Drohnenbildanalyse zur Steigerung des Sojabohnenertrags im Zuge des Klimawandels

In den letzten Jahren haben Katy Rainey und Keith Cherkauer von der Purdue University daran gearbeitet, die Biomasse von Sojabohnen anhand von Drohnenbildern in Indiana vorherzusagen.

„Wir weiten diese Fähigkeit jetzt auf alle öffentlichen Sojabohnen-Züchtungsprogramme in der Region aus“, sagte Rainey, Professor für Agronomie, der auch das Purdue Soybean Center leitet. Bald werden sie und Cherkauer Drohnenbilder erhalten, die von einer Gruppe von 1.200 Sojabohnensorten gesammelt wurden, die Züchter in 11 Bundesstaaten in der nördlichen Zentralregion der USA gepflanzt haben.

„Hier bei Purdue werden wir die gesamte Verarbeitung und Modifikation der Bilder durchführen, um die Biomasse vorherzusagen“, sagte sie. Die Bemühungen sind Teil des SOYGEN3-Projekts (Science Optimized Yield Gains across ENvironments), an dem acht Universitäten, darunter Purdue, beteiligt sind.

„Das übergeordnete Ziel dieses Experiments besteht darin, Methoden und Modelle für die Auswahl von Sojabohnen zu entwickeln, die in künftigen extremen Umgebungen unter Klimawandelszenarien hohe Erträge erbringen werden“, sagte Rainey. „Wir wissen, dass die zukünftigen Umgebungen, in denen wir Sojabohnen anbauen werden, sich von denen, die wir jetzt haben, unterscheiden werden, weil sich das Klima verändert. Durch den Klimawandel werden wir auch mehr extreme Wetterbedingungen erleben.“

Das Projekt nutzt Software namens Plot Phenix, das Luftaufnahmen von Pflanzen schnell in nützliche Informationen für die Pflanzenzüchtung, die Modellierung von Pflanzen und die Präzisionslandwirtschaft umwandelt. Rainey und Cherkauer, Professor für Agrar- und Biotechnik, und Purdue Ph.D. Der Absolvent Anthony Hearst, CEO von Progeny Drone Inc., patentierte Plot Phenix im Jahr 2022.

„Ich interessiere mich für den Wasserverbrauch, die Auswirkungen der Umwelt und die Möglichkeit, Sojabohnen in großen Gebieten zu messen und zu simulieren“, sagte Cherkauer, der auch das Indiana Water Resources Research Center leitet. „Wenn Standorte weiter voneinander entfernt sind, erhöht sich die Wahrscheinlichkeit, dass wir unterschiedliche Umweltbedingungen haben.“

Sojabohnenzüchter und -bauern in Minnesota pflanzen andere genetische Bestände an als beispielsweise in Indiana, wo hitzebeständigere Sorten erforderlich sind. Aber selbst Gebiete, in denen der jährliche Durchschnittsniederschlag gleich ist, könnten dramatisch unterschiedliche Jahre erleben.

„Hier in Indiana könnte es zu einer Dürre kommen, und im Osten von Kansas könnte es ein normales Jahr werden. Der Zugang zu so vielen Standorten, an denen durchschnittliche Wetterbedingungen und trockenere Bedingungen herrschen könnten, ermöglicht es uns, die Bildanalyse und die Modelle, die wir erstellen, darüber hinaus auszudehnen.“ was wir gerade tun“, sagte Cherkauer.

In Ost-Kansas fallen ungefähr die gleichen Niederschläge wie in Indiana, Illinois und Missouri. Aber West-Kansas erhält etwa halb so viel Niederschlag. In dieser Hinsicht ähnelt es dem zentralwestlichen Nebraska, den Dakotas und dem westlichen Minnesota.

„Indiana wird fast ausschließlich vom Regen gespeist, abgesehen von der Saatgutproduktion und der Produktion auf sandigen Böden. In Illinois wird es ähnlich sein. Wenn man nach Iowa kommt, wird es etwas mehr Bewässerung geben“, sagte Cherkauer.

Cherkauer ist Mitbegründer von GRYFN, einem mit Purdue verbundenen Unternehmen, das eine neue Drohne für das Projekt bereitgestellt hat. Kalibrierungsflüge für die neue Plattform haben bereits im Agronomy Center for Research and Education von Purdue begonnen, einer 1.600 Hektar großen landwirtschaftlichen Anlage, die sieben Meilen nordwestlich des Campus liegt.

Im Rahmen der SOYGEN3-Kollaboration werden Drohnen fliegen, die Bilder in Rot, Grün und Blau (RGB oder Echtfarbe, der Typ, der von normalen Kameras aufgenommen wird) sammeln.

„Bei SOYGEN3 geht es darum, mit relativ kostengünstigen Kameras und Hardwaresystemen an verschiedenen Standorten zu beginnen“, sagte Cherkauer. Aber die Purdue-Drohne wird auch Multispektral- und Wärmebildkameras tragen und so bessere Datensätze liefern, die zu Empfehlungen für ihre SOYGEN3-Partner führen könnten.

Solche Daten könnten den USA helfen, ihre Position als weltweit führender Sojabohnenproduzent zu behaupten. Der Umsatz im Jahr 2022 überstieg 66 Milliarden US-Dollar. Nach Angaben des Foreign Agricultural Service des USDA sind darin Exporte im Wert von mehr als 34 Milliarden US-Dollar enthalten.

„Es handelt sich um eine einzigartige Nutzpflanze, weil sie für die künftige Protein-Nahrungssicherheit sehr wichtig ist“, sagte Rainey, der in der neuesten Ausgabe eine prominente Rolle spielte Titelgeschichte von Seed World Zeitschrift. Dennoch werden Sojabohnen größtenteils industriell verwendet, was bedeutet, dass die Menschen nur einen kleinen Prozentsatz der Produktion verbrauchen.

„Vielleicht isst man gelegentlich ein traditionelles Sojalebensmittel wie Tofu oder Edamame. Aber zum größten Teil werden 95 % der Sojabohnen weltweit an Hühner und Schweine verfüttert und bilden die Grundlage dieser Nahrungskette“, sagte Rainey.

Um die wachsende Sojabohnenproduktion aufrechtzuerhalten, benötigen Forscher ein genaueres Verständnis darüber, wie sich Wetter und Klima auf den Ertrag in einer Reihe von Umgebungen auswirken, die genetische Variationen beinhalten. Züchter könnten dann Sojabohnensorten strategischer auswählen.

„Die genetische Variation ist von entscheidender Bedeutung, da Züchter oder Zuchtorganisationen im privaten Sektor die von uns produzierten Daten am offensichtlichsten in der sogenannten genomischen Vorhersage nutzen würden“, erklärte Rainey.

Wenn genügend Daten über das gesamte Sojabohnengenom vorhanden sind, können Züchter mit der genomischen Vorhersage ein statistisches Modell erstellen, das den Ertrag für 10.000 ungetestete Linien vorhersagt.

„Aber die genomischen Vorhersagemodelle müssen auf die Umgebung kalibriert werden und mehr Informationen enthalten, als derzeit vorhanden sind“, sagte Rainey. Außerdem wird ein Modell benötigt, das Biomassevorhersagen berücksichtigt. Solche Modelle basieren auf Drohnenbildern und Genetik.

„In meinem Labor arbeiten wir daran, diese Informationen zu kombinieren. Wir sind so ziemlich die Einzigen, die das im öffentlichen und privaten Sektor bei Sojabohnen tun“, sagte sie.

Zur Verfügung gestellt von der Purdue University

ph-tech