Projekt

Titel:	Sensorgestützte online Detektion von Krankheiten im Getreide (FungiDetect) - Teilprojekt 1.
Beginn:	01.08.2016
Ende:	31.07.2020
Koordinierendes Institut:	Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB), Potsdam
Koordinator:	Karl-Heinz Dammer
Förderung:	Bundesministerium für Ernährung und Landwirtschaft (BMEL) / Bundesanstalt für Landwirtschaft und Ernährung (BLE), Bonn
Förderkennzeichen:	2815705615
Förderprogramm:	Big Data in der Landwirtschaft - Innovationsförderung
Partner:	Agri Con GmbH, Jahna; TOSS Intelligente Messtechnik und Automatisierungs GmbH, Potsdam

Angesiedelt im Forschungsprogramm:	Präzisionslandwirtschaft in Pflanzenbau und Tierhaltung
Kurzbeschreibung:	Ziel des Projektes ist die Entwicklung eines sensorgestützten praxistauglichen Verfahrens zur frühen Erkennung von Gelbrostnestern in Winterweizen. Optische Fahrzeug- oder UAV-getragene Sensoren sollen getestet werden. ür eine krankheitsbezogene Bekämpfungsentscheidung ist neben der Detektion des Krankheitsnestes auch die Information über verscheidene Pflanzenparameter wie Pflanzenoberfläche oder Pflanzenhöhe notwendig. Dies dient zur Beurteilung der lokalen Zielfläche, die von der Spritzflüssigkeit benetzt werden muss und der Beurteilung der Ertragserwartung. Es werden im Verbundprojekt mehrere Sensoren eingesetzt, die erhebliche Datenmengen ortsspezifisch erfassen. Diese Datenmengen müssen für den Landwirt für eine Bekämpfungsentscheidung aufbereitet und für eine spätere Anwendung bereitgestellt werden. Dazu wird ein Datenauswertungs- und Managementsystem auf der Basis von "Agroport" der Firma Agri Con entwickelt.
Abstract:	Aim of the projekt is the development of a suitable technology for the early detection of yellow rust patches in wheat. Optical vehicle- and UAV-carried sensors will be tested. For a disease related control decision by the farmer beside the information of the disease also information of various plant parameters like crop surface and plant height are necessary. This is important for the assessment of the target area for the spray liquid and the yield expectation. The used sensors produce huge amount of georeferenced data. This data have to be analyzed for supporting control decisions of the farmer and have to manage for later usage. A data management system based on the existing sytsem "Agroport" of the company Agri Con will be developed.

Termine im Programm

Keine Artikel in dieser Ansicht.

Programm aktuell

Agritechnica 2019: ATB präsentiert SunBot

14. Nov. 2019: Zur weltweit größten Landtechnikmesse in Hannover stellt das ATB das Modell eines...

Inspirierende Woche des gemeinsamen Lernens

23. Sept. 2019: Vom 17. bis 20. September nahmen 45 Nachwuchswissenschaftler und Dozenten aus 17...

Presseinfo

Präzises Modell für den optimalen Fruchtbehang

6. Juni 2019: Brandenburgs Agrar- und Umweltstaatssekretärin Dr. Carolin Schilde informierte sich bei ihrem gestrigen Besuch am ATB-Forschungsstandort Marquardt über Ergebnisse des EIP-Agri Projekts...

Projekt SunBot: Autonome Pflegehelfer für das Beerenobst

14. Aug. 2018: Ein autonom fahrender, mit Energie aus Photovoltaik gespeister Traktor soll künftig in Strauchbeerenanlagen gezielt die Pflege des Unterwuchses übernehmen und damit helfen, Ertrag und...