1. Julius-Kühn-Symposium

Transkript

1 1. Julius-Kühn-Symposium Sensorik im Pflanzenbau Grundlagen, Systeme, Anwendungen 21. Juni 2012 im Julius Kühn-Institut, Quedlinburg

2 Optische Sensoren in der Landwirtschaft: Grundlagen und Konzepte Dr. Holger Lilienthal Julius Kühn-Institut Institut für Pflanzenbau und Bodenkunde D Braunschweig

3 Grundhypothese Je größer die Schläge, desto größer wird die Bestandesvariabilität eine gleichmäßige Ausbringung von Dünger führt zu Unter- und Überversorgung im Bestand Anpassung der Düngermenge an den Bedarf ist ökonomisch und ökologisch sinnvoll

4 Grundprinzip Vorne messen, hinten angepasst ausbringen

5 Grundlagen Optische Sensoren nutzen als Messgröße die elektromagnetische Strahlung (Licht) im sichtbaren und nahen Infrarot Bringen sie ihre eigene Lichtquelle mit arbeiten sie aktiv, nutzen sie die Sonne als Lichtquelle arbeiten sie passiv Reflexion + Absorption + Transmission = 1 Eigentliche Messbereich Reflexionssignaturen von Pflanzen mit grünen Blättern sind im Verlauf identisch, nur die Amplitude variiert (Guyot 1990). Quelle: Knipling 1970

6 Reflexion [%] Grundlagen Die Bestandesreflexion von Pflanzen verändert sich im Laufe der Vegetationsperiode Zunächst dominiert der Boden die Signatur, mit zunehmender Bedeckung überwiegt dann die Vegetation Wellenlänge [nm] Soil LAI 0.5 LAI 1.0 LAI 1.5 LAI 2.0 LAI 2.5 LAI 3.0 LAI 3.5 LAI 4.0 LAI 4.5 LAi 5.0 Quelle: Guyot 1990, verändert

7 Grundlagen Sichtbares Licht ( nm): Starke Absorption durch Pflanzenpigmente => geringe Reflexionswerte. Nahes Infrarot ( nm): Starke Reflexion => Mehrfach-Reflexionen an Gewebestrukturen. Absorption durch Chlorophyll und Carotenoide Mehrfach-Reflexionen

8 Reflexion [%] Grundlagen Sichtbares Licht ( nm): Starke Absorption durch Pflanzenpigmente => geringe Reflexionswerte. Nahes Infrarot ( nm): Starke Reflexion => Mehrfach-Reflexionen an Gewebestrukturen Wellenlänge [nm] Soil LAI 0.5 LAI 1.0 LAI 1.5 LAI 2.0 LAI 2.5 LAI 3.0 LAI 3.5 LAI 4.0 LAI 4.5 LAi 5.0 Quelle: Clevers, 1986, verändert

9 Grundlagen Vegetationsindex Ursprünglich militärische Anwendung zur Enttarnung von Panzern Kodak Ektachrome Infrared 1940: links Rot, rechts Infrarot

10 Grundlagen Vegetationsindex Jordan, Carl F. (1969) Rouse, J. W. et al. (1973) Derivation of Leaf-Area Index from Quality of Light on the Forest Floor. Monitoring vegetation systems in the Great Plains with ERTS Ecology 50: Third ERTS Symposium (1973), Vol. 1, NASA SP-351, Pages:

11 Grundlagen Vegetationsindex Horler, D. H. N et al. (1983) The red edge of plant leaf reflectance International Journal of Remote Sensing, Vol. 4, No. 2,

12 Grundlagen Vegetationsindices setzen 2 oder mehrere Wellenlängen zueinander in Bezug Zwei charakteristische Bereiche im Spektrum: starke Absorption um 670 nm und starke Reflexion ab 760 nm Wendepunkt im Anstieg von sichtbaren Rot zum nahen Infrarot.

13 Grundlagen

14 Grundlagen Wie sensitiv sind die Indices eigentlich? [EC31/32] Feldmessungen in mehreren Winterweizenschlägen (n=69); Es wurden Spektralmessungen, LAI, Chlorophyll und Biomassebestimmungen durchgeführt.

15 Grundlagen Wie sensitiv sind die Indices eigentlich (Korrelationskoeffizient)? r FM LAI Chl. a/b N Min Max Mittel FM LAI Chl. a/b N r FM LAI Chl. a/b N SR (NIR/R) SR (R/NIR) SR (NIR/G) NDVI NDRE SAVI REIP

16 Grundlagen Wie sensitiv sind die Indices eigentlich (Biomasse)? WW2-N WW2-O WW2-22 FM [g/m²] WW2-N WW2-O WW2-22 SR (NIR/R) NDVI NDRE SAVI REIP

17 Grundlagen Wie sensitiv sind die Indices eigentlich (Biomasse)? 4000 SR 4000 NDVI 4000 NDRE y = x R² = y = 4453x R² = y = x R² = SAVI REIP NDRE und REIP liefern die beste Güte y = x R² = y = x R² = Die Vorhersagegüte für Biomasse ist mäßig, nur maximal 79% der Varianz werden erklärt. Der Standardfehler liegt bei 16 % (NDRE).

18 Grundlagen Wie sensitiv sind die Indices eigentlich (Blattflächenindex)? WW2-20 WW2-18 WW2-37 LAI [m²/m²] WW2-20 WW2-18 WW2-37 SR (NIR/R) NDVI NDRE SAVI REIP

19 Grundlagen Wie sensitiv sind die Indices eigentlich (Blattflächenindex, LAI)? 4.00 SR 4.00 NDVI 4.00 NDRE y = x R² = y = x R² = y = x R² = SAVI y = x R² = REIP y = x R² = NDRE und REIP liefern die beste Güte. Die Vorhersagegüte für den LAI ist mäßig, nur maximal 67% der Varianz werden erklärt. Der Standardfehler liegt bei 20 % (NDRE).

20 Grundlagen Wie sensitiv sind die Indices eigentlich (Chlorophyll)? WW2-N WW2-40 WW2-43 Chlorophyll WW2-N WW2-40 WW2-43 SR (NIR/R) NDVI NDRE SAVI REIP

21 Grundlagen Wie sensitiv sind die Indices eigentlich (Chlorophyll)? SR y = x R² = NDVI 5.00 y = x R² = NDRE y = x R² = SAVI y = x R² = REIP 5.00 y = x R² = NDRE und REIP liefern die beste Güte. Die Vorhersagegüte für Chlorophyll ist schlecht, nur maximal 64 % der Varianz werden erklärt. Der Standardfehler liegt bei 7 % (REIP).

22 Grundlagen Wie sensitiv sind die Indices eigentlich (Stickstoffgehalt)? WW2-N WW2-O WW2-I Chlorophyll WW2-N WW2-O WW2-I SR (NIR/R) NDVI NDRE SAVI REIP

23 Grundlagen Wie sensitiv sind die Indices eigentlich (Stickstoffgehalt)? 5.0 SR 5.0 NDVI 5.0 NDRE y = x R² = y = x R² = y = x R² = SAVI y = x R² = REIP 1.0 y = 0.209x R² = NDRE und REIP liefern die beste Güte. Die Vorhersagegüte für Stickstoff ist schlecht, nur maximal 67 % der Varianz werden erklärt. Der Standardfehler liegt bei 16 % (REIP).

24 Reflexion [%] Grundlagen Während die Reflexion im nahen Infrarot mit zunehmender Blattfläche zunimmt, die Reflexion im sichtbaren Rot aber nur wenig verändert kommt es zu Sättigung von Indices. SR NDVI Wellenlänge [nm] REIP Soil LAI 0.5 LAI 1.0 LAI 1.5 LAI 2.0 LAI 2.5 LAI 3.0 LAI 3.5 LAI SAVI NDRE

25 Reflexionsgrad Grundlagen Spektraleigenschaften bei Nährstoffmangel Blattreflexion Mais [EC 31] N/Mg/S '3/3/3' '0/3/3' '3/0/3' '3/3/0' '0/0/0' Wellenlänge [nm] N/Mg/S NDVI NDRE REIP N Mg S Chl-ab 3/3/ /3/ /0/ /3/ /0/

26 Zwischenfazit Optische Sensoren nutzen als Messgröße im Wesentlichen das sichtbare Rot und nahen Infrarot und bilden daraus Indices. Vegetationsindices sind eigentlich zur Unterscheidung von Vegetation/Nichtvegetation entwickelt worden. Unbewachsener Boden liefert aufgrund seiner Spektralkurve auch einen Vegetations- Indexwert! Die getesteten Indices weisen hohe Korrelationen zu Frischmasse, LAI, Chlorophyll und Stickstoff auf, allerdings ist die Vorhersagegüte für diese Parameter mäßig (Biomasse r²=0.79, NDRE; LAI r²=0.67 NDRE; Chlorophyll r²=0.64 REIP; Stickstoff r²=0.67 REIP). Indices mit mehr als 3 Wellenlängen liefern deutlich bessere Ergebnisse Alle Indices neigen zu Sättigung des Signals (LAI ) Vegetationsindices reagieren unspezifisch auf Nährstoffe (zu klären!)

27 Bestimmung der Düngemittel Applikation Die genauen Algorithmen, wie aus den Indexmesswerten Dünge-Empfehlungen abgeleitet werden sind meist Firmengeheimnisse. Zunächst wird ein gut versorgter Bereich im Bestand abgefahren, der den Sensor intern kalibriert (Festlegen des Plateaus). Über die Funktion wird dann die Dünge-Empfehlung errechnet. Quelle: Link et al. 2002

28 Bestimmung der Düngemittel Applikation Im Online-Verfahren wird die Düngermenge direkt appliziert, ein GPS ist eigentlich nicht erforderlich (keine Dokumentation). Im Offline-Verfahren und zur Dokumentation wird zunächst eine Karte erstellt und später auf der Basis der Karte gedüngt (erfordert GPS und weitere Überfahrt). Quelle: Link et al. 2002

29 Sind Sensormessungen repräsentativ für den Gesamtschlag? Quelle: Topcon/Yara

30 Sind Sensormessungen repräsentativ für den Gesamtschlag? Alle Online Sensoren messen wenige Meter rechts und links der Fahrgassen. Durch zunehmende Arbeitsbreiten (derzeit max. 54m), stellt sich die Frage, ob die Variabilität des Schlages überhaupt erfasst wird. Quelle: Topcon/Yara

31 Sind Sensormessungen repräsentativ für den Gesamtschlag? Penta-Spek 36 m Arbeitsbreite, Bilddaten mit 46 Spektralkanälen, alle 3,75m ein Spektrometer, Aufnahme vom 22. Juni Quelle: Topcon/Yara

32 Sind Sensormessungen repräsentativ für den Gesamtschlag?

33 Sind Sensormessungen repräsentativ für den Gesamtschlag?

34 Zusammenfassung aktive Online Systeme sind in der Lage die Variabilität von Vegetationsparametern im Bestand zu erkennen. Die Wahl des Index ist aber entscheidend für die Güte der Messung des Parameters. Hersteller sollen deshalb angeben, was sie genau verwenden! Indices, die mehr als 2 Wellenlängen verwenden (NDRE, REIP) sind deutlich besser in der Vorhersagegüte als herkömmliche Indices (NDVI, SR). Alle Indexbasierten Werte neigen zur Sättigung des Signals (LAI 2.5 4) und können dann keine Unterschiede mehr erfassen. Die Entwicklung von Dünge-Algorithmen auf der Basis von fehlerbehafteten Indices führt zur Fehlerfortpflanzung. Die grundlegende räumliche Struktur wird auch mit nur 2 Sensoren richtig abgebildet.

35 Wavelength 2 /nm Ausblick Die gängigen Indexwerte sind nicht mehr zeitgemäß, da heute durch bessere Messtechnik größere Teile des Spektrum gemessen werden können. Multivariate Verfahren erlauben die Bestimmung von Vegetationsparametern mit einer sehr hohen Genauigkeit, dazu reichen zum Teil schon 5-6 Spektralkanäle aus. Die Entwicklung immer neuer NDVI s ist nicht zielführend, da nur noch mathematisch optimiert wird, die Reflexionseigenschaften der Pflanze aber ignoriert werden optimum waveband combination r 2 values for the correlation between measurements using respective waveband combinations and crop characteristics (e.g. crop biomass, N-uptake) Wavelength 1 /nm Quelle: Reusch 2005