Hochlandgerste, eine widerstandsfähige Getreideart, die in den hochgelegenen Regionen des chinesischen Qinghai-Tibet-Plateaus angebaut wird, spielt eine entscheidende Rolle für die lokale Ernährungssicherheit und wirtschaftliche Stabilität. Wissenschaftlich bekannt als Hordeum vulgare L. gedeiht diese Pflanze unter extremen Bedingungen - dünne Luft, geringer Sauerstoffgehalt und eine durchschnittliche Jahrestemperatur von 6,3 °C - und ist daher für Gemeinschaften in rauen Umgebungen unverzichtbar.
Mit über 270.000 Hektar Anbaufläche in China, vor allem in der autonomen Region Xizang, macht die Hochlandgerste mehr als die Hälfte der Anbaufläche der Region und über 70% der gesamten Getreideproduktion aus. Eine genaue Überwachung der Gerstendichte - die Anzahl der Pflanzen oder Ähren pro Flächeneinheit - ist für die Optimierung landwirtschaftlicher Verfahren wie Bewässerung und Düngung sowie für die Vorhersage von Erträgen unerlässlich.
Herkömmliche Methoden wie manuelle Stichproben oder Satellitenaufnahmen haben sich jedoch als ineffizient, arbeitsintensiv oder unzureichend detailliert erwiesen. Um diese Herausforderungen zu bewältigen, haben Forscher der Fujian Agriculture and Forestry University und der Chengdu University of Technology ein innovatives KI-Modell entwickelt, das auf YOLOv5 basiert, einem hochmodernen Algorithmus zur Objekterkennung.
Ihre Arbeit, veröffentlicht in Pflanzliche Methoden (2025) erzielten bemerkenswerte Ergebnisse, darunter eine mittlere durchschnittliche Genauigkeit (mAP) von 93,1% - eine Kennzahl zur Messung der allgemeinen Erkennungsgenauigkeit - und eine Verringerung der Rechenkosten um 75,6%, was sie für den Einsatz von Drohnen in Echtzeit geeignet macht.
Herausforderungen und Innovationen bei der Überwachung von Kulturpflanzen
Die Bedeutung der Hochlandgerste geht über ihre Rolle als Nahrungsquelle hinaus. Allein im Jahr 2022 wurden in der Stadt Rikaze, einem wichtigen Gerstenanbaugebiet, auf 60.000 Hektar 408.900 Tonnen Gerste geerntet, was fast die Hälfte der gesamten Getreideproduktion Tibets ausmacht.
Trotz ihrer kulturellen und wirtschaftlichen Bedeutung war die Schätzung der Gerstenerträge lange Zeit eine Herausforderung. Herkömmliche Methoden wie die manuelle Zählung oder Satellitenbilder sind entweder zu arbeitsintensiv oder haben nicht die nötige Auflösung, um einzelne Gerstenähren - den korntragenden Teil der Pflanze, der oft nur 2-3 Zentimeter breit ist - zu erkennen.
Bei der manuellen Probenahme müssen die Landwirte Abschnitte eines Feldes physisch inspizieren - ein Prozess, der langsam, subjektiv und für Großbetriebe unpraktisch ist. Satellitenbilder sind zwar für breit angelegte Beobachtungen nützlich, haben aber mit einer geringen Auflösung (oft 10-30 Meter pro Pixel) und häufigen Wetterunterbrechungen zu kämpfen, z. B. durch Wolken in Bergregionen wie Tibet.
Um diese Einschränkungen zu überwinden, setzten die Forscher unbemannte Luftfahrzeuge (UAVs) oder Drohnen ein, die mit 20-Megapixel-Kameras ausgestattet sind. Diese Drohnen nahmen 501 hochauflösende Bilder von Gerstenfeldern in Rikaze City in zwei kritischen Wachstumsstadien auf: dem Wachstumsstadium im August 2022, das durch grüne, sich entwickelnde Ähren gekennzeichnet ist, und dem Reifestadium im August 2023, das durch goldgelbe, erntereife Ähren gekennzeichnet ist.
Die Analyse dieser Bilder war jedoch mit einigen Herausforderungen verbunden, wie z. B. unscharfe Ränder durch die Bewegung der Drohne, die geringe Größe der Gerstenähren in den Luftbildern und sich überlappende Ähren in dicht bepflanzten Feldern.
Um diese Probleme zu beheben, haben die Forscher die Bilder vorverarbeitet, indem sie jedes hochauflösende Bild in 35 kleinere Teilbilder unterteilt und unscharfe Kanten herausgefiltert haben, so dass 2.970 qualitativ hochwertige Teilbilder für das Training zur Verfügung standen. Dieser Vorverarbeitungsschritt stellte sicher, dass sich das Modell auf klare, verwertbare Daten konzentrierte und Ablenkungen durch minderwertige Regionen vermieden wurden.
Technische Fortschritte bei der Objekterkennung
Im Mittelpunkt dieser Forschung steht der YOLOv5-Algorithmus (You Only Look Once Version 5), ein einstufiges Objekterkennungsmodell, das für seine Geschwindigkeit und seinen modularen Aufbau bekannt ist. Im Gegensatz zu älteren zweistufigen Modellen wie Faster R-CNN, bei denen zunächst interessierende Regionen identifiziert und dann Objekte klassifiziert werden, führt YOLOv5 die Erkennung in einem einzigen Durchgang durch und ist damit deutlich schneller.
Das YOLOv5n-Basismodell mit 1,76 Millionen Parametern (konfigurierbare Komponenten des KI-Modells) und 4,1 Milliarden FLOPs (Gleitkommaoperationen, ein Maß für die Rechenkomplexität) war bereits effizient. Die Erkennung winziger, sich überlappender Gerstenähren erforderte jedoch weitere Optimierungen.
Das Forschungsteam führte drei wichtige Verbesserungen des Modells ein: tiefenweise trennbare Faltung (DSConv), Geisterfaltung (GhostConv) und ein Faltungsblock-Attention-Modul (CBAM).
Die tiefenweise trennbare Faltung (DSConv) reduziert die Rechenkosten, indem sie den Standardfaltungsprozess - eine mathematische Operation, die Merkmale aus Bildern extrahiert - in zwei Schritte aufteilt. Zunächst werden bei der tiefenweisen Faltung Filter auf einzelne Farbkanäle (z. B. Rot, Grün, Blau) angewendet, wobei jeder Kanal separat analysiert wird.
Anschließend erfolgt eine punktweise Faltung, bei der die Ergebnisse kanalübergreifend mit 1×1-Kernen kombiniert werden. Dieser Ansatz verringert die Anzahl der Parameter um bis zu 75%.
Eine herkömmliche 3×3-Faltung mit 64 Eingangs- und 128 Ausgangskanälen erfordert beispielsweise 73.728 Parameter, während DSConv diese Zahl auf nur 8.768 reduziert - eine Verringerung um 88%. Diese Effizienz ist entscheidend für den Einsatz von Modellen auf Drohnen oder mobilen Geräten mit begrenzter Rechenleistung.
Ghost Convolution (GhostConv) vereinfacht das Modell weiter, indem es zusätzliche Feature Maps - vereinfachte Darstellungen von Bildmustern - durch einfache lineare Operationen wie Rotation oder Skalierung anstelle von ressourcenintensiven Faltungen erzeugt.
Herkömmliche Faltungsschichten erzeugen redundante Merkmale und verschwenden damit Rechenressourcen. GhostConv behebt dieses Problem, indem es “Geister”-Features aus bestehenden Features erzeugt und die Parameter in bestimmten Schichten effektiv halbiert.
Eine Schicht mit 64 Eingangs- und 128 Ausgangskanälen würde zum Beispiel traditionell Folgendes erfordern 73.728 Parameter, aber GhostConv reduziert dies auf 36,864 unter Beibehaltung der Genauigkeit. Diese Technik ist besonders nützlich für die Erkennung kleiner Objekte wie Gerstenähren, bei denen die Effizienz der Berechnungen von größter Bedeutung ist.
Das Convolutional Block Attention Module (CBAM) wurde integriert, um dem Modell zu helfen, sich auf kritische Merkmale zu konzentrieren, selbst in unübersichtlichen Umgebungen. Aufmerksamkeitsmechanismen, die von menschlichen visuellen Systemen inspiriert sind, ermöglichen es KI-Modellen, wichtigen Teilen eines Bildes Priorität einzuräumen.
CBAM verwendet zwei Arten von Aufmerksamkeit: Kanalaufmerksamkeit, die wichtige Farbkanäle identifiziert (z. B. Grün für wachsende Spikes), und räumliche Aufmerksamkeit, die Schlüsselregionen innerhalb eines Bildes hervorhebt (z. B. Cluster von Spikes). Durch den Ersatz von Standardmodulen durch DSConv und GhostConv und die Einbeziehung von CBAM schufen die Forscher ein schlankeres, präziseres Modell, das auf die Gerstenerkennung zugeschnitten ist.
Umsetzung und Ergebnisse
Um das Modell zu trainieren, beschrifteten die Forscher 135 Originalbilder manuell mit Bounding Boxes - rechteckigen Rahmen, die die Position der Gerstenähren markieren - und kategorisierten dieähren in Wachstums- und Reifestadien. Durch Techniken zur Datenerweiterung - einschließlich Rotation, Rauschinjektion, Okklusion und Schärfung - wurde der Datensatz auf 2.970 Bilder erweitert, wodurch sich die Fähigkeit des Modells zur Verallgemeinerung unter verschiedenen Feldbedingungen verbesserte.
Beispielsweise half das Drehen von Bildern um 90°, 180° oder 270° dem Modell, Spikes aus verschiedenen Winkeln zu erkennen, während das Hinzufügen von Rauschen reale Unvollkommenheiten wie Staub oder Schatten simulierte. Der Datensatz wurde in einen Trainingssatz (80%) und einen Validierungssatz (20%) aufgeteilt, um eine robuste Auswertung zu gewährleisten.
Das Training fand auf einem Hochleistungssystem mit AMD Ryzen 7 CPU, NVIDIA RTX 4060 GPU und 64 GB RAM statt, wobei das PyTorch-Framework - ein beliebtes Tool für Deep Learning - verwendet wurde. Über 300 Trainingsepochen (vollständige Durchläufe des Datensatzes) wurden die Präzision (Genauigkeit der korrekten Erkennungen), der Recall (Fähigkeit, alle relevanten Spikes zu finden) und der Verlust (Fehlerrate) des Modells genauestens verfolgt.
Die Ergebnisse waren beeindruckend. Das verbesserte YOLOv5-Modell erreichte eine Genauigkeit von 92,2% (gegenüber 89,1% im Basismodell) und eine Wiederauffindbarkeit von 86,2% (gegenüber 83,1%) und übertraf damit das Basismodell YOLOv5n in beiden Metriken um 3,1%. Die mittlere durchschnittliche Präzision (mAP) - eine umfassende Metrik, die die Erkennungsgenauigkeit über alle Kategorien hinweg mittelt - erreichte 93,1%, mit Einzelergebnissen von 92,7% für Spikes im Wachstumsstadium und 93,5% für Spikes im Reifungsstadium.
Ebenso beeindruckend war seine Recheneffizienz: Die Parameter des Modells sanken um 70,6% auf 1,2 Millionen und die FLOPs um 75,6% auf 3,1 Milliarden. Vergleichende Analysen mit führenden Modellen wie Faster R-CNN und YOLOv8n unterstrichen seine Überlegenheit.
Während YOLOv8n eine etwas höhere mAP (93,8%) erreichte, waren seine Parameter (3,0 Millionen) und FLOPs (8,1 Milliarden) 2,5x bzw. 2,6x höher, wodurch das vorgeschlagene Modell für Echtzeitanwendungen weitaus effizienter ist.
Visuelle Vergleiche untermauerten diese Fortschritte. In den Bildern des Wachstumsstadiums erkannte das verbesserte Modell 41 Spikes im Vergleich zu 28 Spikes des Basismodells. Während der Reifung erkannte es 3 Spikes im Vergleich zu 2 Spikes des Basismodells, wobei weniger Fehlerkennungen (markiert durch orangefarbene Pfeile) und falsch-positive Ergebnisse (markiert durch lila Pfeile) auftraten.
Diese Verbesserungen sind entscheidend für Landwirte, die auf genaue Daten angewiesen sind, um Erträge vorherzusagen und Ressourcen zu optimieren. Genaue Ährenzählungen ermöglichen zum Beispiel bessere Schätzungen der Getreideproduktion und liefern Informationen für Entscheidungen über Erntezeitpunkt, Lagerung und Marktplanung.
Zukünftige Richtungen und praktische Implikationen
Trotz des Erfolges räumte die Studie Einschränkungen ein. Die Leistung ließ bei extremen Lichtverhältnissen nach, z. B. bei grellem Mittagsblendlicht oder starken Schatten, die Details der Spikes verdecken können. Außerdem passten die rechteckigen Bounding Boxes manchmal nicht zu den unregelmäßig geformten Spikes, was zu kleineren Ungenauigkeiten führte.
Das Modell schloss auch unscharfe Kanten von UAV-Bildern aus, was eine manuelle Vorverarbeitung erforderte - ein Schritt, der Zeit und Komplexität bedeutet.
Zukünftige Arbeiten zielen darauf ab, diese Probleme zu lösen, indem der Datensatz um Bilder erweitert wird, die in der Morgen-, Mittags- und Abenddämmerung aufgenommen wurden, indem mit polygonförmigen Anmerkungen experimentiert wird (flexible Formen, die besser zu unregelmäßigen Objekten passen), und indem Algorithmen entwickelt werden, die unscharfe Regionen ohne manuelle Eingriffe besser behandeln.
Die Auswirkungen dieser Forschung sind tiefgreifend. Für Landwirte in Regionen wie Tibet bietet das Modell eine Echtzeit-Ertragsschätzung, die arbeitsintensive manuelle Zählungen durch dronenbasierte Automatisierung ersetzt. Die Unterscheidung zwischen den Wachstumsstadien ermöglicht eine präzise Ernteplanung, wodurch Verluste durch verfrühte oder verspätete Ernte reduziert werden.
Detaillierte Daten über die Ährendichte - z. B. zur Identifizierung von unter- oder überbesiedelten Gebieten - können Informationen über Bewässerungs- und Düngestrategien liefern und so die Verschwendung von Wasser und Chemikalien reduzieren. Die leichtgewichtige Architektur ist nicht nur für Gerste, sondern auch für andere Kulturpflanzen wie Weizen, Reis oder Obst vielversprechend und ebnet den Weg für breitere Anwendungen in der Präzisionslandwirtschaft.
Schlussfolgerung
Zusammenfassend lässt sich sagen, dass diese Studie ein Beispiel für das transformative Potenzial der KI bei der Bewältigung landwirtschaftlicher Herausforderungen ist. Durch die Verfeinerung von YOLOv5 mit innovativen, leichtgewichtigen Techniken haben die Forscher ein Werkzeug geschaffen, das ein Gleichgewicht zwischen Genauigkeit und Effizienz herstellt - entscheidend für den realen Einsatz in ressourcenbeschränkten Umgebungen.
Begriffe wie mAP, FLOPs und Aufmerksamkeitsmechanismen mögen technisch anmuten, aber ihre Wirkung ist zutiefst praktisch: Sie ermöglichen es den Landwirten, datengestützte Entscheidungen zu treffen, Ressourcen zu schonen und ihre Erträge zu maximieren. Angesichts des Klimawandels und des Bevölkerungswachstums, die den Druck auf die globalen Nahrungsmittelsysteme erhöhen, werden solche Fortschritte unverzichtbar sein.
Für die Landwirte in Tibet und darüber hinaus bedeutet diese Technologie nicht nur einen Sprung in der landwirtschaftlichen Effizienz, sondern auch einen Hoffnungsschimmer für eine nachhaltige Ernährungssicherheit in einer ungewissen Zukunft.
Referenz: Cai, M., Deng, H., Cai, J. et al. Lightweight highland barley detection based on improved YOLOv5. Plant Methods 21, 42 (2025). https://doi.org/10.1186/s13007-025-01353-0
So funktioniert das Drohnen-Mapping: Eine Drohne ist mit Sensoren wie Kameras und Laserscannern ausgestattet, die ein Gebiet überfliegen und in verschiedenen Höhen und Winkeln Bilder aufnehmen oder es mit Lasern scannen. Die gesammelten Daten werden dann zu 3D-Karten verarbeitet, die auf einem Computer- oder Smartphone-Bildschirm angezeigt werden können.
2. Verschreibungskarten für Düngemittel, Herbizide und Pestizide mit Drohnenüberwachung
Eine einzige Strategie ist nicht mehr zeitgemäß, da sie nicht nur Ressourcen verschwendet, sondern auch die Gesundheit und Vitalität der Pflanzen beeinträchtigen kann. Zu viel Wasser kann zum Beispiel eine ansonsten gesunde Pflanze abtöten, da ihre Wurzeln keinen Sauerstoff aufnehmen können, so dass selbst das Wässern nicht die beste Methode für den Anbau einwandfreier Pflanzen ist.
Das Gleiche gilt für Düngemittel; die richtige Menge ist entscheidend für das Wachstum, denn zu viel davon führt zu verbrannten Wurzeln, die ansonsten gesunde Pflanzen zerstören können.
Mit Hilfe der Drohnenkartierung können Spritzmittel nur dort ausgebracht werden, wo das Problem besteht, wodurch die Verschwendung von Ressourcen und das Risiko, gesunde Pflanzen zu schädigen, die nicht dieselbe Behandlung benötigen, verringert werden. Während Menschen nicht in der Lage wären, die einzigartigen Anforderungen jeder einzelnen Pflanze in ihrem Bestand zu erkennen, kann die Drohnenvermessungstechnologie dies in wenigen Minuten leisten.
3. Bewertung der Kulturpflanzen
Auf Knopfdruck werden Erkundungsmissionen gestartet; die Drohne startet aus der wetterfesten Ladestation, sammelt Daten und lädt sie hoch. Die Ergebnisse der Drohne sowie eine Studie über die Erkennung von Pflanzenstress und die Wirksamkeit aktueller Behandlungen oder Ergänzungen können genutzt werden, um automatische Bewässerungssysteme anzupassen. Mit Scouting-Drohnen vor Ort ist eine ständige Gesundheitskontrolle möglich.
4. Zählung der Pflanzenbestände
Mit der leistungsstarken KI-Technologie der Drohne können alle Arten von Pflanzen identifiziert werden. So können zu Beginn und am Ende jeder Saison die gesamte Produktion und der Gesamtverlust ermittelt werden, was die Präzision und das Bewusstsein für den Erfolg der Anbausaison erhöht.
5. Automatische Klassifizierungen mit Drohnenaufnahmen
Die Drohne kann erkennen, welche Art von landwirtschaftlichen Flächen sie überfliegt, ob es sich um Acker-, Weide- oder Mischflächen handelt. Drohnen können, wie oben gezeigt, die Anzahl der Kulturen und des Viehbestands zählen, um zu überprüfen, ob die Aufzeichnungen aktuell sind und etwaige Verluste vermerkt werden.
6. Rückverfolgung von Kulturpflanzen
Die Gesundheit der Pflanzen ist nicht vorbestimmt, da Umweltfaktoren die Entwicklung beeinflussen können. Temperatur, Luftfeuchtigkeit, Nährstoff- und Spurenelementgehalt, Schädlings- und Krankheitsbefall, Wasserverfügbarkeit und Sonneneinstrahlung sind alles Elemente, die zu berücksichtigen sind.
All diese Faktoren können mit den verschiedenen Nutzlasten der Drohnen verfolgt werden, und viele dieser nicht greifbaren Variablen lassen sich durch die direkte Anwendung von Wasser oder Sprays auf die benötigten Regionen behandeln.
Je gesünder die Umgebung der Pflanzen ist, desto stärker wird ihr Immunsystem und desto gesünder werden sie - mit einer weitaus größeren Fähigkeit, Schädlinge und Krankheiten abzuwehren.
English 
German 
Ukrainian 
French 
Kazakh 
Portuguese 
Spanish 
Arabic 
Swedish 
Serbian 
Romanian 
Norwegian 
Finnish 
Lithuanian 
Estonian 
Latvian 
Croatian 
Slovenian 
Slovak 
Japanese 
Polish 