Beim Stöbern auf der Plattform LinkedIn fand ich diese interessante Abbildung von Nathan Faleide, einem AgTech Spezialisten aus den USA, siehe https://www.linkedin.com/in/nathan-faleide-036b43b5/:
Diese illustriert sehr gut meine aktuellen Erfahrungen bei der Erstellung von Managementzonenkarten („Potentialkarten“) aus mehrjährigen Satellitendaten. Dies ist eine Aufgabe, die diverse Anbieter automatisiert abarbeiten. Aber wie ist die Qualität der generierten Karten? Jedes Jahr ist anders, Schläge werden geteilt und zusammengelegt, Leitungen verlegt, es gibt Bearbeitungs-, Applikationsfehler, Wolkenschatten und vieles mehr. Nach meinen Erfahrungen gibt es Schläge, wo seit Beginn der Sentinel-2 Befliegungen nur EIN Termin ein für die Zonierung brauchbares Bild liefert! Für solche Flächen liefert eine „Automatik“ das Mischwesen links unten im Bild, und im Gegensatz zu diesem kann man in der erzeugten Karte nicht einmal erahnen, welche Daten dafür verantwortlich sind!
Auch eine KI stützt sich auf Daten und angelerntes Wissen, sind diese fehlerhaft gibt es ein entsprechendes Ergebnis. In der Informatik eine Zugriffsfunktion für eine Datenbank zu programmieren ist für den Menschen arbeitsaufwendig, für eine KI eine Kleinigkeit. Die Qualität von Basisdaten zu beurteilen und mit dem „richtigen“ agronomische Wissen zu einem nachvollziehbaren Ergebnis zu kommen schon deutlich komplexer. Und dann noch der „Kampf“ darum welches nun das „richtige“ agronomische Wissen ist 😉 .
Praxis Satellit vs. Pflanzensensor
Die Erstellung der Düngekarten für unsere Dienstleistung „N-Düngung nach der Messung der N-Aufnahme im Herbst mit Satellit“ für Winterraps ist in der finalen Phase.
Viele unserer Kunden besitzen einen YARA N-Sensor, ersparen sich jedoch den Herbstscan. Ursachen sind eingeschränkte Einsatzzeiten von „alten“ Passivsensoren im Herbst, Arbeitsspitzen, Kostenersparnis für eine extra Überfahrt oder auch die schlechte Befahrbarkeit der Schläge. So kommt es z.B. dazu, dass nur einige wenige Schläge gescannt werden konnten, aber für die gesamte Rapsfläche geplant werden soll.
Für uns eine Gelegenheit, Satellit und Pflanzensensor bei der Erfassung des Parameters N-Aufnahme im Raps praktisch zu vergleichen!
Der Vergleich zeigt zum einen ein vergleichbares Niveau der gemessenen N-Aufnahmewerte, aber auch den größeren Detailreichtum der Karte aus Satellitendaten.
Die Unterschiede liegen in der Art der Messung begründet. Der Satellit Sentinel-2 arbeitet ähnlich einer digitalen Kamera mit einer definierten Auflösung wie der hier genutzen Spektralkanäle von 10x10m.
Beim YARA Sensor wird aus den Messungen jedes der zwei Sensorköpfe ein Durchschnittswert berechnet (2x 3m Messbreite pro Kopf). Pro Fahrgasse wird dieser eine Wert als Vorgabe für die gesamte Arbeitsbreite (hier 36m) genutzt.
Moderne Schleuderstreuer haben die Fähigkeit, zumindest links und rechts unterschiedliche Mengen zu streuen, Pneumatikstreuer und Spritzen besitzen viele einzeln ansteuerbare Teilbreiten. So kann eine höhere Auflösung der Applikationskarten auch innerhalb der Fahrgasse umgesetzt werden.
Die Erstellung von Applikationskarten aus diesen Werten erfolgt bei uns nach dem bewährten Algorithmus von Rapool, die agricon hat ihre eigenen Berechnungsmethoden.
Fragen Sie uns, wir freuen uns auf Ihre Aufgaben! Unsere Spezialität sind betriebsspezifische Lösungen, wir schätzen Sie und Ihre Herausforderungen =;-).
Unsere Kontaktdaten sind:
arnim.grabo@exagt.de
+49 (0) 176 72588814, +49 (0) 34324 269737
andreas.schmidt@exagt.de
+49 (0) 173 352 8960, +49 (0) 34324 269739
Du muss angemeldet sein, um einen Kommentar zu veröffentlichen.