Turfgrass Science - Deutsche Rasengesellschaft
Turfgrass Science - Deutsche Rasengesellschaft
Turfgrass Science - Deutsche Rasengesellschaft
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Abb. 5a: Gesunde Blätter, Seneszenz (hellbraun)<br />
und Lücke (dunkelbraun) im realen<br />
Bild<br />
trieren exemplarisch den Prozess der<br />
Bildverarbeitung, in dem die Flächenanteile<br />
des Rasens mit vergilbter Blattund<br />
Sprossmasse von den vital grünen<br />
Flächenanteilen mittels Kantenoperation,<br />
d.h. anhand eine hohen Q-Wertes<br />
voneinander getrennt wurden. Für die<br />
Bestimmung der seneszenten Flächenanteile<br />
wurden die rot markierten Pixel<br />
ausgezählt.<br />
Auch die Unterscheidung von seneszentem<br />
Pflanzenmaterial und in dem in<br />
Lücken sichtbaren Boden erfolgte<br />
durch die beschriebene Kantenoperation.<br />
Bezogen auf die Blattstruktur besitzt<br />
der seneszente Rasen eine deutlich<br />
höhere Kantendichte je Flächeneinheit<br />
als die Rasenlücke. Somit wird<br />
eine eindeutige Differenzierung zwischen<br />
dem farblich ähnlichen, seneszenten<br />
Pflanzenmaterial und den Lücken<br />
möglich. Die entsprechenden Flächenanteile<br />
können auf diese Weise mit<br />
der Bildanalyse erfasst, farblich differenziert<br />
und gemessen werden (Abb.<br />
5a und 5b).<br />
4. Diskussion<br />
Die Erfassung und die objektive und reproduzierbare<br />
Auswertung von biometrischen<br />
Daten hat in den letzten Jahren<br />
in vielen Bereichen des alltäglichen<br />
Lebens Einzug gehalten. Mit Hilfe der<br />
digitalen Bildanalyse können z. B. Fingerabdrücke<br />
von Personen oder andere<br />
biometrische Maße eindeutig und<br />
unverwechselbar zugeordnet werden.<br />
Die vorliegenden Ergebnisse belegen,<br />
dass mit den Techniken der Bildanalyse<br />
und darauf abgestimmten Verfahren<br />
der Bildbearbeitung auch von Rasenflächen<br />
„Fingerabdrücke“ möglich<br />
sind. Im Gegensatz zu den bisher üblichen<br />
visuellen Schätzungen (Bonituren)<br />
mit ihren subjektiven Einflüssen und<br />
Fehlerquellen erlauben die vorgestell-<br />
Abb. 5b: Gesunde Blätter, Seneszenz (rot)<br />
und Lücke (blau) konnten erfolgreich erkannt<br />
und getrennt werden<br />
ten Verfahrensschritte eine objektive<br />
Messung der Farbtöne in Rasenflächen.<br />
Der Verlauf der künstlich eingeleiteten<br />
Seneszenz, in diesem Versuch<br />
durch die Behandlung mit dem Totalherbizid<br />
Roundup verursacht, kann<br />
durch die Messung der verschiedenen<br />
RAL-Farbtöne nummerisch dargestellt<br />
werden. So lassen sich eindeutig die<br />
Flächenanteile vitaler (grüner) und seneszenter<br />
(gelber) Bereiche in Rasenflächen<br />
unterscheiden. Dies ermöglicht<br />
eine objektive Aussage über die Reaktion<br />
unterschiedlicher Gräserarten oder<br />
Mischungen auf Einflussfaktoren, die<br />
eine Veränderung des Chlorophyllgehaltes<br />
und damit der Rasenfarbe zur<br />
Folge haben.<br />
Die Farbklassen könnten im Prinzip<br />
noch feiner unterteilt werden. Es wurde<br />
jedoch in den Ergebnisdarstellungen<br />
absichtlich die Spannweite der<br />
RAL-Chips der Komplexität der Farbe<br />
in den Bildausschnitten angepasst,<br />
d.h. klein gehalten, weil bei feinerer Unterteilung<br />
die Flächenanteile der RAL<br />
Komponenten fortschreitend geringer<br />
werden und die Übersichtlichkeit der<br />
Ergebnisse dadurch beeinträchtigt<br />
worden wäre.<br />
Eine besondere Herausforderung stellte<br />
in dieser Arbeit die bildanalytische<br />
Trennung von farblich sehr eng beieinander<br />
liegenden seneszenten Gräsern<br />
und Lücken dar. Ohne diese Trennung<br />
würde es zu Fehlmessungen kommen,<br />
da die Gelbtöne des in den Lücken<br />
sichtbaren Bodens dem seneszenten<br />
Pflanzenmaterial zugerechnet würden.<br />
Die teilweise identischen Farbtöne<br />
konnten mit Hilfe eines pixelweise<br />
durchgeführten Vergleichs benachbarter<br />
Pixel als abgestorbenes Pflanzenmaterial<br />
oder Lücken identifiziert werden.<br />
Der eventuell störende Einfluss<br />
auftretender Lücken im Rasen wird<br />
hierdurch erfasst und bei der Bewertung<br />
der Ergebnisse berücksichtigt.<br />
Zusammen mit den Ergebnissen der<br />
vorausgehenden Publikation (NONN et<br />
al., 2007), in dem der Einfluss unterschiedlicher<br />
Stickstoffgaben auf die<br />
Rasenfarbe vorgestellt wurde, zeigen<br />
die hier vorgestellten Ergebnisse die<br />
Chance, die bisherigen Bonituren<br />
durch ein objektives und reproduzierbares<br />
Messverfahren abzulösen. Vorstellbar<br />
und wünschenswert wäre,<br />
dass die hier vorgestellten Messverfahren<br />
auch bei offiziellen Rasenprüfungen<br />
von Gräsersorten neben den visuellen<br />
Standardbonituren Verwendung finden<br />
würden. Einen weiteren Vorteil des bildanalytischen<br />
Verfahrens sehen wir in<br />
der Möglichkeit, Dokumente von Rasenbonituren,Zeitreihenbeobachtungen<br />
etc. zu erstellen, die jederzeit abrufbar<br />
und vergleichbar sind.<br />
Literatur<br />
BUNDESSORTENAMT (Hrsg.), 1999: Richtlinie<br />
für die besondere Anbauprüfung auf Rasennutzung.<br />
CIELAB, 1999: Commission internationale de<br />
l’éclairage. CIE Central Bureau, Wien.<br />
www.cie.co.at<br />
LOCK, R., I. RADEMACHER, H. NONN and W.<br />
KÜHBAUCH, 2004: Methods of digital image<br />
processing to quantify ground cover of<br />
turf grass. Grassland <strong>Science</strong> 9, 790-792.<br />
NONN, H., I. RADEMACHER, R. LOCK und W.<br />
KÜHBAUCH, 2003: Messung von Lückigkeit<br />
und Farbe von Rasenflächen mit CCD-<br />
Kameratechnik und Radiometrie. Rasen-<br />
Turf-Gazon 34, 67-73.<br />
NONN, H., R. LOCK und W. KÜHBAUCH, 2004:<br />
Kameratechnische Analyse der Narbendichte<br />
bzw. Lückigkeit von Rasenflächen.<br />
Rasen-Turf-Gazon 35, 11-15.<br />
NONN, H., R. LOCK und W. KÜHBAUCH, 2004:<br />
Qualitätseigenschaften verschiedener Gebrauchsrasenmischungen.<br />
Teil 2: Narbendichte,<br />
Regenerationsvermögen und Arteninventar.<br />
Rasen-Turf-Gazon 37, 169-177.<br />
NONN, H., R. LOCK und W. KÜHBAUCH, 2007:<br />
RAL-referenzierte Messung der Farbe und<br />
Struktur von Rasenflächen. Teil 1: Farbmessung<br />
an unterschiedlichen Gräserarten<br />
in drei Stickstoffdüngungsstufen. Rasen-<br />
Turf-Gazon 38, 217-222.<br />
RAL, 1999: <strong>Deutsche</strong>s Institut für Gütesicherung<br />
und Kennzeichnung. Sankt Augustin.<br />
www.ral.de<br />
RICHARDSON, M.D., D.E. KARCHER, L.C.<br />
PURCELL, 2001: Quantifying turfgrass cover<br />
using digital image analysis. Crop <strong>Science</strong><br />
41, 1884-1888.<br />
Verfasser<br />
Dr. agr. Harald Nonn, Rasenforschung WOLF-<br />
Garten/EUROGREEN, Industriestr. 83-85, D-<br />
57518 Betzdorf<br />
Dipl.-Ing. Reiner Lock und Prof. Dr. Walter Kühbauch,<br />
Lehrstuhl für Allgemeinen Pflanzenbau,<br />
Universität Bonn, Katzenburgweg 5, D-53115<br />
Bonn<br />
6 RASEN · TURF · GAZON 1/2008