P358 - 45. GIL-Jahrestagung 2025 - Fokus: Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft

Auflistung nach:

1 - 1 von 1

Konferenzbeitrag
Frühzeitige Erkennung von Pflanzenkrankheiten mittels Satellitendaten
(45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft, 2025) Huhn, Markus; Friesewinkel, Tobias; Eidmann, David; Heinrich, Anna; Paulus, Stefan; Pfeffer, Philipp; Starzmann, Dominik; Bargiel, Damian
Die Blattfleckenkrankheit Cercospora beticola bedroht den Zuckerrübenanbau weltweit und kann Zuckerertragsverluste bis zu 69 % verursachen. Um den Befall automatisiert zu erkennen, wird die Nutzung künstlicher Intelligenz (KI) und Fernerkundung mittels Satellitendaten untersucht. Hyperspektrale und multispektrale Daten, besonders der Sentinel-2-Satelliten, ermöglichen in Kombination mit Deep Learning eine Analyse der Krankheitsindikatoren. Feldmessungen und spektrale Analysen zeigten deutliche Unterschiede zwischen gesunden und befallenen Pflanzen, vor allem im Spektralbereich 700-1000 nm. Erste Ergebnisse bestätigen, dass KI-basierte Modelle den Befall auf großen Anbauflächen zuverlässig erfassen und so manuelle Kontrollen reduzieren.