Fiedler, JochenBurger, MichaelMeyer-Aurich, AndreasGandorfer, MarkusHoffmann, ChristaWeltzien, CorneliaBellingrath-Kimura, SonokoFloto, Helga2021-03-022021-03-022021978-3-88579-703-6https://dl.gi.de/handle/20.500.12116/35653Im Rahmen des Fraunhofer Leitprojekts COGNAC arbeiten wir an der Integration von verschiedenen Datenquellen, um die Prädiktion und Analyse von landwirtschaftlichen Einflussfaktoren zu ermöglichen. Dabei beleuchten wir verschiedene Methoden der Datenaggregation und -analyse. Wir zeigen, dass Verfahren aus dem statistischen Ensemble-Post-Processing nutzbar sind für die Generierung von Pflanzenwachstumsprognosen. Ausgehend von einem Ensemble wird eine probabilistische Vorhersage gebildet, welche dann mittels etablierter statistischer Verfahren ausgewertet werden kann. Schließlich zeigen wir, wie solche Vorhersagen zur Optimierung von Feldbearbeitungsschritten genutzt werden können, um beispielsweise optimale, teilflächenspezifische Düngeempfehlungen abzuleiten. Übergeordnetes Ziel ist es, mithilfe von realistisch verfügbaren Daten und mathematischen Verfahren die z.T. hoch-komplexen Entscheidungsprozesse des landwirtschaftlichen Alltags zu unterstützen.deDatenanalysenErtragsprognosenEnsemble-VorhersagenText/Conference Paper1617-5468