Stoffliche und energetische Nutzung von Biomasse

Foto: ATB

Mit Daten gegen das Aufplatzen von Früchten

Laser scanner mounted at a circular conyeyor for automated scanning of fruit characteristics in the field (Photo: ATB)

Im Projekt CrackSense setzt das ATB auf Sensor- und Datentechnologien zur Verbesserung der Fruchtqualität. Das von der EU mit 7,5 Mio Euro geförderte Projekt CrackSense ist vor Kurzem mit einem KickOff beim koordinierenden Volcani Centre (ARO) in Israel offiziell gestartet. 

Das EU-Projekt CrackSense vereint 14 Partner aus sieben europäischen Ländern, die gemeinsam Lösungen zur Prävention des Aufplatzens von Früchten erarbeiten wollen. Die Forschung konzentriert sich auf das Monitoring und die Prognose durch den Einsatz und die Skalierung von Sensortechnologien und digitalen Daten.

Das Aufplatzen von Früchten beruht auf einer Schädigung der Schalen und verringert die Qualität der Früchte und den Ertrag erheblich. Das Projekt hat daher zum Ziel, die Umweltbedingungen mit ihrem Einfluss auf die Fruchtqualität im Anbau zu untersuchen.

Durch die Erprobung und den Einsatz von Sensortechnologien, die Echtzeitdaten liefern, wird CrackSense die Entstehung von Rissen in Zitrusfrüchten, Granatäpfeln, Trauben und Kirschen an Standorten in Israel, Frankreich, Deutschland, Litauen und Griechenland erforschen, um Schädigungen durch Aufplatzen künftig zu vermeiden.

Das Phänomen der Rissbildung tritt hauptsächlich in der Vorerntephase auf und ist häufig eine physiologische Reaktion auf Klima- und Umweltbedingungen. Es beginnt an der Oberfläche der Frucht, wo die Risse die Schale durchdringen und in das innere Gewebe eindringen. Dies kann bei vielen Obstsorten zu erheblichen Ertragseinbußen führen.

Das ATB ist im Projekt verantwortlich für das Arbeitspaket Zwei. Zu den Aufgaben zählt insbesondere die proximale Erfassung von rissbezogenen Fruchteigenschaften mit Hilfe von LiDAR-Laserscannern, Wärme- und RGB-Kameras sowie Edge Devices und die Datenbereitstellung auf einer Online-Plattform. Daten auf Fruchtebene, die bislang nicht verfügbar waren, wie die Feuchtigkeit der Früchte, sind von besonderem Interesse für die Beschreibung und frühzeitige Erkennung von Rissbildungen an einzelnen Früchten mithilfe von mechanistischen und Deep-Learning-Modellen. Dieser Ansatz wird an Früchten mit unterschiedlicher Schalenstärke und Farbe wie Granatäpfeln, Zitrusfrüchten und Trauben sowie an Früchten, die wie Süßkirschen in Clustern wachsen, validiert werden.

CrackSense ist um die Erfassung vielfältiger und punktueller Datensätze in den Pilotregionen bemüht, wobei sowohl Fern- als auch Naherkundungstechnologien zum Einsatz kommen. Die im Rahmen des Projekts gesammelten Sensordaten werden mit Daten aus der Erdbeobachtung (bereitgestellt von Copernicus, z. B. dem Sentinel-Satelliten) und anderen Datensätzen, die die Umweltbedingungen widerspiegeln, kombiniert. Biophysikalische und biochemische Merkmale, die die Pflanzenphysiologie steuern, werden von Drohnen in großen räumlichen Maßstäben überwacht mit dem Ziel, die Ressourcennutzung zu optimieren und die Obstproduktion zu verbessern.

CrackSense will mit den erarbeiteten Ergebnissen ein auf weitere landwirtschaftliche Kulturen übertragbares Modell und Strategien zur Eindämmung des Aufbrechens von Früchten schaffen. Damit ließe sich der finanzielle Gewinn für Landwirte und Erzeuger um bis zu 50 % erhöhen, so die Erwartung der Projektpartner.

Das Projekt CrackSense wird aus Mitteln der Europäischen Union im Rahmen des Forschungs- und Innovationsprogramms Horizon Europe unter der Fördervereinbarung Nr. GA Nr. 101086300 finanziert. Koordiniert wird das Projekt von The Agricultural Research Organisation of Israel - The Volvani Centre (ARO). Weitere Informationen finden Sie auf der Website des Projekts: cracksense.eu  

Kontakt ATB: Dr. Manuela Zude-Sasse

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)