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:
Newsmeldung HSWT, .; Noack, P. (2020)
Forschungs-News HSWT, 13.02.2020.
Neues Forschungsprojekt der HSWT automatisiert die Verarbeitung drohnengestützt erhobener Bonituren in der Weizenzüchtung