Logo WKF
 

Projektdatenbank - Details

Verbundvorhaben: Detektion, Charakterisierung und Analysen zum Auftreten von Virosen und dem Eschentriebsterben in Sonderbeständen von Fraxinus excelsior–Ergänzungsstudie zu FraxForFuture; Teilvorhaben 1: Bilddatenbasierte Detektion von Schädigungen - Akronym: FraxVir

Anschrift
Katholische Universität Eichstätt-Ingolstadt - Mathematisch-Geographische Fakultät - Geographie - Physische Geographie / Landschaftsökologie und nachhaltige Ökosystementwicklung
Ostenstr. 18
85072 Eichstätt
Kontakt
Prof. Dr. Susanne Jochner-Oette
Tel: +49 8421 93-21742
E-Mail schreiben
FKZ
2220WK40A4
Anfang
01.10.2021
Ende
30.09.2024
Aufgabenbeschreibung
Die Degeneration der Eschen wird meist auf den Erreger des Eschentriebsterbens Hymenoscyphus fraxineus reduziert. Da jedoch eine Vielzahl von Faktoren den Gesundheitszustand der Eschen beeinflusst, müssen umfangreiche Erkenntnisse zu den einzelnen sowie zur Interaktion dieser Stressfaktoren generiert werden. Virusinfektionen nehmen hierbei eine besondere Stellung ein. Das Ziel des Teilvorhabens ist es daher, Krankheiten der Esche sowie den Einfluss von abiotischen Stressfaktoren mit multisensorischen und multitemporalen Daten bereits in einem frühen Stadium zu erkennen und abzugrenzen. Zudem soll ein kontinuierliches und räumlich hoch aufgelöstes Monitoring dieser Dynamik durchgeführt werden, bei gleichzeitiger Beachtung des Infektionsdrucks durch Hymenoscyphus fraxineus. Die Untersuchungsgebiete umfassen zwei IBF+ Flächen des Demonstrationsprojekts FraxForFuture in Bayern (UG1) und Brandenburg (UG2) sowie zwei Samenplantagen in Baden-Württemberg (UG3,4) und eine Klonfläche in Bayern (UG5). Die Analyse multisensorischer Bildaufnahmen (via fest installierter Kamerasysteme, UAV-Befliegungen) ermöglicht eine umfassende Vitalitätsbeurteilung von gesamten Beständen bis hin zu einzelnen Blattbereichen. Farbbasierte Indices und thermale Kennwerte werden mit Feldmessungen (u.a. Chlorophyll, Chlorophyll-Fluoreszenz, Blattmorphologie, Phänologie, Bodenanalytik) korreliert, um Vorhersagemodelle zu entwickeln und Abhängigkeiten zwischen terrestrischen und fernerkundlichen Methoden zu detektieren. Dabei werden Algorithmen verwendet, um Einflüsse zu identifizieren und abzugrenzen sowie deren Ausmaß bzw. Schadensstärke zu dokumentieren. Die Detektion von kamerabasierten Merkmalen während unterschiedlicher Stadien der Pilz- oder Vireninfektion ermöglicht es, bei zunächst schwachen oder wenig differenzierten Symptomen in der Retroperspektive auf die Ursache zu schließen und die Merkmalsausprägungen in frühen Stadien für das Monitoring zu verwenden.

neue Suche