Entwicklung eines Kamera-multispektral-Sensorsystems zur Erkennung von Stickstoff- und Wassermangel sowie Blattkrankheiten in Winterweizen, inklusive der modellbasierten Ableitung einer pflanzenbaulichen Düngestrategie in Echtzeit.

Die Landwirtschaft stellt aktuell als einer der Mitverursacher von Klimaschädlichen CO2, N₂O und CH4 dar und verstärkt somit den natürlichen Treibhauseffekt. Neben der Viehhaltung werden große Mengen als CO2 bei der Produktion von Stickstoffhaltigen Düngemitteln freigesetzt und belasten sofern sie nicht von den Kulturpflanzen aufgenommen wurden, das Grundwasser durch Auswaschung oder durch Volatilisation und Denitrifikation die Atmosphäre. Vor diesem Hintergrund ist es entscheidend den Stickstoffbedarf an die jeweilige Kulturpflanze und den Bodenverhältnissen anzupassen. Ziel ist es eine verbesserte Düngeplanung zu entwickeln, die eine zeitlich und räumlich bedarfsgerechte Ausbringung von Stickstoff (N) beinhaltet. Dadurch können N-Überschüsse vermieden und die N-Produktivität insbesondere auf heterogenen Flächen verbessert werden.

Ziel des Projektvorhabens ist es, den Ernährungszustand der Kulturpflanze Weizen mithilfe eines neuartigen, kamerabasierten, lichtlinienunterstützten Multispektral-Sensors zu bestimmen. Die zu entwickelnde Sensortechnologie zielt durch die multispektrale Auflösung auf die simultane Erkennung, Quantifizierung und Differenzierung von Stickstoffmangel, Wassermangel und Blattkrankheiten (Septoria tritici). Diese Pflanzendaten werden dem Modellalgorithmus unter Berücksichtigung der Boden- und Klimaparameter zu Verfügung gestellt, um daraus eine teilflächenspezifische N-Düngeempfehlung in Echtzeit abzuleiten.