UAV-gestütztes Spot-Spraying zur schwellwertbasierten Beikrautregulierung im Mais
dc.contributor.author | Konstantin Nahrstedt, Tobias Reuter | |
dc.date.accessioned | 2024-04-08T11:56:33Z | |
dc.date.available | 2024-04-08T11:56:33Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Beikräuter 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. | de |
dc.identifier.doi | 10.18420/giljt2024_26 | |
dc.identifier.isbn | 978-3-88579-738-8 | |
dc.identifier.issn | 2944-7682 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/43867 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | 44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft | |
dc.relation.ispartofseries | Lecture Notes in Informatics(LNI) - Proceedings, Volume P - 344 | |
dc.subject | Beikrauterkennung | |
dc.subject | Spot-Spraying | |
dc.subject | Precision Agriculture | |
dc.subject | Remote Sensing | |
dc.subject | UAV | |
dc.title | UAV-gestütztes Spot-Spraying zur schwellwertbasierten Beikrautregulierung im Mais | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 166 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 155 | |
gi.conference.date | 27.-28. Februar 2024 | |
gi.conference.location | Stuttgart | |
gi.conference.review | full |
Dateien
Originalbündel
1 - 1 von 1
Lade...
- Name:
- GIL_2024_Nahrstedt_155-166.pdf
- Größe:
- 777.58 KB
- Format:
- Adobe Portable Document Format