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

Calendar file

Cookies

We use cookies. Some are required to offer you the best possible content and functions while others help us to anonymously analyze access to our website. (Matomo) Privacy policy

Required required

Necessary cookies are absolutely essential for the proper functioning of the website. This category only includes cookies that ensure basic functionalities and security features of the website. These cookies do not store any personal information.

Cookie Duration Description
PHPSESSID Session Stores your current session with reference to PHP applications, ensuring that all features of the site can be displayed properly. The cookie is deleted when the browser is closed.
bakery 24 hours Stores your cookie preferences.
fe_typo_user Session Is used to identify a session ID when logging into the TYPO3 frontend.
__Secure-typo3nonce_xxx Session Security-related. For internal use by TYPO3.
Analytics

With cookies in this category, we learn from visitors' behavior on our website and can make relevant information even more accessible.

Cookie Duration Description
_pk_id.xxx 13 months Matomo - User ID (for anonymous statistical analysis of visitor traffic; determines which user is being tracked)
_pk_ses.xxx 30 minutes Matomo - Session ID (for anonymous statistical analysis of visitor traffic; determines which session is being tracked)