Nr. 259 / 2011

28. Juni 2011 : Prognose landwirtschaftlicher Erträge für die Ernährungssicherung - Geoinformatiker der Uni Osnabrück untersuchen das Potential moderner Fernerkundungsdaten für die Landwirtschaft

Wie kann man eine effiziente Landwirtschaft messen und dabei die Kosten und Umweltbelastungen reduzieren? Mit dieser Frage beschäftigt sich ein Projekt des Institutes für Geoinformatik und Fernerkundung (IGF) der Universität Osnabrück. Gefördert wird es vom Bundesministerium für Wirtschaft und Technologie (BMWi). Besondere Beachtung findet dabei die Entwicklung von Methoden zur Ableitung von wichtigen Informationen für eine optimierte Landwirtschaft aus Fernerkundungsdaten.

Wie kann man eine effiziente Landwirtschaft messen und dabei die Kosten und Umweltbelastungen reduzieren? Mit dieser Frage beschäftigt sich ein Projekt des Institutes für Geoinformatik und Fernerkundung (IGF) der Universität Osnabrück. Gefördert wird es vom Bundesministerium für Wirtschaft und Technologie (BMWi). Besondere Beachtung findet dabei die Entwicklung von Methoden zur Ableitung von wichtigen Informationen für eine optimierte Landwirtschaft aus Fernerkundungsdaten.

»Die Abschätzung der zu erwartenden landwirtschaftlichen Erträge hat eine sehr hohe Bedeutung für die Ernährungssicherung und Krisenvorsorge«, erklärt Projektleiter Dr. Thomas Jarmer vom IGF. In dem vom IGF koordinierten Verbundprojekt »HyLand« werden zur Optimierung der Landwirtschaft neue Auswertemethoden für hyperspektrale Fernerkundungsdaten in Zusammenarbeit mit der Bodenökologie der Technischen Universität München, dem Julius Kühn-Institut für Pflanzenbau und Bodenkunde und dem Geographischen Institut der Ruprecht-Karls-Universität Heidelberg entwickelt.

Die hyperspektrale Fernerkundung ermöglicht es, neben der aktuellen Zustandsbeschreibung landwirtschaftlicher Flächen, auch wichtige Bodeneigenschaften und biochemische Pflanzenparameter zu bestimmen, die die Genauigkeit von Ertragsprognosen deutlich erhöhen können. Durch die Kopplung von Hyperspektraldaten mit Pflanzenwachstumsmodellen sind daher Ertragsprognosen von neuer Qualität zu erwarten.

Auf Ackerflächen in Sachsen-Anhalt wird die Reflexion von Weizen und Mais während der unterschiedlichen Wachstumsphasen gemessen und wesentliche Eigenschaften der Pflanzen analysiert. Ziel ist die Entwicklung von Modellen zur Bestimmung der Nährstoff- und Wasserversorgung der Pflanzen aus diesen Messungen. Außerdem werden im Labor Reflexionsmessungen von Bodenproben der landwirtschaftlichen Flächen durchgeführt und aus diesen Messungen für die Pflanzenentwicklung wichtigen Bodeneigenschaften abgeleitet. »Die anschließende Übertragung der entwickelten Modelle auf zwei- bis dreimal im Jahr aufgenommene Hyperspektraldaten ermöglicht eine flächenhafte Erfassung des Pflanzenzustandes, die mit herkömmlicher Laboranalytik aus Zeit- und Kostengründen nicht geleistet werden kann. Damit kann der Landwirt zeitnah auf auftretende Mangelzustände der Pflanzen reagieren. So wird ein den jeweiligen Entwicklungen des lokalen Standortes angepasstes Teilflächenmanagement möglich, das dem Landwirt eine Optimierung der landwirtschaftlichen Erträge erlaubt «, so Jarmer.

Das Projekt »HyLand« ist eines von acht Projekten, in denen als Vorbereitung der deutschen hyperspektralen EnMAP-Initiative grundlegende Fragestellungen geklärt und Methoden entwickelt werden sollen. Prof. Dr. Manfred Ehlers, Institutsdirektor des IGF, weist darauf hin, »dass Hyperspektralsensoren bislang vorwiegend von Flugzeugen aus eingesetzt werden. Mit dem neuen Satelliten EnMAP steht uns erstmals ein Sensor zur Verfügung, der regelmäßig Hyperspektraldaten für große Gebiete liefert. Dies wird uns völlig neue Möglichkeiten räumlicher Analysen unserer Umwelt ermöglichen«.