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
- 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
- Schlagworte