijn ook lijden op het vlak van hun levensonderhoud.”

Aan de ontwikkeling van het instrument werkte een groot team van deskundigen uit verschillende Afrikaans landen mee. De ontwikkeling nam zo’n twee jaar in beslag en vergde intensief wetenschappelijk onderzoek, aldus Ly.

“Aangezien dit gegevens zijn die vooral door onderzoekers en beleidsmakers zullen worden gebruikt om er hun beslissingen op te baseren, moesten we ervoor zorgen dat de data juist zijn en de voorspellingen accuraat.”

Boeren informeren

De volgende horde is om de boeren op het platteland, die vaak nog ongeletterd zijn, in staat te stellen om de gegevens op het bijhorende platform te gebruiken, zegt hij.

“In eerste instantie willen we samenwerken met coöperaties die de informatie kunnen verzamelen en vervolgens verspreiden. Maar tegelijk proberen we na te gaan hoe we kunnen samenwerken met voorlichters die de informatie echt tot bij de boeren moeten krijgen. Op dit moment is die fase nog niet helemaal rond, maar we werken er hard aan.”

Datasets combineren

Jerry Sam, uitvoerend directeur van technologiehub Penplusbyte in Ghana, vertelt dat hij sterk gelooft in de waardevolle inzichten en voorspellingen over landbouwopbrengsten die AI en satellietgegevens kunnen genereren.

“Door meerdere datasets te combineren kunnen AI-modellen een uitgebreider beeld verkrijgen van factoren zoals het weer, de bodem en opbrengstgegevens uit het verleden die van invloed zijn op de gewasgroei en het opbrengstpotentieel”, zegt Sam.

“AI en satellietgegevens kunnen ook precisielandbouw ondersteunen door locatiespecifieke aanbevelingen te doen voor het optimaliseren van zaken zoals irrigatie, bemesting en het bestrijden van ziektes.

“Deze gerichte aanpak kan leiden tot betere opbrengsten en een efficiënter gebruik van grondstoffen.”

Sam gelooft dat AI en satellietgegevens kunnen leiden tot een revolutie in de landbouw in Afrika. “De toepassing van AI, met name op het gebied van zelfvoorzienende landbouw, zal niet enkel de opbrengst van oogsten verhogen, maar ook de naties voedselzekerheid bieden”, zegt hij.

___

Dit artikel is oorspronkelijk verschenen bij SciDev.net