% IMPORTANT: The following is UTF-8 encoded.  This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.

@INPROCEEDINGS{JunkerFrohn:889987,
      author       = {Junker-Frohn, Laura and Kierdorf, Jana and Delaney, Mike
                      and Schwarz, Markus and Jaenicke, Hannah and Burkart,
                      Andreas and Roscher, Ribana and Muller, Onno and Rascher,
                      Uwe},
      title        = {{OPTIKO} – {O}ptimierung des {B}lumenkohlanbaus},
      reportid     = {FZJ-2021-00582},
      year         = {2020},
      abstract     = {OPTIKO – Optimierung des BlumenkohlanbausEinsatz von UAVs
                      und maschinellen Lernverfahren im BlumenkohlanbauBlumenkohl
                      ist eine anspruchsvolle Kulturpflanze. Die Kohlköpfe
                      müssen höchsten Qualitätsstandards genügen.
                      Blumenkohlfelder werden regelmäßig von Landwirten und
                      ihren Beratern kontrolliert, um Ertragseinbußen durch
                      abiotische Stresse wie Wasser- oder Nährstoffmangel oder
                      biotische Stresse wie Schädlingsbefall zu minimieren.
                      Derartige Feldkontrollen können jedoch nur stichprobenhaft
                      innerhalb eines Feldes durchgeführt werden. Eine
                      flächendeckende Einschätzung ganzer Felder ist nicht
                      möglich. Ähnliche Herausforderungen ergeben sich bei der
                      Blumenkohlernte. Hier müssen die Erntezeitpunkte abgepasst
                      werden, zu denen eine maximale Anzahl ausreichend großer,
                      aber noch kompakter Blumenkohlköpfe geerntet werden
                      können.Im Projekt OPTIKO wird ein neuartiges Verfahren
                      entwickelt, um das Wachstum einzelner Blumenkohlpflanzen und
                      deren optimalen Erntezeitpunkt für ganze Felder
                      automatisiert zu erfassen. Multispektrale Aufnahmen der
                      Felder werden mit kostengünstigen Drohnen und Kameras
                      aufgenommen und mithilfe neu entwickelter maschineller
                      Lernverfahren ausgewertet. So können auftretende
                      Stressfaktoren frühzeitig erkannt und der optimale
                      Erntezeitpunkt vorhergesagt werden.Das innovative Verfahren
                      kann in die bestehenden Prozesse der landwirtschaftlichen
                      Praxis integriert werden - ohne Veränderung der bereits
                      existierenden Landmaschinentechnik. In Zukunft können
                      Blumenkohlfelder durch regelmäßige Drohnenüberflüge und
                      automatisierte Datenauswertung überprüft und auftretende
                      Stressfaktoren automatisch erkannt werden. Durch die
                      frühzeitige Erkennung von notwendigen
                      Pflanzenschutzmaßnahmen und des optimalen Erntezeitpunkts
                      werden die Erntesicherheit und der Ertrag erhöht. Das
                      Projekt OPTIKO trägt zur Digitalisierung der Landwirtschaft
                      bei und verbessert die Ertragssicherheit. Das Projekt wird
                      durch das Ministerium für Umwelt, Landwirtschaft, Natur-
                      und Verbraucherschutz des Landes Nordrhein-Westfalen im
                      Rahmen der Europäischen Innovationspartnerschaft
                      „Landwirtschaftliche Produktivität und Nachhaltigkeit“
                      (EIP-AGRI) gefördert
                      (https://ec.europa.eu/info/food-farming-fisheries/key-policies/common-agricultural-policy/rural-development).},
      month         = {Sep},
      date          = {2020-09-15},
      organization  = {Ideenfutter Expo, foodhub.NRW, online
                       (Germany), 15 Sep 2020 - 15 Sep 2020},
      subtyp        = {Other},
      cin          = {IBG-2},
      cid          = {I:(DE-Juel1)IBG-2-20101118},
      pnm          = {255 - Terrestrial Systems: From Observation to Prediction
                      (POF3-255) / 582 - Plant Science (POF3-582)},
      pid          = {G:(DE-HGF)POF3-255 / G:(DE-HGF)POF3-582},
      typ          = {PUB:(DE-HGF)31},
      url          = {https://juser.fz-juelich.de/record/889987},
}