Optimierung von drohnengestützter Pflanzenkrankheitserkennung mittels extremen Beobachtungswinkeln von multispektralen Kameras.

• Antragsteller: Dr. Rene Heim
• Fachliche Zuordnung: Pflanzenzüchtung, Pflanzenpathologie
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 521313940

Pflanzenkrankheiten beeinträchtigen die Pflanzenproduktion weltweit. Sensortechnologien bieten eine innovative Lösung zur Erkennung von Pflanzenkrankheiten. In diesem Zusammenhang stehen unbemannte Luftfahrzeuge (UAVs) als Trägerplattformen für optische Sensoren bereits im Mittelpunkt der Forschung. UAVs können in kurzen Zeitabständen eingesetzt werden, um große Gebiete zu immer geringeren Kosten zu überwachen. Sie eignen sich zur Erforschung von Krankheitsmustern im Feld, was für Menschen praktisch nicht machbar ist. Ein Element, das bei der digitalen Erkennung von Pflanzenkrankheiten übersehen wird, ist die Verwendung von extremen Kamerawinkeln die mit UAVs gesammelt werden können. Der Standard ist immer noch, die Kamera um 90° nach unten zu neigen, um Bilder aus der Nadirperspektive zu generieren. Es ist jedoch bekannt, dass der Beobachtungswinkel einen Einfluss auf die Intensität von optischen Daten hat. Einige Studien zeigen bereits, dass Kameras an UAVs eine Vielfalt von Beobachtungswinkeln aufnehmen können um die Schätzung von Ertrag, Blattflächenindex und Chlorophyllgehalt bei Kartoffeln und Mais zu verbessern. In der digitalen Pflanzenpathologie wurden UAVs bisher noch nicht zur Erfassung multiangularer Daten eingesetzt. Dies würde es jedoch ermöglichen, ein Pathosystem von mehreren Seiten und nicht nur von oben zu bewerten. Insbesondere bei Zuckerrüben, bei denen die Blätter eher aufrecht wachsen, könnten extreme Beobachtungswinkel, die das gesamte Blatt zeigen, eine Verbesserung der derzeitigen Krankheitserkennungsmodelle ermöglichen . Daher zielt das vorgeschlagene Projekt darauf ab, nadir- und extremwinklige Luftaufnahmen zu sammeln und die daraus resultierenden Reflektanzmuster auf der Feldskala zu untersuchen. Wir werden multispektrale Luftbilder aus unterschiedlichen Beobachtungswinkeln über zwei Vegetationsperioden hinweg sammeln. Verschiedene Zuckerrübensorten werden mit Cercospora beticola, dem Erreger der Cercospora-Blattfleckenkrankheit, inokuliert und mit den selben, aber gesunden, Sorten verglichen. Die resultieren Daten werden ungefähr Beobachtungswinkel zwischen 0° und 75° umfassen. Diese werden in ausgewogene Klassen eingeteilt und zum Trainieren von Modellen verwendet die Befallsstärke und Inzidenz bewerten. Auf diese Weise werden wir in der Lage sein, optimale Beobachtungswinkel für die Klassifizierung kranker und gesunder Zuckerrübenpflanzen zu verschiedenen Zeitpunkten der Krankheitsentwicklung zu ermitteln. Dies ermöglicht ein tieferes Verständnis der optischen Eigenschaften von Pathosystemen im Feldmaßstab. Durch die Auswahl mehrerer Sorten mit unterschiedlichen Blattwinkeln, wollen wir die optimalen Beobachtungswinkel für dieselbe Krankheit, aber für unterschiedliche Pflanzenarchitekturen erforschen. Dieser Erkenntnisgewinn wird sich auf viele Anwendungen im Management von Pflanzenkrankheiten und auf Züchtungsversuche auswirken.

• DFG-Verfahren: Sachbeihilfen