Institut für Bio- und Geowissenschaften (IBG)

Pflanzenwissenschaften (IBG-2)

Unbemannte Luftfahrzeuge (UAV)

Felduntersuchungen aus der Luft mit unbemannten Flugkörpern (UAVs)

Wir betreiben eine Flotte von UAVs (Drohnen), die mit unterschiedlichen Sensoren ausgestattet sind. UAVs und Sensoren werden modular kombiniert, um den Anforderungen verschiedener Forschungsprojekte gerecht zu werden. Für die meisten Anwendungen verwenden wir Multirotor-Plattformen mit Flugzeiten von bis zu 20 min., aufgrund ihrer Benutzerfreundlichkeit und Stabilität. Ausgestattet mit sichtbaren und Nahinfrarotsensoren kartieren wir unser Untersuchungsgebiet und können Pflanzenhöhe, Vegetationsbedeckung und verschiedene Vegetationsindizes berechnen, die Aufschluss über den Zustand der Pflanzen geben. Wir sind in der Lage, Flächen von mehreren Hektar zu kartieren und die erzeugten Produkte haben typischerweise eine räumliche Auflösung von Zentimetern und eine absolute räumliche Genauigkeit von weniger als 10 cm.

Unbemannte Luftfahrzeuge (UAV) — DJI Matrice 600Pro mit Sony Alpha 7 Mark IV RGB Kamera und MicaSense RedEdge-MX Dual Multispektralkamera

Für spezielle Anwendungen haben wir ein UAV mit mehreren Rotoren für schwere Lasten, das mehr experimentelle Nutzlasten tragen kann. Kartierungsoperationen größerer Gebiete können mit unserem größeren Fixed-Wing-System durchgeführt werden. Unsere Systeme sind modular aufgebaut und werden regelmäßig durch neuartige Komponenten modifiziert und aktualisiert. Für die meisten unserer Projekte verwenden wir multispektrale MicaSense Kamerasysteme in Kombination mit den Matrice 600 Pro Drohnen von DJI und die Drohne AltaX von FreeFlySystems. Die Sensorintegration wurde von Shoot Dynamics durchgeführt und die Einheiten werden derzeit im Exzellenzcluster PhenoRob und den INNO Lab Projects eingesetzt.

Liste der UAVs und Sensoren

DJI P4 RTK mit RGB-Kamera (20 MP, 1" CMOS-Sensor)

DJI P4 Multispectral mit Multispektralkamera, 5 Bänder (blau, grün, rot, roter Rand, Nahinfrarot)

DJI Matrice 600 Pro mit Sony Alpha 7 Mark III RGB-Kamera und MicaSense RedEdge-M Multispektralkamera, 5 Bänder (blau, grün, rot, roter Rand, nahes Infrarot)

DJI Matrice 600 Pro mit Sony Alpha 7 Mark IV RGB MicaSense RedEdge-MX Dual-Multispektralkamera (2 x blau, 2 x grün, 2 x rot, 3 x roter Rand, Nahinfrarot)

Fixedwing Glider mit MicaSense RedEdge-M Multispektralkamera, 5 Bändern (blau, grün, rot, roter Rand, nahes Infrarot) und FLIR Vue Pro Wärmebildkamera

FreeflySystems Alta-X mit JB Hyperspectral AirFloX, SIFcam (eigener Prototyp) und Sony CyberShot DSC-RXO II

Publikationen

Chakhvashvili, E., Machwitz, M., Antala, M., Juliane Bendig & Uwe Rascher et al. (2024) Crop stress detection from UAVs: best practices and lessons learned for exploiting sensor synergies, Precision Agric (2024) doi 10.1007/s11119-024-10168-3

Wang N., Siegmann B., Rascher U., Clevers J.G.P.W., Muller O., Bartholomeus H., Bendig J., Masiliu D., Pude R. & Kooistra L. (2022) Comparison of a UAV- and an airborne-based system to acquire far-red sun-induced chlorophyll fluorescence measurements over structurally different crops. Agricultural and Forest Meteorology, 323, article no. 109081, doi: 10.1016/j.agrformet.2022.109081.

Chakhvashvili E., Siegmann B., Muller O., Verrelst J., Bendig J., Kraska T. & Rascher U. (2022) Retrieval of crop variables from proximal multispectral UAV image data using PROSAIL in maize canopy. Remote Sensing, 14, article no. 1247, doi: 10.3390/rs14051247.

Wilke N., Siegmann B., Postma J.A., Muller O., Krieger V., Pude R. & Rascher U. (2021) Assessment of plant density for barley and wheat using UAV multispectral imagery for high-throughput field phenotyping. Computers and Electronics in Agriculture, 189, article no. 106380, doi: 10.1016/j.compag.2021.106380.

Quirós-Vargas J., Bendig J., Mac Arthur A., Burkart A., Julitta T., Maseyk K., Thomas R., Siegmann B., Rossini M., Celesti M., Schüttemeyer D., Kraska T., Muller O. & Rascher U. (2020) Unmanned Aerial Systems (UAS)-based methods for Solar Induced Chlorophyll Fluorescence (SIF) retrieval with non-imaging spectrometers: State of the art. Remote Sensing, 12, article no. 1624, doi: 10.3390/rs12101624.

Wilke, N., Siegmann, B., Klingbeil, L., Burkart, A., Kraska, T., Muller, O., van Doorn, A., Heinemann, S. & Rascher, U. (2019) Quantifying Lodging Percentage and Lodging Severity Using a UAV-Based Canopy Height Model Combined with an Objective Threshold Approach. Remote Sensing, 11, 515.

von Bueren S.K., Burkart A., Hueni A., Rascher U., Tuohy M.P. & Yule I.J. (2015) Deploying four optical UAV-based sensors over grassland: challenges and limitations. Biogeosciences, 12, 163-175.

Burkart A., Aasen H., Alonso L., Menz G., Bareth G. & Rascher U. (2015) Angular dependency of hyperspectral measurements over wheat characterized by a novel UAV based goniometer. Remote Sensing, 7, 725-746.

Burkart A., Schickling A.; Pilar Cendrero Mateo M., Wrobel T.; Rossini M., Cogliati S., Julitta T. & Rascher, U. (2015) A method for uncertainty assessment of passive sun-induced chlorophyll fluorescence retrieval by using an infrared reference light. IEEE Sensors, doi 10.1109/JSEN.2015.2422894.

Links

Our systems are modularly developed and will constantly modified and updated using novel components. For most of our projects we currently use the Multispectral camera systems from MicaSense [www.micasense.com] in combination with the Matrice 600 drones from DJI and the AltaX drone from FreeFlySystems.

The Units were integrated by Shoot Dynamics and currently used within the Excellence Cluster PhenoRob and the INNO Lab Projects.