Foto: Fraunhofer IFF/Uwe Knauer

Foto: Fraunhofer IFF/Uwe Knauer

„Wenn europaweit die Ernte von etwa 14 Mio t Äpfeln pro Jahr von Erkrankungen bedroht ist, können wir Entwickler von intelligenten digitalen Systemen Lösungen finden“, sagt Uwe Knauer, Wissenschaftler am Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF. Gemeinsam mit Partnern entwickelt sein Team ein intelligentes Fernerkennungssystem für Obst-Krankheiten. „Apfeltriebsucht“ und „Birnenverfall“ sorgen im europäischen Obstbau häufig für Ernteeinbußen. Intelligent vernetzt sollen Drohnen und Satelliten künftig diese Krankheiten frühzeitig erkennen und einen großen wirtschaftlichen Schaden abwenden, so das IFF weiter.

Mit den Problemen befasst sich das Institut für Pflanzenforschung ALPlanta. „Das ALPlanta war wegen der Entwicklung unserer Smartphone-App auf das IFF aufmerksam geworden“, erzählt Uwe Knauer und erläutert, dass diese App spektrale Messungen durchführen kann, etwa zur Bestimmung des Hauttyps oder eines Farbtons oder für die Bewertung von Lebensmitteln. Die Weiterentwicklung dieser Anwendung wurde zur Grundidee für ein gemeinsames Forschungsprojekt, um Obstbauern ein zuverlässiges sowie zeit- und kostensparendes Diagnoseinstrument in die Hand zu geben. Dritte im Bunde ist die Firma Spatial Business Integration in Darmstadt. Die SBI ist weltweit führend, was satellitenbildbasierte Dienstleistungen u.a. für die Land- und Forstwirtschaft betrifft. „Agrarunternehmen können auf den Satellitenbildern ihre Flächen bis ins Detail betrachten, ohne den Schreibtisch zu verlassen. Auch auf den Satellitenaufnahmen sind kranke und gesunde Bäume voneinander zu unterscheiden“, so Uwe Knauer. Er und sein Team haben die Krankheitssymptome in ihrem Labor mittels einer Hyperspektralkamera analysiert. Die zerlegt das Licht in bestimmte Wellenlängen, in deren Bereichen Erscheinungsbilder der Krankheiten deutlich früher sichtbar sind. „Stammt die Blattprobe von einem befallenen Baum, wird mehr rotes als grünes oder blaues Licht reflektiert“, erklärt Uwe Knauer. Mit Hilfe aller Ergebnisdaten werden neuronale Netze und statistische Modelle trainiert. „Die daraus entwickelten Algorithmen sind auf das Erkennen von ,Apfeltriebsucht‘ und ,Birnenverfall‘ spezialisiert und ersetzen die aufwendigen personellen Feldbonituren und Laboranalysen“, sagt Knauer. In zwei Jahren solle die intelligente Fernerkundungsmethode soweit ausgereift sein, dass sie in der Praxis angewendet werden könne, stellt Uwe Knauer in Aussicht. „Maschinelles Lernen“, so der Wissenschaftler, „ist eine Antriebskraft für die Digitalisierung in der Agrarwirtschaft. Sie bringt den Landwirten nicht nur ökonomische, sondern auch ökologische Vorteile.“