Kunstmatige intelligentie biedt steeds meer mogelijkheden om landbouwgebieden slimmer en duurzamer te beheren. Hoe kunnen afwijkingen in gewasgroei automatisch worden herkend? Waar ontstaan risico's op droogte, ziekten of verminderde opbrengsten? En hoe kunnen grote hoeveelheden geografische landbouwdata worden gebruikt om ontwikkelingen te voorspellen? GeoAI helpt om deze vragen te beantwoorden. In deze Blended Learning GeoAI voor Landbouw leer je hoe kunstmatige intelligentie wordt gecombineerd met geografische informatie en GIS om landbouwgegevens te analyseren. Je maakt kennis met machine learning, satellietbeelden, dronebeelden, sensorgegevens en toepassingen binnen QGIS en Python. Daarbij ontdek je hoe GeoAI kan worden ingezet voor automatische gewasherkenning, het voorspellen van opbrengsten en het signaleren van veranderingen in landbouwgebieden. Met praktische voorbeelden leer je hoe GeoAI bijdraagt aan precisielandbouw, gewasmonitoring, efficiënter gebruik van water en meststoffen en duurzame landbouwproductie. Deze Blended Learning biedt een goede basis voor het toepassen van kunstmatige intelligentie binnen de moderne landbouw.
