Logo des Repositoriums
 

Spot Farming – ein digitaler Lösungsansatz für eine kleins-kalige und nachhaltige Intensivierung der Landwirtschaft

Kurzanzeige
dc.contributor.authorSchroeder, Johanna
dc.contributor.authorvon Hoersten, Dieter
dc.contributor.authorHerrmann, Daniel
dc.contributor.authorWegener, Jens Karl
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.accessioned2022-02-24T13:34:50Z
dc.date.available2022-02-24T13:34:50Z
dc.date.issued2022
dc.description.abstractDie Folgen des Klimawandels auf die Landwirtschaft sind bereits spürbar. Gleichzeitig trägt der Agrarsektor als Emittent von Treibhausgasen zum Klimawandel bei. Um eine steigende Weltbevölkerung sicher ernähren zu können und gleichzeitig die Treibhausgasemissionen zu verringern und die Belastbarkeit der Landwirtschaft gegenüber den Klimawandelfolgen zu steigern, bedarf es einer nachhaltigen Effizienzsteigerung der Produktionssysteme: Als Lösungsansatz führt das Precision Farming bereits zu einer Steigerung der Produktivität bei gleichzeitiger Reduzierung des Ressourceneinsatzes. Der Spot-Farming-Ansatz geht einen Schritt weiter und stellt die einzelne Pflanze in den Mittelpunkt. Dabei wird der heterogene Acker auf Grundlage der Standorteigenschaften in homogene Teilbereiche eingeteilt, in denen diverse Fruchtfolgen angebaut werden. In dieser Arbeit werden die Voraussetzungen zur Umsetzung des Spot-Farming-Ansatzes beschrieben. Mit Hilfe einer umfassenden Daten- und Literaturrecherche konnten die Grundlagen zur Einteilung der homogenen Teilbereiche geschaffen und erste Spotkarten für Beispielflächen erstellt werdende
dc.identifier.isbn978-3-88579-711-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/38407
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.subjectSpot Farming
dc.subjectGeodaten
dc.subjectPrecision Farming
dc.subjectRobotik
dc.subjectZonenkarte
dc.titleSpot Farming – ein digitaler Lösungsansatz für eine kleins-kalige und nachhaltige Intensivierung der Landwirtschaftde
dc.typeText/Conference Paper
gi.citation.endPage258
gi.citation.publisherPlaceBonn
gi.citation.startPage253
gi.conference.date21.-22. Februar 2022
gi.conference.locationTänikon, Online

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL2022_Schroeder_253-258.pdf
Größe:
679.95 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

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