Logo des Repositoriums
 
Konferenzbeitrag

LiDAR- und Lichtschattensensor-basierte Sensordaten-fusion zur feldbasierten Phänotypisierung von Getreide

Zusammenfassung

In diesem Dokument werden komplementäre Sensorfusionsansätze zur feldbasierten Hochdurchsatz-Phänotypisierung von Triticale auf Grundlage bildgebender LiDAR- und Lichtschattensensor-Daten vorgestellt. Die Sensordaten wurden mit der Multisensor-Plattform „BreedVision“ gewonnen. Zur Bestimmung des parzellenbezogenen Parameters werden die Messdaten von LiDAR- und Lichtschattensensor fusioniert. Mit Methoden des überwachten maschinellen Lernens wird ein Biomasse-Vorhersagemodell erstellt. Die extrahierten Pflanzenmerkmale werden auf feldbasierte Daten von 1503 Versuchsparzellen an zwei Versuchsstandorten für je zwei Wachstumsstadien trainiert. Das exponentielle Gauß'sche Prozessregressionsmodell wird mittels der Funktionen in MATLAB® entwickelt.

Beschreibung

Cherednyk, Juliia; Jenz, Mario; Möller, Kim; Nieberg, Dominik; Ruckelshausen, Arno (2019): LiDAR- und Lichtschattensensor-basierte Sensordaten-fusion zur feldbasierten Phänotypisierung von Getreide. 39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?. Bonn: Gesellschaft für Informatik e.V.. PISSN: 1617-5468. ISBN: 978-3-88579-681-7. pp. 37-42. GIL-Jahrestagung - Fokus: Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?. Wien. 18.-19. Februar 2019

Zitierform

DOI

Tags