Projekte in den Förderprogrammen des BMLEH, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Verbundprojekt: Georeferenziertes Sensor-gestütztes Daten Management-System zur teilflächenspezifischen Bewässerung und Düngung von Freilandgemüse (GeoSenSys) - Teilprojekt 1 |
|---|---|
| Titel (englisch): | Collaborative project: Georeferenced sensor-based data management system for site-specific irrigation and fertilization of open field vegetables (GeoSenSys) - subproject 1 |
| Akronym: | GeoSenSys |
| Beschreibung (dt.): | Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässe-rungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufge-löster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfeh-lungen ausgeben zu können. |
| Beschreibung (engl.): | By means of a GIS-supported web application, the user will be given recommendations for action, which support him in the site-specific N-fertilization and irrigation. Information on soil characteristics, C N-dynamics, crop development and irrigation needs will be combined through intelligent control systems and visualized for user decisions as a browser-based web application. As a result, watering and N fertilization maps can be created for partial area so that they can respond to differentiated water and nutrient requirements.The industrial research and development of GeoSenSys takes place in a consortium of research, consulting and companies (SMEs, large companies). As part of three-year field trials with irrigation and fertilizer plots with spinach, partly highly frequented soil- (a), plant- (b) and climate- (c) parameters will be recorded site-specifically. These include a) Nmin, soil water tension, apparent electrical conductivity (usable field capacity, soil type) b) biomass, BBCH (from Kc), LAI, N ¿¿content, and c) measures of potential evapotranspiration and precipitation. For spinach, suitable vegetation indices (VIs) for mapping the N and water supply as well as the crop development (via leaf area index, Kc estimation) are identified by means of spectral analyzes. These go with above mentioned parameters as model sizes in a computer learning model that estimates the irrigation needs of the partial area. From Nmin-content, N-content in plants and the appropriate VI, N-fertilizer demand is derived through a link between N-Expert and an N-index of mineralization. Based on N-demand and mineralization as well as the need for irrigation, a decision support system (GeoSenSys) will be developed, which recommends nitrogen fertilization and irrigation to the end user. This is implemented and visualized using a browser-based web application. The system GeoSenSys will be used and tested in the last step in the vegetable production. With the help of the practical appl |
| Ergebnis (dt.): | Düngung und Bewässerung im Freilandgemüsebau stehen im Spannungsfeld ökonomischer, ressourceneffizienter, und politischer Anforderungen. Dies ist auf intensive Flächenbewirtschaftung, hohe Ertrags- und Qualitätsanforderungen sowie umfangreichen Ressourceneinsatz zurückzuführen. Das Verbundprojekt GeoSenSys begegnet dieser Herausforderung durch den Einsatz moderner Sensortechnik und Künstlicher Intelligenz (KI). Ziel war die Entwicklung von teilflächenspezifischen Empfehlungen für Stickstoff (N)-Düngung und Bewässerung, die in einer benutzerfreundlichen Webapplikation visualisiert werden. Auf Grundlage dreijähriger Feldversuche mit der Modellkultur Spinat wurden ein N-Düngemodell sowie das Bewässerungsbedarfsmodell ANNI (Artificial Neural Network for Irrigation) entwickelt. Dafür wurden hochaufgelöste Bodenkarten erstellt, die Ton-, Schluff- und Sandgehalte sowie den organischen Kohlenstoffgehalt präzise abbilden. Diese Karten fließen als Eingangsparameter in beide Modelle ein und ermöglichen eine teilflächenspezifische Optimierung von Düngung und Bewässerung. Sensoren zur Messung der spektralen Reflexion liefern präzise Daten über den Pflanzenentwicklungszustand und N-Aufnahme, die in beide Modelle integriert wurden. Das Bewässerungsmodell ANNI, zeigte eine hohe Genauigkeit bei der Schätzung der nutzbaren Feldkapazität in der durchwurzelten Bodenschicht. Die Integration erweiterter Modelle und statistischer Verfahren, wie etwa der „erklärbaren KI“, verbessert das Verständnis der Funktionsweise der neuronalen Netze und erhöht gleichzeitig die Robustheit sowie die Praxistauglichkeit der Modelle. Mit GeoSenSys wurde eine zukunftsweisende Grundlage für die nachhaltige Steuerung von Düngung und Bewässerung im Freilandgemüsebau geschaffen. Die Ergebnisse bieten Anknüpfungspunkte für weitere Forschung, etwa die Entwicklung automatisierter Systeme zur Umsetzung der Bewässerungsempfehlungen. |
| Ergebnis (engl.): | Fertilization and irrigation in open field vegetable production are caught between economic, resource-efficient and political requirements. This is due to intensive land management, high yield and quality requirements and extensive use of resources. The research project GeoSenSys meets this challenge by using modern sensor technology and artificial intelligence (AI). The aim was to develop site-specific recommendations for nitrogen (N) fertilization and irrigation, which are visualized in a user-friendly web application. Based on three-year field trials with the model crop spinach, an N fertilization model and the irrigation scheduling model ANNI (Artificial Neural Network for Irrigation) were developed. For this purpose, high-resolution soil maps were created that precisely depict the clay, silt and sand content as well as the organic carbon content. These maps are used as input parameters in both models and enable site-specific recommendations for fertilization and irrigation. Sensors for measuring spectral reflectance provide precise data on the status of plant development and N uptake, which have been integrated into both models. The irrigation model ANNI showed a high accuracy in estimating the plant available water capacity in the rooted soil layer. The integration of extended models and statistical methods, such as “explainable AI”, improves the understanding of how the neural networks work and at the same time increases the robustness and practicality of the models. GeoSenSys has created a forward-looking basis for the sustainable control of fertilization and irrigation in open-field vegetable cultivation. The results provide starting points for further research, such as the development of automated systems to implement irrigation recommendations. |
| Laufzeit: | Beginn: 01.02.2020 / Ende: 31.05.2024 |
| Ausf. Einrichtung: | Hochschule Geisenheim University - Institut für Gemüsebau, Geisenheim |
| Themenfelder: | Pflanzenbau, crop production |
| Förderprogramme: | Programm zur Innovationsförderung des Bundesministeriums für Ernährung und Landwirtschaft |
| Schlagworte: | Bewässerung, irrigation, Pflanzenernährung, plant nutrition, Ressourcenschutz, Ressourceneffizienz, resource protection, resource efficiency, Gemüsebau, vegetable production, Gartenbau, horticulture, Digitalisierung, Digitale Welt, digital world, Weitere industriell nutzbare Pflanzen, other industrial plants, Düngung, fertilization, Datenmanagement, data management, Fernerkundung, remote sensing |
| Förderkennzeichen: | 2818509A18 |
| Dokument zum Download: | 2818509A18_HGU_Schlussbericht.pdf (2,1 MB) |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an innovation@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
