IPM-Popillia-Projekt

Identifizierung der Eintritts- und Ausbreitungswege des japanischen Käfers

Der japanische Käfer, Popillia japonicaist einer der schlimmsten invasiven Schädlinge Nordamerikas. Die Kosten für die Bekämpfung des Schädlings in den USA belaufen sich auf über $450 Millionen pro Jahr. Der Käfer wurde 2014 in der Nähe von Mailand entdeckt und beginnt nun, sich in Europa auszubreiten. Gemeinsam mit 12 anderen Partnern hat sich Pessl Instruments an einem IPM-Popillia-Projekt beteiligt, um das Problem anzugehen und eine Lösung für dieses dringende Problem zu entwickeln.

Japanischer Käfer_Abdeckung

Zielsetzung des Projekts

  • die Erkennung, Identifizierung und Überwachung des neuen Schädlings schneller, effizienter und weniger arbeitsintensiv zu gestalten
  • Bereitstellung einer optimalen Überwachungsstrategie für invasive Arten und Unterstützung der EU-Pflanzengesundheitsbeamten und der politischen Entscheidungsträger bei Entscheidungen über Schädlinge mit hoher Priorität und deren Bekämpfung
  • die Öffentlichkeit für invasive Arten zu sensibilisieren und das Potenzial von Citizen Science zu aktivieren

Beschreibung der Arbeit in WP1

Das Arbeitspaket 1 ist in fünf Aufgaben gegliedert und umfasst alle Aktivitäten von IPM-Popillia im Zusammenhang mit der Erkennung und Identifizierung des Schädlings, der Überwachung sowie der Bewertung und Modellierung der Eintritts- und Ausbreitungswege des invasiven Schädlings.

Aufgabe 1.1: Innovative Instrumente für P. japonica Erkennung und Überwachung

Die Überwachung der regulierten Organismen ist zeit- und arbeitsaufwändig. Daher müssen die regionalen Pflanzenschutzdienste die Anzahl der Fallen in einem Überwachungsprogramm mit Rücksicht auf die für die Fallenwartung verfügbaren Arbeitskräfte begrenzen. Dies geht auf Kosten der erfassten Fläche und der Dichte des Überwachungsnetzes.

Pessl Instruments entwickelt ein Instrument, das sich für die phytosanitäre Überwachung von P. japonica sowie zur Beobachtung der saisonalen Dynamik bereits etablierter Populationen auf der Grundlage ferngesteuerter Fallensysteme.

Diese Fallen werden elektronische Geräte mit 10-MP-Objektiven auf der Oberseite des Gehäuses enthalten und durch Batterie und Solarzellen autark sein. Das Fallensystem wird mit einem Köder ausgestattet sein, der die Zielarten anlockt, die in das Fallensystem gelangen. Nachdem die Insekten in die Falle gegangen sind, werden sie fixiert und fotografiert. Die Fotos dienen als Grundlage für die Entwicklung eines automatischen Erkennungsinstruments speziell für P. japonica.

Deep-Learning-Systeme, die künstliche neuronale Netze verwenden, werden das System darauf trainieren, Zielinsekten zu erkennen und von Nicht-Zielinsekten zu unterscheiden. Weitere Schritte, z. B. Warnungen auf der Grundlage positiver Erkennungsergebnisse durch die Software, werden eingeführt werden. Darüber hinaus werden die Fallen mit Sensoren ausgestattet, die Klimadaten wie Temperatur, relative Luftfeuchtigkeit oder Wind erfassen, um einen genaueren Einblick in das Flugverhalten der Insekten zu erhalten. P. japonica.

Die anderen Projektpartner werden erste von Pessl hergestellte Fallen-Prototypen in Befallsgebieten auf den Azoren, in Italien und in der Schweiz aufstellen, um das innovative Überwachungsinstrument unter Feldbedingungen zu bewerten. Zusätzlich zu der ferngesteuerten Auswertung werden die Fänge dieser Fallen auch manuell von Experten ausgewertet. Die Ergebnisse dieser Überwachung werden mit den automatisierten Überwachungsergebnissen verglichen und sollen Rückmeldungen zur Optimierung der Erkennungssoftware liefern.

Zusätzlich zu den Felddaten werden auch im Labor gezüchtete japanische Käfer und andere eng verwandte Arten (mit einem hohen Potenzial für "falsch-positive" Erkennungsergebnisse) sowie Fotos dieser Insekten verwendet, um den Deep-Learning-Algorithmus zu trainieren, damit er Ziele erkennen und von Nicht-Zielen trennen kann.

Was wurde bisher unternommen?

  • Exemplare und spezifischer Köder von P. japonica wurden an PESSL geliefert, um sich mit den Insektenarten vertraut zu machen, die Form zu bestimmen und die Arten zu identifizieren.
  • Diskussion und Arbeit am Prototyp des Fallensystems für Feldstudien in Italien im Jahr 2021
  • Verbesserungen an der Steuereinheit (HW und FW für die Stromversorgung) wurden implementiert und befinden sich nun in der Testphase (Sensoren angebracht - Temperatur, relative Luftfeuchtigkeit, Regenmesser)
  • Die Anpassung des allgemeinen Insektendetektors mit Hilfe von KI (V7) ist getestet und bald online
  • Literaturrecherche (speziell zu manuellen Fallensystemen, Verhalten des Insekts)