Logo des Repositoriums
 

Drohnenbasiertes Verfahren zur Detektion geschädigter Obstbäume in Obstbaumplantagen

Kurzanzeige
dc.contributor.authorThielert, Bonito
dc.contributor.authorMenz, Patrick
dc.contributor.authorWarnemünde, Sebastian
dc.contributor.authorHolstein, Katharina
dc.contributor.authorKlein, Lauritz
dc.contributor.authorKilias, David
dc.contributor.authorRunne, Miriam
dc.contributor.authorJarausch, Wolfgang
dc.contributor.authorKnauer, Uwe
dc.contributor.editorKlein, Maike
dc.contributor.editorKrupka, Daniel
dc.contributor.editorWinter, Cornelia
dc.contributor.editorWohlgemuth, Volker
dc.date.accessioned2023-11-29T14:50:22Z
dc.date.available2023-11-29T14:50:22Z
dc.date.issued2023
dc.description.abstractPhytoplasmen-induzierte Erkrankungen von Obstbäumen stellen eine große Herausforderung im europäischen Obstanbau dar. Apfeltriebsucht und Birnenverfall zählen zu den wirtschaftlich relevantesten Obstkrankheiten. Im Rahmen des Projekts „Digitaler Obstbau“ wurden verschiedene Technologien zur Diagnose der Krankheiten untersucht und weiterentwickelt. Die drohnenbasierte Bonitur der genannten Krankheiten ermöglicht die flächendeckende räumlich hochauflösende Erfassung von Plantagen und die Symptomerkennung für einzelne Obstbäume. Untersuchungen mit der Hyperspektralkamera Cubert UHD-185 Firefly und dem integrierten Phantom 4 Multispectral Aufnahmesystem zeigen die Durchführbarkeit der drohnenbasierten digitalen Bonitur. Die Daten zeigen mit 76 % eine gute Klassifikationsrate zur Erkennbarkeit der Krankheitssymptome.de
dc.identifier.doi10.18420/inf2023_165
dc.identifier.isbn978-3-88579-731-9
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/43091
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofINFORMATIK 2023 - Designing Futures: Zukünfte gestalten
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-337
dc.subjectHyperspektral
dc.subjectMultispektral
dc.subjectDigitale Bonitur
dc.subjectApfeltriebsucht
dc.subjectBirnenverfall
dc.titleDrohnenbasiertes Verfahren zur Detektion geschädigter Obstbäume in Obstbaumplantagende
dc.typeText/Conference Paper
gi.citation.endPage1622
gi.citation.publisherPlaceBonn
gi.citation.startPage1615
gi.conference.date26.-29. September 2023
gi.conference.locationBerlin
gi.conference.sessiontitleÖkologische Nachhaltigkeit - Kolloquium Landwirtschaft der Zukunft - Ist KI ein wesentlicher Schlüssel zur nachhaltigeren Landwirtschaft?

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
07_08_05_Thielert.pdf
Größe:
255.85 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P337 - INFORMATIK 2023 - Designing Futures: Zukünfte gestalten