EUVIMEDEUVIMED entdecken
Crossref

X-KIT: Whitepaper Pflanzenschutz

L M Wickert, Jarausch, Wolfgang, Stefan Rilling, Bonito Thielert, Christoph von Redwitz, Michael Schirrmann, Oliver Schmittmann, Zimmer, Patrick, Christoph Kämpfer, Mäder und 9 weitere

Fraunhofer-Publica (Fraunhofer-Gesellschaft) · 01.01.2024

DOI: 10.24406/publica-4274 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Fraunhofer-Publica (Fraunhofer-Gesellschaft), erschienen am 01.01.2024. Verfasst von L M Wickert und 20 weiteren Autor:innen.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Das vorliegende Whitepaper ist im vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) geförderten und der Bundesanstalt für Landwirtschaft und Ernährung (BLE) als Projektträger begleiteten Vernetzungs- und Transferprojekt X-KIT entstanden. Ziel des Projektes ist eine übergreifende Vernetzung und Unterstützung für die vom BMEL geförderten KI-Projekte zur Ernährungs- und Landwirtschaft sowie für den ländlichen Raum zu ermöglichen. Zu diesem Zweck wurden in dem Projekt themenspezifische Cluster für eine gezieltere Vernetzung der Projekte und die Ermöglichung von Synergieeffekten aufgebaut. Der nachfolgende Bericht beschreibt die Projektergebnisse im fachlichen Cluster Pflanzenschutz. Im X-KIT Cluster Pflanzenschutz sind fünf Projekte vertreten, die im Folgenden vorgestellt werden: Durch die Integration von artspezifischen Eigenschaften in Managemententscheidungen wird im Projekt BETTER-WEEDS der Einsatz von Herbiziden auf kleinsten Teilflächen zwischen Nutzen und Schaden von Unkräutern abgewogen. Forschung zur Unkrauterkennung im Anwendungsbereich Vertical Farming wird im Projekt KIdetect betrieben. Der PhenoTruck® ist ein mobiles Labor zur Erkennung von Schaderregern im Wein- und Obstbau, welches die Stärken von molekularen Verfahren, hyperspektrale Labormessungen und multispektrale Drohnenflüge direkt vor Ort am Feldrand kombiniert. Die Projekte WeedAI und Weed-AI-Seek entwickeln beide Lösungen zur Unkrauterkennung via Drohne. Das Ziel von WeedAI ist dabei die Evaluation von Unkrautbekämpfungsmaßnahmen anhand von Drohnenbildern mit dem Ziel Prüfnormen für Geräte zur Unkrautbekämpfung zu entwickeln. Dahingegen werden Applikationskarten für das Herbizidmanagement in der Präzisionslandwirtschaft im Projekt Weed-AI-Seek erstellt.

Schlagwörter

crop protectionweed detectionherbicide managementprecision agriculturevertical farmingUAV imageryhyperspectral imagingplant disease detectionartificial intelligence in agriculturetechnology transfer

Zitieren

APA

Wickert, L. M., Jarausch, Wolfgang, Rilling, S., Thielert, B., Redwitz, C. V., Schirrmann, M., Schmittmann, O., Zimmer, Patrick, Kämpfer, C., Mäder, Patrick, Rabe, Martin, Hüther, J., Niedermeier, Michael, Noori, F., …, & :unav (2024). X-KIT: Whitepaper Pflanzenschutz. Fraunhofer-Publica (Fraunhofer-Gesellschaft). https://doi.org/10.24406/publica-4274

Vancouver

Wickert LM, Jarausch, Wolfgang, Rilling S, Thielert B, Redwitz CV, et al. X-KIT: Whitepaper Pflanzenschutz. Fraunhofer-Publica (Fraunhofer-Gesellschaft). 2024. doi:10.24406/publica-4274

BibTeX
@article{Wickert2024,
  author = {Wickert, L M and Jarausch and Wolfgang and Rilling, Stefan and Thielert, Bonito and Redwitz, Christoph von and Schirrmann, Michael and Schmittmann, Oliver and Zimmer and Patrick and Kämpfer, Christoph and Mäder and Patrick and Rabe and Martin and Hüther, Jonas and Niedermeier and Michael and Noori, Faryal and Henningsen, Jens and :unav},
  title = {X-KIT: Whitepaper Pflanzenschutz},
  journal = {Fraunhofer-Publica (Fraunhofer-Gesellschaft)},
  year = {2024},
  doi = {10.24406/publica-4274}
}
Kostenlos starten →