Wachstumsverhalten der Beifußblättrigen Ambrosie (Ambrosia artemisiifolia L.) auf landwirtschaftlichen Nutzflächen Brandenburgs – Schlussfolgerungen für die Bildverarbeitung kameragestützter Monitoring-Strategien

Zusammenfassung

Eine Voraussetzung für die Verhinderung der weiteren Ausbreitung des invasiven Neophyten Beifußblättrige Ambrosie (Ambrosia artemisiifolia L.) aus Nordamerika ist ein effektives Monitoring zum Auffinden von Nestern und Einzelpflanzen in den entsprechenden Naturräumen. Berührungslos arbeitende Kamerasensoren an landwirtschaftlichen, kommunalen und Luft-Fahrzeugen sind ein geeignetes Mittel, um große Landschaftsareale zu untersuchen. Die Vielzahl der dabei anfallenden Bilder muss mit geeigneten Bildverarbeitungsmethoden zeitnah, idealerweise in Echtzeit (real time, online) ausgewertet werden.

In landwirtschaftlich genutzten Flächen ist es günstig, ein Monitoring mit den ohnehin anfallenden Feldarbeiten zu verbinden. Sich ändernde Aufnahmebedingungen für die Kameratechnik in Raum und Zeit sind daher die Folge. Das Erscheinungsbild der Ambrosie sowie der Begleitflora weisen spezifische Eigenschaften auf, die üblicherweise mit Hilfe von Metadaten beschrieben werden können. In der Bildverarbeitung gibt es eine Vielzahl von Methoden zur Objektklassifikation, die bei spezifischen Situationen Ihre Vor- und Nachteile haben. Eine Methode der Wahl zur Klassifikation von Ambrosie ist nach derzeitigem Kenntnisstand in naher Zukunft nicht zu erwarten.

Im Beitrag werden Beispiele für das Erscheinungsbild der Ambrosie in verschiedenen Feldern zu verschiedenen Zeitpunkten im Jahr aufgezeigt. Entsprechend schließt sich eine Bildverarbeitung an, die Ambrosiengewebe im Bild klassifiziert. Vor- und Nachteile der ausgewählten Methoden werden diskutiert. Ein Ausblick für eine „Metadaten-angepasste Bildverarbeitung – metadata adapted image analysis“ wird aufgezeigt.

Abstract

A requirement to prevent a further spreading of ragweed (Ambrosia artemisiifolia L.), a neophyte to Europe, is an effective monitoring to find single or clustered plants within the natural environment. Noncontact camera sensors attached to agricultural, municipal or aircraft vehicles are an adequate tool to survey large areas of landscape. In result a massive number of images has to be analyzed (if possible in real time) whether ambrosia tissue is present or absent in the respective image.

In agricultural fields it would be utile if the imaging is connected with field operations, which had to be done anyway. Subsequently, changing imaging conditions occur. The appearance of the ambrosia and the co-socialized plant species show specific characteristics which can be typically described by metadata. Regarding image analysis various methods exist for object classification which has situation dependent advantages and disadvantages. At the present state of knowledge in the near future an all-purpose classification method under constantly variable environment conditions will not exist.

In the paper examples for the appearance of the ambrosia plant in different agricultural fields at different times in the year are presented. According to the situation it follows up a suitable image analysis which classify tissue of the ambrosia. Advantages and disadvantages are discussed. A perspective for a metadata adapted image analysis is shown.