Konferenzbeitrag
Full Review
Frühzeitige Erkennung von Pflanzenkrankheiten mittels Satellitendaten
Volltext URI
Dokumententyp
Text/Conference Paper
Zusatzinformation
Datum
2025
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Gesellschaft für Informatik e.V.
Zusammenfassung
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.