This project is funded by the innovation program of the Federal Ministry of Food and Agriculture (BMEL), funding agency is the Federal Office for Agriculture and Food (BLE). Sensor-based online-detection of pests in wheat Aim of the project is the development of a suitable technology for the early detection of yellow rust patches in wheat. Optical vehicle- and UAV-carried sensors will be tested. For a disease related control decision by the farmer beside the information of the disease also information of various plant parameters like crop surface and plant height are necessary. This is important for the assessment of the target area for the spray liquid and the yield expectation. The used sensors produce huge amount of georeferenced data. This data have to be analyzed for supporting control decisions of the farmer and have to manage for later usage. A data management system based on the existing system 'Agroport” of the company Agri Con will be developed. In field trials in three consecutive years selective artificial infection will be conducted with a spore suspension of yellow rust in wheat. Changes in color at the surface of the crop stand (horizontal) will be measured by a RGB-color camera and a multispectral camera attached to a vehicle and a RGB-color camera attached to a UAV. From the image data a classification algorithm for detecting the disease patches are developed. For measuring the vertical changes in color a RGB vertical sensor carried by a vehicle will be tested. A new prototype of an R/IR vertical sensor is developed which measures the reflection in the infrared wavelength. In the prototype 'Agroport Fusion” of the company Agri Con the sensor data will be imported, managed, and interactively analyzed for future decision support of the farmer for disease control. Ziel des Projektes ist die Entwicklung eines sensorgestützten praxistauglichen Verfahrens zur frühen Erkennung von Gelbrostnestern in Winterweizen. Optische Fahrzeug- oder UAV-getragene Sensoren sollen getestet werden. Für eine krankheitsbezogene Bekämpfungsentscheidung ist neben der Detektion des Krankheitsnestes auch die Information über verschiedene Pflanzenparameter wie Pflanzenoberfläche oder Pflanzenhöhe notwendig. Dies dient zur Beurteilung der lokalen Zielfläche, die von der Spritzflüssigkeit benetzt werden muss und der Beurteilung der Ertragserwartung. Es werden im Verbundprojekt mehrere Sensoren eingesetzt, die erhebliche Datenmengen ortsspezifisch erfassen. Diese Datenmengen müssen für den Landwirt für eine Bekämpfungsentscheidung aufbereitet und für eine spätere Anwendung bereitgestellt werden. Dazu wird ein Datenauswertungs- und Managementsystem auf der Basis von 'Agroport' der Firma Agri Con entwickelt. In Feldversuchen werden in den drei aufeinanderfolgenden Projektjahren punktuell künstliche Infektionen mit einer Sporensuspension des Weizengelbrostes durchgeführt. Die Farbveränderungen an der Bestandesoberfläche (horizontal) wird mit Hilfe einer RGB-Farbbildkamera und einer Multispektralkamera fahrzeuggestützt sowie mit einer RGB-Kamera UAV-gestützt erfasst. Aus den Bilddaten soll ein Klassifizierungsalgorithmus entwickelt werden, der die erkrankten Flächen erkennt. Um die vertikale Farbinformation innerhalb des Getreidebestandes zu erfassen, wird ein RGB-Vertikalsensor, der an ein Trägerfahrzeug installiert ist, getestet. Ein neuer Prototyp eines R/IR-Vertikalsensors wird entwickelt, der zusätzlich die Reflexion im infraroten Wellenlängenbereich misst. Im Prototyp 'Agroport Fusion' der Firma Agri Con sollen die Messwerte der verschiedenen Sensoren eingelesen, verwalten und interaktiv ausgewertet werden, um zukünftig den Landwirt bei der Bekämpfungsentscheidung zu unterstützen.