Schadinspektor
Entscheidungsunterstützung im Pflanzenschutz durch Schädlingserkennung mittels UAV
 |
 |
 |
| B. Breckheimer, ZEPP | B. Meese, ZEPP | N. Schackmann, DLR Eifel |
Projektziel
Das Ziel des Projektes Schadinspektor ist die Entwicklung eines Web-Services, mit dem anhand von Drohnen (Unmanned Aerial Vehicle – UAV) Pflanzenschäden in Getreidekulturen erkannt und lokalisiert werden können. Dies soll zunächst am Beispiel von zwei Schaderregern umgesetzt werden, einem tierischen (Feldmaus) und einem pilzlichen (Gelbrost), die auf landwirtschaftlichen Schlägen großflächig aber zonal Schäden anrichten. Solche Schäden können einerseits mittels UAV-Bildern erkannt werden, andererseits kann eine teilschlagspezifische Bekämpfung sinnvoll sein. Für das Erkennen der beiden Schädlinge soll im Rahmen des Projektes Schadinspektor ein Auswerteverfahren entwickelt werden, das hochaufgelöste, von Drohnen aufgenommene VNIR Bilder (RGB-Bilder mit zusätzlichem Infrarot-Kanal) in georeferenzierte Befalls- und Applikationskarten für Gelbrost oder Feldmaus umwandelt. Solche Karten ermöglichen perspektivisch eine teilflächenspezifische Bekämpfung der Schaderreger und tragen somit zum nachhaltigen Pflanzenschutz bei gleichzeitig minimalen ökonomischen und ökologischen Risiko bei.
Bisherige Arbeiten
In drei Regionen (Rheinhessen, Eifel, Raum Bernburg) wurden seit der Anbausaison 2016/2017 rund 500 ha Ackerfläche wiederholt von den Projektpartnern Luftfotos24 und AGRO-SAT Consulting mit UAV beflogen und hochaufgelöst mit Multispektralkameras fotografiert. Parallel zu den Befliegungen haben Mitarbeiter der ZEPP sowie des Landesamtes für Landwirtschaft und Gartenbau Sachsen-Anhalt zahlreiche Gelbrost- und Feldmausbonituren auf den jeweiligen Untersuchungsflächen durchgeführt. Auch in der aktuellen Anbausaison 2018/2019 sind die Befliegungen und Bonituren von Gelbrostnestern und Feldmausschäden in vollem Gange.
Aktueller Stand
Die zusammengesetzten und georeferenzierten Luftbilder sowie die Boniturdaten wurden bislang genutzt, um Schritt für Schritt Feldmaus-spezifische Bildanalyse-Algorithmen zu entwickeln. Der bislang entwickelte Algorithmus für die automatische Identifikation von Feldmausschäden funktioniert bereits gut und soll nun prototypisch in das bestehende Angebot des ISIP e.V. integriert werden. Darüber hinaus wird derzeit getestet, ob stereografische Höhenmodelle der Bestände genutzt werden können, um Feldmausschäden anhand des durch abgefressene Pflanzen verursachten Höhenunterschiedes zuverlässiger identifizieren zu können. Weiterhin wird erprobt, ob die Verwendung künstlicher neuronaler Netze gegenüber der bislang verwendeten, objektbasierten Bilderkennung zu einer Steigerung der Klassifizierungsgenauigkeit führt.
Die Entwicklung der automatischen Erkennung von Gelbrostnestern steht noch am Anfang: Die Anbausaisons 2016/2017 und 2017/2018 zeichneten sich jeweils durch sehr geringen Gelbrostbefall aus, was zu entsprechend wenigen nutzbaren Luftbildern führte. Im Vergleich zu Feldmausschäden gestaltet sich die spektrale und räumliche Trennung von Nestern und gesundem Bestand hier jedoch deutlich schwieriger. Um ausreichend viele Bilder für die Umsetzung einer erfolgreichen Gelbrosterkennung zu sammeln, sind für das Frühjahr 2019 umfangreiche Befliegungen in Rheinland-Pfalz und Sachsen Anhalt geplant.
 |
|
|
|
|
|
