← Zurück zu Projekten
NDVI Multispektrální Zemědělství

Pavlov – Rapsfeld-Analyse

Multispektralaufnahme 22 ha, Prag-West

22,15 ha
Feldfläche
29. 10. 2025
Aufnahmedatum
DJI Mavic E3M
Drohne
Pix4D Fields
Software
NDVI Ø 0,73
Mittl. NDVI
5 pásem
Spektralbänder

Methodik & Ablauf

Im Oktober 2025 führten wir eine umfassende Multispektralaufnahme eines 22,15 ha großen Rapsfeldes (Brassica napus L.) in Pavlov, Bezirk Prag-West, durch. Die DJI Mavic E3M mit 5-Band-Multispektralkamera erfasste Daten in den Bändern Grün, Rot, Red Edge und NIR, verarbeitet in Pix4D Fields.

Ziel war eine objektive Beurteilung des Pflanzenzustands, Identifikation von Ertragszonen und Schwachstellen sowie konkrete Empfehlungen für den Landwirt vor dem Winter.

🌾 Interaktive Feldkarte
🌾

Interaktive Karte folgt bald.
Share from DroneDeploy → paste <iframe> as embed_code

Wichtigste Erkenntnisse

Mittlerer NDVI 0,73 — guter Zustand
Überdurchschnittlicher Wert bestätigt insgesamt gesunden, dichten Bestand ohne sichtbaren Rohboden.
⚠️
Nördlicher Bereich — niedrigeres Chlorophyll
CIRE-Werte um 0,4 deuten auf möglichen Nährstoffmangel hin. Blattanalyse und N/S-Düngung empfohlen.
🟢
Südosten — Referenzzone
CIRE > 0,8 — optimale Stickstoffversorgung. Der südöstliche Bereich zeigt das höchste Ertragspotenzial.
📍
Vegetationslücke — Feldkontrolle nötig
Orthomosaik zeigt einen Streifen mit fehlendem Bewuchs. Mögliche Ursachen: Frostschäden, Maschinen oder Nagetiere.
Für Neugierige 1 wissenschaftliche Quelle ↓ klicken
Diese Studie ist eine direkte wissenschaftliche Grundlage für das, was wir in Pavlov gemacht haben. Die Autoren flogen mit einer Multispektralkamera über Winterraps — dieselbe Kultur, dasselbe Zeitfenster nach der Aussaat — und testeten, ob NDVI und verwandte Indizes zuverlässig zwischen beschädigten und gesunden Flächen unterscheiden können. Das Ergebnis: Ja. Die Kernaussage ist, dass das NIR-Band Pflanzenstress erkennt, bevor er mit bloßem Auge sichtbar ist — die Pflanze sieht grün aus, aber NDVI signalisiert bereits ein Problem. Red Edge und NDRE erwiesen sich als besonders sensitiv, und genau diese Indizes wurden in Pavlov für die Chlorophyll-Zonenkartierung verwendet. Die Arbeit behandelt auch Flughöhe und Bildüberlappung, die die Ausgangsgenauigkeit direkt beeinflussen. In Pavlov flogen wir auf einer für die vollständige 22-ha-Abdeckung optimierten Höhe. Insgesamt bestätigt diese Studie, dass die multispektrale UAV-Bestandserfassung funktioniert — und das sehr gut.

Jełowicki, Ł., Sosnowicz, K., Ostrowski, W., Osińska-Skotak, K., Bakuła, K. (2020). Evaluation of Rapeseed Winter Crop Damage Using UAV-Based Multispectral Imagery. Remote Sensing, 12(16), 2618.

Überzeug dich selbst →

Ähnliche Analyse gewünscht?

Schreiben Sie mir — Antwort innerhalb 24 Stunden.

Kontakt aufnehmen
Nach oben scrollen