Logo des Repositoriums
 

Frühzeitige Erkennung von Pflanzenkrankheiten mittels Satellitendaten

Kurzanzeige
dc.contributor.authorHuhn, Markus
dc.contributor.authorFriesewinkel, Tobias
dc.contributor.authorEidmann, David
dc.contributor.authorHeinrich, Anna
dc.contributor.authorPaulus, Stefan
dc.contributor.authorPfeffer, Philipp
dc.contributor.authorStarzmann, Dominik
dc.contributor.authorBargiel, Damian
dc.contributor.editorDörr, Jörg
dc.contributor.editorSteckel, Thilo
dc.date.accessioned2025-02-04T14:37:59Z
dc.date.available2025-02-04T14:37:59Z
dc.date.issued2025
dc.description.abstractDie 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.de
dc.identifier.doi10.18420/giljt2025_25
dc.identifier.eissn2944-7682
dc.identifier.isbn978-3-88579-802-6
dc.identifier.pissn2944-7682
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/45683
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft
dc.relation.ispartofseriesLecture Notes in Informatics(LNI) - Proceedings, Volume P - 358
dc.subjectCercospora beticola
dc.subjectKI-gestützte Krankheitsdetektion
dc.subjectSatellitendaten
dc.subjectBildverarbeitung
dc.titleFrühzeitige Erkennung von Pflanzenkrankheiten mittels Satellitendatende
dc.typeText/Conference Paper
gi.citation.endPage260
gi.citation.publisherPlaceBonn
gi.citation.startPage255
gi.conference.date25/26. Februar 2025
gi.conference.locationWieselburg, Austria
gi.conference.reviewfull

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL_2025_Huhn_255-260.pdf
Größe:
301.29 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P358 - 45. GIL-Jahrestagung 2025 - Fokus: Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft