Search Results

Now showing 1 - 2 of 2
  • Item
    Zielflächenorientierte, präzise Echtzeit-Fungizidapplikation in Getreide
    (Darmstadt : KTBL, 2015) Dammer, Karl-Heinz; Hamdorf, André; Ustyuzhanin, Anton; Schirrmann, Michael; Leithold, Peer; Leithold, Hermann; Volk, Thomas; Tackenberg, Maria
    Im Rahmen eines Verbundprojektes wurden Echtzeit-Applikationstechnologien mit berührungslosen Sensoren für präzise Fungizid-Spritzungen in Getreide entwickelt. Das Entscheidungshilfe- System proPlant expert.classic bzw. die Internetversion proPlant expert.com (proPlant GmbH) empfiehlt geeignete Fungizide und Dosierungen für ein bestimmtes Infektionsszenario der acht wichtigsten Blatt- und Ährenkrankheiten von Winterweizen. Das Precision- Farming-Modul „Fungizid“, welches auf dem Terminal in der Traktorenkabine läuft, steuert das präzise Spritzverfahren. Das Modul bestimmt die lokale Zielapplikationsmenge während des Spritzens durch Nutzung des lokalen Ultraschallsensorwerts als Eingabeparameter. In den Jahren 2013 und 2014 wurden Feldversuche in Winterweizen durchgeführt, um die Beziehung zwischen den Sensorwerten (Ultraschall- und Kamerasensor) und den Pflanzenparametern Pflanzenoberfläche (Leaf Area Index, LAI) sowie Biomasse zu analysieren. Diese sind für einen örtlich angepassten variablen Fungizideinsatz zur Bemessung der Spritzmenge wichtig. Die Messungen wurden mehrmals während der Vegetationsperiode an visuell ausgewählten Stichprobenpunkten entsprechend der unterschiedlichen Bestandsdichte durchgeführt. Nach Änderungen an der Sensortechnik konnten für 2014 signifikante lineare Regressionsmodelle zur Beschreibung der Beziehung zwischen den Sensorwerten und den zwei Pflanzenparametern LAI sowie Biomasse gefunden werden.
  • Item
    Vegetationserkennung für landwirtschaftliche Anwendungen mithilfe einer Ein-Chip-Kamera
    (Darmstadt : KTBL, 2014) Selbeck, Jörn; Dworak, Volker; Hoffmann, Matthias; Dammer, Karl-Heinz
    Durch die Anwendung von Kameras bei der Prozesskontrolle in der Präzisionslandwirtschaft können Dünger, Pestizide, Maschinenzeit und Treibstoff eingespart werden. Trotz der hohen Forschungsaktivitäten auf diesem Gebiet verhindern hohe Preise für geeignete Kamerasysteme die Anwendung in allen Bereichen der Landwirtschaft. Intelligente und kostengünstige Kameras, die für landwirtschaftliche Anwendungen angepasst werden, können diesen Nachteil überwinden. Der normalisierte differenzierte Vegetationsindex (NDVI) ist ein Algorithmus in der Bildanalyse zur Trennung von Pflanze und Boden (Hintergrund) und wird in der hier vorgestellten Untersuchung bei einer kostengünstigen Ein-Chip-Kamera implementiert und angepasst.