Page 8 - Landinfo Ausgabe 2-2022
P. 8
Digitalisierung
fachlicher Praxis manuell durch das LTZ bo-
nitiert; auch unter Anwendung der Richtlini-
en des Bundessortenamtes. Während der ma-
nuellen Bonitur werden entsprechende Teil-
abschnitte und Einzelpflanzen im Feld mar-
kiert, um diese später in den
UAS-Bildaufnahmen wieder erkennen zu
können.
Nach der manuellen Bonitur und dem Ausle-
gen der Marker werden die Versuche von
SAM beflogen. Die verwendete UAS besitzt
ein Kamera-System, welches Bilddaten mit
einer räumlichen Auflösung im Submillime-
Abb. 2: Manuelle Annotation von ständig und designet die Architektur der auf ter-Bereich bei gleichzeitig hoher Flächenleis-
Laubblättern an Maispflanzen. die Daten angepassten Verarbeitungspipeline. tung aufnehmen kann. Gelegentlich wird das
Erstes Laubblatt ist rot markiert, Feld durch das LTZ mit einer DJI Phantom 4
zweites, drittes und viertes sind
orange, gelb und grün markiert; Das Landwirtschaftliche Technologiezent- RTK beflogen, um den Einsatz einer handels-
Quelle: LTZ Augustenberg, rum (LTZ) Augustenberg ist eine Einrichtung üblichen UAS als Bonitursystem im Vergleich
verändert nach SAM Dimension der angewandten landwirtschaftlichen For- zu dem speziellen Kamerasystem von SAM
UG
schung im Geschäftsbereich des Ministeri- zu erproben.
ums für Ernährung, Ländlichen Raum und
Verbraucherschutz Baden-Württemberg und Die Befliegungsdaten werden zunächst dafür
führt im Rahmen des Projektes die manuellen genutzt, analog zur manuellen Bonitur eine
und bildbasierten Bonituren im Feldversuchs- bildbasierte Bonitur durchzuführen. Dabei
wesen durch. Des Weiteren evaluiert das LTZ kommen Verfahren aus der Bildverarbeitung,
die gewonnenen Ergebnisse hinsichtlich ihrer wie z. B. Clustering und Farbschwellfilter zum
Übertragbarkeit in das Feldversuchswesen so- Einsatz. Erst in einem weiteren Schritt wird
wie die landwirtschaftliche Praxis und liefert die KI-gestützte Bonitur unter Hinzunahme
das für die Bonituren notwendige Fachwis- von Neuronalen Netzen versucht. Dabei
sen. nutzt das FZI Verfahren zur Objekterken-
nung mittels maschinellen Lernens und se-
mantischer Segmentierung, um die relevanten
Materialien und Methoden Boniturparameter abzuleiten.
Im Rahmen des Projektes werden drei Ver- Die mit Hilfe der KI aus den UAS-Bilddaten
suchsgruppen mit unterschiedlichen Ver- abgeleiteten Boniturparameter sollen im Fol-
suchsfragestellungen durch Bonituren und genden näher erläutert werden.
Befliegungen begleitet.
• Frühe Entwicklungsstadien des Mais sol-
• Die Landessortenversuche mit Winterwei- len über die Anzahl voll entwickelter Laub-
zen und -gerste in Grötzingen sowie Klein- blätter an der Einzelpflanze erfasst wer-
hohenheim werden vor allem dazu genutzt, den. Daraus können dann die BBCH-Sta-
Unterschiede zwischen verschiedenen Sor- dien 10-19 abgeleitet werden.
ten sichtbar zu machen.
• Sowohl im Mais als auch in Winterweizen
• Hackversuche im Mais sowie ein Hackver- und -gerste sollen Unkräuter in der Reihe,
such in Winterweizen und Wintergerste zwischen der Reihe und im Falle von Mais
dienen vor allem dazu, den Unkrautdruck auch direkt an der Pflanze erfasst werden.
zu kartieren.
• Im Mais sollen zudem die Fahnen klassifi-
• Ein Beregnungsversuch im Mais zeigt die ziert und vereinzelt werden, um daraus in
Auswirkung von Trockenstress auf ver- einem weiteren Schritt die Einzelpflanzen
schiedene Boniturparameter. pro m zu zählen und den in der Saatgut-
2
vermehrung wichtigen Entfahnungserfolg
Alle Versuche werden hinsichtlich ausgewähl- messen zu können.
ter Boniturparameter zunächst nach guter
8 Landinfo 2/2022