Forschung

Automat stellt Diagnose


Pflanzenkrankheiten machen sich oft durch charakteristische Verfärbungen von Blättern, Blüten oder Stängeln bemerkbar. Eine neue Studie stellt nun einen schnellen und treffsicheren Ansatz vor, mit dem sich diese Symptome automatisiert erkennen lassen. Die beteiligten Forscher nutzen dazu eine Methode aus der computergestützten Dokumentenanalyse. Google setzt ähnliche Verfahren bei der Suche nach Webseiten ein. 

Die Software wertet Fotos von Pflanzen aus und erkennt darauf Anzeichen von Braunrost, Mehltau oder der Netzfleckenkrankheit. Im Gewächshaus funktioniert das Ganze bereits schnell und treffsicher. Grundlage der Diagnose sind Aufnahmen von Hyperspektral-Sensoren. Diese registrieren das von den Pflanzen refektierte Licht. Die Hyperspektral-Sensoren messen eine Vielzahl an Wellenlängen. Entsprechend komplex sind die Daten, die die Sensoren ausspucken.

Um diese riesige Datenmenge zu analysieren, nutzen die Forscher ein Big-Data-Verfahren aus der Dokumentenanalyse. Die neue Software wertet aus, wie häufig bestimmte Reflexionswerte in der Hyperspektral-Aufnahme vertreten sind. Aus dem Ergebnis leitet sie dann das „Thema“ der Aufnahme ab – also etwa „Leichter Rostbefall im Frühstadium“ oder „starker Mehltau-Befall“.

Die Methode eignet sich unter anderem für die schnelle Diagnose von Krankheiten im Pflanzenbau. So ließen sich die Sensoren zum Beispiel an Traktoren anbringen. Der Landwirt wüsste nach der Analyse frühzeitig, wo er eventuell mit Fungiziden eingreifen muss. Zudem lässt sich das Verfahren in der Pflanzenzüchtung einsetzen, etwa zur Entwicklung resistenterer Getreidesorten. Denn die Hyperspektral-Analyse registriere bereits minimale Änderungen im Gesundheitszustand der Pflanze – besser, als es ein Mensch es jemals könnte, erklären die Wissenschftler. (kbo)
stats