cc_by-nc-ndcc_by-nc-ndGerhards, RolandRueda Ayala, Victor Patricio2024-04-082024-04-082012-11-082012https://hohpublica.uni-hohenheim.de/handle/123456789/5634The biggest challenge for weed harrowing in wheat and barley is to carry out a site-specific weed control according to the variability in conditions of soil, weeds and crop growth stage; selectivity of harrowing and yield response may also be considered. Therefore, an algorithm to automatically adjust the harrowing intensity was developed. First, different intensities were tested and the best results in terms of weed control efficacy and yield gains, were assigned as the optimal intensity levels. Second, a decision algorithm for weed harrowing was elaborated based assessments of leaf cover, weed density and soil density, to infer the output variable intensity. Third, we tested the system in two field experiments. The system requires more validation experiments in field with variable soil types and variable weed competition. Our perspective is that real-time intensity adjustment might be achievable if cameras are attached in the front and at the rear or sides of the harrow. Then feedback of the remaining weed competition might be used as new input to the model, which would indicate the necessity of cultivating a second or more passes.Die größte Herausforderung beim striegeln in Weizen und Gerste, ist einen standortspezifischen striegeln asuzuführen durch eine Anpassung von Bedingungen von Boden, Unkräutern und Wachstumsstadien der Kulturen. Dabei müssen die Selektivität des Striegels sowie die Beeinflussung des Ertrags berücksichtigt werden. Deshalb einen Algorithmus zur automatischen Anpassung der Intensität wurde entwickelt. Zunächst haben wir, unterschiedliche Intensitäten getestet, wobei die besten Ergebnisse in Bezug auf Selektivität, Ertragszuwachs und Kulturpflanzenschädigung das optimale Niveau darstellten. In einem zweiten Schritt ein Entscheidungsalgorithmus wurde formuliert um die Striegelintensität automatisch zu variieren. In einem letzten Schritt, dieses System wurde getestet. Ein zukünftiges Ziel stellt eine Echtzeit-Intensitätseinstellung dar. Dabei könnte das System eine Kamera enthalten, die hinter dem Fahrzeug angebracht wird, um Daten der nicht bekämpften Unkräuter zu sammeln, welche sofort als neue Eingabe für das Modell dienen. Somit könnte die Notwendigkeit einer zweiten oder mehreren Überfahrten direkt festgestellt werden.enghttp://creativecommons.org/licenses/by-nc-nd/3.0/de/SelectivitySite-specific harrowingField variabilityHarrowing intensityDecision support systemTeilflächenspezifischen UnkrautbekämpfungsverfahrenFeld VariabilitätStriegelintensitätEntscheidungssystemFuzzy Logik630SelektivitätMechanische UnkrautbekämpfungDoctoralThesis373450397urn:nbn:de:bsz:100-opus-7710