Steigerung der N-Effizienz durch den Einsatz Künstlicher Neuronaler Netze und Support-Vector-Machines zur kleinräumig differenzierten Stickstoffdüngung im Winterweizen

Burges, Benjamin; Wagner, Peter

Steigerung der N-Effizienz durch den Einsatz Künstlicher Neuronaler Netze und Support-Vector-Machines zur kleinräumig differenzierten Stickstoffdüngung im Winterweizen

dc.contributor.author	Burges, Benjamin
dc.contributor.author	Wagner, Peter
dc.contributor.editor	Clasen, Michael
dc.contributor.editor	Hamer, Martin
dc.contributor.editor	Lehnert, Susanne
dc.contributor.editor	Petersen, Brigitte
dc.contributor.editor	Theuvsen, Brigitte
dc.date.accessioned	2018-10-10T08:18:10Z
dc.date.available	2018-10-10T08:18:10Z
dc.date.issued	2014
dc.description.abstract	Die Anforderungen an die moderne Landwirtschaft bedingen einen effizienten Ressourceneinsatz, auch bei der N-Düngung. Ökonomisch optimierte Entscheidungsregeln wurden mit Künstlichen Neuronalen Netzen (KNN) und Support-Vector-Machines (SVM) erzeugt und in der Anwendung mit einer betriebseinheitlichen Variante verglichen. Es zeigte sich, dass Einsparpotentiale von bis zu 69 kg N/ha möglich sind (KNN), diese aber unter geostatistischer Beurteilung mit einer signifikanten Ertragsminderung einhergehen. Das SVM-Modell appliziert, bei gleichem Ertrag wie in der betriebseinheitlichen Variante, 20 kg N/ha weniger. Die Stickstoffeffizienz steigt um 10\% auf 17.5 kg N/t Ertrag (SVM) bzw. um 30\% auf 13.7 kg N/t Ertrag (KNN) im Vergleich zur betriebsüblichen Variante (19.5 kg N/t Ertrag).	de
dc.identifier.isbn	978-388579-620-6
dc.identifier.pissn	1617-5468
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/17103
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	IT-Standards in der Agrar- und Ernährungswirtschaft – Fokus: Risiko- und Krisenmanagement
dc.relation.ispartofseries	Lecture Notes in Informatics (LNI) - Proceedings, Volume P-229
dc.title	Steigerung der N-Effizienz durch den Einsatz Künstlicher Neuronaler Netze und Support-Vector-Machines zur kleinräumig differenzierten Stickstoffdüngung im Winterweizen	de
dc.type	Text/Conference Paper
gi.citation.endPage	32
gi.citation.publisherPlace	Bonn
gi.citation.startPage	29
gi.conference.date	24.-25. Februar 2014
gi.conference.location	Bonn
gi.conference.sessiontitle	Regular Research Papers

Dateien

Originalbündel

1 - 1 von 1

Name:: 29.pdf
Größe:: 71.15 KB
Format:: Adobe Portable Document Format

Herunterladen

Sammlungen

P226 - IT-Standards in der Agrar- und Ernährungswirtschaft