Auflistung nach Schlagwort "Remote Sensing"
1 - 9 von 9
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragAbleitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras(42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Reuter, Tobias; Nahrstedt, Konstantin; Jarmer, Thomas; Trautz, DieterKleegras hat eine entscheidende Bedeutung als Fruchtfolgeglied im Ökologischen Landbau und als Futter. Bedingt durch Heterogenitäten im Boden entwickelt sich der Bestand über die Vegetationsperiode hinweg ungleichmäßig, sodass sich Bereiche mit unterschiedlicher Biomasseproduktion herausbilden. Ein teilflächenspezifisches Management angepasst an diese Unterschiede kann Grundlage für effizientere Ressourcennutzung sein. Daher wurden auf einer ökologischen Kleegrasfläche drohnengestützt Bilddaten aufgenommen und Vegetationsindizes berechnet. Die Abschätzung der Biomasse mit Vegetationsindizes war zu einem früheren Aufnahmetermin ungenauer als zu einem späteren Zeitpunkt. Korrelationsmodelle zwischen den Vegetationsindizes und der Biomasse zeigten zu den beiden späteren Terminen einen höheren Zusammenhang als zum ersten Aufnahmezeitpunkt. Dabei konnten mit dem NDVI bzw. NGRDI am letzten Termin die höchsten Korrelationen mit Werten um 0,5 erzielt werden. Basierend auf den Indizes wurde die Fläche in drei Zonen eingeteilt. Die Zonierung variierte je nach Termin und Index. Dennoch war es möglich, einen Bereich mit hoher Biomasseproduktion zu identifizieren. Die Einteilung in Managementzonen konnte demnach erfolgreich durchgeführt werden, besonders geeignet waren NDVI, NGDRI und RGBVI.
- KonferenzbeitragAktuelle Ansätze zum Einsatz von Verfahren der automatisierten Bilderkennung mittels maschinellen Lernens im Bereich des Umweltmonitorings(INFORMATIK 2024, 2024) Galle, ChristopherDie steigende Nachfrage nach präzisen aktuellen Erhebungen des Naturzustands hat die Notwendigkeit neuer Herangehensweisen an die Datenerfassung und -auswertung deutlich gemacht. Die Auswertung von Umweltdaten ist eine zeitaufwändige und ressourcenintensive Aufgabe, die eine erhebliche Beteiligung qualifizierten Personals erfordert. Die Automatisierung dieser oft manuellen Prozesse gestaltete sich über viele Jahre hinweg als herausfordernd. Besonders die Artenbestimmung von Insekten und die Auswertung von Wildkameraaufnahmen im Bereich der Ökologieforschung dienen als Beispiele dafür. In Fangflaschen konservierte Insekten müssen von Fachpersonal identifiziert werden, was aufgrund von Beschädigungen an den Insekten sowie dem Verfall während der Lagerung und Bearbeitung ein zeitaufwendiger und zeitkritischer Prozess ist. Aber nicht nur die Auswertung herkömmlicher Bilder und Proben ist für Anwendungen der automatisierten Bilderkennung interessant, auch nicht-fotografische Bilddaten wie Sonar-, Satelliten- oder spektroskopische Aufnahmen eignen sich dafür. Die Verwendung von Methoden des maschinellen Lernens, insbesondere der Einsatz von Convolutional Neural Networks, hat sich hier in vielen Bereichen als äußerst hilfreich erwiesen. Die Verfügbarkeit geeigneter Trainingsdaten stellt jedoch weiterhin ein großes Problem dar, für das häufig individuelle Lösungsansätze gefunden werden müssen
- KonferenzbeitragDevelopment of a minimalistic low-cost UAV platform for simple airborne measurements(Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Bruns, BenjaminFor specific tasks in field phenotyping, e.g., georeferencing of new experimental plots for upcoming observations, there is the need of simple, often short-termed airborne measurements. For this scenario we developed a minimalistic low-cost UAV platform. This platform can be easily adapted to different sensor setups. Due to its price and simplicity it can be constructed multiple times and so be used simultaneously. A first version of our flexible UAV software framework (“SimpleUavAdapter”) is available and first test flights with simple measurements have been completed successfully. To further simplify the execution of GPS-triggered measurement tasks the development of a lightweight scheduling component (“FuRIOS client agent”) is planned.
- KonferenzbeitragErfassung von Bestandsheterogenität im Kleegras mithilfe von drohnengestützten RGB- und Multispektraldaten(41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten, 2021) Reuter, Tobias; Nahrstedt, Konstantin; Wittstruck, Lucas; Jarmer, Thomas; Kühling, Insa; Trautz, DieterKlee-Gras-Bestände haben eine große Bedeutung als Futterpflanzen sowie als Stickstoffquelle. Die Bestandszusammensetzung aus Klee und Gras verändert sich je nach Bodenbedingung (Stickstoffversorgung, Wasserhaltekapazität, Boden-pH etc.) und Bewirtschaftungsform mit der Zeit. UAV-gestützte Bilddaten sind eine effektive Möglichkeit, um Heterogenität im Pflanzenbestand zu erkennen. Diese können die Grundlage für ein teilflächenspezifisches Management bilden. Zu diesem Zweck wurden auf einer ökologisch bewirtschafteten Kleegrasfläche in Belm bei Osna-brück, die sich in eine gedüngte und ungedüngte Teilfläche aufteilt, zu mehreren Terminen im Frühjahr und Sommer drohnengestützte RGB- und Multispektralbilder aufgenommen. Räumliche und temporale Heterogenitäten, welche vermutlich auf Bodenunterschiede zurückzuführen sind, konnten mithilfe von Vegetationsindizes aus den Bilddaten des Kleegrasbestandes ermitteln werden. Aufgrund der Trockenheit im Frühsommer 2020 wurde im Laufe des Untersuchungszeitraums ein Anstieg des Kleeanteils festgestellt. Ein Unterschied zwischen der gedüngten und ungedüngten Variante war nicht an allen Terminen nachweisbar.
- KonferenzbeitragFusion von Bilddaten und IoT-Funksensordaten im pflanzenbaulichen Feldversuchswesen(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Heckmann, Andreas; Paulus, StefanEin Hemmnis beim Einsatz der digitalen Technologien stellt die mangelnde Zuverlässigkeit bzw. die Ungenauigkeit von Entscheidungshilfesystemen, insbesondere zur teilflächenspezifischen Vorhersage von Biomassewachstum, Krankheiten oder Nährstoffstress, dar. Mit dem Feldversuch „Fieldloop“ werden unterschiedliche Sensortechniken im Feldversuchswesen eingesetzt, um eine standpunktgenaue und fortlaufende Messung des Pflanzenwachstums und der mikroklimatischen Umweltfaktoren zu untersuchen. Im vorliegenden Beitrag wird die Untersuchung der Einsatzmöglichkeiten digitaler Werkzeuge im Feldversuchswesen evaluiert. Es zeigt sich, dass die Etablierung von drahtlosen Sensornetzwerken eine wertvolle Ergänzung zur Bildanalyse, zu Geo- und Boniturdaten gerade im Feldversuchswesen darstellt. Auf der Basis der gewonnenen Erkenntnisse können Validierungsversuche von Prognosemodellen für Biomasse und Vitalität präziser durchgeführt werden. Eine Quantifizierung und Beschreibung heterogener Einflussgrößen wird ermöglicht. Eine Weiterentwicklung des Ansatzes für Großflächenversuche wird in aufbauenden Projekten vorangetrieben
- KonferenzbeitragMultilokale Modellierung der Bestandesentwicklung von Kleegrasgemengen mittels Leaf Area Index (LAI) und multispektralen Drohnendaten(43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Nahrstedt, Konstantin; Reuter, Tobias; Vergara Hernandez, Maria; Trautz, Dieter; Jarmer, ThomasKleegrasgemenge kennzeichnen sich durch ihre ausgeprägte Heterogenität. Im Hinblick auf die Einsatzmöglichkeit als Futterpflanze sind dabei mögliche Einflüsse auf das Biomasseaufkommen zu berücksichtigen. Biomassebestimmungen sind jedoch zeit- und kostenintensiv. Mittels punktuellen Messungen des Blattflächenindex (engl. LAI) kann das Pflanzenwachstum stichprobenartig ohne größeren Aufwand bestimmt werden. Unter Einsatz von UAV-basierten Bilddaten ist folglich eine Übertragbarkeit auf den gesamten Bestand möglich. Im Zuge dessen wurden auf drei ökologisch bewirtschafteten Kleegrasflächen im Raum Osnabrück zu je zwei Terminen der LAI sowie drohnengestützte Multispektralbilder aufgenommen. Mithilfe der daraus abgeleiteten Vegetationsindizes zeichnete sich bei der Modellierung des LAI für den NDVI ein Abfall in der Modellgüte zwischen den beiden Terminen ab, während der NDRE eine verbesserte Genauigkeit aufwies. Ferner wirkten sich auch die Flächenanteile von Klee und Gras auf die Modellgüte aus.
- KonferenzbeitragSatellitengestützte Analyse der räumlichen Variabilität für die Ableitung von Ertragszonen und deren Ursachen(43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Hagn, Ludwig; Schuster, Johannes; Mittermayer, Martin; Hülsbergen, Kurt-JürgenDie Kenntnis der räumlichen Variabilität und deren Ursachen bietet zahlreiche Ansatzpunkte für Managementmaßnahmen. Dennoch ist das Interesse an räumlich variablen Erträgen (z. B. Biomassekarten) und teilschlagspezifischer Düngung in der landwirtschaftlichen Praxis noch sehr begrenzt. Satellitendaten sind eine kostengünstige und praktische Möglichkeit, Flächenheterogenität zu erfassen. In der vorliegenden Untersuchung wurde die räumliche Variabilität auf einem Praxisschlag in Südostbayern anhand von mehrjährigen Satellitendaten erfasst und validiert. Indirekt erfasste Biomassekarten auf Basis des NDVI wurden in Beziehung zu räumlich variablen Bodendaten (Corg, Nt, pH-Wert) und multispektralen Sensormessungen gesetzt. Die Ergebnisse zeigten enge Zusammenhänge zwischen den Satellitendaten und den Sensormessungen (EC 32, r = 0,64; EC 43, r = 0,70). Die Satellitendaten wiesen enge Beziehungen mit den Bodenparametern auf (Corg, r = 0,60; Nt, r = 0,60). Auf Basis von hochauflösenden Biomassekarten können Teilflächen mit geringen Ertragspotenzialen identifiziert und Maßnahmen eingeleitet werden.
- KonferenzbeitragUAV-gestütztes Spot-Spraying zur schwellwertbasierten Beikrautregulierung im Mais(44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft, 2024) Konstantin Nahrstedt, Tobias ReuterBeikräuter werden in der landwirtschaftlichen Praxis flächendeckend reguliert. Da sich signifikante Ertragsverluste in Maisbeständen jedoch erst ab einer bestimmten Beikrautbesatzdichte ergeben, ist eine flächendeckende Bekämpfung nicht immer erforderlich. Die teilflächenorientierte Ausbringung von Pflanzenschutzmitteln (PSM) mittels Spot-Spraying bietet durch selektiven Mitteleinsatz ökonomische sowie ökologische Vorteile. Für die hierzu erforderliche präzise Erfassung des Beikrautbesatzes eignen sich drohnengestützte Kamerasysteme. Im vorgestellten Versuchsvorhaben wurde eine Maisfläche kurz vor der PSM-Applikation beflogen und der Beikrautbestand klassifiziert. Mit einer Gesamtgenauigkeit von 92 % bzw. 93 % konnten Maispflanzen, Beikräuter und offener Boden differenziert werden. In randomisiert angelegten Parzellen wurden anschließend Applikationspolygone nach unterschiedlichen Schwellwerten für eine Mittelausbringung erstellt. In einer Erfolgskontrolle wurde die Verteilung behandelter und unbehandelter Beikräuter erfasst, um die Applikation zu evaluieren. Dabei zeigte sich eine hohe Übereinstimmung zwischen der drohnengestützten Applikationskarte und der Terminalapplikationskarte der Landmaschine. Anhand der Ertragskartierung wurden nur geringfügige Unterschiede im Maisertrag zwischen vollständig behandelten und schadschwellbehandelten Parzellen festgestellt.
- KonferenzbeitragUnterscheidung von Mais- und Beikrautpflanzen unter Anwendung von multispektralen UAV-Bilddaten zur teilflächenspezifischen Beikrautregulierung(41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten, 2021) Wittstruck, Lucas; Reuter, Tobias; Nahrstedt, Konstantin; Trautz, Dieter; Kühling, Insa; Jarmer, ThomasIn der landwirtschaftlichen Praxis werden Beikräuter flächendeckend bekämpft, obwohl diese zumeist erst ab einer bestimmten Schadschwelle zu einem nennenswerten Ertragsverlust führen. Die Beikrautbekämpfung hat negative Effekte wie Artenschwund, erhöhte Erosionsgefahr und Umweltbelastung durch Herbizide. Eine teilflächenspezifische Beikrautregulierung kann diese negativen Auswirkungen reduzieren und die Biodiversität im Feld erhöhen, ohne Ertragsverluste befürchten zu müssen. Im vorliegenden Beitrag wird ein Ansatz zur Identifizierung von Beikräutern und deren Differenzierung von Maispflanzen aus multispektralen UAV-Daten vorgestellt. Auf Basis dessen erfolgte eine teilflächenspezifische Beikrautregulierung, die mit einer flächendeckenden Bekämpfung verglichen und bewertet wurde. Die Ergebnisse der Untersuchung haben gezeigt, dass sich drohnengestützte Multispektraldaten zur Erfassung von Beikräutern eignen. Diese konnten sowohl innerhalb als auch zwischen den Maisreihen erkannt und von den Nutzpflanzen differenziert werden. Die aus der Klassifikation abgeleitete teilflächenspezifische Beikrautregulierung ermöglichte die kleinräumige Bekämpfung von Beikräutern. Dadurch ließ sich ein Großteil der Beikräuter erhalten, ohne dass der Mais im Längenwachstum signifikant beeinträchtigt wurde.