Durch den Einsatz von ultrahochauflösenden Drohnenbildern in Kombination mit Künstlicher Intelligenz (KI) haben Wissenschaftler der Universität Gent eine neue Methode zur frühzeitigen Erkennung von Alternaria entwickelt – einem Pilzerreger, der durch den Befall von Blättern, Stängeln und manchmal sogar Knollen erhebliche Schäden an Kartoffelkulturen verursachen kann.
„Dieser Durchbruch ist ein bedeutender Fortschritt in der Präzisionslandwirtschaft, der es den Landwirten ermöglicht, gezieltere und effizientere Maßnahmen zu ergreifen, die zu gesünderen Pflanzen und nachhaltigeren Anbaumethoden führen”, heißt es in einer Mitteilung der Universität.
„Dies ist ein entscheidender Fortschritt für die Kartoffelindustrie”, erklärte die Forscherin Jana Wieme. „Mit dieser Technologie können wir die Krankheit erkennen, bevor sie mit dem bloßen Auge sichtbar ist, was die Wirksamkeit der Bekämpfung deutlich erhöhen kann.” Wieme führte diese Forschung u.a. in Zusammenarbeit mit IDLab (Sam Leroux), ILVO (Simon Cool) und dem Bayer-Lehrstuhl für Forward Farming durch. Professor Jan Pieters konzentriert sich auf Pflanzengesundheit und nachhaltigen Pflanzenschutz, während Professor Wouter Maes ein Experte für Präzisionslandwirtschaft und umweltfreundliche Anbaumethoden ist.
Der innovative Ansatz nutze eine spezielle Form der KI, ein proprietäres kompaktes neuronales Faltungsnetzwerk, das Muster – in diesem Fall kleine Flecken auf Infrarotfotos – in Bildern erkennen könne, indem es aus Beispielen lerne, so wie das menschliche Gehirn aus Erfahrungen lernt. Auf diese Weise könne das Netzwerk selbst kleinste Anzeichen von Krankheiten erkennen, bevor sie mit dem bloßen Auge zu sehen sind.
Das Team testete dieses Modell an Datensätzen, die über mehrere Vegetationsperioden hinweg gesammelt wurden. „Was unsere Studie einzigartig macht, ist, dass wir die Tests in vier verschiedenen Vegetationsperioden wiederholt haben und dass unser Modell auch mit Datensätzen funktioniert, für die es keine Trainingsbilder gelernt hat. Unser Modell ist also bereits in der Praxis anwendbar. Außerdem erreicht unser Modell eine vergleichbare Genauigkeit wie die aktuellen State-of-the-Art-Modelle, ist aber viel schneller und effizienter in der Verarbeitung der Bilder”, betont Wieme.
„Mit dieser Technologie können wir detaillierte ‘Krankheitskarten’ von Feldern erstellen”, so Wieme weiter. „Die Landwirte können diese Informationen nutzen, um nur die Teile des Feldes zu behandeln, in denen die Krankheit tatsächlich auftritt.” Dies spare nicht nur Kosten, sondern verringere auch die Umweltauswirkungen der landwirtschaftlichen Praktiken. „Obwohl wir uns jetzt auf Alternaria in Kartoffelfeldern konzentriert haben, ist die Methodik allgemein für die Erkennung verschiedener Krankheiten in unterschiedlichen Kulturen anwendbar”, erklärt Wieme. Dies öffne neue Türen für eine effizientere und nachhaltigere Landwirtschaft.
