Forscher in Italien haben den ersten erfolgreichen Einsatz kommerzieller Drohnen in Kombination mit künstlicher Intelligenz (KI) zur Überwachung des invasiven landwirtschaftlichen Schädlings Halyomorpha halys, allgemein bekannt als Marmorierte Baumwanze, vorgestellt. Diese Forschungerschienen in der Zeitschrift Schädlingsbekämpfungswissenschaftstellt einen bedeutenden Fortschritt bei der Nutzung unbemannter Luftfahrzeuge (UAVs) zur automatisierten Überwachung invasiver Arten dar.
Halyomorpha halys ist für seine umfangreichen Schäden an Obstplantagen in Nordamerika und Südeuropa bekannt. In Italien verursachte dieser invasive Schädling im Jahr 2019 Schäden in der Obstproduktion in Höhe von schätzungsweise 588 Millionen Euro. Herkömmliche Überwachungsmethoden wie Pheromonfallen, visuelle Probenentnahme und Kescher sind arbeitsintensiv und auf großen Flächen oft unwirksam.
„Die derzeitigen Überwachungsmethoden weisen einige wichtige Nachteile auf, wie beispielsweise das Risiko von ‚Fallenüberläufen‘ sowie die Notwendigkeit und Kosten einer aktiven Überwachung durch die Betreiber“, erklärt Daniele Giannetti, Forscher an der Universität Parma und Co-Leitautor der Studie.
„Unser Ziel war es, eine zuverlässige Methode zur Überwachung dieser invasiven Insekten zu finden, ohne die negativen Auswirkungen der derzeit verwendeten zeit- und energieaufwändigen Methoden“, sagte Lara Maistrello, Professorin an der Universität Modena und Reggio Emilia und Co-Leitautorin der Studie.
Drohnen reduzieren Störungen
Die Forscher entwickelten ein automatisiertes Flugprotokoll, das über eine mobile App gesteuert wird, um hochauflösende Bilder von Birnenplantagen in bis zu acht Metern Höhe aufzunehmen. Insbesondere stellte sich heraus, dass die Drohnen die Schädlinge viel weniger stören als die Anwesenheit menschlicher Beobachter, was eine genauere Datenerfassung zur Schädlingsverteilung ermöglicht.
Es wurde festgestellt, dass erwachsene Wanzen als Reaktion auf die Anwesenheit eines UAV ein Erstarren zeigten, was die Aufnahme hochauflösender Bilder erleichterte.
KI zur autonomen Schädlingserkennung
Der Bilddatensatz wurde verwendet, um KI-Modelle zur Identifizierung von H. Halys zu trainieren, zu validieren und zu testen. Transferlernmodelle, die bereits vorhandene Erkennungskapazitäten nutzen, übertrafen von Grund auf trainierte Modelle deutlich, wobei das leistungsstärkste Modell eine Erkennungsgenauigkeit von 97 % erreichte.
Zur Wirksamkeit der KI-Modelle bemerkte Giannetti: „Insgesamt hat dieses neuartige Überwachungssystem das Potenzial der Integration von UAV und KI aufgezeigt, um das Vorhandensein von Insektenschädlingen mit der Größe und Form von H. halys zu erkennen und zu quantifizieren.“
Die Auswirkungen dieser Technologie sind für integrierte Schädlingsbekämpfungsstrategien von großer Bedeutung, einschließlich der Entwicklung präziser Prognosemodelle, die sich an meteorologische und Umweltbedingungen anpassen. „Dies ist heute angesichts des raschen Klimawandels besonders wichtig“, bemerkte Giannetti.
Ein Blick über Stinkwanzen hinaus
Das neuartige Überwachungssystem birgt vielfältige Einsatzmöglichkeiten.
„Die Bildgebungsanwendung kann leicht an verschiedene Nutzpflanzen angepasst werden“, erklärte Maistrello. „Wenn man auf andere Insekten übergehen möchte, muss man natürlich neue Modelle trainieren, aber diese Erfahrung ist wirklich ermutigend. Wir finden diese Ergebnisse spannend, vor allem, weil es so viele zukünftige Anwendungsmöglichkeiten gibt.“
Mehr Informationen:
Daniele Giannetti et al., Erster Einsatz unbemannter Luftfahrzeuge zur Überwachung und Erkennung von Halyomorpha halys mithilfe künstlicher Intelligenz, Schädlingsbekämpfungswissenschaft (2024). DOI: 10.1002/ps.8115
Zur Verfügung gestellt von der Society of Chemical Industry