Logo des Repositoriums

Auflistung nach Autor:in "Golla, Burkhard"

1 - 6 von 6
  • Konferenzbeitrag
    Digitalisierung in der Landwirtschaft – Einsatzmöglichkeiten von digitalen Höhenmodellen zur Umsetzung von Hangauflagen im Pflanzenschutz
    (39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Riedel, Tanja; Peric, Zvonimir; Estel, Stephan; Federle, Christoph; Moanta, Aurelia Maria; Bartolein, Christian; Martini, Daniel; Albrecht, Katharina; Horney, Peter; Golla, Burkhard
    In der Landwirtschaft werden verschiedene Pflanzenschutzmittel im Zuge des Zulas­sungsverfahrens mit Hangauflagen belegt. Ziel ist, den durch Oberflächenabfluss und Bodenero­sion bedingten Eintrag von Pflanzenschutzmitteln in angrenzende Gewässer zu vermeiden. Bis heute existieren keine Instrumente zur zuverlässigen und objektiven Ermittlung der Hangneigung. Die Planung und Umsetzung von Pflanzenschutzmittelanwendungen liegt gemäß guter fachlicher Praxis in der Zuständigkeit des Landwirtes. Ziel des PAM3D Projektes ist der Aufbau eines Web-Dienstes, der den Landwirt in die Lage versetzt, Hangauflagen auf eine automatisierte und nach­vollziehbare Art und Weise zu erfüllen. Die Ermittlung der Hangneigung eines Schlages erfolgt dabei auf Grundlage von digitalen Höhenmodellen aus verschiedenen Quellen, wie traktorgestützte GNSS-RTK-Daten, Drohnen-Befliegungen und durch Bund und Länder bereitgestellte DGM-Daten. Die auf Pixelbasis berechnete Hangneigung ist nur bedingt zur Umsetzung von Hangaufla­gen geeignet, da diese sehr stark von der räumlichen Auflösung der Eingangsdaten beeinflusst wird. Als robuster und skalenunabhängiger hat sich ein alternativer Ansatz erwiesen, der verschie­dene DGM-Parameter kombiniert.
  • Konferenzbeitrag
    Horticulture Semantic (HortiSem) – Natural Language Processing bei Entwicklung und Interaktion mit einem semantischen Netzwerk für die Landwirtschaft
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Jung, Jascha Daniló; He, Xia; Martini, Daniel; Golla, Burkhard
    Im Projekt HortiSem wird ein semantisches Netzwerk speziell für den Bereich der Landwirtschaft entwickelt. Ein semantisches Netzwerk ist eine Knowledge Base, in der Begriffe und ihre Bedeutung zueinander in Beziehung gesetzt werden. Dies geschieht üblicherweise über eine Triple-Beziehung, konkret über die Relation „Subjekt → Prädikat → Objekt“. Auf diese Weise können große Datenmengen miteinander verknüpft und maschinenlesbar gemacht werden. Neben vorhandenen, strukturierten Daten aus verschiedenen Datenbeständen (BVL Pflanzenschutzmittel, AGROVOC, PS Info) sollen auch neue, semistrukturierte Datensätze und Informationen aus Textkorpora eingepflegt werden. Dazu werden relevante Texte mit Hilfe von Methoden des Natural Language Processing nach bestimmten Klassen (Kulturen, Schädlinge, u.a.) durchsucht und Annotationen in den Knowledge Graphen integriert. Begriffe sollen dabei möglichst automatisch zu anderen Begriffen und bereits vorhandenen Daten in Relation gesetzt werden
  • Konferenzbeitrag
    Pflanzenschutz-Anwendungs-Manager (PAM): Automatisierte Berücksichtigung von Abstandsauflagen. Praktische Vorführung und Feldtestergebnisse
    (Informatik in der Land-, Forst- und Ernährungswirtschaft 2016, 2016) Scheiber, Martin; Federle, Christoph; Feldhaus, Johannes; Golla, Burkhard; Hartmann, Bernd; Kleinhenz, Benno; Röhrig, Daniel Martini Und Manfred
    Pesticide-Application-Manager (PAM) is an internet-based Decision Support System (DSS) which automates important processes in crop protection by using up-to-date ICT- technologies and integrating data from different public and private sources. PAM focuses in particular on supporting farmers complying with legal buffer zones to water bodies, settlements and other terrestrial elements deserving protection, like hedges or forests. PAM creates machine readable application maps, which include legal buffer zones where spraying under the given conditions is prohibited. Natural and aquatic ecosystems as well as settlements adjacent to agricultural areas are being protected automatically. The practicability of PAM is shown by successful integration in well-established Farm Management Information Systems (FMIS) as well as positive experiences during field tests.
  • Konferenzbeitrag
    State of the Art Open Access Remote Sensing with ESA Sentinel 1 SAR Data
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) McClelland, Jennifer; Riedel, Tanja; Beyer, Florian; Gerighausen, Heike; Golla, Burkhard
    Tackling the consequences of climate change has become a global issue. Climate change will clearly influence our common lifestyle enormously in near future. This involves increasingly frequent sudden weather changes and extreme temperatures as well as drastic changes in water quality and availability. Because of our constant growing global population, nutritional habits and agricultural practices, the share of the agricultural impact on global anthropogenic greenhouse gas emissions take on an estimated 10-12 %. At the same time, fulfilling the agricultural demand is becoming increasingly challenging due to unpredictable farming conditions. Without immediate collaborative efforts including focused research, employment and adaption of state of the art technologies, this issue will not be tackled soon enough, to avoid massive limitations and enormous losses. A very promising large-scale technology to monitor agricultural ecosystems and activities is by means of earth observation imagery derived by Synthetic Aperture Radar (SAR). Radar backscatter e.g. allows insights to crop conditions, soil properties and direct mapping of vegetation growth. Open access technologies offer the best solutions for collaborative efforts, thus minimising financial and legal constraints in comparison to technologies residing in the commercial sector. Here, we combine and build on state-of-the-art tools and technologies to provide an easy to employ Sentinel-1 SAR pre-processing tool as well as a Germany wide, open access, pre-processed, analysis- ready database of Sentinel-1 SAR data. All tools used and developed are open source and freely available. With the employment of modern software developing methods and tools for a scalable and maintainable architecture, these products can be easily extended and adapted. By deployment of up to date machine learning methods, combining the resulting datasets with other relevant parameters, not to say the least, e.g. early prediction of optimal sowing, harvesting and fertilisation time points can be determined as well as many more valuable insights for successful, resource-efficient and environmentally friendly farming. Furthermore, the pre-processing of SAR datasets is not only substantial for the field of agriculture but for a wide range of other fields concerning environmental observations.
  • Konferenzbeitrag
    Transport von Pflanzenschutzmitteln in verzweigten Gewässern
    (Umweltinformationssysteme. Wege zu Open Data - Mobile Dienste und Apps, 2013) Strittmatter, Robert; Golla, Burkhard; Strassemeyer, Jörn
  • Konferenzbeitrag
    Vereinfachung des Pflanzenschutzprozesses durch Datenintegration und Automation - Das Projekt PAM
    (Informatik in der Land-, Forst- und Ernährungswirtschaft 2015, 2015) Scheiber, Martin; Federle, Christoph; Feldhaus, Johannes; Golla, Burkhard; Hartmann, Bernd; Kleinhenz, Benno; Martini, Daniel; Röhrig, Manfred
    Das Ziel des Projektes Pesticide Application Manager (PAM) ist es, wichtige Prozesse der Planung von Pflanzenschutzapplikationen durch Zusammen- führung und Integration einer Reihe von Daten aus verschiedenen öffentlichen und privaten Quellen zu automatisieren bzw. zu optimieren. Im Zentrum steht die Un- terstützung des Landwirts bei der Einhaltung von Abstandsauflagen zu Gewässern und Saumstrukturen wie z.B. Hecken. Im Rahmen des Projektes wird ein internetbasiertes Planungssystem entwickelt, das schlagund produktspezifisch maschinenlesbare Applikationskarten erstellt. Diese Karten weisen Bereiche innerhalb eines Schlages aus, in denen Pflanzenschutzmittel unter den gegebenen Umständen nicht ausgebracht werden dürfen. Dies ermöglicht es, oben genannte Prozesse von der Planung über die Applikation bis hin zur Dokumentation weitgehend zu automatisieren.