Weitere Publikationen der Abteilung Sensorik & Datenanalyse

Drucken

Veröffentlichungen

45 Publikationen

A hyperspectral library of foliar diseases of wheat

Bohnenkamp, D., J. Behmann, S. Paulus, U. Steiner, A.-K. Mahlein, 2021, Phytopathology, S. doi: 10.1094/PHYTO-09-19-0335-R

Gefunden in Abteilung Sensorik & Datenanalyse

A Multisensor UAV Payload and Processing Pipeline for Generating Multispectral Point Clouds

Vlaminck, M., L. Diels, W. Philips, W. Maes, R. Heim, B. D. Wit, H. Luong, 2023, Remote Sensing 15(6), S. doi.org/rs150615210.3390/4, 1-18

Gefunden in Abteilung Sensorik & Datenanalyse

A special issue on phytopathometry — visual assessment, remote sensing, and artificial intelligence in the twenty-first century

Bock, C. H.; J. G. A. Barbedo, A.-K. Mahlein, E. M. Del Ponte, 2022, Tropical Plant Patholology, 46, S. 1-4, DOI: 10.1007/s40858-022-00498-w

Gefunden in Abteilung Sensorik & Datenanalyse

Agricultural Plant Cataloging and Establishment of a Data Framework from UAV-based Crop Images by Computer Vision

Günder, M., F. Ispizua, J. Kierdorf, R. Roscher, A.-K. Mahlein, C. Bauckhage, 2022, GigaScience, Volume 11, S. DOI 10.1093/gigascience/giac054

Gefunden in Abteilung Sensorik & Datenanalyse

Automated assessment of plant diseases and traits by sensors: how can digital technologies

Mahlein, A.-K., J. Behmann, D. Bohnenkamp, R. H. J. Heim, S. Streit, S. Paulus, 2022, Advances in plant phenotyping for more sustainable crop production. A. Walter, ed. Burleigh Dodds Science Publishing Limited, Cambridge, UK., S. 351-372

Gefunden in Abteilung Sensorik & Datenanalyse

Automatic UAV-based counting of seedlings in sugar-beet field and extension to maize and strawberry

Barreto, A., P. Lottes, F.R. Ispizua Yamati, S. Baumgarten, N.A. Wolf, C. Stachniss, A.-K. Mahlein, S. Paulus, 2021, Computers and Electronics in Agriculture 191, S. doi.org/10.1016/j.compag.2021.106493

Gefunden in Abteilung Sensorik & Datenanalyse

Blattkrankheiten in Zuckerrüben. Von oben frühzeitig erkennbar. Mit Drohnen und künstlicher Inteligenz gegen Cercospora-Blattflecken

Ispizua, F., Barreto, M. Günder, A.-K. Mahlein, 2022, dzz 58(3), S. 48-49

Gefunden in Abteilung Sensorik & Datenanalyse

Detection of Rhizoctonia solani in sugar beet from leaves hyperspectral images on a single plant scale

Barreto, A., S. Paulus, M. Varrelmann, A.-K. Mahlein, 2019, Bornimer Agrartechnische Berichte, 25. Workshop Computer-Bildanalyse in der Landwirtschaft, Bonn, 17.04.2019, Heft 102, ISSN 0947-7314, S. 55-61

Gefunden in Abteilung Sensorik & Datenanalyse

Development of a new in vivo protocol through soil inoculation to investigate sugar beet resistance towards Ditylenchus dipsaci penetration

Storelli, A., A. Keiser, S. Kiewnick, M. Daub, A.-K. Mahlein, W. Beyer, M. Schumann, 2021, Nematology, S. 1-10, doi: 10.1163/15685411-bja10069

Gefunden in Abteilung Sensorik & Datenanalyse

Digital plant pathology: a foundation and guide to modern agriculture

Kuska, M. T., R. H. J. Heim, I. Geedicke, K. M. Gold, A. Brugger, S. Paulus, 2022, Journal of Plant Diseases and Protection 11(9), S. 556, doi.org/10.1007/s41348-022-00600-z

Gefunden in Abteilung Sensorik & Datenanalyse

Digital technologies in growing sugar beets: the benefit of sensors and robots

Mahlein, A.-K., 2021, Abstracts Oral Presentations and Posters Presented at the 2021 General Meeting of the ASSBT Virtual Meeting March 1 – March 4, 2021, S. 84, DOI: 10.5274/JSBR.58.1.57

Gefunden in Abteilung Sensorik & Datenanalyse

Digital weed management – New trends for weed scoring in sugar beet

Heim, R., S. Streit, D. Koops, M. T. Kuska, S. Paulus, 2022, Sugar Industry 147(6), S. 343-351, doi.org/10.36961/si28804

Gefunden in Abteilung Sensorik & Datenanalyse

Digitale Technologien im Pflanzenschutz

Beneke, F., A.-K. Mahlein, A. W. Heckmann, S. Paulus, P. Gremmes, 2020, Technik und Leben Nr. 3, S. 4

Gefunden in Abteilung Sensorik & Datenanalyse

Digitale Technologien im Pflanzenschutz. Den Rübenanbau von morgen schon heute erproben. FarmerSpace ein Experimentierfeld für den digitalen Pflanzenschutz im Zuckerrübenanbau

Streit, S., A.-K. Mahlein, 2022, dzz 58(3), S. 42-43

Gefunden in Abteilung Sensorik & Datenanalyse

Digitalisierung auf dem Acker schreitet fort

Paulus, S., 2020, Farm Test, DLG-Magazin für Qualität und Technik 3, S. 22-25

Gefunden in Abteilung Sensorik & Datenanalyse

Disease incidence and severity of Cercospora leaf spot in sugar beet assessed by multispectral unmanned aerial images and machine learning

Barreto, A., F. Ispizua, M. Varrelmann, S. Paulus, A.-K. Mahlein, 2022, Plant Disease 107, S. 188-200, doi.org/10.1094/PDIS-12-21-2734-RE

Gefunden in Abteilung Sensorik & Datenanalyse

Emerging technologies for integrated nematode management: Remote sensing or proximal sensing as a potential tool to detect and identify nematode infestation

Kuska, M.T., M. Daub, A.-K. Mahlein, 2021, Integrated Nematode Management: State-of-the-Art and Visions for the Future. R. A. Sikora, J. Desaeger, and L. P. G. Molendijk, eds. CAB International, Wallingford, Oxfordshire, UK., S. https://www.cabi.org/bookshop/book/9781789247558/ 414-420

Gefunden in Abteilung Sensorik & Datenanalyse

Estimation of the importance of biotic and abiotic variables for the detection of Cercospora leaf spot disease based on optical sensors

Ispizua Yamati F. R., A. Barreto, J. Bömer, S. Streit, S. Paulus, A.-K. Mahlein, 2021, ECPA Proceedings, 13th European Conference on Precision Agriculture (ECPA), 19-22 July 2021, Budapest, Magyarországi Precíziós Gazdálkodási Egyesület, S. 8-9

Gefunden in Abteilung Sensorik & Datenanalyse

Evaluation of the benefits of combined reflection and transmission hyperspectral imaging data through disease detection and quantification in plant–pathogen interactions

Thomas, S., J. Behmann, U. Rascher, A.-K. Mahlein, 2022, Journal of Plant Diseases and Protection, S. 1-16, doi.org/10.1007/s41348-022-00570-2

Gefunden in Abteilung Sensorik & Datenanalyse

Experimentierfeld FarmerSpace – Digitaler Pflanzenschutz praxisnah evaluiert am Fallbeispiel digitale Bonitur von Unkräutern in Zuckerrübe

Streit, S., S. Paulus, A.-K. Mahlein, 2021, Tagungsband 62. Deutsche Pflanzenschutztagung Gesunde Pflanzen in Verantwortung für unsere Welt; 21. - 23. September 2021, Webinar, S. 387

Gefunden in Abteilung Sensorik & Datenanalyse

Farmdroid im Praxiseinsatz

Hohmann, S., S. Streit, 2022, dzz 58(2), S. 25-27

Gefunden in Abteilung Sensorik & Datenanalyse

FarmerSpace: Experimentierfeld für den digitalen Pflanzenschutz

Streit, S., A.-K. Mahlein, 2022, Zuckerrübe 71(3), S. 8-10

Gefunden in Abteilung Sensorik & Datenanalyse

Hackroboter: GPS- oder Kamera-basiert?

Paulus, S., A.-K. Mahlein, 2023, Zuckerrübe 72(2), S. 36-37

Gefunden in Abteilung Sensorik & Datenanalyse

How table sugar is produced from sugar beets

Kuska, M. T., S. von Tiedemann, A.-K. Mahlein, 2020, Frontiers for Young Minds 8, S. doi: 10.3389/frym.2020.00108

Gefunden in Abteilung Sensorik & Datenanalyse

Hyperspectral imaging of symptoms induced by Rhizoctonia solani in sugar beet: comparison of input data and different machine learning algorithms

Barreto, A., S. Paulus, M. Varrelmann, A.-K. Mahlein, 2020, Journal of Plant Diseases and Protection 127, S. 441–451, DOI: 10.1007/s41348-020-00344-8

Gefunden in Abteilung Sensorik & Datenanalyse

Integration von optischen, meteorologischen und Umweltdaten zur Vorhersage des Auftretens der Cercospora – Blattfleckenkrankheit in Zuckerrübe

Ispizua, F., M. Günder, A. Barreto, S. Paulus, S. Streit, M. Varrelmann, A.-K. Mahlein, 2021, Tagungsband 62. Deutsche Pflanzenschutztagung Gesunde Pflanzen in Verantwortung für unsere Welt; 21. - 23. September 2021, Webinar, S. 421

Gefunden in Abteilung Sensorik & Datenanalyse

Investigation of resistance against Ditylenchus dipsaci on sugar beet

Storelli, A., 2021, Dissertation 56, Aus dem Institut für Zuckerrübenforschung Göttingen, S. hdl.handle.net/21.11130/00-1735-0000-0008-59EA-D

Gefunden in Abteilung Sensorik & Datenanalyse

Lösen Roboter das Unkrautproblem?

Mahlein A.-K., D. Laufer, E. Ladewig, 2021, Land & Forst 10, S. 18–19

Gefunden in Abteilung Sensorik & Datenanalyse

Making deep neural networks right for the right scientific reasons by interacting with their explanations

Schramowski, P., W. Stammer, S. Teso, A. Brugger, F. Herbert, X. Shao, H.-G. Luigs, A.-K. Mahlein, K. Kersting, 2020, Nature Machine Intelligence 2, S. 476-486; doi.org/10.1038/s42256-020-0212-3;

Gefunden in Abteilung Sensorik & Datenanalyse

Mit künstlicher Intelligenz und Drohnen gegen Cercospora

Ispizua, F., A. Barreto, A.-K. Mahlein, 2022, Zuckerrübe (71)3, S. 14-17

Gefunden in Abteilung Sensorik & Datenanalyse

Multispektrale Drohnenfernerkundung zur Bonitur der Cercospora Blattfleckenkrankheit in Sortenversuchen – Ableitung von Befallshäufigkeit und Befallsstärke

Barreto, A., F. R. Ispizua Yamati, S. Paulus, A.-K. Mahlein, 2021, Tagungsband 62. Deutsche Pflanzenschutztagung Gesunde Pflanzen in Verantwortung für unsere Welt; 21. - 23. September 2021, Webinar, S. 420

Gefunden in Abteilung Sensorik & Datenanalyse

Nutzung von Laserscans zur Ableitung von Sortenbeschreibungsmerkmalen in Zuckerrüben in: Terrestrisches Laserscanning

Bömer, J., S. Paulus, A.-K. Mahlein, 2022, Beiträge zum 214. DVW-Seminar. DVW e.V., Wißner-Verlag, Augsburg, Fulda, 08.-09.12.2022. Schriftenreihe des DVW 104, S. 105-125

Gefunden in Abteilung Sensorik & Datenanalyse

Pflanzenkrankheiten mittels Drohnen erkennen

Barreto, A., F. Ispizua, S. Paulus, A.-K. Mahlein, 2021, DLG-Mitteilungen Sonderhetf 136, S. 17

Gefunden in Abteilung Sensorik & Datenanalyse

Pflanzenschutz digitalisieren und optimieren: Projektstart FarmerSpace in Göttingen

Mahlein, A.-K., N. Stockfisch, 2020, Zuckerrübe 69 Nr. 5, S. 36-37

Gefunden in Abteilung Sensorik & Datenanalyse

Prediction of the Kiwifruit Decline Syndrome in diseased orchards by remote sensing

Savian, F., M. Martini, P. Ermacora, S. Paulus, A.-K. Mahlein, 2020, Remote Sensing 12, S. 2194, doi: 10.3390/rs12142194

Gefunden in Abteilung Sensorik & Datenanalyse

Roboter im Unkraut. Aktuelle Methoden für das Unkrautmanagement

Paulus, S., A.-K. Mahlein, 2023, dzz 59(2), S. 34-35

Gefunden in Abteilung Sensorik & Datenanalyse

Rüben gegen Flöhe und Läuse schützen

Mahlein, A.-K., D. Laufer, E. Ladewig, 2021, Land & Forst 12, S. 10–32

Gefunden in Abteilung Sensorik & Datenanalyse

Screening of sugar beet pre-breeding populations and breeding lines for resistance to Ditylenchus dipsaci penetration and reproduction

Storelli, A., A. Minder, A. Keiser, S. Kiewnick, M. Daub, A.-K. Mahlein, M. Schumann, W. Beyer, 2021, Journal of Plant Diseases Protection 53, S. 254, doi: 10.1007/s41348-021-00483-6

Gefunden in Abteilung Sensorik & Datenanalyse

Sensing the occurrence and dynamics of Cercospora leaf spot disease using UAV-supported image data and deep learning

Ispizua Yamati, F. R., A. Barreto, M. Günder, C. Bauckhage, A.-K. Mahlein, 2022, Sugar Industry 147(2), S. 79-86

Gefunden in Abteilung Sensorik & Datenanalyse

Special Issue: Digital Plant Pathology for Precision Agriculture

A.-K. Mahlein, R. H. J. Heim, A. Brugger, K. M Gold, Y. Li, A. K. Bashir, S. Paulus, M. T. Kuska, 2022, Journal of Plant Diseases and Protection 129, S. 455-456, doi.org/10.1007/s41348-022-00620-9.

Gefunden in Abteilung Sensorik & Datenanalyse

Statistical shape analysis of tap roots: a methodological case study on laser scanned sugar beets

Heeren, B., S. Paulus, H. Goldbach, H. Kuhlmann, A.-K. Mahlein, M. Rumpf, B. Wirth, 2020, BMC Bioinformatics 21, S. doi 10.1186/s12859-020-03654-8

Gefunden in Abteilung Sensorik & Datenanalyse

Technical workflows for hyperspectral plant image assessment and processing on the greenhouse and laboratory scale

Paulus, S., A.-K. Mahlein, 2020, GigaScience 9, S. doi: 10.1093/gigascience/giaa090

Gefunden in Abteilung Sensorik & Datenanalyse

UAV-Based Classiﬁcation of Cercospora Leaf Spot Using RGB Images

Görlich, F., E. Marks, A.-K. Mahlein, K. König, P. Lottes, C. Stachniss, 2021, Drones, S. doi.org/10.3390/drones5020034

Gefunden in Abteilung Sensorik & Datenanalyse

Virulence and pathogenicity of four Ditylenchus dipsaci populations on sugar beet

Storelli, A., S. Kiewnick, M. Daub, A.-K. Mahlein, M. Schumann, W. Beyer, A. Keiser, 2021, European Journal of Plant Pathology 53, S. 254, doi: 10.1007/s10658-021-02304-w

Gefunden in Abteilung Sensorik & Datenanalyse