Unsere Kompetenzen

Foto: Manuel Gutjahr

AG Präzises Pflanzenmonitoring

Moderne Technologien bieten uns heute die Möglichkeit, den Pflanzenanbau mit einem ganz neuen Auge zu betrachten. Sensoren liefern uns von der Perspektive fahrzeug-, drohnen- und satellitengestützter Plattformen detaillierte Informationen von der Einzelpflanze bis zum Gesamtbestand. Die zunehmende Digitalisierung der Landwirtschaft bietet uns zudem die Möglichkeit, eine Vielzahl von Sensordaten nahezu automatisch und in Echtzeit auszuwerten und diese in nutzbares Wissen zu verwandeln – Wissen, welches uns dabei helfen könnte, den landwirtschaftlichen Wandel hin zu einer nachhaltigeren, ressourcensparenden und klimaverträglichen Bewirtschaftung zu unterstützen.

Die Arbeitsgruppe „Präzises Pflanzenmonitoring“ erforscht in diesem Zusammenhang neue Monitoringkonzepte, die es der Landwirtschaft in Zukunft erlauben sollen, die Ausbreitung von Pflanzenkrankheiten und -schädlingen, Pflanzenstresssituationen sowie für den Anbau wichtige Pflanzenparameter weitaus besser räumlich und auch zeitlich in den Beständen einschätzen zu können. Auf der Basis besonders optischer Sensortechnologien im sichtbaren und nicht sichtbaren Bereich des Spektrums entwickeln und erproben wir Verfahren, die uns zum Beispiel zeitnah über das örtliche Auftreten der Pflanzenkrankheit Gelbrost im Weizenbestand informiert. Eines unserer Ziele ist, mithilfe von Sensoren den Einsatz von Pflanzenschutzmitteln im Präzisionspflanzenschutz zu optimieren. Damit kommen wir den zukünftigen Ansprüchen einer chemiearmen Landwirtschaft nach. Wir entwickeln dabei Systeme, die es uns ermöglichen, sehr nahe an den Bestand heranzukommen oder sogar in den Bestand einzutauchen, um eine möglichst ideale Erkennung zu ermöglichen. Interessant ist für uns zudem die Verknüpfung bildgebender Sensorik mit künstlicher Intelligenz. Mit Verfahren aus der Data Science wie Deep Learning versuchen wir, Merkmale in einer großen Menge unstrukturierter Bilddaten zu identifizieren, die Aussagen zum ersten Auftreten der Krankheitssymptome ermöglichen. Diese Verknüpfung erlaubt es uns, intelligente Sensorik in unseren Forschungskonzepten zur Verbesserung des Monitorings für den Pflanzenanbau und Pflanzenschutz zu integrieren.

Gruppenleitung

Dr. rer. nat. Schirrmann, Michael

Wissenschaftler, Arbeitsgruppenleiter "Präzises Pflanzenmonitoring"


Abteilung: Agromechatronik

E-Mail: mschirrmann@spam.atb-potsdam.de

zum Profil

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)