Der bernsteinfarbene Fleck, durchgängig gelöst
Die physikbasierte synthetische Szene der Demo. Jede nachfolgende Abbildung ist ein Screenshot der laufenden Anwendung.
Eine Farbe für drei unterschiedliche Probleme
Der NDVI-Reiter zeigt das Feld so, wie es ein Satellitenüberwachungsdienst liefert: ein einzelner bernsteinfarbener Bereich im Nordost-Quadranten, als gestresst markiert, ohne Ursache und ohne Applikationsplan. Dies ist der Ausgangspunkt, den jedes Precision-Farming-Team bereits hat – und der Punkt, an dem Entscheidungen ins Stocken geraten.
Der Fleck löst sich in typisierte Zonen auf
Das Ausführen von „Feld diagnostizieren“ teilt diesen einzelnen bernsteinfarbenen Bereich in eindeutige Ursachen auf: Stickstoffmangel in Bernstein, Wasserstress in Blau und früher Teerfleckenbefall in Rot, wobei schraffierte Pixel enthalten sind und an die Vor-Ort-Bonitur weitergeleitet werden. Auf dieser zurückgehaltenen, physikbasierten synthetischen Szene meldet das Urteilspanel einen Makro-F1-Wert von 0.89 für SpectraRx gegenüber 0.69 für das Sentinel-2-Basismodell, eine kalibrierte Genauigkeit von 0.89 und 20.1 Prozent enthaltene Feldfläche. Aus einer Karte werden drei verschiedene Aufgaben.
Das Modell liest die Physik, nicht nur die Daten
Der naheliegende Einwand gegen jeden Pflanzenklassifikator ist, dass er lediglich das Muster seiner eigenen Trainingsdaten auswendig gelernt hat. Der Spektral-Inspektor beantwortet einen Teil dieser Frage direkt. Bei Teerflecken hat die unabhängig berechnete Band-Saliency-Kurve ihre Spitzenwerte in den abgetasteten 530- und 535-nm-Bins nahe dem PRI-Diagnosewert bei 531 nm. Bei Stickstoff gewichtet sie die Rotkante von 680 bis 720 nm. Das System prüft separat dokumentierte SWIR-Wasserdiagnosewerte bei 970, 1450 und 1940 nm; diese Prüfungen werden nicht als höchste Saliency-Peaks des CNN dargestellt.
Kalibrierung ist tragend, und das Modell legt dies offen
Das Aktivieren von „Atmosphärenkorrektur überspringen“ speist rohe Strahldichte am Oberrand der Atmosphäre in den Klassifikator ein. Die Genauigkeit bricht von 0.887 auf 0.373 ein; 92.2 Prozent der Pixel enthalten sich und 140 von 144 Bewirtschaftungszonen werden an die Vor-Ort-Bonitur geleitet. Vier Wasserstress-Zonen verbleiben nach der Zonenregel für die Applikation, sodass dies eine überprüfbare Schutzfunktion und keine pauschale Blockade darstellt.
Ein Applikationsplan, den ein Gestänge ausführen kann, und eine Dokumentationsvorlage zur Prüfung
Aus der Diagnose werden 144 Bewirtschaftungszellen bei einem 27-m-Gestängeprofil und 25 m Auflösung: 21 Zonen zur Behandlung, 25 zur Bonitur und 98 bereits gesund. Jede Behandlungszone enthält ein Produkt und eine Aufwandmenge gemäß den deterministischen Applikationsregeln der Demo. Der Export erfolgt als ISO-XML und GeoJSON sowie als IPM-Dokumentation im Stil von EU „Farm to Fork“, die zonenweise Geokoordinaten, spektrale Evidenz, bewertete Alternativen, die R3-Frist und eine Freigabezeile für zertifizierte Agronomen aufführt.
Wo das breitbandige Vergleichsmodell strukturell blind ist
Im zurückgehaltenen, physikbasierten synthetischen Sorten- und Bodentest mit 1.280 Pixeln erreicht SpectraRx einen Makro-F1-Wert von 0.887 gegenüber 0.69 für das Sentinel-2-Vergleichsmodell und 0.856 für ein schmalbandiges physikalisches Merkmalsmodell. Auf Klassenebene ist das Vergleichsmodell bei Stickstoff mit nahezu 1.0 eine ausgesprochen starke Baseline. Es fällt bei Wasser (0.63 gegenüber 0.97) und bei frühem Teerfleckenbefall (0.61 gegenüber 0.77) deutlich zurück. Dies ist ein Wirkmechanismus-Beweis, keine Freilandgarantie.
