Am 22. Juni 2015, startete der von der ESA entwickelte Sentinel-Satelliten, Sentinel 2A, in den Weltraum. Der 1,1 t schwere Satellit hob um 22.52 Uhr Ortszeit an Bord eines Vega-Trägers von Europas Raumflughafen Kourou in Französisch-Guayana ab. Sentinel 2A wird die von dem am 3. April 2014 gestarteten ersten Satelliten der Flotte, Sentinel 1A, in jeder Wetterlage rund um die Uhr erstellten Radarbilder ergänzen. „Mit seiner optischen Kamera stellt Sentinel 2A eine Ergänzung der Radarbilder von Sentinel 1A dar“, meinte Volker Liebig, der ESA-Direktor für Erdbeobachtungsprogramme. „Der Satellit wird für die Gesellschaft äußerst nützliche Bereiche wie die Ernährungssicherheit und die Überwachung der Wälder unterstützen. Seine Kombination aus großem Abtaststreifen und häufigem Überflug wird Nutzern die Möglichkeit geben, Veränderungen der Landoberflächen und Pflanzenwachstum mit bisher ungekannter Genauigkeit zu beobachten. Durch das häufige Überfliegen von Gebieten wird eine neue Generation operationeller Produkte entstehen, die von Landoberflächen und Veränderungsdetektion über Katastrophengebiete und Blattflächenindizes bis hin zu Chlorophyllgehalt und anderen biogeophysikalischen Variablen reichen.“ Die Daten werden auf unentgeltlicher und offener Basis bereitgestellt. An der Analyse, Verarbeitung und Harmonisierung der Rohdaten werden öffentliche und privatwirtschaftliche Diensteanbieter mitwirken.
Forstliche Versuchsflächen des Landesbetriebes Forst Brandenburg mit Blattflächenindexmessungen
Forstliche Versuchsflächen des Landesbetriebes Forst Brandenburg mit Blattflächenindexmessungen
Das Projekt "Teilprojekt 1" wird vom Umweltbundesamt gefördert und von Leibniz-Institut für Agrartechnik Potsdam-Bornim e.V., Abteilung Technik im Pflanzenbau durchgeführt. Ziel des Projektes ist die Entwicklung eines sensorbasierten Verfahrens zur zielflächenorientierten bedarfsgerechten Applikation von Fungiziden in Getreide. Unterschiedliche Bodenbedingungen innerhalb eines Feldes bedingen ein unterschiedliches Pflanzenwachstum. Bei der zielflächenorientierten Fungizidapplikation wird die Applikationsmenge entsprechend der Pflanzenoberfläche (Zielfläche für die Spritzbrühe) bzw. Biomasse bei konstanter Konzentration der Flüssigkeit im Spritzbehälter entsprechend den Vorgaben eines Kamerasensors während der Überfahrt variiert. Pflanzenoberfläche (Leaf Area Index, LAI) und oberirdische Biomasse sind für den zielflächenorientierten Pflanzenschutz wichtige Parameter, die positionsbezogen (GPS) mit Hilfe von Sensoren erfasst werden müssen. In den ersten beiden Vegetationsjahren 2013 und 2014 wurden Exaktversuche in Winterweizen zur Untersuchung der Korrelation des Merkmals Deckungsgrad der grünen Biomasse , der von einer 3-Chip-CCD-Multispektralkamera gemessen wurde, zum LAI und zur Biomasse durchgeführt. Mit Hilfe einer kameragesteuerten Feldspritze erfolgte auf Grund dieser Korrelation eine lineare Anpassung der Spritzmenge an den Sensorwert. Die durch den Kamerasensor gesteuerte Pflanzenschutzspritze wurde zur Fungizidapplikation in Winterweizen in der Saison 2014 und 2015 in Praxisversuchen getestet. Gegenüber einer praxisüblichen flächeneinheitlichen Fungizidapplikation beliefen sich die Fungizideinsparungen auf 8 % (2014) und 44 %, 45 % sowie 1 % in den drei durchgeführten Versuchen 2015. Es konnte kein erhöhtes Krankheitsauftreten in den mit dem Sensor gespritzten Varianten beobachtet werden. Die Praxisversuche werden im Jahr 2016 fortgesetzt. Bei dieser kleinräumigen Optimierung des Fungizideinsatzes in Getreide werden im Vergleich zu einer betriebsüblichen einheitlichen Applikation Pflanzenschutzmittel eingespart. Mit einer Tankfüllung der Feldspritze kann außerdem mehr Fläche behandelt werden. Damit wird eine Minderung der Maschinenkosten erreicht. Der Verbrauch von Kraftstoff wird gesenkt, da weniger Befüllfahrten notwendig sind. Die CO2-Bilanz des landwirtschaftlichen Produktionsprozesses wird verbessert.
Das Projekt "Von Daten-Level 1 zu 2- und 3 - von Daten zu Wissen im Bereich: 'Aerosol- Wolken- Oberflächen -Klimaparameter' unter Verwendung des HIS/EnMAP" wird vom Umweltbundesamt gefördert und von Universität Bremen, Institut für Umweltphysik durchgeführt. Ziel des Projektes ist die Erzeugung von Oberflächen- & Atmosphären-Datensätzen (Surface & Atmospheric Properties: SAP) für die deutsche EnMAP-Mission. Ein im Haus entwickelter Ansatz (XBAER: eXtensible Bremen Aerosol-cloud and surfacE Retrieval) ist in der Lage, verschiedene SAP-Datensätze zu erzeugen, darunter Aerosol Optische Dicke (AOT), Wolkenmasken (CM), effektiver Wolkenpartikelradius (CER), optischen Wolkendicke (COT) und die Oberflächenreflexion (SRF). Die genannten SAP-Datensätze werden mittels HSI/EnMAP und unter Zuhilfenahme verschiedener ESA- & Copernicus-Projekte und unter Verwendung der europäischen Satellitenmissionen (z.B. Sentinel3) erstellt. Dabei sind die genannten SAP aufgrund ihrer bedeutenden Rolle für den globalen Klimawandel und das lokales Ökosystem ausgewählt werden (IPCC, 2021). Über die SRF hinaus sollen Parameter für Oberflächenprozesse mittels EnMAP erstellt werden, wie der Blattflächenindex (Leaf Area Index, LAI), um die Verfügbarkeit von Oberflächenwasser besser zu charakterisieren, was laut IPCC-Bericht zu großer Unsicherheiten bez. Evapotranspiration, Dürre und Trockenheit führt. Schließlich soll Komponenten-AOT (CAOT) auf der Basis von EnMAP Daten insbesondere aus Biomassenverbrennung abgeleitet werden um Rückschlüsse über das Ausmaß der Rückkopplungen zwischen dem Kohlenstoffkreislauf und dem globalen und lokalen Klimawandel zu verbessern. Dieses Projekt wird - Die Durchführung umfassender Strahlungstransfersimulationen zur Quantifizierung der theoretischen Genauigkeit der ausgewählten SAP mit EnMAP ermöglichen. - Die Anwendung und Validierung des XBAER-Algorithmus auf EnMAP durchführen, um die Produkte AOT, SRF, COT, CER & CM zu erhalten. - Die Entwicklung und Validierung neuer Algorithmen im Rahmen der XBAER-Struktur zur Ermittlung von LAI & CAOT möglich machen. - Die Untersuchung des im Rahmen des Projekts erstellten Datensatzes und Durchführung synergistischer Analysen für ökosystembezogene Anwendungen durchführen.
Das Projekt "Measuring and modelling spatially variable fluxes in the soil-plant system" wird vom Umweltbundesamt gefördert und von Universität Hohenheim, Institut für Tropische Agrarwissenschaften (Hans-Ruthenberg-Institut), Fachgebiet Pflanzenbau in den Tropen und Subtropen (490e) durchgeführt. The research is carried out in cooperation with KU Leuven, Forschungszentrum Jülich and Kasetsart University in Bangkok, Thailand, and aims at improving our understanding of how spatial variability in soil properties and vegetation characteristics control water flow and transport processes in the soil at the field scale, and how it determines resource use efficiency of agro-ecosystems. It focuses on the spatio-temporal dynamics of water contents and competition for water uptake in mixed cropping systems. The emphasis is on spatial variation that is caused by the cropping pattern and landscape. To this end, a set of monitoring techniques will be used with which spatial patterns of crop status and subsurface soil water contents can be imaged in a non-invasive manner. Soil water content distributions will be determined using geophysical methods: electrical resistivity tomography and time domain reflectometry. The state of the crop and its spatial pattern will be monitored using leaf area index (LAI) sensors and an infrared camera. These techniques will be complemented with 13C stable isotope analysis of plants, which is a measure of the integrated stress of the plant over the growing season. In order to interpret the obtained datasets, a soil-crop model will be developed which considers light interception, photosynthesis and stomatal control, water flow within the plant, root growth and root water uptake, and heat fluxes within the canopy in more detail than in currently available crop growth models.
Das Projekt "Teilprojekt TFZ, Straubing" wird vom Umweltbundesamt gefördert und von Kompetenzzentrum für Nachwachsende Rohstoffe, Technologie- und Förderzentrum durchgeführt. Problemstellung: Die neue Energiepflanze Sorghum (Sorghum bicolor) bietet derzeit das größte Potenzial zur Ergänzung von Mais als Biogassubstrat. Als besonders vorteilhafte Eigenschaften von Sorghum sind neben dem kurzen Vegetationszeitanspruch vor allem die relativ hohe Toleranz gegenüber Trockenstress bzw. die hohe Wassernutzungseffizienz zu nennen. Diese Pflanzenmerkmale könnten vor allem im Hinblick auf mögliche zukünftige klimatische Veränderungen immer wichtiger werden. Allerdings ist die hohe Wärmebedürftigkeit von Sorghum, die ihre Herkunft in den semi-ariden Tropen hat, bisher der limitierende Faktor für eine Kultivierung in Deutschland. Zielsetzung: Die züchterische Optimierung von Sorghum im Hinblick auf Kühletoleranz und Wassernutzungseffizienz steht im Vordergrund dieses Projektes. Angestrebt wird die Züchtung von leistungsfähigen Sorten, die auch bei niedrigen Temperaturen eine schnelle Jugendentwicklung zeigen und hohe Erträge erzielen. dabei sind Genotypen, die auch unter suboptimalen klimatischen Bedingungen diesen Vorteil zeigen, besonders erwünscht und selektionswürdig. In Feldversuchen mit insgesamt 66 Genotypen werden diese hinsichtlich ihrer Variabilität in Bezug auf Kühletoleranz, Trockenheitsresistenz und Wechselwirkungen der beiden Merkmale analysiert sowie der Trockensubstanzgehalt zur Ernte, die Nährstoffzusammensetzung sowie die Methanausbeute bereits etablierter Sorten untersucht. Arbeitsschwerpunkte: Untersuchungen zu Wachstum, Bestandsarchitektur und Ertrag bei Trockenstress im Feldversuch mit 6 (1. Versuchsjahr) bzw. 66 Genotypen (folgende Versuchsjahre) von Sorghum bicolor in einer bewässerten und nicht bewässerten Variante an einem trockenen Standort - Untersuchungen zur Kühletoleranz eines Sortiments bereits etablierter Sorten, insbesondere hinsichtlich des Auflaufverhaltens, der Jugendentwicklung und der Abreife, durch den Vergleich von zwei Saatterminen - Messung des Blattflächenindex (leaf area index, LAI) zur Überwachung der Blattstellung und des Bestandesschluss über die Vegetationszeit als Indikator für Kühle- oder Trockenstress - Einschätzung des Ertragspotentials, des Trockensubstanzgehaltes und der potenziellen Methanausbeute von Sorghum Genotypen im Vergleich zum Mais.
Das Projekt "Entwicklung einer 2-D-Erkennung von Früchten im Rahmen des ICT-Agri-Verbundprojektes 'Fortschrittliches Monitoring von Baumkronen für ein optimiertes Management - Wie man die Variabilität in Boden- und Pflanzeneigenschaften bewältigt?'" wird vom Umweltbundesamt gefördert und von Universität Kassel, Fachgruppe Boden- und Pflanzenbauwissenschaften, Fachgebiet Agrartechnik durchgeführt. 1. Vorhabenziel: Das von der Universität Kassel auszuführende Teilprojekt ist eingebettet in das Workpackage 1 'Monitoring' des Gesamtprojektes 'Advanced Monitoring of Tree Crops for Optimized Management - How to Cope With Variability in Soil and Plant Properties?', in welchem es um die Gewinnung managementrelevater räumlich und zeitlich variierender Daten von Obstanlagen geht. Modellfrüchte sind Apfel und Pflaume. Ein 3D-Kamerasystem wird dabei die Fruchtgrößenmessung sowie auch eine Fruchtzählung vornehmen (schweizer Teilprojekt). Aufgabe des Witzenhäuser Teilprojektes wird eine zusätzliche Referenzmessung der Fruchtanzahl mittels 2D-Bildanalyse sein, um größere Sicherheit bei der Objekterkennung (Frucht Ja/Nein?) zu erreichen. Ebenfalls soll eine Messung des Blattflächenindex (LAI) für jeden Einzelbaum mittels C-MOS- oder CCD-Kamera erfolgen. 2. Arbeitsplanung: Das Witzenhäuser Teilprojekt stellt eine Zulieferung für das 3D-System des schweizer Teilprojekts dar. Das 2D-Referenzsystem wird zunächst als eigenständiger Sensor entwickelt und getestet. Probeaufnahmen in Obstbeständen (Herbst 2010) ermöglichen die frühe Entwicklung von Algorithmen zur Segmentierung Früchte/Baum (Fruchtzählung) bzw. Blattmasse/Hintergrund (LAI) mittels wissenschaftlicher Bildanalysesoftware. Dann erfolgt eine Fusionierung des 2D-Sensors mit dem schweizer 3D-Sensor. Das Gesamtsystem wird dann im Praxiseinsatz in Obstanlagen der schweizer Partner getestet und modifiziert.
Das Projekt "Predicting hydrological fluxes in the Haihe river basin using remote sensing and data assimilation methods" wird vom Umweltbundesamt gefördert und von Forschungszentrum Jülich GmbH, Institut für Bio-und Geowissenschaften (IBG), IBG-3 Agrosphäre durchgeführt. In order to improve the prediction of actual evapotranspiration, groundwater recharge and soil water storage, remotely sensed data and data assimilation methods will be used. In an innovative approach we will focus on the assimilation of soil moisture and leaf area index (LAI) data and comprehensive validation activities on local, footprint and regional scale. The development of the data assimilation system will include a coupling of HYDRUS with SUCROS and CLM with SUCROS and the integration of the radiative transfer model CMEM. We will analyze the advantage of using ensemble Kalman filter (EnKF), particle filter (PF), inverse modeling methods (NSGA-II) and bias correction methods. In addition to the state update of LAI and soil moisture, a parameter update of soil hydraulic properties and root water uptake is performed. By forward model runs virtual soils and regional hydrological systems are simulated to analyze the role of model errors from inaccurate process description and parameterization on the prediction of groundwater recharge and evapotranspiration. The modeling results are validated by experimental studies within the Haihe river basin. On the local scale weighable lysimeters are used to determine groundwater recharge, soil water storage and evapotranspiration. On the footprint scale we determine actual evapotranspiration using eddy covariance systems (EC) and large aperture scintillometer (LAS) which will be compared to remotely sensed evapotranspiration values. To two regions in the Haihe river basin the proposed data assimilation approach will be applied by using multiple remote sensing data. The proposal aims to identify the need and the required accuracy of additional hydrological information that may contribute in constraining the uncertainties of the model parameter space and the model prediction uncertainty, above all over ungauged river basins or in case of reduced data availability. In addition, a monitoring of hydrological fluxes, in particular groundwater recharge and actual evapotranspiration, is performed which will be able to react to rapidly changing environmental conditions and to utilize future mission data (e.g. SMOS, SMAP).
Das Projekt "Mid term effects of grazing intensity on yield formation and forage quality in grassland ecosystems in Inner Mongolia with special reference to water supply" wird vom Umweltbundesamt gefördert und von Christian-Albrechts-Universität Kiel, Institut für Pflanzenbau und Pflanzenzüchtung durchgeführt. Ziel des vorliegenden Antrages ist die Untersuchung von Mechanismen, die zur Degradierung von Grünlandschaften in der Inneren Mongolei führen. Um Schwellenwerte in Hinblick auf Überbeweidung ableiten zu können, werden Indikatoren wie Blattflächenindex, Triebdichte, Bestandeszusammensetzung und wasserlösliche Kohlenhydrate herangezogen. Zwei unterschiedliche Grünlandnutzungssysteme werden unter Verwendung der oben genannten Indikatoren geprüft. System I: Schnittnutzung und Beweidung erfolgen in allen Versuchsjahren durchgehend auf getrennten Flächen (traditionelles System). System II: Schnittnutzung und Beweidung werden jährlich alternierend auf unterschiedlichen Flächen durchgeführt (Mischsystem). Es werden folgende Hypothesen überprüft: i) im Mischsystem erfolgt ein Nährstoffaustausch durch die abwechselnde Schnitt- und Weidenutzung; ii) die von den Tieren intensiver beweideter Spezies können sich im darauffolgenden Jahr der Schnittnutzung im Bestand erholen; III) wichtige Spezies können über die Etablierung einer Diasporenbank nachhaltig bestehen und somit iv) ist aus dem Mischsystem eine höhere Produktivität zu erwarten. Die Hypothesen werden durch die Analyse von Wachstumskurven und der Dynamik von Futterqualitätsänderungen überprüft.