Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

Nutzung von Satellitendaten zur Ertragsermittlung im Futterbau

23 Aufrufe

Veröffentlicht am

Dr. Gerhard Riehl - Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen

Veröffentlicht in: Umweltschutz
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Nutzung von Satellitendaten zur Ertragsermittlung im Futterbau

  1. 1. Nutzung von Satellitendaten zur Ertragsermittlung im Futterbau Dr. Gerhard Riehl zur Inno-Convention 2018 in Dresden (Foto: ESA/ATG medialab)
  2. 2. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Programm “Global Monitoring for Environment and Security” (GMES) des BMEL (Grant et al., 2015) Europäisches Erdbeobachtungsprogramm Komplexes System zur Sammlung von Daten aus zahlreichen Quellen - Erdbeobachtende Satelliten & In-situ Sensoren (Boden, Wasser, Luft) - Radar (unabhängig von Wetter u. Beleuchtung) - Sentinel-1A (3. April 2014) Sentinel-1B (Anfang 2016) - Revisit time: alle 12 bzw. 6 Tage - Auflösung: 20 m (z.T. bis auf 5 m) Copernicus Dienste: - Landüberwachung - Überwachung der Meeresumwelt, Atmosphäre, Klimawandels - Katastrophen- und Krisenmanagement - Sicherheit SENTINEL Satelliten Sentinel-1 (Foto: ESA/ATG medialab) • verschiedene Sensoren (VIS, Infra-Rot, UV, Radar) • Daten sind flächendeckend, kostenlos und frei zugänglich!!!
  3. 3. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen (Grant et al., 2015; verändert)  Nutzung der Sentinel-1 Radardaten für öffentliche Dienste: Bereich Landwirtschaft  Erntemengen im Grünland (und Feldfutterbau) können großflächig derzeit nur sehr grob abgeschätzt werden  Kombination der Radardaten mit einem Ertragsmodell ermöglicht genauere Abschätzung auf regionaler Ebene:  Operationalisierung der regionalen Schnittterminerfassung und Schätzung der Grünlanderträge ermöglicht eine effiziente Bereitstellung von  regionalisierten und aktuellen Zahlen für Grünland- und Feldfuttererträge für die Facharbeit (AZL, DüV, AUM, Potenzialstudien…)  Aufzeigen von Potenzialen für Nutzungsintensivierung (Mehr Eiweiß vom Grünland!)  Daten für die Politikunterstützung  Beitrag LfULG 2016 bis 2018: Datenerhebung auf Praxisbetrieben zur Modellanpassung und Optimierung des Verfahrens mit dem Ziel, die regionale Ertragsschätzung auch in Sachsen einsetzen zu können
  4. 4. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Detektion von Grünlandschnitten (Grant u. Hartmann, 2016) o Radar = aktives Fernerkundungsverfahren, (Aufnahmesystem, z. B. am Satelliten, erzeugt selbst elektromagnetische Mikrowellenstrahlung  Radaraufnahmen sind daher unabhängig von der jeweiligen Wetterlage (z. B. Wolkenbedeckung) oder von Sonnenlicht (Aufnahmen bei Nacht sind möglich). o Höhe und Form des Grünlandbestandes verändern sich durch Schnitte  Unterschiede in der Intensität der Radarrückstreuung o Vergleich von Radarsignalen zwischen zwei terminlich aufeinanderfolgenden Radaraufnahmen  Schnitte können festgestellt und zeitlich eingeordnet werden (Grant & Hartmann 2016)
  5. 5. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Detektionsrate von Grünlandschnitten im Beobachtungszeitraum 10.4. bis 17.5.2015 (Grant et al., 2015, 2016) ∑ 340 Testflächen Sentinel-1A 27.4.-9.5. Sentinel-1A 4.5.-16.5. CSK 1.5-9.5. CSK 9.5.-17.5. "Schnitt" richtig erkannt 153 317 155 156 "kein Schnitt" richtig erkannt 147 2 157 136 Schnitte nicht erkannt 16 13 9 16 Schnitte falsch erkannt 24 7 19 32 Detektionsrate 88,2% 92,3% 91,8% 85,9% • frei verfügbare Sentinel-1A Radaraufnahmen (Pixelauflösung 10m x 10m) vom 10.4., 4.5., und 16.5.2015 (absteigender Orbit) und 27.4. und 9.5.15 (aufsteigender Orbit) • zusätzlich hochaufgelöste (3m x 3m) Radaraufnahmen des COSMO-SkyMed Systems (CSK) vom 1., 9. und 17.5.2015 (absteigend) sowie 2., 10., 14.5.2015 (aufsteigend) (nicht frei verfügbar) • Schnittzeitraum aus Sentinel-1A Daten: 6 - 12 Tage • Schnittzeitraum aus Sentinel-1A Daten mit zusätzlichen CSK-Radardaten: 4 - 8 Tage • künftig Schnittzeitraum aus Sentinel-1A und Sentinel-1B Daten  Verbesserung auf 3 - 6 Tage möglich
  6. 6. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Detektionsrate von Grünlandschnitten im Beobachtungszeitraum 10.4. bis 17.5.2015 (Grant et al., 2016; verändert) Erfassung der Schnitttermine und Schnitthäufigkeit durch • Vergleich von Sentinel-1A Radarbildern und • Präzisierung des Schnitttermins durch zusätzliche Nutzung des Routineverfahrens RADOLAN (Radar-Online-Aneichung) (räumlich und zeitlich hoch aufgelöste Niederschlagsdaten aus einem Netz von 17 Radar- und ca. 1 200 Bodenniederschlagsstationen; RADOLAN-Grids (1 km x 1 km), tägliche Auflösung) Ermittelte Schnittzeiträume aus Kombination aller Radaraufnahmen im Beobachtungszeitraum 27.4.- 16.5.2015 (A) sowie Schnittzeiträume korrigiert mit Hilfe von RADOLAN-Tagesnieder- schlagsdaten (B): 3 - 4 Tage Quelle des unterlegten Satellitenbildes: ESRI (aus: Grant et al., 2016)
  7. 7. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Ertragsmodellierung (Grant et al., 2015; verändert) Im Jahr 2014 erhobenen Erträge ( ◦) und modellierte Ertragskurven (−) stabile Ertragsmodellierung mit R² Werten zwischen 0.86 und 0.98
  8. 8. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Schätzung von Grünland- und Feldfuttererträgen (Grant et al., 2016; verändert) Fotos: Grant, 2015 Yield Time 1. Erfassung der Schnitttermine und Schnitthäufigkeit aus dem Vergleich von Sentinel-1A Radarbildern • sowie künftig zusätzliche Verwendung der Sentinel-1B Daten  Verbesserung des Genauigkeit Schnittzeitraums auf ca. 3 - 6 Tage • weitere Präzisierung des Schnitttermins durch zusätzliche Nutzung des Routineverfahrens RADOLAN 2. Ermittlung von Ertrag und Qualität der Wuchsphasen zwischen den Schnitten durch Ertrags- und Qualitätsmodelle • Adaption Modell FORPROQ der CAU Kiel • mögliches Alternativverfahren (Forschungsbedarf!): Ermittlung der Biomasse zwischen den Schnitten über Radardaten 3. Ziel: Kombination und Operationalisierung der Schnitter- fassung und des Ertragsmodells für eine flächenhafte Schätzung der Grünland- und Feldfuttererträge
  9. 9. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen (Grant et al., 2016) Schnitttermin Ertrags- und Qualitätsmodell (FORPROQ) Information GIS basiert oder manuell eingegeben Change detection Sentinel-1 Daten Satellitendaten In situ Daten Klima (Niederschlag, Temperatur, Globalstrahlung) Grünlandertrag u. qualität Nutzbare Feldkapazität Ertragsanteile Arten Management (Düngemenge & -termin) Ausblick: Kombination und Operationalisierung der satellitengestützten Schnitttermindetektion mit dem Ertragsmodell zur flächendeckenden Ertragsmodellierung und -schätzung weitere Anpassung Automatisierung DWD u. agrarmeteo- rologische Messnetze
  10. 10. Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen (Grant et al., 2015) Ausblick zur Weiterentwicklung des Service ❙ Integration verschiedenster verfügbarer Geodaten (Big Data Ansatz), z.B. Niederschlagsinformation als Ausschlusskriterium für Grünlandschnitt ❙ Ausweisung einer hinreichend großen Anzahl Referenzflächen, verteilt über Service-Gebiet ❙ Verbesserte Zeitreihenanalyse ❙ Kombinierter Ansatz Sentinel1 und Sentinel-2 | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de
  11. 11. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen in Sachsen ❙ geplant ❙ regionale Bestimmung der Schnitttermine im Grünland ❙ regionale Schätzung der Grünlanderträge durch Kombination dieser satellitengestützten Schnittterminerfassung mit dem an das sächsische Grünland angepassten Ertrags- und Qualitätsmodells (FOPROQ, FOrage PROduction Quality) ❙ gewünscht ❙ bessere Simulation der Futterqualitätsparameter ❙ landesweite Erfassung der Schnitttermine und Schätzung der Erträge im Grünland und Feldfutterbau ❙ webbasiertes Prognosetool zu optimalen Schnittterminen und Ertragshöhen für Einzelflächen ❙ …
  12. 12. | 01. Juni 2018 | Gerhard.Riehl@smul.sachsen.de Mögliche Nutzung der satellitengestützte Schätzung von Grünland- und Feldfuttererträgen in Sachsen ❙ Hoheitsaufgaben ❙ Umsetzung DüV (BeSyd) belastbare regionalisierte Daten für LW, wenn keine eigenen vorliegen ❙ Umsetzung WRRL ❙ … ❙ Facharbeit ❙ Prämienkalkulation AUM: regionaldifferenziert statt wie bisher eine Zahl für SN ❙ Kalkulation AZL: regionaldifferenziert statt wie bisher eine Zahl für SN ❙ GL-Erträge nach Fachkulissen oder Naturraumeinheiten oder ... ❙ … ❙ Was wird benötigt? ❙ stabiler Zugang für die notwendigen Satellitendaten sowie Expertise für deren nutzertaugliche Aufbereitung ❙ regelmäßige Anpassungen des Ertragsmodells für die beteiligten Regionen ❙ Fach-Expertise für die beteiligten Länder

×