Forschungs- & Entwicklungsinformationsdienst der Gemeinschaft - CORDIS

H2020

PCT — Ergebnis in Kürze

Project ID: 666534
Land: Ungarn
Bereich: Lebensmittel und natürliche Ressourcen

Intelligenter ‚Gesundheitscheck‘ für Landwirtschaftsbetriebe im Kampf gegen Pflanzenkrankheiten

Ein landwirtschaftliches Datenerfassungs- und Diagnosesystem zeichnet Daten zu Ertragsleistung, Witterungsbedingungen und Schädlingsbefall auf, um Landwirte vor Pflanzenkrankheiten und anderen Faktoren zu warnen und Ertragsverlust zu vermeiden.
Intelligenter ‚Gesundheitscheck‘ für Landwirtschaftsbetriebe im Kampf gegen Pflanzenkrankheiten
Insgesamt gehen in der Landwirtschaft bis zu 60 % der Ertragsverluste auf Pflanzenkrankheiten zurück. Dies kann, wenn das Problem nicht früh genug erkannt wird, für Einzelbetriebe verheerende Folgen haben und zum Verlust ganzer Ernten führen.

Wissenschaftler des EU-finanzierten Projekts PCT entwickelten daher ein landwirtschaftliches Datenerfassungs-, Diagnose- und Beratungssystem, für das entsprechende Messgeräte in den Boden eingebracht werden. Ein Instrumentarium an Gerätesensoren erfasst Daten zu Standort, Boden, Blattgesundheit, örtlichen Witterungsbedingungen, Schädlingsbefall und anderen Pathogenen, um sie dann mit einer Datenbank zu Pflanzenkrankheiten abzugleichen.

Der ferngesteuerte umfassende ‚Gesundheitscheck‘ auf Basis der vor Ort ermittelten Monitoring-Daten liefert Landwirten genaue Informationen zu Krankheitsrisiken, dient als Frühwarnsystem und berät zu möglichen Gegenmaßnahmen.

„Gesprüht werden muss nur im Ernstfall“, erklärt Csaba Arendas, Geschäftsführer des Unternehmens QuantisLabs in Budapest, Ungarn, das PCT entwickelt hat. In Europa werden Apfelbestände während der Anbausaison von März bis August im Durchschnitt 15 Mal gesprüht, eine Traubenernte in der Regel sieben Mal. „Werden weniger [chemische] Substanzen eingesetzt, sind auch die Produktionskosten niedriger. Der Schlüssel zum Erfolg ist also der Zeitpunkt des Sprühens“, sagt Arendas.

Anhand der von PCT errechneten Blattfläche lässt sich genau ermitteln, wie viel Sprühmittel benötigt wird, um Überspritzen zu vermeiden. „Bei Weintrauben können damit ein oder zwei Sprühgänge eingespart werden“, was den Ertragsverlust um 30 % und den Pestizideinsatz um rund 20 % reduziert, wie er erläutert.

Ein Instrumentarium an Sensoren

Ein Instrumentarium an Sensoren wird an einer Zentraleinheit in Laptop-Größe installiert, die an einem Mast angebracht ist und sich schnell umsetzen lässt. Für das Aufstellen im Feld sind daher keine besonderen Fachkenntnisse nötig. Das Standardmodell von Plant-CT umfasst etwa ein Dutzend Sensoren, die Luft- und Bodenfeuchte, Luft- und Bodentemperatur sowie die Niederschlagsmenge messen, zudem Blatt- und Kronensensoren sowie Schädlings- und Sporendetektoren, die Pflanzenpathogene wie etwa Pilze zählen.

„Mit einer Erkennungsrate von 95 % für Sporen und Schadinsekten arbeitet das System sehr genau“, sagt Arendas und betont, dass etwa 99 % aller Pflanzenkrankheiten auf diese Faktoren zurückgehen.

Nachdem die Messergebnisse an einen Server übermittelt wurden, wird die Wahrscheinlichkeit einer Krankheit für ein bestimmtes Gebiet mit wissenschaftlichen Algorithmen und mathematischen Modellen errechnet. Die Ergebnisse werden dann visuell dargestellt und können vom Nutzer auf jedem internetfähigen Gerät abgerufen werden. „Nicht alle Landwirte wissen genau, wie man Pflanzenkrankheiten erkennt. Sie wünschen sich einfach nur eine leicht verständliche Anzeige und einfache Beratung für das weitere Vorgehen“, erklärt Arendas.

Für die Analyse wird eine große Datenbank abgefragt, die Tausende Jahre landwirtschaftlichen Wissens und andere von den Projektforschern erfasste Daten enthält. „Zehn unserer Wissenschaftler haben die wichtigsten wissenschaftlichen Artikel in Fachzeitschriften gesichtet, die wir nun nutzen können“, sagt Arendas.

QuantisLabs machte sich bereits umfassende Datensätze und Messungen aus einem Vorgängerprodukt SmartVineyard zunutze. „Mit den EU-Fördermitteln konnte das bisher nur für Weingärten gedachte System um weitere Nutzpflanzen ergänzt werden“, sagt er. Das neue System auf dem Markt ist für Äpfel, Oliven, Kakao, Kaffee, Reis und Baumwolle ausgelegt und kann auf andere Pflanzen erweitert werden. Künstliche Intelligenz und maschinelles Lernen des Systems analysieren spezifische Bedingungen vor Ort.

Anpassung an örtliche Bedingungen

Bereits geringe Feuchtigkeits- oder Temperaturunterschiede können Aussehen oder Schweregrad einer Pflanzenkrankheit verändern, zudem ist das Wachstumsstadium der Pflanze von Bedeutung. „Manche Schädlinge fressen Blätter, andere Blüten. Trifft beides zusammen, kann dies verheerende Folgen für die Pflanze haben“, erklärt Arendas.

Die Sensortechnologie wurde zum Teil neu eingekauft, aber auch Vorhandenes aufgerüstet. Andere hochtechnische Sensoren wurden während des Projekts kundenspezifisch entwickelt und prototypisiert. Viele Komponenten wie etwa spezielle wetterbeständige Batterien oder die solarbetriebene Zentraleinheit wurden in Universitätslabors und kleinen Privatlabors getestet.

PCT ist bereits auf dem internationalen Markt aktiv, mit Bestellungen und Vorbestellungen sogar aus Lateinamerika, sodass nun Versionen für verschiedene Kulturpflanzen wie Avocado entwickelt werden. Derzeit stammen 80 % des Umsatzes aus einem Abomodell für 150 € pro Monat und Gerät, mit Erweiterungsmöglichkeiten für weitere Sensoren. Ein Gerät ist für durchschnittlich 10 Hektar Monitoring ausgelegt. „Alle drei Jahre erhält der Kunde ein neues Gerät, etwa so wie bei einem Abonnement für ein Mobiltelefon", sagt Arendas.

Verwandte Informationen

Schlüsselwörter

PCT, Landwirtschaft, Weinbau, Pflanzenkrankheiten, Schädlinge, Klima, Insektizid, Fungizid, Umwelt, Ernteerträge, Sensoren, künstliche Intelligenz, Boden, Bodenkunde, IKT
Folgen Sie uns auf: RSS Facebook Twitter YouTube Verwaltet vom Amt für Veröffentlichungen der EU Nach oben