EUVIMEDEUVIMED entdecken
Crossref

KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten

Florian Thürkow, Lorenz, C., Ramstetter, J., Hoppe, I., Haase, M.

Gesellschaft für Informatik (GI) · 01.01.2023

DOI: 10.18420/inf2023_166 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Gesellschaft für Informatik (GI), erschienen am 01.01.2023. Verfasst von Florian Thürkow und 8 weiteren Autor:innen.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Der zunehmende Druck auf Landwirtschaftsbetriebe, vitale Feldhamsterpopulationen zu erhalten, steht dem regional variierenden Risiko von Ernteausfällen durch Feldmausfraßschäden gegenüber. Diese Herausforderung ist eng mit den Zielen des Sustainable Development Goals 2 der Vereinten Nationen verknüpft, die Ernährungssicherheit und eine nachhaltige Landwirtschaft anstreben. In dieser Studie wird die Erschließung einer Methode zur automatisierten Detektion von Feldhamsterbauen anhand von Drohnen-basierten RGB- und Thermaldaten untersucht. Zu diesem Zweck werden Faster / Mask R-CNN Objektdetektionsmodelle trainiert. Die Auswertung konzentriert sich auf die Güte dieser, welche anhand unterschiedlicher Flugparameter und einer Feinkartierung validiert werden. Für die RGB-Sensoren Weitwinkel (Brennweite = 4.5 mm) und Zoom (Brennweite = 21-75 mm) kann Faster R-CNN 56 % der Baue erfassen. Mask R-CNN erzielt auf Basis der RGB-Sensoren, sowie des Thermalsensors Trefferquoten von über 80 %. Mit Blick auf die aktuelle und zukünftige Rolle von Naturschutz und Landwirtschaft deuten die Ergebnisse dieser Studie auf einen signifikanten Mehrwert KI-basierter UAS-Ansätze hin.

Schlagwörter

automated detectionunmanned aerial systemsinfrared thermographyRGB imagesFaster R-CNNMask R-CNNobject detectionagricultural landflight parameterscrop yield loss

Zitieren

APA

Thürkow, F., Lorenz, C., Ramstetter, J., Hoppe, I., Haase, & M. (2023). KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten. Gesellschaft für Informatik (GI). https://doi.org/10.18420/inf2023_166

Vancouver

Thürkow F, Lorenz, C., Ramstetter, J., Hoppe, et al. KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten. Gesellschaft für Informatik (GI). 2023. doi:10.18420/inf2023_166

BibTeX
@article{Thrkow2023,
  author = {Thürkow, Florian and Lorenz and C. and Ramstetter and J. and Hoppe and I. and Haase and M.},
  title = {KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten},
  journal = {Gesellschaft für Informatik (GI)},
  year = {2023},
  doi = {10.18420/inf2023_166}
}
Kostenlos starten →