Hinweis

Für dieses multimediale Reportage-Format nutzen wir neben Texten und Fotos auch Audios und Videos. Daher sollten die Lautsprecher des Systems eingeschaltet sein.

Mit dem Mausrad oder den Pfeiltasten auf der Tastatur wird die jeweils nächste Kapitelseite aufgerufen.

Durch Wischen wird die jeweils nächste Kapitelseite aufgerufen.

Los geht's

BigPicture

Logo https://innovationstage.pageflow.io/bigpicture

Problem, Ziel, Ergebnis

Titel des Projekts
Die Diagnose im Feld - Big Data basierte Ursachenklärung für satellitenerfasste Standortunterschiede (BigPicture)

Ein Projekt von
Spatial Business Integration GmbH
Marienburgstr. 27
64297 Darmstadt

Projektleiterin 
Dr. agr. Katrin Kohler



Zum Anfang
Zum Anfang
Landwirte stehen vor der Herausforderung auf ihren Feldern produktiv anzubauen und eine hohe Qualität zu gewährleisten. Gleichzeitig sollen sie nachhaltig arbeiten und die Umwelt schonen.
Dabei will das Projekt „BigPicture“ mit einer möglichst präzisen Auswertung von Satellitenbildern unterstützen.
Zum Anfang

Satellitendaten bündeln, analysieren und für den Landwirt verfügbar machen

Vollbild
Sensoren auf Satelliten erfassen jeden Tag Eigenschaften von Ackerflächen. Die Spektraldaten zeigen, wo die Kulturen gut oder weniger gut wachsen.
Wachstumsunterschiede mithilfe von Satellitenbildern zu erkennen, ist nicht neu. Woran es aber liegt, dass sich die Pflanzen im Bestand unterschiedlich entwickeln, verraten die Satellitendaten zunächst nicht. Somit war eine Ursachenbekämpfung im Feld auf dieser Datengrundlage nicht gezielt durchführbar.

Genauere Auswertung durch neue Methoden
Im Projekt BigPicture wurden Methoden entwickelt, mit denen die Ursachen der in den Feldern entdeckten Symptome gedeutet werden können. Hierzu wurden Satellitendaten umfassender als bisher ausgewertet und mit anderen Datenarten kombiniert. 

Wie können Landwirte diese Empfehlungen in der Praxis gezielt bekommen und umsetzen? 


Schließen
Zum Anfang

Feldpotenzialkarten

Erkenntnisse aus der Satellitenanalyse: Feldmuster
Erkenntnisse aus der Satellitenanalyse: Feldmuster
Vollbild
Aus den diagnostizierten Befunden wurden angepasste Behandlungsempfehlungen für Landwirte und Berater abgeleitet. Die Informationen aus der Satellitentechnik werden dafür zu sogenannten Feldpotenzialkarten ausgewertet. Daraus kann der Landwirt dann ablesen, welche Bereiche auf dem Feld sich gut oder weniger gut bewirtschaften lassen. 

Satellitenbildkarten mit verschiedenen Inhalten und eine App zur variablen Ausbringung von Dünger, Pflanzenschutzmitteln und Saatgut rundeten die Entwicklungen ab. So wurde das Ziel erreicht, die digitale Prozesskette von der Symptomerkennung über die Diagnose und den Befund bis zur Behandlungsempfehlung und -unterstützung zu schließen.

Welchen Landwirten kann das nutzen?
Das Projekt BigPicture will diese Daten für Landwirte nutzbar machen, die eine sogenannte „Präzisionslandwirtschaft“ betreiben (Elektronik für die Bewirtschaftung ihrer Flächen nutzen). Präzisionslandwirtschaft will mit Hilfe neuer digitaler Methoden die landwirtschaftliche Produktion optimieren, die Pflanzenqualität und die Nahrungsmittelsicherheit erhöhen. Der Betriebsmitteleinsatz und die Rückverfolgbarkeit sollen so verbessert und gleichzeitig ungewollte Effekte auf die Umwelt vermieden werden.






Erkenntnisse aus der Satellitenanalyse: Feldmuster
Erkenntnisse aus der Satellitenanalyse: Feldmuster
Schließen
Zum Anfang

Vollbild
Die Herausforderung des Projekts BigPicture bestand darin, die Satellitenbilder auszuwerten und die unterschiedlichen Einflüsse auf dem jeweiligen Feld genau zu diagnostizieren.
Es gibt bereits Informationsservices, die bei der Bereitstellung von nicht interpretierter Satellitenbildinformation enden. Hier setzt BigPicture an.
Satellitendaten bestehen aus einer großen Anzahl von Einzeldateien in Spezialformaten, dies nennt man „Big Data – riesige Datenmengen“. Diese Tatsache macht es kompliziert, sie zu verarbeiten.
Durch die Bündelung der Kompetenzen von SBI GmbH als Spezialist für Satellitenbild-basierte Produkte für die Landwirtschaft und rasdaman GmbH als Experte für Big Data Rasterdienste konnten an einer großen Stichprobe von Feldern die Zusammenhänge erarbeitet werden. Durch die Beteiligung der BASF SE am Projekt hatte das Team Zugang zu 800 Praxisschlägen und konnte die Landwirte zu den Ursachen der Wachstumsunterschiede in ihren Feldern befragen.

Die Satellitendaten werden beispielsweise von der Europäischen Weltraumorganisation (ESA) zur Verfügung gestellt. Hier eine kurze filmische Animation dazu, wie man sich das Sammeln der Daten vorstellen muss:  
https://dlmultimedia.esa.int/download/public/videos/2015/02/025/1502_025_AR_EN.mp4





Schließen
Zum Anfang

Erfolge des Projekts

Dr. Jürgen Born, Geschäftsführer Spatial Business Integration GmbH, zu den Erfolgen des Projekts.

0:00
/
0:00
Video jetzt starten
Zum Anfang

Vorgehen und Praxiseinsatz

Zuerst wurde eine Bedarfsanalyse unter Landwirten und bei Unternehmen der Agrarindustrie durchgeführt. Auf Basis dieser Wünsche wurde der Schwerpunkt auf folgende Untersuchungen gelegt:
  • Diagnose von Bodenunterschieden
  • Schäden durch Pflanzenkrankheiten und deren Risikoabschätzung
  • Schäden durch Frost und Dürre und deren Risikoabschätzung

Zum Anfang

Innovative Datenverarbeitung

Vollbild
Die vielen notwendigen Einzeldaten (Satellitendaten, Zeitreihen, Wetter-, Boden- und Höhendaten) wurden in sogenannten „Datenwürfeln“ verarbeitet. Das macht sie übersichtlicher für Analysen. Das Prinzip wurde vom rasdaman-Team erfunden.
Der hochskalierbare Server beruht auf einer Anfragesprache, in der Nutzer jederzeit jede Anfrage stellen können - von einfacher Extraktion bis zu hochkomplexen Analysen.
Im Server werden diese Anfragen optimiert, in Maschinencodes übersetzt und ausgeführt. Insgesamt ergibt sich eine marktführende Performance und Flexibilität, die vom Research Data Alliance (RDA) Report bestätigt wurde.

Die in den Satellitenbildern erfassten Wachstumsunterschiede auf den Feldern wurden mit Hilfe weiterer Parameter interpretiert. Die Abfragen der vielen Faktoren konnten innerhalb etwa einer Stunde für ganz Deutschland durchgeführt werden. Das Ergebnis: aufbereitete Satellitendaten für den Landwirt.
Schließen
Zum Anfang

Projektziel erreicht

Dr. Jürgen Born, Geschäftsführer Spatial Business Integration, zur Verwertung der Projektergebnisse. Es wurde die App "Solorrow" entwickelt und große Erfolge gefeiert.  

0:00
/
0:00
Video jetzt starten
Zum Anfang

Infos zur App "Solorrow"

Aus dem Projekt BigPicture ist die App "Solorrow" hervorgegangen, mit der die Partner 2019 den "Hessischen Gründerpreis" gewonnen haben. Dieser Film zeigt die Hintergründe. 

0:00
/
0:00
Video jetzt starten
Zum Anfang

Nur 5 Schritte sind nötig und schon kann der Landwirt die Informationen direkt auf dem Acker nutzen

Vollbild
Schließen
Zum Anfang

Die App: einfach erklärt

0:00
/
0:00
Video jetzt starten
Zum Anfang
Landwirt Dr. Dietmar Schmidt zeigt auf der nächsten Seite, wie genau er die App im Berufsalltag nutzt. 
Zum Anfang

Die App in der Praxis

Landwirt Dr. Dietmar Schmidt erklärt die App

0:00
/
0:00
Video jetzt starten
Zum Anfang

Welchen Nutzen hat der Landwirt?

Landwirt Dr. Dietmar Schmidt bewertet den Einsatz der App als sehr positiv. Der Einsatz von Dünger wird optimiert. 

0:00
/
0:00
Video jetzt starten
Zum Anfang

Herausforderung und Ausblick

Probleme bei der Krankheitsdiagnose

Bisher müssen Satelliten-Informationen über Pflanzenkrankheiten durch eine Diagnose auf dem Feld ergänzt werden.
Bisher müssen Satelliten-Informationen über Pflanzenkrankheiten durch eine Diagnose auf dem Feld ergänzt werden.
Vollbild
Bei der direkten Krankheitsdiagnose besteht die Herausforderung darin, die auf dem Satellitenbild entdeckten Pflanzensymptome eindeutig einer Krankheit zuzuordnen. Pflanzenschädigungen, die sich im Verlust an Biomasse, Chlorophyll oder Wasser oder in der Änderung der Zellstruktur auf dem Satellitenbild zeigen, können ursächlich auch bspw. auf Bodeneinflüsse, Nährstoff- und Wassermangel zurückzuführen sein. Hier muss differenziert werden, woher die Wachstumsbeeinträchtigung herrührt.
Dies ausschließlich aufgrund des Erscheinungsbilds der Pflanzen im Satellitenbild zu interpretieren, gelingt bisher mit den speziell hierfür entwickelten Auswerte-Algorithmen meist nicht zufriedenstellend.

Wie kann diese Herausforderung gemeistert werden?
Chancen für die Verbesserung der Krankheitsdiagnose in Satellitenbildern werden in einer hohen zeitlichen, räumlichen und spektralen Auflösung der Satellitendaten gesehen. Rasterungen in 10 m, wie sie die Bilder der Sentinel-Satelliten der European Space Agency (ESA) liefern, oder selbst Satellitenbilder mit 3 m-Rasterung sind nicht optimal, um Unterschiede zwischen gesunden und kranken Pflanzen sicher zu erkennen. Satellitenbilder mit feinerer Auflösung von bspw. 50 cm eignen sich besser, sind aber in der Regel teuer und werden bisher nicht in ausreichend hoher räumlicher und zeitlicher Frequenz aufgenommen. Dies wurde von den Satellitenbild-Anbietern zur Kenntnis genommen und wird zunehmend in neue Satellitenkonzepte umgesetzt.

Eine Verbesserung der Erkennung und Zuordnung von Krankheiten wird auch durch Verwendung von hyperspektralen Daten erwartet. Sentinel und viele andere Satellitensensoren fassen die Messwerte aus 20, 40 oder sogar 200 Nanometern breiten Spektralkanälen zu einem Wert zusammen. Hyper-spektrale Daten werden in kleineren Messschritten erfasst. Dadurch erhöht sich der Informationsgehalt enorm und es eröffnen sich neue Chancen, Zusammenhänge zwischen Krankheitssymptomen und spektraler Reflexion der Pflanzen zu finden.

Die Erkenntnisse aus dem Projekt können trotzdem schon in der Landwirtschaft verwendet werden. Dazu eine Pressemitteilung der BLE: Risikoerfassung von Krankheiten auf dem Feld per App.



Bisher müssen Satelliten-Informationen über Pflanzenkrankheiten durch eine Diagnose auf dem Feld ergänzt werden.
Bisher müssen Satelliten-Informationen über Pflanzenkrankheiten durch eine Diagnose auf dem Feld ergänzt werden.
Schließen
Zum Anfang

Perspektiven

Dr. Jürgen Born, Geschäftsführer Spatial Business Integration GmbH, will zur Lösung des Problems u.a. Satellitenbilder mit Laborwerten kombinieren. 

0:00
/
0:00
Video jetzt starten
Zum Anfang

Interview mit Dr. agr. Katrin Kohler, Projektleiterin, Spatial Business Integration GmbH

Vollbild
Welche Vorteile haben Applikationskarten aus Satellitenbildern?

Dr. agr. Katrin Kohler: Satellitenbilder werden kontinuierlich und großräumig aufgenommen und stellen objektive Sensordaten über Pflanzen- und Bodeneigenschaften bereit. Der Aufwand zur Beschaffung dieser Daten ist für den Landwirt klein, der Nutzen groß. Vergleiche zwischen Feldern, Einsichten in Teilflächen und das regelmäßige Monitoring im Anbaujahr, auch im Vergleich zu Vorjahren, sind möglich. Diese Informationen helfen bei Entscheidungen und unterstützen die Digitalisierung und Automatisierung im Pflanzenbau. Auch Berater können Informationen aus Satellitenbildern bei ihrer täglichen Arbeit einsetzen. 

Gibt es weitere Anwendungen der Projektergebnisse?

Dr. agr. Katrin Kohler: Weitere potenzielle Anwendungen sind die Erfassung von Auswirkungen des Klimawandels auf die Landwirtschaft und darauf basierende Entwicklungen neuer Anbaustrategien. Auch Schadensabschätzungen für Versicherungen und Behörden als Grundlage für Ausgleichszahlungen sind machbar. Interpretierte Informationen aus Satellitenbildern, wie sie durch das Projekt möglich geworden sind, nutzen zudem beispielsweise der agrochemischen Industrie für deren Produktionsplanungen in Hinsicht auf „was“ und „wieviel“. Und die Frage nach „wohin“ wird auch unterstützt, da die Satellitenbilder zeigen, wo welche Kulturarten in welcher Intensität angebaut werden und in welchem Zustand die Bestände sind.

Schließen
Zum Anfang



Zum Anfang
Zum Anfang
Scrollen, um weiterzulesen Wischen, um weiterzulesen
Wischen, um Text einzublenden