In-situ-Fruchanalyse mittels LiDAR 3D-Punktwolke des normalisierten Differenzvegetationsindex (NDVI)

Eine praktikable Methode zur Analyse von Früchten am Baum wird im präzisen Produktionsmanagement gefordert. Der Einsatz von Lichtdetektion und -messung (LiDAR) wurde genutzt, um die Anzahl der Früchte, die qualitätsbezogene Größe und die reifebezogene Chlorophyllkonzentration der Fruchtschale zu messen. Während der Fruchtentwicklung (65 – 130 Tage nach Vollblüte, DAFB) wurden Äpfel geerntet und im Labor (n = 225) mit zwei LiDAR-Laserscannern bei 660 und 905 nm analysiert. Aus diesen beiden 3D-Punktwolken wurde der normalisierte Differenzvegetationsindex (NDVILiDAR) berechnet. Die Korrelationsanalyse von NDVILiDAR und chemisch analysiertem Chlorophyllgehalt der Früchte zeigte R² = 0,81 und RMSE = 3,63 % am letzten Messdatum, als die Fruchtgröße 76 mm erreichte. Die Methode wurde an 3D-Punktwolken von 12 Obstbäumen getestet, die direkt im Obstgarten während des Fruchtwachstums an fünf Messzeitpunkten gemessen und mit manueller Fruchtanalyse im Obstgarten (n = 4632) validiert wurden. Punktwolken einzelner Äpfel wurden aus den 3D-Punktwolken der Bäume segmentiert und das Frucht-NDVILiDAR wurde berechnet. Die nicht-invasiv gewonnenen Felddaten zeigten eine gute Kalibrierungsleistung bei der Erfassung der Anzahl der Früchte, der Fruchtgröße, des Frucht-NDVILiDAR und des chemisch analysierten Chlorophyllgehalts mit R² = 0,99, R² = 0,98 mit RMSE = 3,02 %, R² = 0,65 mit RMSE = 0,65 %, R² = 0,78 mit RMSE = 1,31 %, wobei die zugehörigen Referenzdaten am letzten Messdatum 130 DAFB berücksichtigt wurden. Der neue Ansatz des nicht-invasiven Laserscannens lieferte physiologisch und agronomisch wertvolle Zeitseriendaten zu Unterschieden im Fruchtchlorophyll, die durch das Verhältnis von Blattfläche zu Anzahl der Früchte und Blattfläche zu Frischmasse der Früchte beeinflusst wurden. Zusammenfassend bietet die Methode ein Werkzeug zur Gewinnung produktionsrelevanter Pflanzendaten für z.B. Ernte-Ladungsmanagement und selektive Ernte durch Ernte-Roboter.