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). Collaborative project: Decision Support in Crop Protection: Pest Identification using UAV Technology The german project description will be translated soon. Im Rahmen des Schadinspektor-Projektes werden Algorithmen zur Identifikation und Abgrenzung von Schaderreger-Befallszonen innerhalb landwirtschaftlicher Schläge entwickelt und durch die Integration als Webservice in das Internetportal von www.isip.de der landwirtschaftlichen Praxis zugänglich gemacht. Es wurden zwei Schaderreger, ein tierischer (Feldmaus) und ein pilzlicher (Gelbrost), exemplarisch ausgewählt, die auf landwirtschaftlichen Schlägen großflächig aber zonal Schaden anrichten und damit zum einen eine Erkennung aus UAV-Bildern möglich machen und bei denen zum anderen eine teilschlagspezifische Bekämpfung sinnvoll erscheint. Die Algorithmen werden als Ergebnis die Identifikation befallener Zonen bzw. deren Ausbreitung anbieten. Der Landwirt muss nur den entsprechenden UAV-Datensatz zur Verfügung stellen. Das Ergebnis hilft bei der teilflächenspezifischen Bekämpfung des Schaderregers und trägt damit zu einem nachhaltigen Pflanzenschutz bei minimiertem Risiko in ökonomischer und ökologischer Hinsicht bei. Die Projektaktivitäten verteilen sich auf vier thematische Arbeitspakete und untergeordnete Teilaufgabenbereiche. Das Arbeitspaket 0 umfasst alle Aktivitäten die als Grundlage für die eigentliche Projektarbeit gelten. Neben vorbereitender Recherche zählen auch Aktivitäten des allgemeinen Projektmanagements dazu. Im Rahmen von Arbeitspaket 1 werden zunächst geeignete Pilotbetriebe und –schläge mit Feldmaus bzw. Gelbrostbefall identifiziert. Auf den identifizierten Schlägen werden dann UAV-Befliegungen bei verschiedenen Befallsgraden und Wetterbedingungen durchgeführt und durch Feldbonituren validiert. Arbeitspaket 2 dient der bildanalytischen Auswertung der in AP1 generierten UAV-Daten und der Ableitung und Entwicklung von praxistauglichen Algorithmen. Das Arbeitspaket 3 umfasst die Einführung der Projektergebnisse in die landwirtschaftliche Praxis.