Sensorische Erfassung von Grünlandbiomassen als Grundlage für ein teilflächenspezifisches Management im Ökologischen Landbau
| dc.contributor.corporatename | Universität Kassel, FB Ökologische Agrarwissenschaften | |
| dc.contributor.referee | Prof. Dr. Michael Wachendorf | |
| dc.contributor.referee | Prof. Dr. Andreas Bürkert | |
| dc.contributor.referee | Prof. Dr. Johannes Isselstein | |
| dc.contributor.referee | Prof. Dr. Bernard Ludwig | |
| dc.date.accessioned | 2013-03-01T13:38:19Z | |
| dc.date.available | 2013-03-01T13:38:19Z | |
| dc.date.examination | 2013-02-11 | |
| dc.date.issued | 2013-03-01 | |
| dc.identifier.uri | urn:nbn:de:hebis:34-2013030142540 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/2013030142540 | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Precision Farming | ger |
| dc.subject | Feldspektroskopie | ger |
| dc.subject | Grünland | ger |
| dc.subject | Sensorik | ger |
| dc.subject | Ökologischer Landbau | ger |
| dc.subject.ddc | 630 | |
| dc.subject.swd | Biologischer Landbau | ger |
| dc.subject.swd | Präzisionslandwirtschaft | ger |
| dc.subject.swd | Grünlandnutzung | ger |
| dc.subject.swd | Ultraschall | ger |
| dc.title | Sensorische Erfassung von Grünlandbiomassen als Grundlage für ein teilflächenspezifisches Management im Ökologischen Landbau | ger |
| dc.type | Dissertation | |
| dcterms.abstract | Vor dem Hintergund der Integration des wissensbasierten Managementsystems Precision Farming in den Ökologischen Landbau wurde die Umsetzung bestehender sowie neu zu entwickelnder Strategien evaluiert und diskutiert. Mit Blick auf eine im Precision Farming maßgebende kosteneffiziente Ertragserfassung der im Ökologischen Landbau flächenrelevanten Leguminosen-Grasgemenge wurden in zwei weiteren Beiträgen die Schätzgüten von Ultraschall- und Spektralsensorik in singulärer und kombinierter Anwendung analysiert. Das Ziel des Precision Farming, ein angepasstes Management bezogen auf die flächeninterne Variabilität der Standorte umzusetzen, und damit einer Reduzierung von Betriebsmitteln, Energie, Arbeit und Umwelteffekten bei gleichzeitiger Effektivitätssteigerung und einer ökonomischen Optimierung zu erreichen, deckt sich mit wesentlichen Bestrebungen im Ökogischen Landbau. Es sind vorrangig Maßnahmen zur Erfassung der Variabilität von Standortfaktoren wie Geländerelief, Bodenbeprobung und scheinbare elektrische Leitfähigkeit sowie der Ertragserfassung über Mähdrescher, die direkt im Ökologischen Landbau Anwendung finden können. Dagegen sind dynamisch angepasste Applikationen zur Düngung, im Pflanzenschutz und zur Beseitigung von Unkräutern aufgrund komplexer Interaktionen und eines eher passiven Charakters dieser Maßnahmen im Ökologischen Landbau nur bei Veränderung der Applikationsmodelle und unter Einbindung weiterer dynamischer Daten umsetzbar. Beispiele hiefür sind einzubeziehende Mineralisierungsprozesse im Boden und organischem Dünger bei der Düngemengenberechnung, schwer ortsspezifisch zuzuordnende präventive Maßnamen im Pflanzenschutz sowie Einflüsse auf bodenmikrobiologische Prozesse bei Hack- oder Striegelgängen. Die indirekten Regulationsmechanismen des Ökologischen Landbaus begrenzen daher die bisher eher auf eine direkte Wirkung ausgelegten dynamisch angepassten Applikationen des konventionellen Precision Farming. Ergänzend sind innovative neue Strategien denkbar, von denen die qualitätsbezogene Ernte, der Einsatz hochsensibler Sensoren zur Früherkennung von Pflanzenkrankheiten oder die gezielte teilflächen- und naturschutzorientierte Bewirtschaftung exemplarisch in der Arbeit vorgestellt werden. Für die häufig große Flächenanteile umfassenden Leguminosen-Grasgemenge wurden für eine kostengünstige und flexibel einsetzbare Ertragserfassung die Ultraschalldistanzmessung zur Charakterisierung der Bestandeshöhe sowie verschiedene spektrale Vegetationsindices als Schätzindikatoren analysiert. Die Vegetationsindices wurden aus hyperspektralen Daten nach publizierten Gleichungen errechnet sowie als „Normalized Difference Spectral Index“ (NDSI) stufenweise aus allen möglichen Wellenlängenkombinationen ermittelt. Die Analyse erfolgte für Ultraschall und Vegetationsindices in alleiniger und in kombinierter Anwendung, um mögliche kompensatorische Effekte zu nutzen. In alleiniger Anwendung erreichte die Ultraschallbestandeshöhe durchweg bessere Schätzgüten, als alle einzelnen Vegetationsindices. Bei den letztgenannten erreichten insbesondere auf Wasserabsorptionsbanden basierende Vegetationsindices eine höhere Schätzgenauigkeit als traditionelle Rot/Infrarot-Indices. Die Kombination beider Sensorda-ten ließ eine weitere Steigerung der Schätzgüte erkennen, insbesondere bei bestandesspezifischer Kalibration. Hierbei kompensieren die Vegetationsindices Fehlschätzungen der Höhenmessung bei diskontinuierlichen Bestandesdichtenänderungen entlang des Höhengradienten, wie sie beim Ährenschieben oder durch einzelne hochwachsende Arten verursacht werden. Die Kombination der Ultraschallbestandeshöhe mit Vegetationsindices weist das Potential zur Entwicklung kostengünstiger Ertragssensoren für Leguminosen-Grasgemenge auf. Weitere Untersuchungen mit hyperspektralen Vegetationsindices anderer Berechnungstrukturen sowie die Einbindung von mehr als zwei Wellenlängen sind hinsichtlich der Entwicklung höherer Schätzgüten notwendig. Ebenso gilt es, Kalibrierungen und Validationen der Sensorkombination im artenreichen Grasland durchzuführen. Die Ertragserfassung in den Leguminosen-Grasgemengen stellt einen wichtigen Beitrag zur Erstellung einer Ertragshistorie in den vielfältigen Fruchtfolgen des Ökologischen Landbaus dar und ermöglicht eine verbesserte Einschätzung von Produktionspotenzialen und Defizitarealen für ein standortangepasstes Management. | ger |
| dcterms.abstract | For an integration of the knowledge-based management system precision farming into organic agriculture the transfer and adaptation of existing as well as the development of new applications were evaluated and discussed in this thesis. The important relevance of legume-grass mixtures in organic agricultural cropping systems and their cost-effective assessment of within-field yield variation was motivation to analyse yield prediction of exclusive and combined use of ultrasonic distance and spectral reflections of sward canopy characteristics. The main objective of precision farming is a site-specific adaptation of management measures to the within-field variation of growth conditions to achieve both, a reduction of resources as fertilizer, pesticides, energy and labour as well as environmental impacts and to optimize efficiency and economical output. These ambitions are mostly in line with the main intentions of organic agriculture. Existing precision farming measures which directly can be implemented in organic agriculture are mapping of site characteristics as topography, soil sampling strategies, and apparent electric conductivity as well as the assessment of yield with combine or selfpropelled forage harvesters. In contrast, variable rate applications as fertilization, weeding and a more passive character of applied pest regulators are regarding their complex interacting with soil and ecosystem only portable if application models are adapted. Furthermore model extensions might be necessary by use of dynamic data from weather, soil and sward canopy. Examples for the ad-dressed difficulties are e.g. the prediction of mineralization processes to quantify plant available nitrogen (N) from soil and manure needed for the calculation of fertilizer N and site specific weeding with harrow or hoe which would additionally affect mineralization processes. The often passive and complex character of cropping measures in organic agriculture limits the transfer of precision farming measures developed in conventional agriculture with predominantly direct impact on soil and crops. Beside established measures new strategies are suggested, whereof crop quality-based selective yielding, the use of sensible sensors for early detection of plant diseases and a strategy of site-specific cropping measures adapted to nature protected sub-sites are presented. Legume-grass mixtures frequently cover large areas on organic farms. With a view on the development of inexpensive yield sensors ultrasonic distance measurements and spectral reflections of sward canopies in legume-grass mixtures have been analyzed and both, the exclusive use and the combination of ultrasonic sward height and spectral vegetation indices have been evaluated. A selection of existing vegetation indices was calculated from hyperspectral data as well as the Normalized Difference Spectral Index (NDSI) was configuered incrementally for all possible band combinations along the available spectral range. Exclusive use of ultrasonic sward height predicted biomass better than each of the vegetation indices. Within the group of indices those related to water absorption bands achieved better prediction accuracies than those traditionally calculated from NIR and red bands. The combination of ultrasonic sward height with vegetation indices achieved clearly higher prediction accuracies than exclusive sensor operations especially if calibrations were developed sward-specificly. If biomass and crop height deviates from each other during crop growth, e.g. through the occurance of inflorescences, VIs act complementarily and avoid overestimation appearing by the the exclusive use of USH. The combination of ultrasonic sward height and vegetation indices can provide a configuration of low-cost sensors for legume-grass mixtures within a wide range of yield levels. Further investigations are necessary to analyze USH combinations with hyperspectral ratio-indices and the integration of more than two wavelengths e.g. to disentangle pigment and BM related LAI reflections in the VIS/NIR. The assessment of biomass in legume-grass mixtures is an important contribution for the creation of a site-specific yield history in manifold organic agricultural crop rotations. Thus, the development of appropriate yield sensors can facilitate the identification of productive or non-productive areas for the analysis of short-comings and improve crop management in the framework of precision farming. | ger |
| dcterms.accessRights | open access | |
| dcterms.creator | Fricke, Thomas |