SharePoint
 

Navigationslinks überspringenVision

​​​​​Vision

 

Landschaft Grafik
Landschaft Grafik, ZALF, © infografik.pro / ZALF

Digitalisierung & neue Technologien

Aufgrund intelligenter Messtechniken stehen mehr standortspezifische Informationen zur Verfügung. Diese Informationen könnten für eine bessere Planung der autonomen Pflanzenbaumaßnahmen und präzisen Pflanzenschutzmaßnahmen vor Ort verwendet werden, die in Zukunft von Robotern oder automatischen Traktoren durchgeführt werden können. Neue Entwicklungen in der Sensortechnik zur Erkennung von Schaderregern, Schadinsekten und Unkräutern sowie zur gezielten mechanischen Unkrautvernichtung ermöglichen es, den Einsatz von PSM in der konventionellen Landwirtschaft erheblich zu reduzieren oder sogar wegfallen zu lassen.

 

Datenerfassung - Long Range Wide Area Network (LoRaWAN)

LoRa Installation
LoRa Installation mit Lukas Metzger, © Clara Heilburg

Auf allen 30 patches, die mit verschiedenen Kulturen bepflanzt sind, werden mit zwei Wiederholungen jeweils in den Tiefen 30cm, 60cm und 90cm volumetrischer Wassergehalt, Bodentemperatur und elektr. Leitfähigkeit des Bodenporenwassers gemessen. Dabei soll die Messtechnik die Bearbeitung der patches mit herkömmlicher Landmaschinentechnik nicht beeinträchtigen.

Dafür wurden im Herbst 2020 LoRaWAN-Knoten, die 6 Acclima TDR310H-Sensoren über SDI-12-Protkoll auslesen, in 30cm Tiefe vergraben. Die Stromversorgung über 3x D-Zellen ermöglicht einen Betrieb von ca. 1 Jahr. Die Messwerte werden von den Knoten an ein LoRaWAN-Gateway mit 4G-Modem übermittelt, das die Daten auf einen Server der UP GmbH weiterleitet, wo sie aufbereitet und visualisiert werden (Abbildung WebVis).

Grafischer Darstellung der Echtzeit- Messungen von Bodenfeuchtigkeit und Bodentemperatur
Abbildung WebVis: Grafischer Darstellung der Echtzeit- Messungen von Bodenfeuchtigkeit und Bodentemperatur in Patch 95; © Katrin Grahmann, ZALF

Im Vorfeld der Installation wurde die Leistungsfähigkeit der Messwert-Übertragung getestet. Prinzipiell ermöglicht die LoRaWAN-Technologie die Datenübertragung über Entfernungen von bis zu 8km (freie Sicht), wobei nur relativ kleine Datenpakete übermittelt werden. Die LoRaWAN-Knoten und der SDI-12-Verteiler wurden in einer wasserdichten Box untergebracht und 30cm im Boden eingebaut.

Das Gateway wurde im unteren Drittel des Schlages auf einem der Blühstreifen aufgestellt – ein 100W-Solarmodul lädt einen 90Ah-Akku.

Neben den unterirdisch verbauten Bodenfeuchte-Temperatur-Sensoren wurden auf dem Gelände außerdem 10 Bodenfeuchte-Sensoren mit LoRa-Knoten vom Typ WC-EC-ST verbaut, die Messwerte aus den oberen 6cm des Bodens ermitteln und übertragen.

Die zwei auf dem Areal befindlichen Wetterstationen wurden im Herbst 2020 noch in das LoRaWAN integriert. Dazu wurden die vorhandenen Sensoren an einen Tekbox-Knoten vom Typ TBSL1 angeschlossen. Die Stromversorgung erfolgt über ein 5W-Solarmodul und einen Li-Ionen-Akku.

Die Messwerte der Acclima Multiparameter-Sonden (Bodenfeuchte, Bodentemperatur, elektr. Leitfähigkeit des Bodenporenwassers) laufen alle 20min auf dem UP-Server auf, die der Wetterstationen alle 15min.

 

Digitale Gelbschalen (Digital Yellow traps-DYT)

Digitale Gelbschalen können ein optimales und effizientes Monitoring von Rapsschädlingen ermöglichen. Erste Tests wurden im Herbst 2020 mit 5 Prototypen der digitalen Gelbschalen im Raps durchgeführt. Hierfür wurden die Schädlinge Rapserdflöhe überwacht, sowohl mit digitalen als auch mit händischen Gelbschalen. Die Ergebnisse beider Methoden wurden dann miteinander verglichen.

2nd generation digital yellow traps for rapeseed pests in 2022
2nd generation digital yellow traps for rapeseed pests in 2022, © Emily Dovydaitis

Die DYT wurden sowohl in den drei Raps-Patches (installiert im permanenten Biodiversitätsquadranten) als auch den zwei Raps-Referenzflächen in benachbarten Schlägen aufgestellt. Das System basiert auf einem trainierten Algorithmus zur Bildanalyse mit numerischer und graphischer Klassifizierung und Mustererkennung. Dieser Algorithmus erkennt die bedeutenden Rapsschädlinge. Einige seltene Schädlinge können (noch) nicht erkannt werden: wie z.B. der Gefleckter & Schwarzer Kohltriebrüssler und der Echte Kohlschotenrüssler.

Das enge Zeitfenster der Messungen und der Überwachung erhöhen die Planbarkeit einer Pflanzenschutzmaßnahme. Der Nutzen der DYT beruht auf dem Vermeiden unnötiger Insektizidanwendungen dies führt:

  • zu Ökonomisch fundierten Pflanzenschutzmaßnahmen
  • zum Schonen von Nützlingen & Umwelt allgemein
  • zur Entschärfung des Resistenzproblems

Das Design und der Algorithmus der DYTs sind weiterhin in der Entwicklung und werden stetig verbessert. Zudem gibt es die Möglichkeit, in der internetbasierten Monitoring-Auswertung einen Schädlingsradar zu aktivieren. Dieser stellt die im Umkreis befindlichen DYT anderer Betreiber dar, um mögliche Schadpopulationsdrücke bestimmter Schädlinge frühzeitiger zu erkennen.

 

Autonome Feldroboter

Im Frühjahr 2022 nimmt der erste Feldroboter in patchCROP seine Arbeit auf. Das Modell „Oz“ des Herstellers Naio Technologies ist das kleinste seiner Art und fügt sich gut in die kleinskaligen Patches ein.

Naio Roboter
Naio Roboter, © Felix Erbe

Zu den Aufgabengebieten des Roboters zählt insbesondere die mechanische Beikrautregulierung. Damit trägt er zur Reduzierung des Einsatzes chemisch-synthetischer Herbizide bei. Für eine erste Bewertung der Effektivität und Arbeitsleistung soll „Oz“ dafür in dieser Saison in der Maiskultur zum Einsatz kommen. Durch dessen modularen Aufbau erlaubt das entsprechende Arbeitsgerät eine individuelle Anpassung an unterschiedliche Situationen. Zu den Werkzeugen gehören unter anderem Hackschare, Fingerhacken und Striegel.

Darüber hinaus könnte in Zukunft auch die Aussaat verschiedener Kulturen von „Oz“ übernommen werden. Durch die geringere Größe im Vergleich zu den bisher verwendeten konventionellen Sämaschinen könnten die Saatreihen besser an die vorgegebene Struktur der Feldmosaike angepasst und damit etwaige Schäden durch unvermeidbares Überfahren von Pflanzen minimiert werden.

Neben einem manuellen Arbeitsmodus erfolgt die autonome Steuerung des Feldroboters ausschließlich GPS-gestützt mit RTK-Korrektur. Entsprechende Karten werden entweder mit dem Roboter selbst aufgenommen oder aber während der Aussaat durch Platzieren der GPS-Antenne auf einer beliebigen Sämaschine in Verbindung mit der App „Naio Maps“ und anschließender Softwarebearbeitung erstellt. Die Entwicklung einer komplexen Karte, wie sie für die Patches benötigt wird, zählt zu Beginn zu den größten Herausforderungen.

Der Antrieb des Roboters erfolgt elektrisch und reicht je nach Last bis zu 8 Betriebsstunden.

 

 

Die Partner

ZALF-Logo  Logo Julius Kühn-Institut  Logo Lietzen  Logo PHENOROB  Logo DAKIS