Versuchsfeld mit Zuckerrüben, die von Cercospora-Blattfleckenkrankheit befallen sind, in der Mitte sind ein Sensor und ein Sporensammler zu sehen

Phenorob Cercospora

Modellierung und Integration von Informationen von mehreren Sensoren und Datenquellen zur besseren Erkennung des Auftretens von Cercospora- Blattfleckenkrankheit
Logo von Phenorob
Phenorob Cercospora: Modellierung und Integration von Informationen von mehreren Sensoren und Datenquellen zur besseren Erkennung des Auftretens von Cercospora- Blattfleckenkrankheit

Laufzeit:

01/2020 – 12/2025

Projektteam:

Facundo Ispizua Yamati,

Prof. Dr. Anne-Katrin Mahlein

Abteilung:

Sensorik & Datenanalyse

Förderung:

PhenoRob (DFG)

Kooperation(en):

Fraunhofer IAIS (Maurice Günder, Prof. Bauckhage)

Die Untersuchung zielt darauf ab, die Erkennung und Dynamik der Cercospora-Blattfleckenkrankheit in Zuckerrüben zu verbessern. Durch die Integration von optischen Sensordaten und hochauflösenden Mikroklimadaten sollen Umweltbedingungen berücksichtigt werden. Der Feldversuch kombiniert im Rahmen der DFG-Exzellenzinitiative Phenorob multispektrale Bilder von Drohnen mit räumlichen und zeitlichen Messungen von biotischen und abiotischen Faktoren.

Die Zielsetzung ist die Modellierung und Integration verschiedener Sensortypen und Datenquellen zur besseren Erkennung der Krankheit. Wetter- und Sporenfangdaten werden kontinuierlich erfasst und georeferenziert. Die Methode umfasst wöchentlichen Boniturerhebungen, multispektrale Drohnenaufnahmen und gezielte Inokulation.

Sensoren und angewandte Methoden

Förderung

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie des Bundes und der Länder – EXC 2070 – 390732324-Phenorob