Überwachung der Weinberge per Drohne

Einführung

Der Präzisionsweinbau macht dank neuer Technologien, die auf der fortschrittlichen Analyse von Drohnendaten basieren, große Fortschritte. In diesem Zusammenhang wird das Teilprojekt VineScaleTeil des ChameleonProjekts, das darauf abzielt, die Überwachung von Weinbergen durch die Analyse von Drohnenbildern zu revolutionieren. Ziel des VineScale-Projekts ist es, das automatische Drohnendaten-Analysetool von Chameleon zu testen und zu validieren und seine Effektivität und Zuverlässigkeit in verschiedenen Anwendungsszenarien auf 12 über ganz Italien verstreuten Weinbergen zu überprüfen (Abb. 1).

Abb.1: Flugübersicht über das VineScale-Projekt.

Um die Gültigkeit der vom automatischen System von Chameleon erhaltenen Informationen zu gewährleisten, wurden die Ergebnisse von VineScale mit den direkt auf dem Feld erhobenen Daten verglichen.

Automatische Erkennung von Rebstöcken

Zu den Tools, die die Chameleon-Plattform bietet, gehört das automatisches Erkennungsprogramm zur Identifizierung von Schrauben. Das Tool ermöglicht durch die Analyse einer 3D-Punktwolke, die aus der Verarbeitung von Drohnenbildern in einer blattlosen Periode stammt, die Erstellung von eine Vektormaske, die alle Pflanzen auf dem Feld identifiziert.

Dieses Tool erwies sich als effektiv, aber es wurde auf die Notwendigkeit hingewiesen, Richtlinien für die Erfassung festzulegen, wie z. B. Flughöhe, Überlappung und Raster (z. B. Flug mit doppeltem Raster), um einen angemessenen Datensatz zu erhalten und die Daten korrekt zu verarbeiten.

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

Überwachung des Pflanzenwachstums mit RGB-Informationen

Sobald die Masken (automatisch oder manuell) erstellt wurden, kann ein weiterer Algorithmus getestet werden, mit dem entweder das Blattvolumen jeder einzelnen Pflanze überwacht werden kann. Beim Vergleich der mit dem Chameleon-Tool erhaltenen Schätzungen des Volumens der Rebkronen mit einigen manuellen Messungen der Pflanzendicke und -höhe ergab sich ein einheitliches Muster (Abb. 3, 4). Die Unterschiede sind auf Vereinfachungen bei der Volumenberechnung zurückzuführen, aber insgesamt zeigte die Methode eine gute Zuverlässigkeit bei der Wachstumsüberwachung. Durch Interpolation der Werte für jede einzelne Pflanze konnten thematische Karten erstellt werden, die die Situation auf dem Feld darstellen.

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

Abb.4: Korrelation zwischen den vom Chameleon-Instrument geschätzten Daten und den am Boden gemessenen Daten.

Erkennung von Wasserstress bei Reben

Die Analyse des Wasserstresses erfolgt mit Hilfe von Wärmebild- und Vegetationssegmentierungstechniken, wobei der Crop Water Stress Index (CWSI ) für jede Rebe aus der Temperatur berechnet wird. Dadurch ist es möglich, sehr schnell grundlegende Daten über den Wasserstatus der Pflanzen zu erhalten, um das Bewässerungsmanagement zu verbessern. Um die aus den Temperaturdaten abgeleiteten CWSI-Werte genau zu schätzen, wurden Temperatur- und Luftfeuchtigkeitsdaten als Referenz verwendet, um den ordnungsgemäßen Betrieb des Systems sicherzustellen.

Abb.5: Temperaturergebnisse für jede Pflanze.

Analyse von Weinreben anhand multispektraler Informationen

Durch die Verwendung von multispektralen Orthomosaikbildern konnte das System die Vitalität der Reben präzise hervorheben und so die Segmentierung und Überwachung der Pflanzen schneller als mit herkömmlichen Methoden ermöglichen. Darüber hinaus wurden aus Drohnendaten abgeleitete Bodenzonenkarten mit physischen Probenahmen verglichen. Mithilfe eines Korrelationskoeffizienten (Pearson) wurde die Ähnlichkeit zwischen den mit dem Instrument erstellten Karten und den auf dem Feld gesammelten Daten bewertet, was die Zuverlässigkeit der Zonierungsmethode bestätigte.

Abb.6: NDVI für jede einzelne Pflanze.

Schlussfolgerungen und Zukunftsperspektiven

Das Projekt VineScale hat das Potenzial des Einsatzes von Drohnen für den Präzisionsweinbau aufgezeigt und bietet ein innovatives Instrument für die Überwachung der Reben, die Analyse des Wachstums und die Verwaltung der Wasserressourcen. Obwohl einige Herausforderungen aufgetaucht sind, zeigen die Ergebnisse eine vielversprechende Zukunft für die Integration dieser Technologien in das moderne Weinbergsmanagement.

Ein Schlüsselelement des Projekts ist, dass das Chameleon-System in der Lage war, etwa 44,6 Hektar und 129.636 Pflanzen in 33.752 Sekunden (etwa 9 Stunden) zu analysieren . Dieses System berechnete zahlreiche biometrische Indizes und Messungen, darunter NDVI, Temperatur, CWSI und Kronenvolumen, mit einer Geschwindigkeit, die im Vergleich zu manuellen Messungen undenkbar war. Denn während die herkömmliche Erhebung solcher Parameter tagelange Arbeit und viel Personal erfordern würde, ermöglichte der Einsatz von Drohnen und fortschrittlichen Algorithmen eine schnelle, vollständige und detaillierte Analyse.

Mit weiteren Verbesserungen der Algorithmen kann die Effektivität dieser Tools noch höher sein, was zu einem immer intelligenteren und nachhaltigeren Weinbau führt.