Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Verbundprojekt: 'Deep Phenotyping' von Krankheitsresistenz im Hochdurchsatz anhand von hyperspektralen Sensoren und Data Mining Methoden (DePhenSe) - Teilprojekt 1 |
|---|---|
| Titel (englisch): | 'Deep Phenotyping' of disease resistance based on hyperspectral imaging and data mining methods in high troughput (DePhenSe) - subproject 1 |
| Beschreibung (dt.): | Ziel ist die Optimierung und Objektivierung von Phänotypisierungsroutinen für die Pflanzenzüchtung durch einen umfassenden Ansatz von Methoden aus den Bereichen Sensorik, Automatisierung und Big Data. Hierbei werden hyperspektrale Kameras in ein bestehendes automatisches Hochdurchsatzverfahren der Firma LemnaTec implementiert, um Resistenzeigenschaften anhand von Reflexionsmessungen in einem 'Deep Phenotyping' Ansatz detailliert zur erfassen. Hierdurch ist es möglich den Phänotyp einer Vielzahl an Genotypen zeitlich hoch aufgelöst zu bewerten. Die Interpretation und Verschneidung der hochkomplexen und hochdimensionalen Daten wird effizient über Verfahren des Maschinellen Lernens erfolgen, um eine objektivierte, über eine rein visuell erfasste Krankheitsbonitur hinausgehende Phänotypisierung von unterschiedlichen Genotypen zu realisieren. Der wesentliche Beitrag des vorliegenden Projektes liegt in der Implementierung hyperspektraler Sensoren in automatisierten Prozessen und die Entwicklung online-fähiger Auswertealgorithmen zur Interpretation hoch-komplexer und -dimensionaler Datensätze. Diese Art der Phänotypisierung ermittelt und bewertet multi-temporal durch zerstörungsfreie Beobachtungen Selektionskriterien für die Resistenzzüchtung. |
| Beschreibung (engl.): | The main aim of this project is to establish objective plant phenotyping routines for plant breeding, by combining expertise from plant pathology, sensors, automation and big data. Hyperspectral imaging sensors will be implemented in an existing high-throughput screening platform from LemnaTec GmbH. This setup will be used to identify resistance reactions of plants based on spectral characteristics by a 'deep phenotyping' approach. Thereby, a high number of different plant genotypes can be evaluated with a high temporal resolution. Machine learning methods will be applied for an efficient and objective interpretation and fusion of complex and high-dimensional data. This approach goes beyond a visual inspection and rating of different genotypes within traditional screening approaches. The main contribution of this projects is the implementation of hyperspectral sensors within automated screening platforms and the development of online analysis algorithms for an interpretation of highly complex plant phenotyping data. By this, a multi-temporal and non-invasive monitoring of relevant feature for plant breeding will be realized. |
| Ergebnis (dt.): | Innerhalb des Projekts DePhenSe wurde durch die Partner Uni Bonn, IfZ, Uni Darmstadt und LemnaTec GmbH die Implementierung von hyperspektralen Messungen in automatisierte Prozesse sowie die Erweiterung auf den UV-Bereich zur Phänotypisierung von relevanten Nutzpflanzen erreicht. Auf Grundlage dieser Ergebnisse können hyperspektrale Messungen im UV-Bereich zur Pflanzenphänotypisierung durchgeführt werden. Die Etablierung neuer Verfahren des Tiefen Lernens konnten zudem relevante Spektralbereiche definieren, welche zu einer Spezifizierung von Sensortechnologien führen kann. Hochdimensionale Datensätze können somit leichter interpretiert werden und die Erweiterung von hyperspektralen Messungen auf den UV-Bereich zeigte, dass hyperspektrale Messungen im UV-Bereich eine Differenzierung verschiedener Wirt-Pathogen-Interaktionen sowie Resistenzreaktionen ermöglichen und spektrale Veränderungen mit Veränderungen von Pflanzenstoffe in Verbindung gebracht werden können. Die entwickelten Verfahren sind die Basis für Hochdurchsatzverfahren und für die Etablierung von Softwareroutinen. |
| Ergebnis (engl.): | Within the project DePhenSe the implementation of hyperspectral measurements in automated processes as well as an extension to the UV range for plant phenotyping of relevant crops was achieved by the partners Uni Bonn, IfZ, Uni Darmstadt and LemnaTec GmbH. Based on these results, hyperspectral measurements in the UV range can be performed for plant phenotyping. The establishment of new deep learning methods could also define relevant spectral regions, which can lead to a specification of sensor technologies. High-dimensional data sets can thus be interpreted more easily and the extension of hyperspectral measurements to the UV range showed that hyperspectral measurements in the UV range allow differentiation of various host-pathogen interactions as well as resistance responses, and spectral changes can be linked to changes in plant compounds. The developed methods are the basis for high throughput methods and for the establishment of software routines. |
| Laufzeit: | Beginn: 01.02.2017 / Ende: 30.09.2020 |
| Ausf. Einrichtung: | Rheinische Friedrich-Wilhelms-Universität Bonn - Landwirtschaftliche Fakultät - Institut für Nutzpflanzenwissenschaften und Ressourcenschutz (INRES) - Pflanzenkrankheiten und Pflanzenschutz, Bonn |
| Themenfelder: | Pflanzenzüchtung, plant breeding |
| Förderprogramme: | Programm zur Innovationsförderung des Bundesministeriums für Ernährung und Landwirtschaft |
| Schlagworte: | Pflanzenkrankheiten (Viren, Bakt., Pilze, Phytoplasmen), plant diseases (virusus, bacteria, fungi, phytoplasma), Pflanzenschutz, Pflanzengesundheit, crop protection, plant health, Ressourcenschutz, Ressourceneffizienz, resource protection, resource efficiency, Ackerbau, crop production, Digitalisierung, Digitale Welt, digital world, Präzise Landwirtschaft, precision farming, Gerste, barley, Zuckerrübe, sugar beet, Datensammlung, data collection, Monitoring |
| Förderkennzeichen: | 2818204615 |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an innovation@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
