Weiter zum Inhalt

Blattlaus-Identifikation durch künstliche Intelligenz – das Projekt AI²

ALM - Adaptiv Lernende Maschinen - GmbH, Julius Kühn-Institut

Mithilfe von KI-Methoden sollen Blattläuse in ackerbaulichen Kulturen automatisiert bestimmt werden. Blattläuse gehören in Deutschland zu den bedeutendsten Schadinsekten. Sie können Pflanzen durch ihre Saugaktivität schädigen und durch die Übertragung von Viren Pflanzenkrankheiten auslösen. Eine gezielte Bekämpfung ist durch frühzeitige Erkennung möglich.

Die konventionelle Erfassung der Schadinsekten erfolgt indem Kulturpflanzen im Feld begutachtet oder die Insekten mittels Saugfallen oder Gelbschalen aus der Luft gefangen werden. Die manuelle Auswertung ist dabei zeitaufwendig und kostenintensiv. Sie stellt Pflanzenschutzdienste gerade in den Flugzeiten der Blattläuse vor personelle Engpässe.                   

Für eine effiziente und zeitnahe Auswertung der Insektenproben entwickelten die Projektpartner eine Software-Hardware-Lösung. Diese beinhaltet ein KI-Modell bestehend aus einem Modul zur Segmentierung und einem Modul zur Klassifikation. In der Segmentierung werden die im Mikroskopbild sichtbaren Blattläuse vom Hintergrund und auftretendem Beifang abgegrenzt und vereinzelt. Die Bildausschnitte der identifizierten Blattläuse werden dann dem Klassifikationsmodul übergeben, welches eine Artbestimmung durchführt und eine Zählung ermöglicht.

Eine automatisierte Identifizierung fliegender Schadorganismen birgt großes Potenzial für einen zukunftsfähigen Ackerbau. Flächendeckend erhobene Flugdaten erlauben die Erstellung von Prognosemodellen und ermöglichen die Optimierung von Anbausystemen. Auch Einschätzungen zum Einfluss der Klimaerwärmung auf die Verbreitung von Schadorganismen sind möglich.

Weitere Informationen zum Projekt auch auf der Internetseite des BMEL

Gefördert durch Bundesministerium für Ernährung und Landwirtschaft aufgrund eines Beschlusses des Deutschen Bundestages. FKZ 28DK106A20/ 28DK106B20.

Nach oben