TUM Forschende entwickeln einen globalen Index für Pflanzengesundheit
Pflanzengesundheit messen – weltweit und wöchentlich
Globales Denken – globale Daten. Eine gemeinsame Datenbasis ist die Voraussetzung für effizientes und fundiertes Handeln. Bislang fehlte diese jedoch für die Pflanzengesundheit. Eine verlässliche und einheitliche Bestimmung der Pflanzengesundheit ist aber für die Landwirtschaft und Klimaforschung von großer Bedeutung. Forschende der TUM haben daher eine Methode entwickelt, die zur Bestimmung der Pflanzengesundheit global anwendbar ist.
Das Modell nutzt Satellitenbilder, um den Chlorophyllgehalt in der obersten Schicht einer Pflanzengemeinschaft zu schätzen. Der Chlorophyllgehalt ist wiederum ein Indikator für die Pflanzengesundheit, da Chlorophyll das zentrale Molekül der Photosynthese einer Pflanze ist.
Hybride Intelligenz
Die zweistufige Methode nutzt sowohl physikalische Modelle, die auf Wechselwirkungen zwischen Licht und Pflanzen basieren, als auch künstliche Intelligenz: Zunächst wird anhand eines physikalischen Modells die Beziehung zwischen Chlorophyll und Reflektionsdaten der Baumkronen ermittelt. In einem zweiten Schritt dienen diese Daten dann als Trainingsmaterial für künstliche Intelligenz, die die Berechnung des Indikators automatisiert und zuverlässiger macht.
„Unsere Methode auf Basis hybrider Intelligenz überwindet die Einschränkungen der üblicherweise verwendeten Datensätze aus dem unteren Bereich der Atmosphäre“, erklärt Dong Li, Erstautor der Veröffentlichung. Mit dem Modell bestimmen die Forschenden den Chlorophyllgehalt des Blätterdachs direkt aus den von Satelliten beobachteten Reflektionsdaten aus dem oberen Bereich der Atmosphäre. Durch die trainierte künstliche Intelligenz geht das sogar bei Aufnahmen unter bewölkten Bedingungen.
Dynamische Veränderungen der Pflanzengesundheit und des Pflanzenwachstums
Als zentrales Molekül der Energiegewinnung in Pflanzen, der Photosynthese, steht das Chlorophyll in direktem Bezug zur Stoffwechselaktivität einer Pflanze. Der Chlorophyllgehalt ist daher ein Indikator für die Pflanzengesundheit und das Pflanzenwachstum. Das kann wiederum z.B. für die Abschätzung der Biomasseproduktion, also der Erträge, genutzt werden.
Da die Methode auf nahezu wöchentlich aktualisierten Satellitendaten basiert, bietet der Index Einblicke in dynamische Veränderungen. „Wir können beobachten, wie die Pflanzen auf unterschiedliche Bedingungen reagieren, beispielsweise auf Schwankungen aufgrund des Klimawandels“, erklärt Prof. Kang Yu der Professur für Präzisionslandwirtschaft an der TUM. Der Indikator kann so für Modelle genutzt werden, die die Gesundheit von Nutz- aber auch Wildpflanzen abschätzen. Damit können sie als Grundlage für globale Entscheidungen in den Bereichen Landwirtschaft und Klimaanpassung genutzt werden.
Dong Li, Holly Croft, Gregory Duveiller, Adam P. Schreiner-McGraw, Anirudh Belwalkar, Tao Cheng, Yan Zhu, Weixing Cao, Kang Yu, Global retrieval of canopy chlorophyll content from Sentinel-3 OLCI TOA data using a two-step upscaling method integrating physical and machine learning models, Remote Sensing of Environment, Volume 328, 2025, 114845, ISSN 0034-4257, https://doi.org/10.1016/j.rse.2025.114845.
Prof. Kang Yu ist Professor für den Lehrstuhl für Präzisionslandwirtschaft. Sein Lehrstuhl ist der TUM School of Life Sciences und dem Hans Eisenmann-Forum für Agrarwissenschaften angegliedert.
Technische Universität München
Corporate Communications Center
- Linda Schinnenburg
- presse@tum.de
- Teamwebsite
Kontakte zum Artikel:
Prof. Dr. Kang Yu
Technische Universität München
Precision Agriculture Lab
+49 8161 71 5001
kang.yu@tum.de
https://www.lse.ls.tum.de/pag/home/
