Precision farming in crop and livestock production

Photo: ATB

Flugtraining für Landwirte

Startvorbereitungen (Foto: Schwab/ATB)

Flugtraining mit Fluglehrer Marc Zimne (rechts im Bild; Foto: Schwab/ATB)

Auswertung von Flugbildern durch Antje Giebel (Foto: Schwab/ATB)

12. Dez. 2019: Was  ist bei der Erstellung von Drohnenbildern zu beachten? Welche Bildbearbeitungssoftware gibt es und für welche Zwecke eignet sie sich? In einem Praxisworkshop, der heute im 'Fieldlab for digital Agriculture' des ATB in Marquardt stattfand, konnten sich rund 20 Teilnehmer mit der Erstellung und Nutzung von Luftbildern vertraut machen und Kenntnisse vertiefen. Veranstaltet wurde der Workshop im Rahmen des Kommunikationshubs DiLan

Diskutiert wurden verschiedene Anwendungsbeispiele - vom Pilzbefall im Getreide, Wildschäden in Mais bis zur Kaliumversorgung von Böden.

Nach einem Einführungsvortrag von Dr. Michael Schirrmann „Drohnenflug zur Datenerfassung - von einfach bis komplex“ diskutierten die Teilnehmer vor allem über die Wirtschaftlichkeit und Praktikabilität von Drohnenflügen. Während WissenschaftlerInnen die Drohnentechnik vor allem einsetzen, um mit niedrigen Flughöhen kleinflächige Bedarfe zu ermitteln – etwa für den Pflanzenschutz im Apfelanbau wie im Projekt CoronaPro – interessieren sich die Landwirte eher dafür, mit Drohnen „Fläche zu machen“ und in kurzer Zeit großräumige Flächen zu erfassen.

Der zweite Teil des Workshop war der Flugplanung gewidmet, das heißt der Programmierung und Steuerung der Drohnen. Bei einem Testflug auf dem Gelände des ATB 'Fieldlab for Digital Agriculture' mit Marc Zimne konnten die Teilnehmer selbst Drohnen steuern. 

Antje Giebel und Marius Hobart vom ATB stellten anschließend an Hand von zwei Anwendungsbeispielen den Weg von der Bilderstellung bis hin zu Applikationskarten mit der Photogrammetrie-Software Agrisoft Metashape vor. Dabei zeigten sie die einzelnen Arbeitsschritte von den Einzelbildern bis hin zu unverzerrten 3D-Modellen, die für die Applikationskarten genutzt werden können.

Viele Landwirte nutzen bereits Satellitenbilder zum Monitoring ihrer Flächen. Bilder von Drohnen können weitere Informationen liefern. Interessiert zeigten sich die Teilnehmer zum Beispiel an der Erfassung von Erosionsschäden mittels Volumendifferenzen sowie dem Monitoring von Wild im hohen Gras mittels Wärmebildkameras.

Die Veranstaltung fand im Rahmen des Kommunikationshubs Digitale Landwirtschaft (DiLan) in Kooperation mit der Brandenburgischen Landwirtschaftsakademie (BLAk) statt.

Ziel des Projekts DiLan ist es, die Beratung und den Austausch über die Digitalisierung im Pflanzen-, Acker- und Erwerbsobstbau in Brandenburg und darüber hinaus zu befördern und den Transfer zwischen Forschung und Praxis zu vereinfachen. Weitere Informationen über das Projekt DiLan: www.atb-digitalfieldlab.de

Kontakt: Nina Schwab

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)