Verbundprojekt: Fortschrittliche multimodale Sensorik und Datenfusion für die digitale Früherkennung von Stresssymptomen bei Pflanzen; Teilvorhaben: Multimodale Bildgebung und Datenfusion

Der Klimawandel stellt die Landwirtschaft vor große Herausforderungen, da extreme Wetterereignisse verstärkt auftreten und sich die Dynamik von Pflanzen-Pathogen Interaktionen fortwährend verändern. Um unter diesen Rahmenbedingungen eine nachhaltige Präzisionslandwirtschaft zu ermöglichen, werden fortschrittliche Sensorsysteme benötigt, welche eine frühzeitige Erkennung und Differenzierung von Pflanzenstresszuständen ermöglichen. Das Verbundprojekt MULTIFUSE zielt darauf ab, Fachwissen aus den Pflanzenwissenschaften, der optischen Sensorik und der Datenverarbeitung zu integrieren, um fortschrittliche multisensorische Systeme wie Raman-Spektroskopie, Mehrkanal-Fluoreszenz-Bildgebung, optische Kohärenztomographie (OCT), Polarimetrie und hyperspektralen Bildgebung (HSI) für eine umfassende Pflanzenerfassung zu kombinieren. Die daraus resultierenden Sensordaten sollen in einer gemeinschaftlichen Datenverarbeitungsplattform fusioniert werden, um ein Bewertungsmodell zur Erfassung des Pflanzenstatus zu erstellen. Durch die Nutzung dieser komplementären Sensorinformationen soll das System nicht nur in der Lage sein, Stressreaktionen frühzeitig zu erkennen, sondern auch verschiedene ursächliche Stressoren zu differenzieren. Die Ziele des Teilprojektes liegen dabei in der Kombination von Informationen auf Ebene der Reflektanz (HSI) und der Photosyntheseleistung (Chlorophyllfluorszenz) und dreidimensionalen Morphologie (OCT), um die Vorhersagegüte von Pflanzenmodellen gegenüber den monomodalen Verfahren zu verbessern. Die Veränderung der hieraus abgeleiteten Parameter unter dem Einfluss kontrollierter Stressbedingungen soll genauer untersucht und mit den zugrundeliegenden biologischen Prozessen korreliert werden, um das bestehende Verständnis weiter zu vertiefen und eine differenzielle Stressdetektion zu ermöglichen.