Entwicklung einer automatisierten Lösung für die drohnengestützte Bonitur von Feldversuchen (AutoDGB)

Hintergrund

Die pflanzliche Erzeugung steht vor dem Hintergrund des Bevölkerungswachstums, des Klimawandels und den gesellschaftlichen Forderungen nach einer ökologisch verträglicheren Landwirtschaft zunehmend unter Druck. Die Erreichung der geforderten Ziele „höhere Erträge“, „Optimierung der Produktqualität“ und „Anpassung an sich wandelnde Produktionsbedingungen" stellen große Herausforderungen dar. Die Züchtung ist eine Methode, mit der die Produktion bezüglich der genannten Anforderungen optimiert werden kann. Dies gilt besonders für die Anpassung an die aufgrund des Klimawandels zunehmende Variabilität der Niederschläge, jedoch auch für die Züchtung auf Resistenz gegen Pflanzenkrankheiten und die damit möglicherweise einhergehende Reduktion beim Einsatz von Pflanzenschutzmitteln. Die visuelle Beurteilung von Pflanzenbeständen (Bonitur) und die Entnahme und Analyse von Probenmaterial liefern die entscheidenden Grundlagen für die spätere Selektion. Mit der Anzahl der Versuche steigt auch der Aufwand für die Bonitur und die Laboranalysen. Gerade die Bonituren sind jedoch oftmals subjektiv und anfällig für menschliche Fehler sowie extrem zeit- und kostenintensiv. Der Züchtungsfortschritt wird aktuell weitestgehend durch die knappe Ressource „menschliche Arbeit“ im Feld und im Labor begrenzt.

Drohne beim Überfliegen eines Feldes (Foto: Denis Rozhnovsky / Colourbox)

Zielsetzung und Vorgehensweise

Im Rahmen dieses Projekts soll deshalb eine automatisierte Lösung für eine drohnengestützte Bonitur von Feldversuchen entwickelt werden. Zum jetzigen Zeitpunkt gibt es auf dem Markt noch keine praxistaugliche Lösung, die eine eigenständige Erhebung und Auswertung sensorgestützter Daten ermöglichen würde. Der wesentliche Grund dafür ist die bestehende Automatisierungslücke zwischen Erfassung und Verrechnung der Daten. Hauptziel des Projekts ist es daher, diese Lücke zu schließen und eine praxistaugliche, weitgehend automatisierte und optimierte Lösung für die Anwendung der drohnengestützten Bonitur in der Weizenzüchtung zu entwickeln.

Die vermehrten Entwicklungen und Forschungsarbeiten in der sensorgestützten Phänotypisierung bieten eine wachsende Anzahl an Möglichkeiten, Pflanzen- oder Bestandseigenschaften zuverlässig und objektiv auf eine nicht destruktive Weise sowohl qualitativ als auch quantitativ zu erfassen. Um die Pflanzenbestände mit verschiedenen Sensoren mit geringem Zeitaufwand und hoher zeitlicher Frequenz zu überfliegen, kommen UAV (Unmanned Aerial Vehicles) zum Einsatz. Die nachfolgende Verarbeitung der Daten ist jedoch aktuell nur mit speziellen Qualifikationen und erheblichem Zeitaufwand möglich.

Ein weiteres Ziel des Projektes besteht darin, speziell für die schwer erfassbaren, aber höchst züchtungsrelevanten Merkmale Bestandsdichte (korreliert direkt mit dem Ertrag) und Mykotoxinkontamination (Gesundheitsgefährdung) exakte Vorhersagemodelle zu entwickeln, welche die Selektion dieser Merkmale zukünftig erleichtern und sicherer gestalten sollen.

Das Projekt ist in zwei Projektphasen gegliedert:

In der ersten Phase (Jahr 1 bis 3) liegt der Schwerpunkt auf der Datenerhebung und dem Aufbau einer für eine Auswertung optimierten Dateninfrastruktur.
In der zweiten Phase (Jahr 4 und 5) wird der Schwerpunkt auf die Variation der Auswertemethoden und die Validierung der in der ersten Projektphase erzielten Ergebnisse gelegt.