Springe zum Hauptinhalt der Seite

Institute und Behörden

Fernerkundungs- und GIS-Projekte

Fernerkundungs- und GIS-Projekte

SattGrün - Satellitengestützte Information zur Grünlandbewirtschaftung

Dauergrünland nimmt ca. 28 % Prozent der landwirtschaftlichen Fläche Deutschlands ein (Statistisches Bundesamt, BMEL 2014) und hat damit einen landschaftsprägenden Charakter. Seine wichtigste Versorgungsleistung ist die Produktion von Milch und Fleisch, über die Verwertung des Grünlandaufwuchses als hochwertiges Grundfutter. Zusätzlich trägt das Grünland als Lebensraum zahlreicher Pflanzen- und Tierarten, aufgrund der Kohlenstoffsequestrierung im Boden, dem Hochwasser- und Erosionsschutz und der Filterfunktion für Niederschlagswasser zur Regulation des Naturhaushaltes bei. Die Bewahrung traditioneller Nutzungsformen der Wiesen und Weiden und die daraus resultierenden Landschaftsbilder sichern zudem das landschaftliche Kulturerbe.

Die Sicherstellung der grünlandbasierten Ökosystemleistungen ist dauerhaft nur durch eine kontinuierliche, standortangepasste, marktorientierte und gleichzeitig umweltverträgliche Bewirtschaftung und Pflege gewährleistet, die innovativ und zukunftsfähig sein muss. Grünlandmanagement, das sich diesen Zielen unterordnet, unterliegt einem komplexen Entscheidungsgefüge, in welches eine Vielzahl von Informationen einfließt. In der heutigen hochtechnisierten Arbeitswelt greifen Landwirte immer häufiger auf digitale Informationssysteme zurück.

Ziel des hier skizzierten Projektes war die Entwicklung innovativer Produkte aus der Kombination von Satellitendaten und Simulationsmodellen. Das Projekt lief vom 1. November 2017 bis zum 28. Februar 2021.

I4S: INTELLIGENCE FOR SOILS

Bodenvariabilität auf der Feldskala – Verbindung von Sensoren und Modellen

In der Präzisionslandwirtschaft stellt das Fehlen bezahlbarer Methoden zur Kartierung relevanter Bodeneigenschaften ein grundlegendes Problem dar. Es schränkt die Entwicklung und Anwendung von Prozessmodellen und Algorithmen für die Entscheidungsfindung im landwirtschaftlichen Management stark ein. Das Projekt »I4S– Integriertes System zum ortsspezifischen Management der Bodenfruchtbarkeit« kombiniert neue Sensortechnologien mit dynamischen Boden-Pflanze-Modellen. Die Verwendung von Sensoren mit unterschiedlichen Messprinzipien verbessert in Verbindung mit der Prozessmodellierung die Schätzung von Bodenfruchtbarkeitsparametern wie Nährstoff- und Wasserverfügbarkeit, Humus und Bodentextur.

Die Variabilität von Bodeneigenschaften in ihrer kleinräumigen Verteilung erfordert eine angepasste, flächenspezifische landwirtschaftliche Bewirtschaftung, um Ressourcenverschwendung, negative Umwelteinflüsse und den Rückgang der Bodenfruchtbarkeit zu vermeiden. Mit sensorischen Messverfahren sind wir in der Lage, hoch aufgelöste Bodeninformationen im Feldmaßstab zu erzeugen und ihre Variabilität innerhalb des Feldes darzustellen. Durch die Verbindung von Sensorinformationen mit dynamischen Prozessmodellen wird es möglich, räumliche Informationen abzuleiten, die für eine standortspezifische Bewirtschaftung relevant sind (zum Beispiel Ertrag, Biomasseproduktion, Nährstoffmangel und -auswaschung). So können räumlich hoch aufgelöste Sensorinformationen Bodenzustandsgrößen in den Modellen definieren und diese gegebenenfalls aktualisieren. Auf diese Weise kann zum Beispiel die Wasser- und Nährstoffverfügbarkeit des Bodens während des Pflanzenwachstums für ein heterogenes Feld dargestellt werden.

Die Aufgabe des ZALF besteht darin, Referenzbodenproben und die Information von der verschiedenen Sensorinformationen unter Verwendung geeigneter statistischer Ansätze zu vergleichen. Im Arbeitspaket »Modelle« testet das ZALF die Modelle HERMES und MONICA hinsichtlich ihrer Reaktion auf die Variabilität von Standorteigenschaften im Feldmaßstab. Das resultierende Sensor-Modell-System soll abschließend die Entscheidungsfindung in der Präzisionslandwirtschaft unterstützen.