Hier beginnt der Hauptinhalt dieser Seite

SELBEX Nachhaltige Grünlandwirtschaft

SELBEX

Selektive, nicht-chemische Bekämpfung von Giftpflanzen in extensiven Grünlandbeständen

Projektkoordinator

Prof. Dr.-Ing. Albert Stoll
Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU), Nürtingen
albert.stoll(ät)hfwu(punkt)de

Verbundpartner

K.U.L.T. Kress Umweltschonende Landtechnik GmbH
Landschaftserhaltungsverband Konstanz e.V.

Projekthomepage

https://www.hfwu.de/forschung-und-transfer/institute-und-einrichtungen/institut-fuer-angewandte-agrarforschung-iaaf/selektive-nicht-chemische-bekaempfung-von-giftpflanzen-in-extensiven-gruenlandbestaenden-selbex/

Projektbeschreibung in FISA

Zum Forschungsinformationssystem Agrar und Ernährung (FISA)

Ziel

Ziel des Vorhabens ist die Entwicklung einer selektiven, nicht-chemischen Bekämpfungs­methode gegen Giftpflanzen in extensiven Grünlandbeständen am Beispiel der Herbstzeitlose (Colchicum autumnale) (HZL). Das Verfahren beruht auf einer Bestandserfassung zum Zeitpunkt der Blüte im Herbst mit einer RGB-Kamera und einer Drohne, einer bildanalytischen Erkennung der HZL mit neuronalen Netzen, einer entsprechenden Positionsbestimmung sowie einer kleinräumigen Bekämpfung im Frühjahr. Zur Bekämpfung sollen zwei verschiedene Maschinen- bzw. Fahrzeugkonzepte entwickelt werden, die in der Lage sind, eine aus der Bildanalyse abgeleitete Applikationskarte abzuarbeiten. Zusätzlich soll ein geeigneter Verfahrensablauf gefunden werden, damit die Bildaufnahmen und die Bekämpfungsmaßnahmen zu einem geeigneten Zeitpunkt durchgeführt werden können. Ergänzend werden auch Erkennungssysteme für Jakobskreuzkraut (Senecio jacobaea) entwickelt.

Ergebnisse

Blühende HZL konnten mit einem Fehler von maximal 0,20 m in Orthofotos abgebildet werden. Dazu mussten die Orthofotos aus Einzelbildern zusammengesetzt werden, die mit einer Vollformatkamera mit 24 MP aus eine Flughöhe von 10 m und einer Bildüberlappung von 40 % aufgenommen wurden. Die Bilder wurden mit ausgelegten und mit RTK-GNSS (Real Time Kinematic Global Navigation Satellite System) eingemessenen Markern im Feld georeferenziert.

Mit Hilfe neuronaler Netze konnten blühende HZL in den Bildern erkannt werden. Dazu wurde der U-Net-Ansatz verwendet und optimiert. Zusätzlich wurde eine Nachverarbeitung der Vorhersagen entwickelt, um die Erkennungsqualität zu steigern. Das Verfahren wurde mit zwei Tests ausgewertet. Zum einen wurden gelabelte Bilder zufällig in Trainings- und Testdatensatz eingeteilt und zum anderen wurde der Detektor auf Bildern von zwei von drei Feldern trainiert und auf dem dritten getestet. Es ergab sich eine Detektionsrate der HZL von 89 % (Petrich et al. 2020).

Im Rahmen von Feldversuchen wurden verschiedene Schnittzeitpunkte im Hinblick auf die Zurückdrängung der HZL untersucht. Als bisher wirkungsvollste Maßnahme hat sich ein früher Schnitt im April mit einer Wiederholung des Schnittes nach etwa 3 Wochen herausgestellt. Dadurch wurden der sichtbare Bestand der HZL bis zum Zeitpunkt des Heuschnitts Mitte Juni um 83% reduziert. Der Wiederaustrieb im darauffolgenden Frühjahr lag unter 50 %.

Abbildung 1: Trägerfahrzeug Oz der Firma Naio mit angebautem Sichelmäher.

Aktuell befinden sich zwei Bekämpfungsgeräte im Aufbau. Das fahrerlose Gerät baut auf dem Trägerfahrzeug Oz der Firma Naio auf, das einen Sichelmäher mit einer Arbeitsbreite von 0,40 m aufnimmt (siehe Abbildung 1). Das Traktor gebundene Gerät wird im Frontkraftheber aufgenommen und hat 10 Schnittsektionen mit jeweils 0,25 m Arbeitsbreite. Beide Gerätetypen werden mit zentimetergenauem RTK-GNSS zur Positionsbestimmung im Feld und einer Steuerung ausgestattet, die in der Lage ist, Applikationskarten abzuarbeiten. Beide Geräte sollen im Frühjahr 2021 in befallenen Grünlandbeständen erprobt werden.

Verwertung

Die Ergebnisse sollen mit Praktikern in Workshops diskutiert werden und darauf aufbauend Möglichkeiten wie z. B. Dienstleistungsangebote entwickelt werden.

Die entwickelte automatisierte teilflächenspezifische und nicht-chemische Unkrautbekämpfung der HZL im Grünland stellt zurzeit ein konkurrenzloses Verfahren dar und ist nicht am Markt verfügbar. Das entwickelte Verfahren kann die bisher übliche Praxis des manuellen Entfernens oder des flächendeckenden Mulchens der HZL ersetzen. Die Anwendung könnte unter der Voraussetzung geeigneter Erkennungsverfahren und Anpassungen auch auf andere Schadpflanzen ausgedehnt werden.