Erfassung des Stickstoffversorgungszustandes von Brokkoli mittels optischer Sensorsysteme

Read full text Summarise with VIRAT
Authors: Lea Kochmann, Jan Lukas Eßer, Carsten Vorsatz, Diemo Daum
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Die teilflächenspezifische Düngung auf Basis optischer Sensorsysteme eröffnet die Möglichkeit, die Stickstoffversorgung eines Pflanzenbestandes an die räumliche Variabilität des mineralischen Stickstoffangebots im Boden (Nmin) anzupassen. Während dieser Ansatz bei landwirtschaftlichen Kulturen wie Getreide bereits erfolgreich umgesetzt wird, fehlen bislang entsprechende Konzepte für den Gemüsebau. Ziel der vorliegenden Untersuchung war es daher, die Eignung optischer Sensorsysteme zur Erfassung des Stickstoffstatus in Brokkoli zu evaluieren. Die Erhebungen erfolgten im Rahmen eines Feldversuchs auf einem schluffigen Sandboden im Raum Cappeln mit der Brokkolisorte „McLaren“. Zwei optische Sensorsysteme, ein Reflexionssensor (Handgerät, Fa. Yara) und ein Fluoreszenzsensor (Multiplex, Fa. ForceA), wurden untersucht. Der ungedüngten Kontrolle standen über den Versuchszeitraum insgesamt 40 kg N ha⁻¹ zur Verfügung; die zwei mit Kalkammonsalpeter gedüngten Varianten wurden auf 70 und 100 kg ha⁻¹ eingestellt. Der Versuchszeitraum erstreckte sich von der Pflanzung Ende April bis Mitte Juni. Wöchentliche Feldmessungen mit den beiden Sensorsystemen erfolgten von Kulturwoche 5 bis 8, um den Zeitpunkt der N-Kopfdüngung abzudecken. Von den optisch erfassten Pflanzen wurde die oberirdische Frischmasse entnommen, in der Trockenmasse der N-Gehalt nach der Dumas-Methode bestimmt und die flächenbezogene N-Aufnahme berechnet. Diese erwies sich als effektivster Parameter zur Differenzierung des Stickstoffstatus. Die Reflexionsspektren der Nmin-Stufen wiesen ab der siebten Kulturwoche besonders im roten und nahinfraroten Wellenlängenbereich deutliche spektrale Unterschiede auf. Weiterhin bestanden signifikante Korrelationen zwischen N-Aufnahme und Indexwerten beider Sensorsysteme. Die auf Reflexionswerten basierenden Indizes wiesen dabei mit einem R² von bis zu 0,86 deutlich engere Zusammenhänge auf als die auf Fluoreszenzsignalen ermittelten (R² max. 0,44).

Fields of Study & Subjects

Remote Sensing in Agriculture Smart Agriculture and AI Plant Growth and Agriculture Techniques

Publication details

Journal / source
Library Osnabrück University (Hochschule Osnabrück)
Publication date
1 January 2026
Language
DE