Mobiles Labor zur schnellen und sicheren Identifizierung von Quarantäneschaderregern in der Landwirtschaft (Projekt PhenoTruckAI)

Verbreitung von Quarantäneschaderregern frühzeitig entdecken

Quarantäneschaderreger stellen für die europäische Landwirtschaft, insbesondere für den Wein- und Obstbau, eine bedeutende Herausforderung dar. Begünstigt durch den Klimawandel breiten sich neue Schadorganismen in den Anbauregionen aus und beeinträchtigen die Wirtschaft und die Natur.

Da Quarantäneschaderreger in den meisten Fällen schwer bekämpfbar sind, zielen alle Maßnahmen darauf ab, die Einschleppung und Ausbreitung schon frühzeitig zu unterbinden. Dafür müssen befallene Pflanzen mittels effektiver Monitoringverfahren frühzeitig identifiziert werden. Dazu führen die zuständigen Pflanzenschutzdienste aufwendige Feldbegehungen durch und schicken Verdachtsproben zur genauen Analyse in molekularbiologische Labore. Diesen aufwendigen Prozess will das Entwicklungsteam im Projekt PhenoTruckAI nun ganzheitlich unterstützen.

Mit einem mobilen Labor, dem PhenoTruck®, wird die Identifizierung von Quarantäneschaderregern dorthin gebracht, wo sie gebraucht wird: direkt zum Erzeuger, an den Feldrand, in den Weinberg oder in die Obstplantage. Durch einen schnellen, flächendeckenden Nachweis von Erregern können Schäden gemildert und im besten Fall vermieden werden. Das Entwicklungsteam vom Fraunhofer IFF hat gemeinsam mit seinen Projektpartnern das mobile System zur Pflanzenüberwachung am konkreten Beispiel der Obst- und Weinphytoplasmosen entworfen. 

 

Weinplantage in Rheinland-Pfalz mit Basisstation für Drohnenaufnahmen.

Monitoring von Quarantäneschaderregern mit Spektralsensorik und künstlicher Intelligenz

Das Monitoringverfahren erfolgt in drei Stufen:

  1. Mittels multispektraler Drohnen werden Bestandsaufnahmen durchgeführt. Die Spektralkanäle können für eine grobe Ersteinschätzung der Stressfaktoren genutzt werden. So können Verdachtsgebiete kartiert, überwacht und dokumentiert werden. Zusätzlich kann eine BoniturApp mit GNSS-Funktion direkt im Feld genutzt werden.
  2. In den Verdachtsgebieten entnommene Pflanzenproben werden in einem hyperspektralen Messlabor untersucht. Dabei werden charakteristische Spektren der Befallssymptomatik ermittelt und KI-Modelle trainiert, die Schaderreger erkennen. Die Modelle werden automatisiert angewendet. Auf diese Weise kann eine Vielzahl der gesammelten Proben vorselektiert werden. Dies ist besonders relevant, wenn Befallssymptome von anderen Stressfaktoren abgegrenzt oder unterschiedliche Phytoplasmose-Arten unterschieden werden sollen.
  3. Die vorselektierten Proben werden in einem mobilen Labor mittels molekular-biologischer Vor-Ort-Pathogenidentifizierung (LAMP) analysiert. Dies stellt den offiziellen Nachweis der Schaderreger dar.

Diese Arbeitsschritte werden direkt im PhenoTruck® umgesetzt. So können Pflanzenschutzdienste sowie Obst- und Weinbauern bei der Bonitur effektiv unterstützt werden. Es erfolgt eine effektive Vorauswahl der Blattproben, sodass anschließend der Nachweis der Schaderreger erfolgen kann. Und das alles direkt vor Ort, ohne Zeitverzug und Probentransporte.

Der PhenoTruck® bei der Validierungsmesskampagne 2025.

Der PhenoTruck®

Der PhenoTruck® ist ein vom Fraunhofer IBMT entworfener geländegängiger Leichtlaster, der mit zwei Forschungslaboren samt Schleuse ausgestattet ist. Ein Labor wurde vorrangig für hyperspektrale Messungen und das zweite Labor für molekularbiologische Anwendungen konzipiert. Das Design erlaubt ein breites Einsatzspektrum in den Laboren. Klimatisierung, Kühlschrank, angepasste Schränke bis hin zu einer Durchreiche stehen zur Verfügung. Insbesondere verfügt der PhenoTruck über einen am Motor angeschlossenen Generator, sodass Strom unabhängig erzeugt werden kann. Im Hyperspektrallabor kann direkt vor Ort ein KI-Rechner genutzt werden.

Zum PhenoTruck gehört ein Außenzelt, in dem die Proben systematisch vorbereitet werden können. Bei schlechtem Wetter entfallen so unnötige Wege zwischen den Laboren. Innerhalb der Schleuse steht ein Waschbecken zur Verfügung. 

Hyperspektrale Anwendungen

Das Team vom Fraunhofer IFF brachte seine jahrelange Erfahrung im Einsatz von Hyper- und Multispektralsensorik in das Projekt ein. Dazu wurde ein mobiler Messaufbau entwickelt, der mit professionellen hyperspektralen Zeilenkameras und Halogenbeleuchtung ausgestattet ist. Die Proben werden mithilfe einer Translationsstage durch das Aufnahmefeld der Kameras bewegt. Auf diese Weise entstehen hyperspektrale Bilder. 

Ob für das Training der Modelle oder Ihrer Anwendung: Die Daten werden mithilfe eines Reflexionstargets kalibriert. Die Einzelnen Blätter in den Aufnahmen wurden segmentiert und Blattpixel zu größeren Patches zusammengefasst. Auf diese Weise entstehen stabile Datensätze. Die Daten werden mit Referenzdaten zusammengeführt und zum Training von Modellen genutzt. Die Modelle lernen, wie sich Krankheitssymptome im spektralen Bereich darstellen. Dieses Wissen nutzen die Modelle in der Anwendung um aus den Spektren unbekannter Proben den Krankheitszustand zu erschließen. Jene Modelle werden mit einem AutoML-Ansatz erstellt, bei dem mehrere Modelle trainiert werden und das leistungsstärkste Modell weitergenutzt wird. 

All dies wurde mit dem hauseigenen HawkSpex®Flow Framework umgesetzt: Diese Software ermöglichst durch die Definition von Arbeitsschritten einen automatischen und reproduzierbaren Durchlauf der zahlreichen hyperspektralen Datensätze. Sie wurde aber auch für die mobile Auswertung der Datensätze vor Ort im PhenoTruck® genutzt.

Ein besonderer Fokus lag während des Projekts auf der Untersuchung der Generalisierbarkeit der Modelle. Dazu wurden Datensätze von unterschiedlichen Sorten und Plantagen sowie unterschiedlicher biotischer und abiotischer Stressfaktoren herangezogen. Die Proben und die zugehörigen Referenzdaten wurden von unserem Projektpartner AgroScience bereitgestellt. Ein weiterer Fokus lag auf der effizienten Übertragung von Modellen von einem Jahr auf das Nächste mittels passender Transfermethode. Dazu wurden Datensätze aus drei Jahren in Rheinland-Pfalz und einer Messkampagne in Südtirol verwendet. 

Mobiler Hyperspektraler Messplatz im PhenoTruck direkt auf dem Feld.

Messkampagnen und Erfahrungen

Die Messkampagne in Südtirol war ein erster Testlauf für die Durchführung hyperspektraler Messkampagnen in einem mobilen Laborfahrzeug. Die Blätter wurden vor Ort eingesammelt und anschließend direkt eingemessen. Die Durchführung war in gewohnter Qualität zügig möglich und die gesammelten Erfahrungen flossen in die Entwicklung des PhenoTruck® ein. Die Messkampagne verdeutlichte zudem die großen Vorteile einer mobilen Plattform, um Messungen in Italien durchführen zu konnten. So konnte der gefürchtete Quarantäneschaderreger Flavescence dorée im Projekt untersucht werden, den es zu diesem Zeitpunkt noch nicht in Deutschland gab. Durch schnelles Monitoring, auch mit dem PhenoTruck®, soll eine umfassende Ausbreitung in Deutschland verhindert werden. 

Die Entwicklung mündete schließlich zu einer Validierungsmesskampagne mit dem zum Projektende fertiggestellten mobilen PhenoTruck® direkt im Weinbaugebiet. Dabei wurden die Einzelkomponenten in den Truck integriert und die Einsatzfähigkeit des PhenoTruck® bestätigt. Der PhenoTruck® steht nun als Forschungsplattform für Aufträge und Projekte bereit. 

Phytoplasmosen verursachen Veränderungen der spektralen Eigenschaften von Blättern – hier Weißwein. Abbildung basierend auf Thielert, B;. et al.: PhenoTruckAI: On-Site Hyperspectral Measurement for Distinction of Quarantine Grapevine Disease 'flavescence dorée' and non-Quarantine Disease 'bois noir' in a Mobile Laboratory. Gesellschaft für Informatik. Informatik 2024, DOI: 10.18420/inf2024_110. Lizenz: CC BY-SA 4.0.

Projektergebnisse in PhenoTruckAI

  • Entwicklung des mobilen Labors PhenoTruck® sowie abschließende Validierungsmesskampagne 2025
  • Umfassende Messkampagnen über drei Jahre in RLP sowie einer Messkampagne in Südtirol zur Detektion von Flavescence dorée
  • Drohnen sowie Bonitursysteme mit GNSS-Anbindung
  • Hyperspektraler Messaufbau und automatisierte Auswertungspipeline
  • Entwicklung verschiedener Detektionsmodelle und Erforschung einer effektiven Transfermethode

Literatur

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2026 PhenoTruck®: Mobile Lab for Early Detection of Plant Pests and Pathogens in Fruit Farming and Viticulture
Thielert, Bonito Steffen; Jarausch, Wolfgang; Michel, Markus; Wagner, Sylvia
Internetbeitrag
Internet Contribution
2026 Mobile Early Agricultural Pest Detection
Offenberger, Monika
Zeitschriftenaufsatz
Journal Article
2025 Pheno TruckAI: A mobile laboratory for hyperspectral and molecular detection of phytoplasma quarantine diseases like "flavescence dorée"
Jarausch, Wolfgang; Thielert, Bonito Steffen; Michel, Markus; Menz, Patrick; Runne, Miriam; Götte, Gesa Marie; Warnemünde, Sebastian; Wagner, Sylvia
Zeitschriftenaufsatz
Journal Article
2025 PhenoTruckAI: Mobiles Labor zur schnellen und sicheren Identifizierung von Quarantäneschaderregern in der Landwirtschaft. Abschlussbericht
Jarausch, Wolfgang; Thielert, Bonito Steffen; Wagner, Sylvia; Michel, Markus
Bericht
Report
2025 Zwischen Reben und Obstbäumen: Mobiles Labor identifiziert Schaderreger
Jarausch, Wolfgang; Thielert, Bonito Steffen
Internetbeitrag
Internet Contribution
2024 X-KIT: Whitepaper Pflanzenschutz
Wickert, Lorenz; Jarausch, Wolfgang; Rilling, Stefan; Thielert, Bonito Steffen; Redwitz, Christoph von; Schirrmann, Michael; Schmittmann, Oliver; Zimmer, Patrick; Kämpfer, Christoph; Mäder, Patrick; Rabe, Martin; Hüther, Jonas; Niedermeier, Michael; Noori, Faryal; Henningsen, Jens
Paper
2024 PhenoTruckAI: On-Site Hyperspectral Measurement for Distinction of Quarantine Grapevine Disease "flavescence dorée" and non-Quarantine Disease "bois noir" in a Mobile Laboratory
Thielert, Bonito Steffen; Menz, Patrick; Götte, Gesa Marie; Runne, Miriam; Michel, Markus; Wagner, Sylvia; Jarausch, Wolfgang; Warnemünde, Sebastian
Konferenzbeitrag
Conference Paper
2024 PhenoTruckAI: mobile laboratory for hyperspectral and molecular detection of "flavescence dorée"
Jarausch, Wolfgang; Thielert, Bonito Steffen; Michel, Markus; Menz, Patrick; Runne, Miriam; Götte, Gesa Marie; Warnemünde, Sebastian; Wagner, Sylvia
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica

Projektinfo

Projekttitel

»PhenoTruckAI – Mobiles Labor zur schnellen und sicheren Identifizierung von Quarantäneschaderregern in der Landwirtschaft«

Projektlaufzeit

09.2021 bis 09.2025

Projekt- und Kooperationspartner

  • RLP AgroScience übergegangen in DLR Rheinland-Pfalz (Projektkoordination)
  • Fraunhofer-Institut für Biomedizinische Technik IBMT
  • Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF

Projektförderung

Die Förderung des Vorhabens erfolgte aus Mitteln des Bundesministeriums für Landwirtschaft, Ernährung und Heimat (BMLEH) aufgrund eines Beschlusses des deutschen Bundestages. Die Projektträgerschaft erfolgte über die Bundesanstalt für Landwirtschaft und Ernährung (BLE) im Rahmen der Digitalisierungsstrategie des BMLEH.