Logo des Repositoriums
 

Ableitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras

Kurzanzeige
dc.contributor.authorReuter, Tobias
dc.contributor.authorNahrstedt, Konstantin
dc.contributor.authorJarmer, Thomas
dc.contributor.authorTrautz, Dieter
dc.contributor.editorGandorfer, Markus
dc.contributor.editorHoffmann, Christa
dc.contributor.editorEl Benni, Nadja
dc.contributor.editorCockburn, Marianne
dc.contributor.editorAnken, Thomas
dc.contributor.editorFloto, Helga
dc.date.accessioned2022-02-24T13:34:49Z
dc.date.available2022-02-24T13:34:49Z
dc.date.issued2022
dc.description.abstractKleegras hat eine entscheidende Bedeutung als Fruchtfolgeglied im Ökologischen Landbau und als Futter. Bedingt durch Heterogenitäten im Boden entwickelt sich der Bestand über die Vegetationsperiode hinweg ungleichmäßig, sodass sich Bereiche mit unterschiedlicher Biomasseproduktion herausbilden. Ein teilflächenspezifisches Management angepasst an diese Unterschiede kann Grundlage für effizientere Ressourcennutzung sein. Daher wurden auf einer ökologischen Kleegrasfläche drohnengestützt Bilddaten aufgenommen und Vegetationsindizes berechnet. Die Abschätzung der Biomasse mit Vegetationsindizes war zu einem früheren Aufnahmetermin ungenauer als zu einem späteren Zeitpunkt. Korrelationsmodelle zwischen den Vegetationsindizes und der Biomasse zeigten zu den beiden späteren Terminen einen höheren Zusammenhang als zum ersten Aufnahmezeitpunkt. Dabei konnten mit dem NDVI bzw. NGRDI am letzten Termin die höchsten Korrelationen mit Werten um 0,5 erzielt werden. Basierend auf den Indizes wurde die Fläche in drei Zonen eingeteilt. Die Zonierung variierte je nach Termin und Index. Dennoch war es möglich, einen Bereich mit hoher Biomasseproduktion zu identifizieren. Die Einteilung in Managementzonen konnte demnach erfolgreich durchgeführt werden, besonders geeignet waren NDVI, NGDRI und RGBVI.de
dc.identifier.isbn978-3-88579-711-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/38405
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-317
dc.subjectGrünland
dc.subjectBiomasse
dc.subjectPrecision Agriculture
dc.subjectRemote Sensing
dc.subjectUAV
dc.titleAbleitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegrasde
dc.typeText/Conference Paper
gi.citation.endPage252
gi.citation.publisherPlaceBonn
gi.citation.startPage247
gi.conference.date21.-22. Februar 2022
gi.conference.locationTänikon, Online

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL2022_Reuter_247-252.pdf
Größe:
726.48 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P317 - 42. GIL-Jahrestagung 2022 - Fokus: Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft