Der Wassergehalt des von den Pflanzen produzierten Nektars kann variieren. Um seine Konservierung in den Waben zu gewährleisten, darf er nicht gären. Deshalb wird er von den Bienen in Honig umgewandelt, indem sie seinen Wassergehalt senken und folglich den Zuckergehalt erhöhen. Dies verhindert die Entwicklung der Mikroorganismen. In der Dunkelheit des Bienenstocks ist es schwierig, den Herstellungsprozess des Honigs zu beobachten. Aus diesem Grund ist er auch nur wenig erforscht. Um die Umwandlung von Nektar in Honig zu untersuchen, haben wir die Technik der Tomographie eingesetzt. Sie ermöglicht es, den Zuckergehalt des eingelagerten Nektars sehr präzise zu messen, ohne den Bienenstock öffnen zu müssen und das Bienenvolk zu stören.
Projektnummer: 22.11.20.04.02
Steigerung der Innovationskraft für Fernerkundung und Computer Vision
Mittels Fernerkundung und Computervision lassen sich viele Agrar- und Umweltinformationen erfassen. Diese Information dienen der Entwicklung von Instrumenten zur Entscheidungsunterstützung wie zum Beispiel zur Reduktion des Pflanzenschutzmitteleinsatzes oder der Verbesserung der Nährstoffeffizienz. Die entsprechenden Methodenkompetenzen werden innerhalb von Agroscope gestärkt.
Die Nutzung räumlicher Informationen durch unterschiedliche bildgebende Verfahren wie Satelliten, Drohnen oder bodengestützte Kameras eröffnen viele neue Möglichkeiten. Sie stellen neue Werkzeuge für die ortsspezifische Bewirtschaftung und Düngung von Feldern, die einzelpflanzenspezifische Behandlung von Unkräutern, das Monitoring und die Bekämpfung von Schädlingen und andere Fragestellungen dar. Agroscope möchte das Potential dieser Technologien möglichst effizient nutzen und schafft mit diesem koordinierenden Projekt gruppen- und standortübergreifende Synergien.
Projekt-ID: 3834 Per E-Mail versenden
Leitung
Stellvertretung
| Name, Vorname | Standort |
|---|---|
| Aasen Helge | Reckenholz |
| Anken Thomas | Tänikon |
| Liebisch Frank | Reckenholz |
| Nasser Hassan-Roland | Posieux |
| Simmler Michael | Tänikon |
Ivanov K., Bonfatti V., Kasper-Völkl C., Nasser H.-R.
Pose estimation for behavioral anomaly detection in pigs: Comparative analysis of key point configuration and neural networks.
In: AI for Animal Science. 06 June, Hrsg. EAAP, Zurich (CH). 2025, 60-60.
Nasser H.-R., Kasper-Völkl C.
Computer vision: New possibilities for animal observation.
In: Jahrestagung der Chartagemeinschaft Digitalisierung. 15 May, Hrsg. Agridea, Frick (CH). 2025.
Stoop R., Sax M., Seatovic D., Anken T.
Single-image-based georeferencing for unmanned aerial vehicles: Applications and practical considerations.
In: 45. GIL-Jahrestagung. 26 February, Hrsg. GIL, Wieselburg (AT). 2025, 399-404.
Chiang C., Monney A., Monney P., Christen D.
AGS_apple_detection - Apple fruit images dataset for full image object detection.
Zenodo, Dataset, 2024
Stoop R., Sax M., Seatovic D., Anken T.
Application of a direct georeferencing method of drone images for smart farming.
agricultural engineering.eu, 79, (4), 2024, 261-274.
