Pfatten – Das Versuchszentrum Laimburg arbeitet zusammen mit der Freien Universität Bozen, Eurac Research und dem Unternehmen Biometic (Teil der Microtec-Gruppe) am Projekt „Hippa“, das Ende 2023 gestartet und nun in vollem Gange ist. Ziel ist die frühzeitige Erkennung von Krankheiten und physiologischen Nachernteschäden bei Äpfeln mithilfe von Hyperspektralbildern, die mit Spezialkameras aufgenommen werden.
Die Vorhersage von Krankheiten und Störungen vor dem Auftreten von sichtbaren Symptomen soll zur Reduzierung der Lebensmittelverschwendung beitragen, indem der optimale Verkaufszeitpunkt der Äpfel ermittelt wird.
Künstliche Intelligenz im Einsatz
Während das Aussortieren von Früchten mit sichtbaren äußeren Schäden arbeitsaufwändig, aber einfach ist, bleibt die Erkennung innerer Mängel eine Herausforderung. Mithilfe der sogenannten hyperspektralen Bildgebung analysieren die Forscher:innen den physiologischen Zustand der Äpfel während der Lagerung in den Kühlzellen, untersuchen sie auf Krankheiten und prognostizieren Symptome, die äußerlich noch nicht sichtbar sind.
Mit den gesammelten Hyperspektralbildern wird eine künstliche Intelligenz trainiert. Diese soll in der Lage sein, Früchte zu erkennen, die Krankheiten oder physiologische Schäden entwickeln könnten.
„Mit diesem Projekt wollen wir die neuesten Technologien nutzen, um die Erkennung von physiologischen Störungen in der Nacherntephase zu automatisieren und so die Analyse der Früchte während der Lagerung zu beschleunigen“, erklärt Angelo Zanella, Leiter der Arbeitsgruppe „Lagerung und Nacherntebiologie“ am Versuchszentrum Laimburg.
Hyperspektrale Bildgebung im Dienst der Landwirtschaft
Die hyperspektrale Bildgebung wird bereits in anderen Branchen wie der Kunstgeschichte zur Analyse von Kunstwerken eingesetzt. Die Technik, die in den 1970er- und 1980er-Jahren von der Nasa entwickelt wurde, ermöglicht es, Daten über fotografierte Objekte auch außerhalb des für das bloße Auge sichtbaren Lichtspektrums zu erfassen.
Im Rahmen des Projekts Hippa erfasst eine Hyperspektralkamera, die im sichtbaren und infraroten Bereich arbeitet, spezifische Daten von Äpfeln. Aus diesen Informationen kann das Forschungsteam Rückschlüsse auf den physiologischen Zustand der Äpfel ziehen.