Refine
Document Type
- Article (1)
- Doctoral Thesis (1)
- Postprint (1)
- Review (1)
Is part of the Bibliography
- yes (4)
Keywords
- crop (4) (remove)
Continuing advances in 'omics methodologies and instrumentation is enhancing the understanding of how plants cope with the dynamic nature of their growing environment. 'Omics platforms have been only recently extended to cover horticultural crop species. Many of the most widely cultivated vegetable crops belong to the genus Brassica: these include plants grown for their root (turnip, rutabaga/swede), their swollen stem base (kohlrabi), their leaves (cabbage, kale, pak choi) and their inflorescence (cauliflower, broccoli). Characterization at the genome, transcript, protein and metabolite levels has illustrated the complexity of the cellular response to a whole series of environmental stresses, including nutrient deficiency, pathogen attack, heavy metal toxicity, cold acclimation, and excessive and sub optimal irradiation. This review covers recent applications of omics technologies to the brassicaceous vegetables, and discusses future scenarios in achieving improvements in crop end-use quality.
Continuing advances in 'omics methodologies and instrumentation is enhancing the understanding of how plants cope with the dynamic nature of their growing environment. 'Omics platforms have been only recently extended to cover horticultural crop species. Many of the most widely cultivated vegetable crops belong to the genus Brassica: these include plants grown for their root (turnip, rutabaga/swede), their swollen stem base (kohlrabi), their leaves (cabbage, kale, pak choi) and their inflorescence (cauliflower, broccoli). Characterization at the genome, transcript, protein and metabolite levels has illustrated the complexity of the cellular response to a whole series of environmental stresses, including nutrient deficiency, pathogen attack, heavy metal toxicity, cold acclimation, and excessive and sub optimal irradiation. This review covers recent applications of omics technologies to the brassicaceous vegetables, and discusses future scenarios in achieving improvements in crop end-use quality.
Effekte einer reduzierten Dosis von Pflanzenschutzmitteln auf tritrophische Systeme im Ackerbau
(2007)
Chemische Pflanzenschutzmittel (PSM) bekämpfen nicht nur Schadorganismen, sondern haben aufgrund ihrer hohen Toxizität auch negative Auswirkungen auf Nicht-Ziel-Organismen. Die Fragestellung der Arbeit war es, ob mit reduzierten Anwendungen von PSM ihr Gefährdungspotenzial für Prädatoren von Schädlingen verringert und dadurch das Potenzial der natürlichen Schädlingsregulation erhöht wird. In dreijährigen Freilanduntersuchungen wurden die Effekte einer dauerhaft reduzierten Dosis von chemischen PSM auf die ökologische Situation im Ackerbau anhand von drei Fallbeispielen in einem konventionell bewirtschafteten Betrieb in der Magdeburger Börde untersucht. Drei über 15 ha große Felder wurden dauerhaft in zwei Teilflächen geteilt, wobei eine Teilfläche mit der vom Landwirt gewünschten Dosis (100 %-Variante) und die andere mit jeweils genau der halben Dosis (50 %-Variante) behandelt wurde. Mittels dieser Halbfelder-Vergleiche wurden die ökologischen Situationen bezüglich des Auftretens von Blattläusen und ihren Prädatoren sowie Unkräutern vor und nach der jeweiligen PSM-Behandlung aufgenommen und ökonomische Parameter ermittelt. Ergänzend wurden im Labor Modellgefäßversuche mit abgestuften Dosierungen von Insektiziden und Herbiziden durchgeführt. Die Insektizidbehandlung übte einen großen Einfluss auf die Blattläuse und ihre Prädatoren aus, während alle vorherigen Herbizid- und Fungizidbehandlungen zu keinen Unterschieden in der Abundanz der Blattläuse und ihrer Prädatoren zwischen beiden Varianten hervorriefen. Die reduzierte Insektiziddosis führte zu keiner guten Blattlauskontrolle, während die Abundanz der blattlausspezifischen Prädatoren positiv beeinflusst wurde. Die Araneae reagierten auf die reduzierte Dosis mit einer teilweise erhöhten Aktivitätsdichte und Artendiversität. Dagegen waren diesbezüglich keine eindeutigen Effekte auf die Carabidae festzustellen. Es traten keine strukturellen Veränderungen in Form einer erhöhten Unkrautdichte durch die reduzierte Herbiziddosis auf. Erste Hinweise auf mögliche langfristige Auswirkungen einer dauerhaft reduzierten PSM-Anwendung konnten nur bei der Verunkrautung und der Aktivitätsdichte der Araneae beobachtet werden. Blattläuse profitierten demnach mehr von der reduzierten Anwendung der PSM als ihre Prädatoren, so dass zwar das Potenzial der natürlichen Blattlausregulation erhöht, die Selbstregulation aber nicht verbessert wurde. Die geschonten Prädatoren schafften es nicht, die vorhandene Restpopulation der Blattläuse zu reduzieren. Dagegen konnte in den Laborversuchen gezeigt werden, das schon bei deutlich reduzierten Insektiziddosen eine ausreichende Blattlausbekämpfung möglich ist und eine weitere Einsparung durch Ausnutzung der natürlichen Regulation durch Prädatoren erreicht werden kann. Allerdings ist eine Übertragung der Ergebnisse von Laboruntersuchungen auf Freilandbedingungen schwierig. Es kann zu einer Überschätzung der Prädatorleistung führen.
Optimized deep learning model as a basis for fast UAV mapping of weed species in winter wheat crops
(2021)
Weed maps should be available quickly, reliably, and with high detail to be useful for site-specific management in crop protection and to promote more sustainable agriculture by reducing pesticide use. Here, the optimization of a deep residual convolutional neural network (ResNet-18) for the classification of weed and crop plants in UAV imagery is proposed. The target was to reach sufficient performance on an embedded system by maintaining the same features of the ResNet-18 model as a basis for fast UAV mapping. This would enable online recognition and subsequent mapping of weeds during UAV flying operation. Optimization was achieved mainly by avoiding redundant computations that arise when a classification model is applied on overlapping tiles in a larger input image. The model was trained and tested with imagery obtained from a UAV flight campaign at low altitude over a winter wheat field, and classification was performed on species level with the weed species Matricaria chamomilla L., Papaver rhoeas L., Veronica hederifolia L., and Viola arvensis ssp. arvensis observed in that field. The ResNet-18 model with the optimized image-level prediction pipeline reached a performance of 2.2 frames per second with an NVIDIA Jetson AGX Xavier on the full resolution UAV image, which would amount to about 1.78 ha h(-1) area output for continuous field mapping. The overall accuracy for determining crop, soil, and weed species was 94%. There were some limitations in the detection of species unknown to the model. When shifting from 16-bit to 32-bit model precision, no improvement in classification accuracy was observed, but a strong decline in speed performance, especially when a higher number of filters was used in the ResNet-18 model. Future work should be directed towards the integration of the mapping process on UAV platforms, guiding UAVs autonomously for mapping purpose, and ensuring the transferability of the models to other crop fields.