Weinberg-Monitoring mit Drohnen

Einleitung

Die Präzisionsweinbautechnik macht dank neuer Technologien, die auf der fortschrittlichen Analyse von Drohnendaten basieren, große Fortschritte. In diesem Zusammenhang hat sich das Teilprojekt VineScale, das Teil des Projekts Chameleon ist, zum Ziel gesetzt, das Weinberg-Monitoring durch die Analyse von Drohnenbildern zu revolutionieren. Ziel des Projekts VineScale ist es, das Tool von Chameleon zur automatischen Analyse von Drohnendaten zu testen und zu validieren und dabei dessen Wirksamkeit und Zuverlässigkeit in verschiedenen Anwendungsszenarien auf 12 über ganz Italien verteilten Weinbergen zu überprüfen (Abb. 1).

Abb.1: Übersicht der Flüge des VineScale-Projekts.

Um die Validität der vom automatisierten System von Chameleon gewonnenen Informationen zu gewährleisten, wurden die Ergebnisse von VineScale mit direkt im Feld erhobenen Daten verglichen.

Automatische Erkennung der Rebstöcke

Zu den von der Chameleon-Plattform angebotenen Tools gehört das Tool zur automatischen Erkennung von Reben. Durch die Analyse einer 3D-Punktwolke, die aus der Verarbeitung von Drohnenbildern gewonnen wird, die während der laublosen Periode aufgenommen wurden, kann das Tool eine Vektormaske erzeugen, die jede Pflanze auf dem Feld identifiziert.

Dieses Tool erwies sich als effektiv, machte jedoch deutlich, dass Richtlinien für die Datenerfassung festgelegt werden müssen, etwa zur Flughöhe, zur Überlappung und zum Rastermuster (z. B. Doppelraster-Flug), um einen geeigneten Datensatz zu erhalten und die Daten korrekt verarbeiten zu können.

Abb.2: Punktwolke der einzeln extrahierten Pflanzen (links) und Pflanzenmaske (rechts)

Überwachung des Kulturwachstums mit RGB-Informationen

Sobald die Masken (automatisch oder manuell) erzeugt wurden, kann ein weiterer Algorithmus getestet werden, mit dem sich das Blattvolumen jeder einzelnen Pflanze überwachen lässt. Beim Vergleich der mit dem Chameleon-Tool ermittelten Schätzungen des Rebenkronenvolumens mit manuellen Messungen von Dicke und Höhe der Pflanzen zeigte sich ein konsistentes Muster (Abb. 3, 4). Die Abweichungen sind auf Vereinfachungen bei der Volumenberechnung zurückzuführen, doch insgesamt erwies sich die Methode für das Wachstumsmonitoring als sehr zuverlässig. Durch die Interpolation der Werte jeder einzelnen Pflanze lassen sich thematische Karten erzeugen, die die Situation im Feld abbilden.

Abb.3: Ergebnisse des Algorithmus zur Berechnung des Volumens jeder einzelnen Pflanze.

Abb.4: Korrelation zwischen den vom Chameleon-Tool geschätzten Daten und den am Boden erhobenen Daten.

Erkennung von Wasserstress bei Reben

Die Analyse des Wasserstresses erfolgt anhand von Wärmebildern und Vegetationssegmentierungstechniken, wobei der Crop Water Stress Index (CWSI) für jede Rebe ausgehend von der Temperatur berechnet wird. Dies ermöglichte es, sehr schnell grundlegende Daten über den Wasserstatus der Pflanzen zu gewinnen, um das Bewässerungsmanagement zu verbessern. Um die aus den thermischen Daten abgeleiteten CWSI-Werte präzise zu schätzen, wurden Lufttemperatur- und Luftfeuchtigkeitsdaten als Referenz herangezogen, um die korrekte Funktion des Systems zu gewährleisten.

Abb.5: Temperaturergebnisse für jede Pflanze.

Analyse der Reben anhand multispektraler Informationen

Mithilfe multispektraler Orthomosaike konnte das System die Vitalität der Reben präzise sichtbar machen und die Segmentierung sowie das Monitoring der Kulturen schneller als mit herkömmlichen Methoden ermöglichen. Darüber hinaus wurden die aus Drohnendaten abgeleiteten Bodenzonierungskarten mit physischen Probenahmen verglichen. Mithilfe eines Korrelationskoeffizienten (Pearson) wurde die Ähnlichkeit zwischen den vom Tool erzeugten Karten und den im Feld erhobenen Daten bewertet, wodurch die Zuverlässigkeit der Zonierungsmethode bestätigt wurde.

Abb.6: NDVI für jede einzelne Pflanze.

Schlussfolgerungen und Ausblick

Das Projekt VineScale hat das Potenzial des Drohneneinsatzes für die Präzisionsweinbautechnik unter Beweis gestellt und ein innovatives Tool für das Rebenmonitoring, die Wachstumsanalyse und das Wasserressourcenmanagement bereitgestellt. Obwohl einige Herausforderungen aufgetreten sind, zeigen die erzielten Ergebnisse eine vielversprechende Zukunft für die Integration dieser Technologien in das moderne Weinbergmanagement.

Ein zentrales Element des Projekts ist, dass das System von Chameleon es ermöglichte, rund 44,6 Hektar und 129.636 Pflanzen in 33.752 Sekunden (etwa 9 Stunden) zu analysieren. Dieses System berechnete zahlreiche Indizes und biometrische Messungen, darunter NDVI, Temperatur, CWSI und Kronenvolumen, mit einer im Vergleich zu manuellen Messungen unvorstellbaren Geschwindigkeit. Während die traditionelle Erhebung dieser Parameter nämlich Tage an Arbeit und einen erheblichen Personalaufwand erfordern würde, ermöglichte der Einsatz von Drohnen und fortschrittlichen Algorithmen eine schnelle, vollständige und detaillierte Analyse.

Mit weiteren Verbesserungen der Algorithmen kann die Wirksamkeit dieser Tools noch weiter gesteigert werden, was zu einem zunehmend intelligenten und nachhaltigen Weinbau führt.