• Menü menu
  • menu Menü öffnen
Projekte -  
Policies

ROT: Ressourcenoptimierte Teilflächenbewirtschaftung von Ackerflächen

LAUFZEIT:

02/2023

01/2024

Projektlaufzeit gesamt:

1 Jahr

Wir erstellen maschinenlesbare Applikationskarten für eine ressourcenoptimierte Landwirtschaft.
Digitale Landwirtschaft

Digitale Landwirtschaft, Foto: Maschinenring/Linshalm

Das Projekt

Wie kann man umweltfreundlich die Landwirtschaft verbessern?

Eine ressourcenoptimierte Bewirtschaftung von Ackerflächen bzw. Teilflächen ist ein wichtiger ökologischer, aber auch ökonomischer Beitrag zur Stärkung der heimischen Nahrungsmittelproduktion. Das gegenständliche Projektvorhaben hat das Ziel, die Bewirtschaftung von Ackerflächen über entsprechende Applikationskarten zu verbessern und dabei Ressourcen zu schonen. Diese Applikationskarten sind maschinenlesbar. Das bedeutet, sie können von der entsprechenden Ausbringungstechnik verarbeitet werden.

Unsere Tätigkeiten im Projekt

Wir entwickeln ein spezielles Auswertetool, mit dem einerseits automatisiert homogene Ackerflächen identifiziert werden und andererseits Applikationskarten für die Bewirtschaftung zur Verfügung gestellt werden. In diesem Zusammenhang ist es besonders wichtig, dass die Ergebnisse der Flächenzonierung in elektronischer Form (maschinenlesbar) so vorliegen, dass sie von der Ausbringungstechnik verarbeitet werden können.

Keine Datei zugewiesen.

FFG

aGRAR-ZT

Details zum Projekt

Für eine ressourcenoptimierte Bewirtschaftung von Ackerflächen durch Landwirt*innen beziehungsweise durch Agrarunternehmen sollen im gegenständlichen Projekt wesentliche Flächencharakteristika identifiziert werden, die einen Einfluss auf die unterschiedlichen Pflanzenentwicklungen haben. Das Ziel ist es, Cluster(-Zonen) innerhalb eines Feldes zu bestimmen, wobei die Charakteristik innerhalb eines jeden Clusters homogen ist und sich wesentlich von der Charakteristik eines anderen Clusters unterscheidet. Zur Identifikation dieser Cluster müssen qualitativ hochwertige Daten prozessiert und wissenschaftlich ausgewertet werden. 

 

Eine Möglichkeit um die Cluster zu identifizieren, ist die Verwendung von hochaufgelösten Sentinel-2-Satellitenbildern. Diese haben den Vorteil, dass sie für sämtliche Ackerflächen in Österreich (sogar für ganz Europa) frei verfügbar sind, diese kontinuierlich über das gesamte Jahr erhoben werden und die Daten für mehrere Jahre der Vergangenheit frei verfügbar aufliegen. Mit Hilfe der Sentinel-2-Satellitenbilder können unterschiedliche Pflanzenindizes, wie beispielsweise der Normalized Difference Vegetation Index (NDVI), bestimmt und Rückschlüsse auf die unterschiedliche Pflanzenentwicklung innerhalb eines Feldes, über die gesamte Wachstumsperiode betrachtet, gezogen werden. Der Vorteil durch die Verwendung von Pflanzenindizes besteht darin, dass diese die Nährstoffversorgung und die Wasserversorgung innerhalb des Feldes indirekt widerspiegeln. Bezieht man für die Analyse auch noch die historischen Daten mit ein, so können Cluster identifiziert werden, die sich bezüglich ihrer Pflanzenentwicklung über mehrere Jahre hinweg unterscheiden. Die Identifikation der Cluster erfolgt dabei mittels einer geeigneten, räumlich-zeitlichen, statistischen Analysemethode (Clusteranalyse), wobei die Anzahl der Cluster von der jeweiligen Feldgröße abhängt. Die identifizierten Cluster spiegeln die unterschiedlichen Flächencharakteristika wieder. 

 

Im Labor wird ergänzend mit Hilfe von gezogenen Bodenproben innerhalb eines jeden Clusters die Bodenart und Nährstoffzusammensetzung des jeweiligen Bodens bestimmt. Im Detail werden die Korngrößenzusammensetzung und die für Pflanzen äußert wichtigen Nährstoffe Stickstoff, Phosphor, Kalium und Magnesium erhoben. Außerdem wird auch noch die Bodenreaktion mittels pH-Wert ermittelt, um den notwendigen Kalkbedarf für das entsprechende Cluster zu bestimmen. Auf Basis der Laborergebnisse kann in weiterer Folge die Düngung für jede Zone separat abgestimmt werden, was in einer ressourcenoptimierten Bewirtschaftung resultiert.

Damit die wissenschaftliche und statistische Analyse der Daten, sowie die Identifikation der einzelnen Cluster nicht nur von Pflanzenbaufachexpert*innen durchgeführt werden kann, sondern auch teilautomatisiert erfolgt, wird im Zuge des Projektes ein spezielles Auswertetool dafür entwickelt. Mit diesem Experten-Tool wird es möglich sein, die identifizierten Cluster in maschinenlesbarer Form zu generieren und eine teilflächenspezifische Bewirtschaftung zu ermöglichen. In diesem Zusammenhang ist es besonders wichtig, dass die Ergebnisse der Flächenzonierung in elektronischer Form (maschinenlesbar) so vorliegen, dass sie von der Ausbringungstechnik (Anbaugerät, Düngestreuer) verarbeitet werden können.

Da bei der Zonierung von Ackerflächen auch Informationen des Bodens (Ober- und Unterboden) berücksichtigt werden sollen, werden auch Bodensensordaten untersucht. Man geht von der Arbeitshypothese aus, dass durch die Kombination von Sentinel-2-Daten und Bodensensordaten eine Verbesserung der Zonierung erzielt werden kann. In diesem Zusammenhang werden die Zonierung, die nur mit Sentinel-2-Daten bestimmt werden mit der Zonierung verglichen, bei der zusätzlich noch Bodensensordaten verwendet werden. Mit den Bodensensordaten, die unter anderem die elektrische Bodenleitfähigkeit messen, ist es möglich indirekt auf die Bodenart und folglich auf die Wasserversorgung im Boden zu schließen und somit die unterschiedlichen Bodencharakteristika zu bestimmen. In der Abbildung  wird die Vorgangsweise bei der Datenerhebung und die zugehörige Auswertung dargestellt.

Fördergeber

Projektbeteiligte

Ähnliche Projekte

Skip to content