Forschungsprojekt: HyLand

Nutzung hyperspektraler Fernerkundung zur Bereitstellung landwirtschaftlicher Boden- und Pflanzenparameter für Precision Farming und Ertragsprognosen (HyLand)

Die Prognose der zu erwartenden landwirtschaftlichen Erträge hat eine sehr hohe Bedeutung für die Ernährungssicherung und Krisenvorsorge. Derzeitige Modelle berücksichtigen jedoch nur das aktuelle Witterungsgeschehen und die Aussaat-Termine, um eine Prognose für die Ertragserwartung zu ermitteln.

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.

Im Rahmen des Verbundprojektes werden innovative Techniken entwickelt, um wichtige landwirtschaftliche Parameter für Pflanzenbestände (TU München) und Bodenparameter (Uni Osnabrück) aus Hyperspektraldaten und Terrestrischen Laserscannerdaten (Uni Heidelberg) zu generieren und in neuartige Ertragsmodelle (Julius Kühn-Institut) zu implementieren.

Durch die Kopplung von Hyperspektraldaten mit Pflanzenwachstumsmodellen sind Ertragsprognosen von neuer Qualität zu erwarten.