HyperAIHyperAI

Command Palette

Search for a command to run...

Neues Tool erkennt Trockenstress vor sichtbaren Symptomen

Forschende der Universität Florida im Verbund mit dem US-Landwirtschaftsministerium und der NASA haben ein neuartiges System zur Früherkennung von Dürrestress bei Nutzpflanzen entwickelt. Die in Plant Phenomics veröffentlichte Studie demonstriert, wie hyperspektrale Bildgebung Trockenstress bei Salatpflanzen identifizieren kann, lange bevor makroskopische Schäden sichtbar werden. Dieses Verfahren könnte die Automatisierung in geschlossenen Anbausystemen und künftige bemannte Missionen zum Mond oder Mars signifikant vorantreiben. Das Messprinzip basiert auf einer zerstörungsfreien Kamera, die das Lichtreflexionsspektrum der Blätter über einen breiten Wellenlängenbereich analysiert. Dabei werden physiologische Veränderungen erfasst, die für das menschliche Auge nicht wahrnehmbar sind. Tie Liu, Professor für Gartenbauwissenschaften an der Universität Florida, betonte, dass die Kombination aus hyperspektraler Technologie und künstlicher Intelligenz eine kontinuierliche, nicht-invasive Gesundheitsüberwachung ermöglicht. So ließen sich Ressourcen wie Wasser präzise steuern und die Widerstandsfähigkeit der Kulturen in ressourcenlimitierten Umgebungen optimieren. In den Versuchen zeigte sich, dass das System bereits wenige Tage nach Reduzierung der Wassergaben zuverlässig auf Stress reagierte. Bis zum fünften Tag betrug die Detektionsgenauigkeit rund 97 Prozent. Die Ergebnisse waren über mehrere unabhängige Experimente hinweg reproduzierbar, was auf eine hohe Robustheit des Verfahrens unter unterschiedlichen Bedingungen schließen lässt. Der praktische Nutzen erstreckt sich auf die kontrollierte Umgebung Landwirtschaft, etwa Gewächshäuser und automatisierte Bewässerungsanlagen, sowie auf die Lebenserhaltungssysteme im Weltraum. Da dort weder natürliche Niederschläge noch Ausweichressourcen zur Verfügung stehen, ist eine präzise, vorausschauende Pflanzenüberwachung überlebenswichtig. Das entwickelte Tool eliminiert den Bedarf an ständiger menschlicher Aufsicht und unterstützt autonom arbeitende Agrarsysteme. Künftige Forschungsschritte zielen darauf ab, die Methode auf weitere Stressfaktoren auszudehnen und die Integration in kompakte, raumtaugliche Überwachungssensoren voranzutreiben. Damit leistet die Studie einen entscheidenden Beitrag zur Sicherung globaler Nahrungsmittelversorgung und zur Vorbereitung langfristiger extraterrestrischer Besiedlung.

Verwandte Links