Forscher der University of Missouri haben einen wichtigen Erfolg im Agrarbereich erzielt: Die Kombination von Drohnen mit künstlicher Intelligenz kann Landwirten dabei helfen, den Gesundheitszustand von Maispflanzen effizienter zu messen.

Herkömmliche Methoden zur Messung des Maisgesundheitszustands basieren auf Handgeräten, die langsam und für große Felder ungeeignet sind. In dieser Studie verfolgte ein Forschungsteam der University of Missouri einen anderen Ansatz und setzte mit Spezialkameras ausgestattete Drohnen ein, um Maisfelder in Zentral-Missouri zu untersuchen und Bilder und Daten zu erfassen. Diese Spezialkameras können verschiedene Wellenlängen des von Pflanzen reflektierten Lichts erfassen, wie z. B. Nahinfrarot und Rotrandlicht, die für das menschliche Auge unsichtbar sind, aber eng mit der Pflanzengesundheit zusammenhängen.

Durch den Einsatz künstlicher Intelligenz zur Analyse von Bildern und Daten konnte das Forschungsteam den Chlorophyllgehalt, einen wichtigen Indikator für die Gesundheit des Maises, genau bestimmen. Durch die Kombination von Drohnenbildern mit Bodendaten und die Anwendung von maschinellem Lernen, einer Technik der künstlichen Intelligenz, konnten sie den Chlorophyllgehalt in Maisblättern für ein ganzes Feld schnell und genau vorhersagen.

Es wird berichtet, dass die entsprechenden Forschungsergebnisse „Schätzung des Chlorophyllgehalts in Maisblättern mithilfe von multispektraler Luftbildgebung und maschinellem Lernen“ in der Zeitschrift „Smart Agricultural Technology“ veröffentlicht wurden. Die Forschung wurde in Zusammenarbeit zwischen der University of Missouri und dem Agricultural Research Service, der wichtigsten wissenschaftlichen Forschungseinrichtung des US-Landwirtschaftsministeriums, durchgeführt.

Weitere Informationen: Fengkai Tian et al., Schätzung des Chlorophyllgehalts in Maisblättern mithilfe von multispektralen Luftbildern und maschinellem Lernen, Smart Agriculture Technology (2024).