Auflistung nach Autor:in "Marz, Michael"
1 - 5 von 5
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragData-Mining zur Bestimmung von Makronährstoffen (P) auf Basis kleinräumig erhobener Variablen(Informatik in der Land-, Forst- und Ernährungswirtschaft 2015, 2015) Marz, Michael; Wagner, Peter; Chudy, ThomasAusgehend vom kleinräumig erhobenen pH-Werten als Variable, sollen geeignete Methoden und Modelle des Data-Mining eruiert, angewandt und ggf. (weiter-)entwickelt werden, um die Makronährstoffe Phosphor und Kalium zu schätzen. Im Fokus dieses Beitrages stehen die Eingrenzung numerischer Modelle und Inputparameter, welche für weitere Schritte die bestmöglichen Ergebnisse zur Abschätzung von Phosphorgehalten im Boden versprechen. Die Untersuchungen zeigen, dass der Klassifizierungsund Regressionsbaumknoten und das künstliche Neuronale Netz die geeignetsten Modelle sind, um die P-Gehalte im Boden anhand des pH-Wertes, der Bodenart (0-25cm) und des feldfruchtspezifischen Phosphorentzugs zu ermitteln.
- KonferenzbeitragMobile Röntgenfluoreszenzanalytik als Baustein für Sensorfusion-Ansätze für die Bestimmung von Makronährstoffen im Boden? - ein Werkstattbericht(Informatik in der Land-, Forst- und Ernährungswirtschaft 2016, 2016) Marz, Michael; Wagner, Peter; Arslanova, LinaraIm Rahmen von Sensorfusion-Ansätzen zur On-the-go-Analytik von pflanzenverfügbaren Makronährstoffen, stellt dieser Werkstattbericht eine explorative Arbeit vor, welche die Eignung sowie die methodisch-technischen Grundlagen der Bodenanalytik für die Bestimmung der in dieser Arbeit betrachteten Makronährstoffe Phosphor, Kalium und Magnesium mittels Röntgenfluoreszenz (RF) untersucht. Im Fokus der beginnenden Untersuchungen steht die Identifizierung eines optimalen Messvorganges mit Berücksichtigung der Probenahme und -aufbereitung. Darauf aufbauend wird die Anwendbarkeit des RF-Outputs im Rahmen eines simulierten Sensorfusion- Ansatzes bewertet, um mittels künstlicher neuronaler Netze (KNN) die nicht direkt gemessenen pflanzenverfügbaren Anteile im Boden approximieren zu können. Zum Zeitpunkt stellt sich heraus, dass für die Approximation des pflanzenverfügbaren Phosphors die RF-Analytik als Sensorfusion-Baustein geeignet sein kann. Feldfrische Stechproben sind hierfür geeignet.
- KonferenzbeitragPrecision Farming – Direkte und indirekte Erhebung von Makronährstoffen(Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Wagner, Peter; Marz, MichaelDie Sicherstellung eines bedarfsorientierten Makronährstoffdargebotes für Pflanzen ist ein essentieller Aspekt im Ackerbau. Gemäß Düngeverordnung und VDLUFA werden für die Bestimmung der Makronährstoffversorgung im Boden Beprobungsraster ab 1ha bzw. 3ha vorgeschlagen. Dieser Beitrag zeigt die Bedeutung einer sehr kleinräumigen Erhebung von Makronährstoffen auf. Ausgehend von einer durchgeführten Beprobung auf einem 65ha-Schlag im 1/16haRaster werden größere Raster simuliert und jeweils die Nährstoffverteilung berechnet. Im Ergebnis, unter rein pflanzenbaulichen Aspekten ohne Berücksichtigung von Beprobungskosten, ist auch die Erhebung im 1ha-Raster noch deutlich zu grob.
- KonferenzbeitragPrecision Farming – Langzeitversuche mit Grunddüngungsstrategien(Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Wagner, Peter; Marz, MichaelBei einem Langzeitversuch auf einem Versuchsschlag werden verschiedene Strategien, (i) variabel-teilflächenspezifisch, (ii) konstant-flächeneinheitlich und (iii) ohne Düngung, zur Grunddüngung verglichen. Dieser Beitrag stellt als zentrales Ergebnis dar, in welchem Maß sich in den letzten zehn Jahren die Makronährstoffgehalte am Beispiel des pflanzenverfügbaren Phosphors sowie des pH-Wertes entwickelt haben und dass eine variabel-teilflächenspezifische Düngestrategie zu einer deutlichen Verbesserung der Nährstoffversorgungssituation über die Zeit führt.
- KonferenzbeitragSensor Fusion – Evaluierung der Eignung von geoelektrischer und Gammasensorik für die indirekte Bestimmung von Phosphor im Boden(Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Mizgirev, Alexander; Chudy, Thomas; Marz, Michael; Wagner, Peter; Rühlmann, JörgIm Rahmen von Precision Farming wird gegenwärtig daran gearbeitet z.B. Bodencharakteristika und Makronährstoffgehalte kleinräumig sensorbasiert möglichst bereits während der Überfahrt im Feld zu erfassen. Die gewonnenen Informationen bilden eine Grundlage für die Düngemittelgabe. Der pflanzenverfügbare Phosphorgehalt (Pf) ist bisher nur im Labor bestimmbar. Vorangegangene Arbeiten konnten aufzeigen, dass eine indirekte Ermittlung von Pf im Boden mittels sensorbasierter Parameter möglich ist. Hierbei wird der Zusammenhang zwischen der Zielgröße (Pf) und den erklärenden Variablen (pH, EC, Ertrag, etc.) durch einen selbstlernenden Algorithmus, wie z.B. eines künstlichen Neuronalen Netzes erlernt und das daraus resultierende Modell für die Abschätzung von Pf für die weitere Jahre verwendet. In diesem Werkstattbericht wird die Eignung von geoelektrischer und Gammasensorik in einem Sensor Fusion Ansatz untersucht. Primär wird geprüft, ob der Einsatz dieser Sensorik die Approximation von Phosphor verbessert. Sekundär wird evaluiert, ob die Sensorik die bisher laboranalytische Bestimmung der Bodentextur ersetzen kann oder ob der Sensoroutput eine Ergänzung ist. Die vorliegende Untersuchung zeigte, dass der Geophilusoutput bei der Abschätzung von Pf im Boden die kostenund zeitintensiven Labordaten für die Textur vollständig substituieren kann.