News

Weizen unter die Lupe nehmen

Bestimmung von Bestandesmerkmalen mithilfe von Fernerkundung in Weizen

Autor: Lukas Koppensteiner

Landwirte stehen jährlich vor der komplexen Aufgabe ihre Pflanzenbestände zu managen. Extreme Witterungsbedingungen, wie in den letzten Jahren, erschweren diese Entscheidungen zusätzlich. Es stellt sich die Frage, wie Düngung, Pflanzenschutz und Bewässerung im Hinblick auf das Produktionsziel gehandhabt werden sollen.

Eine wichtige Grundlage für optimales Management von Pflanzenbeständen sind aktuelle Informationen direkt vom Feld. Klassische Methoden, wie manuelle Messungen von Bestandeshöhe, Bestandesdichte oder Biomasseschnitte und nachfolgende Laboranalysen von Stickstoff- oder Chlorophyllgehalten, sind aufwendig. Eine schnelle und einfache Alternative hierzu bietet die Fernerkundung. Darunter versteht man das Erfassen von Daten mithilfe von Sensoren ohne direkten Kontakt mit dem Zielobjekt, in diesem Fall dem Pflanzenbestand. Beispiele dafür sind handgeführte oder am Traktor montierte Sensoren bzw. Luft- und Satellitenbilder.

Im Rahmen des Projektes DiLaAg wurde in der Saison 2019/20 ein Feldversuch an der Versuchswirtschaft Groß-Enzersdorf durchgeführt. Ziel war die Erhebung aktueller Informationen zu diversen Bestandesmerkmalen in Weizenbeständen mithilfe von verschiedenen Fernerkundungstechnologien.

Es wurden Winter- und Sommerweizenparzellen mit unterschiedlichen Stickstoffdüngestufen angelegt. In diesen Parzellen wurden zum einen Daten zu verschiedenen Merkmalen in regelmäßigen Abständen konventionell erhoben. Beispiele für diese Merkmale sind Entwicklungsstadium, Bodenbedeckung, Bestandeshöhe, Biomasse, Stickstoffgehalt, Chlorophyllgehalt und Wassergehalt. Zum anderen wurden Messungen mit diversen Geräten durchgeführt, beispielsweise RGB-Kamera, Multispektral- sowie Hyperspektralsensoren und Smartphone-Apps. Diese Messungen wurden auf unterschiedlichen Ebenen durchgeführt. Dazu zählen Messungen mit handgeführten Geräten („handheld“) und auf Traktoren oder Drohnen montierte Geräte. Weiters wurden Satellitendaten verwendet, für deren Erhebung zusätzliche Großparzellen angelegt wurden.

Im nächsten Schritt werden die konventionell gesammelten Daten der Bestände und die Sensormessungen auf Zusammenhänge untersucht. Diese Analysen werden gemeinsam mit den Kollegen der Technischen Universität Wien durchgeführt. Beispiele für Auswertungsmethoden von Multi- und Hyperspektraldaten sind Vegetationsindizes, Strahlungstransfermodelle und Neuronale Netze.

Ziel ist es, auf Basis dieser Ergebnisse operationelle Anwendungen für Landwirte und Pflanzenbauberater zu entwickeln. Diese nutzen aktuelle Informationen direkt aus Weizenbeständen, um in weiterer Folge ein optimales Pflanzenmanagement zu unterstützen.

Abbildung 1: Feldversuch an der Versuchswirtschaft Groß-Enzersdorf (verändert nach Google Maps 2019). In den gelben Bereichen wurde Winterweizen angebaut. In den weißen Bereichen wurde Sommerweizen angebaut. Im Zentrum befindet sich der Kleinparzellenversuch. Dieser ist umgeben von Großparzellen.

Abbildung 2: RGB- (links) bzw. CIR-Bild (coloured infrared, rechts) von Winterweizen (handheld) (4.5.2020). Mithilfe von RGB-Bildern wird beispielsweise die Bodenbedeckung bestimmt. Im nächsten Schritt werden RGB- und CIR-Bilder ausgewertet und auf Zusammenhänge mit verschiedenen Bestandesmerkmalen untersucht.

Abbildung 3: Drohnenaufnahme des Kleinparzellenversuches mit einer RGB-Kamera (8.5.2020). Der Kleinparzellenversuch besteht aus Winter- und Sommerweizenparzellen. In den Winterweizenparzellen sind Unterschiede abhängig von der Stickstoffdüngestufe erkennbar. Die Löcher in den Parzellen zeigen jene Stellen, an denen destruktive Pflanzenprobenahmen durchgeführt wurden.

Abbildung 4: Falschfarbenbild von Groß-Enzersdorf auf Basis einer Sentinel-2-Satellitenaufnahme (22.4.2020) (verändert nach ESA 2020). Nahinfrarot, rot und grün werden als rot, grün und blau dargestellt. Offener Boden und Sommerungen, die erst kurz vor der Satellitenaufnahme angelegt wurden, sind an der blauen bzw. grünen Farbe erkennbar. Rotfärbung weist auf bereits gut etablierte Vegetation hin, wie zum Beispiel Winterungen.

Abbildung 5: NDVI-Karte von Groß-Enzersdorf auf Basis einer Sentinel-2-Satellitenaufnahme (entsprechend Abb. 4, 22.4.2020) (verändert nach ESA, 2020). Im nächsten Schritt werden Vegetationsindexkarten ausgewertet und auf Zusammenhänge mit verschiedenen Bestandesmerkmalen untersucht.