Auflistung nach Schlagwort "Fernerkundung"
1 - 8 von 8
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragAgriSens – DEMMIN 4.0(41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten, 2021) Spengler, Daniel; Asam, Sarah; Boettcher, Falk; Borg, Erik; Dobers, Eike Stefan; Geßner, Ursula; Harfenmeister, Katharina; Hüttich, Christian; Klan, Friederike; Teucher, Mike; Truckenbrodt, Sina; Conrad, ChristopherDie Digitalisierung der Landwirtschaft schreitet seit einigen Jahren immer weiter voran, wird aber in Deutschland noch nicht im großen Maßstab in landwirtschaftlichen Betrieben umgesetzt. Im Bereich der Geodatennutzung liegen die Herausforderungen vor allem bei der unzureichenden Definition von Schnittstellen sowie in einem mangelnden Daten- und Wissenstransfer zwischen Wissenschaft und Praxis. Hier setzt das Projekt „AgriSens – DEMMIN 4.0“ an, das vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) im Rahmen der digitalen Experimentierfelder gefördert wird. Methoden zur Nutzung von Geodaten, insbesondere Fernerkundungsdaten, im Pflanzenbau werden analysiert und neu entwickelt und in konkreten Anwendungsfällen wie Ertragsabschätzung oder teilschlagspezifische Bewässerung dem Landwirt nutzbar gemacht.
- KonferenzbeitragAktuelle Ansätze zum Einsatz von Verfahren der automatisierten Bilderkennung mittels maschinellen Lernens im Bereich des Umweltmonitorings(INFORMATIK 2024, 2024) Galle, ChristopherDie steigende Nachfrage nach präzisen aktuellen Erhebungen des Naturzustands hat die Notwendigkeit neuer Herangehensweisen an die Datenerfassung und -auswertung deutlich gemacht. Die Auswertung von Umweltdaten ist eine zeitaufwändige und ressourcenintensive Aufgabe, die eine erhebliche Beteiligung qualifizierten Personals erfordert. Die Automatisierung dieser oft manuellen Prozesse gestaltete sich über viele Jahre hinweg als herausfordernd. Besonders die Artenbestimmung von Insekten und die Auswertung von Wildkameraaufnahmen im Bereich der Ökologieforschung dienen als Beispiele dafür. In Fangflaschen konservierte Insekten müssen von Fachpersonal identifiziert werden, was aufgrund von Beschädigungen an den Insekten sowie dem Verfall während der Lagerung und Bearbeitung ein zeitaufwendiger und zeitkritischer Prozess ist. Aber nicht nur die Auswertung herkömmlicher Bilder und Proben ist für Anwendungen der automatisierten Bilderkennung interessant, auch nicht-fotografische Bilddaten wie Sonar-, Satelliten- oder spektroskopische Aufnahmen eignen sich dafür. Die Verwendung von Methoden des maschinellen Lernens, insbesondere der Einsatz von Convolutional Neural Networks, hat sich hier in vielen Bereichen als äußerst hilfreich erwiesen. Die Verfügbarkeit geeigneter Trainingsdaten stellt jedoch weiterhin ein großes Problem dar, für das häufig individuelle Lösungsansätze gefunden werden müssen
- KonferenzbeitragAnalyse ausgewählter digitaler Lösungen zur N-Düngung(43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Vinzent, Beat; Maidl, Franz-Xaver; Gandorfer, MarkusAuf Basis dreijähriger Feldversuchsdaten wurden in Parzellenversuchen an einem niederbayerischen Hochertragsstandort verschiedene digitale Düngesysteme analysiert. Die Variation der einzelnen N-Düngegaben der getesteten Systeme war insgesamt nicht sehr ausgeprägt. In der Gesamtschau konnten durch die zusätzlichen Informationen zur N-Bemessung mit den digitalen Düngesystemen keine signifikant höheren N-kostenfreien Leistungen im Vergleich zu Referenzsystemen erzielt werden. Hinsichtlich der Kosten aber auch Serviceaspekte unterschieden sich die Lösungen deutlicher voneinander.
- KonferenzbeitragAssimilation von satellitenbasierten Reflexionsmessungen in einem Informationssystem für einen modernen Hopfenbaubetrieb(44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft, 2024) Linseisen, Hubert; Manakos, Ioannis; Katsikis, Eleftherios; Delopoulos, AnastasiosZiel des Artikels ist es, ortsbasierte Fernerkundungstechnologien verstärkt auch in die Praxis des Hopfenbaus zu bringen. Einleitend wird gezeigt, wie hierfür ein datenbasiertes Informationssystem mit Software und Datentransfer ausgestaltet sein muss. Der Schwerpunkt des Beitrags ist das Stickstoffmonitoring und die Ertragsschätzung im Hopfenbau durch Fernerkundungsdaten. Hierzu wurden Daten aus den letzten drei Jahren für einen Hopfenbaubetrieb aus der Hallertau ausgewertet. Gezeigt werden erste Schritte, welchen Beitrag hierbei die Fernerkundung leisten kann. Eine Diskussion mit Ausblick rundet den Beitrag ab.
- KonferenzbeitragErfassung von Grabenstrukturen im Alten Land durch Nutzung aktueller optischer Satellitendaten(38. GIL-Jahrestagung, Digitale Marktplätze und Plattformen, 2018) Thieme, AnneZur Umsetzung der Alten Land Pflanzenschutzverordnung 2015 hinsichtlich der Bestimmung der Expositionsklassen der Grabenstrukturen im Alten Land wird anhand aktueller optischer Satellitendaten ein Verfahren entwickelt, dass die derzeitige manuelle Arbeitsweise unterstüt-zen soll. Dabei liegt der Fokus der Untersuchung auf den drei optischen Satelliten Landsat-8, Sentinel-2 und WorldView-3. Es wird sowohl das Potential als auch die möglichen Einschrän-kungen dieser Datengrundlage im Zusammenhang mit der gestellten Aufgabe betrachtet. Das Ergebnis dieser Untersuchung spricht eine Eignung aus, inwieweit optische Satellitendaten für die Aufgaben hinsichtlich der Alten Land Pflanzenschutzverordnung verwendet werden kön-nen.
- KonferenzbeitragModellierung des organischen Kohlenstoffs in Ackerböden(43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Post, Sandra; Schröter, Ingmar; Bönecke, Eric; Vogel, Sebastian; Kramer, EckartFür die lückenlose Abschätzung des Gehalts organischen Kohlenstoffs in Ackerböden wurde die Eignung von kostenfrei erhältlichen Fernerkundungsdaten mit sehr kostenaufwändigen Naherkundungsdaten verglichen. Gleichzeitig wurden die Auswirkungen einer Fusion dieser Daten auf die Modellierungsergebnisse analysiert. Die auf Schlagebene durchgeführte Studie erfolgte auf sechs Schlägen im Bundesland Brandenburg. Hierfür wurden die in die Modellierungen eingegan-genen Datenkombinationen in fünf Szenarien gegliedert: ausschließlich Sentinel 2-Daten (1), Sentinel 2-Daten sowie Daten des Digitalen Geländemodells (2), optische Naherkundungsdaten (3), optische, geoelektrische, radiometrische und elektrochemische Naherkundungsdaten (4) sowie eine Fusion aller Sensordaten (5). Die Kalibrierung der Modelle erfolgte unter Verwendung von vier Berechnungsmethoden: univariate lineare Regression, multiple lineare Regression, partial least squares regression sowie random forest. Die Modellgüten von Szenario (3) weisen signifikant geringe Werte auf, wobei die Ergebnisse der übrigen Szenarien statistisch miteinander vergleichbar sind. Auch der Vergleich der unterschiedlichen Algorithmen zeigt keine signifikanten Unterschiede zwischen den Ergebnissen.
- KonferenzbeitragRäumliche Erfassung des organischen Kohlenstoffgehaltes von Böden einer landwirtschaftlichen Intensivregion aus Sentinel-2-Daten(43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Wittstruck, Lucas; Gerighausen, Heike; Säurich, Annelie; Möller, Markus; Hartmann, Knut; Steininger, Michael; Zepp, Simone; Jarmer, ThomasDer Gehalt und die räumliche Verteilung organischen Kohlenstoffs in Böden stellen eine wesentliche Information zur Bewertung des Bodenzustandes dar. In der vorliegenden Arbeit wurde daher eine quantitative Schätzung des organischen Kohlenstoffs aus räumlich hochaufgelösten multispektralen Satellitendaten in einem landwirtschaftlich geprägten Gebiet nahe der Stadt Köthen (Sachsen-Anhalt) vorgenommen. Die Grundlage bildete ein Bodenkomposit, welches aus mehrjährigen Sentinel-2 Daten (2017-2022) unter Anwendung von Vegetations- und Bodenindizes berechnet wurde. Ergänzend wurde ein digitales Geländemodell der Shuttle Radar Topography Mission (SRTM) berücksichtigt. Die Ergebnisse der Studie haben gezeigt, dass durch die Kombination von optischen Fernerkundungsdaten mit einem Geländemodell robuste Schätzungen des organischen Kohlenstoffs erreicht werden konnten (R2 = 0,83, RMSE = 0,23 und RPD = 2,46), welche mit Resultaten aus hyperspektralen Fernerkundungsdaten vergleichbar waren.
- KonferenzbeitragÜberbetrieblicher Einsatz eines Sensorsystems zur teilflächenspezifischen Stickstoffdüngung(39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Beat Vinzent, Beat; Maidl, Maria; Münster, Stefanie; Gandorfer, MarkusFür eine einzelbetriebliche Investition sind Stickstoffsensoren für kleinere Betriebe aufgrund des hohen Investitionsbedarfs wirtschaftlich nur schwer darzustellen. Als Lösung für dieses Problem wurden eine gemeinschaftliche Nutzung der Technik und ihre Auswirkungen auf verschiedene Aspekte wie die Arbeitsorganisation und das Düngemanagement untersucht. Dabei wurden in mehreren Stufen leitfadengestützte Interviews zur Betriebsorganisation sowie der Management- und Umwelteinstellung der teilnehmenden Landwirte durchgeführt, um die Potenziale der gemeinschaftlichen Nutzung dieses Precision-Farming-Ansatzes identifizieren zu können. Die Ergebnisse zeigten eine hohe Bereitschaft aller Beteiligten für die kooperative Maschinennutzung. Der Sensor eignet sich außerdem sehr gut zum Einsatz im Rahmen einer Maschinengemeinschaft, da das Konfliktpotenzial (übermäßige Nutzung, Verschleiß, Bruch) niedrig und der Aufwand für den Tausch zwischen den Betrieben gering waren. Die statt des Kalibrierens auf die Pflanzenentwicklung notwendige Parametrisierung von agronomischen Variablen (erwartetes Ertragsniveau, N-Nachlieferung aus dem Boden) zur richtigen Bemessung der teilflächenspezifischen N-Gaben im absoluten Düngesystem bei Weizen führte bei den Landwirten teils zu großen Anwendungsunsicherheiten, denen durch professionelle Beratung begegnet werden muss.