Ableitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras
Abstract
Kleegras 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.
- Citation
- BibTeX
Reuter, T., Nahrstedt, K., Jarmer, T. & Trautz, D.,
(2022).
Ableitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras.
In:
Gandorfer, M., Hoffmann, C., El Benni, N., Cockburn, M., Anken, T. & Floto, H.
(Hrsg.),
42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft.
Bonn:
Gesellschaft für Informatik e.V..
(S. 247-252).
@inproceedings{mci/Reuter2022,
author = {Reuter, Tobias AND Nahrstedt, Konstantin AND Jarmer, Thomas AND Trautz, Dieter},
title = {Ableitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras},
booktitle = {42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft},
year = {2022},
editor = {Gandorfer, Markus AND Hoffmann, Christa AND El Benni, Nadja AND Cockburn, Marianne AND Anken, Thomas AND Floto, Helga} ,
pages = { 247-252 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
author = {Reuter, Tobias AND Nahrstedt, Konstantin AND Jarmer, Thomas AND Trautz, Dieter},
title = {Ableitung von homogenen Managementzonen anhand von Vegetationsindizes im Kleegras},
booktitle = {42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft},
year = {2022},
editor = {Gandorfer, Markus AND Hoffmann, Christa AND El Benni, Nadja AND Cockburn, Marianne AND Anken, Thomas AND Floto, Helga} ,
pages = { 247-252 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
Dateien | Groesse | Format | Anzeige | |
---|---|---|---|---|
GIL2022_Reuter_247-252.pdf | 726.4Kb | View/ |
Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Send Feedback
More Info
ISBN: 978-3-88579-711-1
ISSN: 1617-5468
xmlui.MetaDataDisplay.field.date: 2022
Language: (de)
Content Type: Text/Conference Paper