KI-übersetzt

Ergebnisse des Fernerkundungssystems zur Erkennung und Überwachung von Xf

Nachweis von Xylella fastidiosa in Olivenbäumen mithilfe von Spektralindizes und Modellen des maschinellen Lernens

oder

Detaillierte Beschreibung

Pflanzenpathogene verursachen erhebliche Ernteausfälle und gefährden zunehmend die Ernährungssicherheit (Paini et al., 2016), die Integrität der Ökosysteme und die Gesellschaften im Allgemeinen (Boyd et al., 2013; Fisher et al., 2012; Flood, 2010; Strange & Scott, 2005). Xylella fastidiosa ist eines der weltweit gefährlichsten Pflanzenbakterien und verursacht mehrere Krankheiten mit tiefgreifenden Auswirkungen auf die Landwirtschaft und die Umwelt (Purcell, 1997). Ursprünglich vor allem in Amerika verbreitet, zeigt seine jüngste Entdeckung in Asien und Europa, dass sich das geografische Verbreitungsgebiet von Xf erheblich ausgeweitet hat, wodurch Xf zu einer wiederauftauchenden globalen Bedrohung wird, die sozioökonomische und kulturelle Schäden verursacht hat (Stokstad, 2015; Almeida, 2016). Xf kann weltweit über 560 Pflanzenarten befallen (EFSA, 2018), und seine frühzeitige Erkennung ist entscheidend für seine Ausrottung. Die durchgeführten Arbeiten zeigen, dass Veränderungen der funktionellen Pflanzenmerkmale, die mittels luftgestützter Bildspektroskopie und Thermografie ermittelt wurden, eine Xf-Infektion bei Olivenbäumen aufdecken können, bevor Symptome sichtbar sind. Die Genauigkeit der Krankheitserkennung, bestätigt durch quantitative Polymerasekettenreaktion (qPCR), liegt bei über 80 %, wenn hochauflösende, durch 3D-Simulationen quantifizierte Fluoreszenz und thermische Stressindikatoren mit photosynthetischen Merkmalen gekoppelt wurden, die empfindlich auf schnelle Pigmentdynamik und -abbau reagieren. Optisch asymptomatische Bäume, die ursprünglich aufgrund spektraler Veränderungen der Pflanzenmerkmale als befallen eingestuft wurden, entwickelten Xf-Symptome mit einer fast doppelt so hohen Rate wie die asymptomatischen Bäume, die mittels Fernerkundung als nicht befallen klassifiziert wurden. Damit wird gezeigt, dass spektrale Veränderungen der Pflanzenmerkmale, die durch eine Xf-Infektion verursacht werden, auf Landschaftsebene vor dem Auftreten sichtbarer Symptome erkennbar sind – eine entscheidende Voraussetzung für die Ausrottung einer der verheerendsten Pflanzenkrankheiten weltweit.

1/1

oder

Inhaltsbeschreibung

Projekt

POnTE

Pest Organisms Threatening Europe

Standort
Europe
Verfasser*innen
Blasco Josiva
Zweck
Dissemination, Support decision-making and strategic planning

Dateiformat
Dokument
Erstellt am
13. März 2019
Originalsprache
English
Offizielle Projekt-Webseite
POnTE
Lizenz
CC BY