#Neues aus der Industrie
Nicht-invasive Identifizierung und Früherkennung von Pflanzenkrankheiten?
Hyperspektrale Bildgebung und SPAD-Messung zur Pflanzengesundheitsüberwachung und Krankheitserkennung mithilfe von Bildverarbeitungstechniken
Die Herausforderungen der rechtzeitigen und zuverlässigen Identifizierung von Pflanzenkrankheiten in der Landwirtschaft sind wichtig für die Früherkennung und eine wirksame Intervention. Herkömmliche Methoden, die auf manueller Beobachtung und zerstörender Probenahme basieren, sind arbeitsintensiv, zeitaufwändig und oft auf die späten Infektionsstadien beschränkt, was zu potenziellen Ertragsverlusten führen kann. Das wachsende Interesse an automatisierten und objektiven Ansätzen reicht über das sichtbare Spektrum hinaus, wo neuere Technologien eine große Rolle spielen: Hyperspektral- und RGB-Bildgebung, maschinelles Lernen und Hochdurchsatz-Phänotypisierung zur nicht-invasiven Krankheitserkennung.
Der Einsatz fortschrittlicher Technologien verspricht eine Verbesserung der Pflanzenbewirtschaftungspraktiken, die Früherkennung von Krankheiten und die Erleichterung einer präzisen Ressourcenzuweisung. Hyperspektrale Bildgebung, eine Spitzentechnologie, erfasst detaillierte Reflexionsinformationen, die über das menschliche Sehvermögen hinausgehen, und ermöglicht die Identifizierung subtiler Veränderungen im Pflanzenwachstum und der frühen Anhäufung von Stressindikatoren wie Anthocyanen. Die Specim IQ, eine tragbare Hyperspektralkamera, wird als benutzerfreundliche Lösung vorgestellt, die Einfachheit und Portabilität sowohl für den Labor- als auch für den Feldeinsatz bietet.
Die Vorteile der hyperspektralen Bildgebung liegen in ihrer zerstörungsfreien Natur, ihren Früherkennungsfunktionen und der Möglichkeit, den Prozentsatz der betroffenen Blattfläche zu quantifizieren.
Das Chlorophyl-Messgerät SPAD-502 Plus eignet sich auch für zerstörungsfreie Tests der Pflanzengesundheit, indem es die SPAD-Messwerte mit der Chlorophyllkonzentration korreliert, um die Düngung zu optimieren.
Zusammenfassend lässt sich sagen, dass automatisierte Technologien zur Krankheitserkennung ein nichtinvasives, frühzeitiges Eingreifen und eine gezielte chemische Anwendung ermöglichen, wodurch die Umweltbelastung verringert und die allgemeine Gesundheit und Produktivität der Pflanzen verbessert wird.
