Stoffliche und energetische Nutzung von Biomasse

Foto: ATB

Gezielter Pflanzenschutz spart Ressourcen und schont die Umwelt

Dr. Michael Schirrmann und Prof. Dr.-Ing. Cornelia Weltzien (ATB) stellen das Projekt vor (Foto: ATB)

24. Juni 2016: Zum Auftakt des Projekts „Sensorgestützte Online-Detektion von Krankheiten im Getreide - FungiDetect“ trafen sich die Partner heute in Potsdam. Das vom ATB koordinierte Projekt wird vom Bundesministerium für Ernährung und Landwirtschaft im Rahmen der Initiative „Innovationen in der Agrartechnik zur Steigerung der Ressourceneffizienz (Big Data in der Landwirtschaft)“ mit rund 1,1 Mio. Euro gefördert. 

Im Fokus des jetzt startenden Vorhabens steht die Entwicklung eines neuen Sensorsystems, das es ermöglichen soll, Pilzkrankheiten im Getreide, speziell Gelbrost, frühzeitig zu erkennen, um gezielt nur die befallenen Partien zu behandeln. Dadurch soll es gelingen, die Aufwandmenge an Pflanzenschutzmitteln deutlich zu reduzieren – ein Beitrag zu mehr Ressourceneffizienz und zum Umweltschutz. Fungizide sind nach den Herbiziden die am meisten eingesetzte Wirkstoffgruppe im Pflanzenbau. 

Das Forscherteam von FungiDetect setzt dabei auf die Kopplung verschiedener sensorgestützter Ansätze. Sensoren an Trägerfahrzeugen und an Koptern erfassen umfänglich Daten über den aktuellen Zustand des Pflanzenbestandes. 

Erstmals soll auch ein Sensor unterhalb des Blattdaches Informationen zum punktuellen Auftreten eines Pilzbefalls sammeln. Bei Getreide sind die älteren, unteren Blattetagen meist früher und stärker befallen als die jüngeren, oberen. Diesen Befall frühzeitig zu erkennen und bekämpfen ist entscheidend, um eine rasche Ausbreitung der Pilzerkrankung auf die nächst höheren Blattetagen und in den weiteren Bestand zu verhindern. 

Den Pilzbefall in einem sehr frühen Stadium zu erkennen ermöglicht uns, mit minimaler Aufwandsmenge eine sehr effiziente Behandlung durchzuführen, ohne dass es zu Ertragseinbußen kommt“, beschreibt Prof. Dr.-Ing. Cornelia Weltzien, Leiterin der Abteilung Technik im Pflanzenbau am ATB, die Erwartungen an das Projekt. „Auf diese Weise können wir Ressourcen im Pflanzenbau bedarfsgerecht und gezielt einsetzen.“ Der zielgerichtete, sparsame Einsatz von Pflanzenschutzmitteln mit Hilfe von Sensoren wird seit Jahren am ATB intensiv beforscht.

Partner im Forschungsverbund sind neben dem koordinierenden Leibniz-Institut für Agrartechnik Potsdam-Bornim die Firmen Agri Con GmbH Jahna und TOSS Intelligente Messtechnik und Automatisierung GmbH Potsdam. Gemeinsam werden sie in den kommenden drei Jahren eine praxistaugliche Lösung erarbeiten, die dem Landwirt bei einer eventuell notwendigen Fungizidspritzung Entscheidungsunterstützung bietet. 

Das Projekt „Sensorgestützte Online-Detektion von Krankheiten im Getreide - FungiDetect“ wird vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) im Rahmen der  Initiative „Innovationen in der Agrartechnik zur Steigerung der Ressourceneffizienz (Big Data in der Landwirtschaft)“ mit rund 1,1 Mio. Euro gefördert. Projektträger ist die Bundesanstalt für Landwirtschaft und Ernährung (BLE).

Kontakt:  

PD Dr. habil. Karl-Heinz Dammer - Projektkoordinator FungiDetect
kdammer@atb-potsdam.de 

Helene Foltan  –  Presse- und Öffentlichkeitsarbeit
hfoltan@atb-potsdam.de

Leibniz-Institut für Agrartechnik Potsdam-Bornim e.V.
Max-Eyth-Allee 100, 14469 Potsdam

Kalenderdatei

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)