GeoPard und Cornell University CAST, NMSP Zusammenarbeit für datengesteuerte Landwirtschaft

Das Cornell Agricultural Systems Testbed and Demonstration Site (CAST) für den Bauernhof der Zukunft und das Cornell Nutrient Management Spear Program (NMSP) haben sich mit der Plattform für Präzisionslandwirtschaft GeoPard Agriculture zusammengetan, um rohe Ertragsdaten in umsetzbare landwirtschaftliche Empfehlungen zu verwandeln.

CAST - ein Cluster aus drei realen landwirtschaftlichen Betrieben im Bundesstaat New York - dient als Prüfstand für “Farm of the Future”-Technologien und bringt datengestützte Lösungen für die Pflanzen- und Milchproduktion voran. Das NMSP-Team führt Forschungsarbeiten durch, erleichtert den Technologie- und Wissenstransfer und hilft bei der Umsetzung vorteilhafter Strategien für das Nährstoffmanagement von Feldfrüchten, um die Nachhaltigkeit der landwirtschaftlichen Betriebe im Bundesstaat New York zu verbessern.

GeoPard arbeitet gemeinsam mit CAST und NMSP an der Weiterentwicklung der Datenverarbeitung zu verbesserten digitalen Agronomiewerkzeugen - eine Mischung aus Wissenschaft, Technologie und von Landwirten durchgeführten Versuchen, die ein Beispiel für die Zukunft der Präzisionslandwirtschaft ist.

CAST und NMSP von Cornell

CAST ist Teil der USDA NIFA-Initiative “Farm of the Future” und steht unter der Schirmherrschaft des Cornell Institute for Digital Agriculture. CAST vereint drei kommerzielle Landwirtschaftsbetriebe (Ackerbau und Milchwirtschaft) unter einem einheitlichen F&E-Ökosystem. Seine Aufgabe ist es, integrierte Präzisionslandwirtschaftstechnologien (von der Robotik bis zur Datenanalyse) unter realen landwirtschaftlichen Bedingungen zu testen und zu demonstrieren.

Parallel dazu konzentriert sich das Nutrient Management Spear Program (NMSP) unter der Leitung von Dr. Quirine Ketterings auf angewandte Boden- und Pflanzenforschung und Beratung. Das NMSP-Team bewertet den Nährstoffeinsatz und die Ertragsschwankungen in landwirtschaftlichen Betrieben. So hat es zum Beispiel Pionierarbeit bei den “Ertragsstabilitätszonen” geleistet, indem es drei oder mehr Jahre Ertragsdaten kombinierte, um Bereiche mit gleichbleibend hohen und niedrigen Erträgen im Vergleich zu schwankenden Stellen zu kartieren.

Diese Stabilitätszonenkarten (mit den Zonen Q1-Q4 für hohe/niedrige Ertragskonsistenz) und neue Versuchsdesigns wie der Single-strip Spatial Evaluation Approach (SSEA) helfen den Landwirten, durch On-Farm-Forschung zu testen, ob sich Bewirtschaftungsänderungen bei bekannter Variabilität innerhalb des Feldes auszahlen.

Die GeoPard Agriculture Plattform

GeoPard Agriculture bietet eine Cloud-basierte Analyse-Engine, die beliebige Geodaten aus der Landwirtschaft verarbeitet. Laut GeoPard ist die Plattform “ein unvoreingenommenes, cloudbasiertes Analysekraftwerk für die Präzisionslandwirtschaft”, das in der Lage ist, mehrschichtige, mehrjährige Daten zu verarbeiten. In der Praxis nimmt GeoPard Ertragsüberwachungsdateien, Bodenkarten, Satellitenbilder und vieles mehr auf und erstellt daraus gebrauchsfertige Karten und Rezepte. Zu den wichtigsten Funktionen gehören die Erstellung von mehrjährigen Bewirtschaftungszonen und VRA-Karten (Variable Rate Prescription), die detaillierte Analyse von Ertragsdaten und Tools zur Überwachung von Kulturen.

So kann GeoPard beispielsweise Rohdaten zu Mähdreschererträgen bereinigen und kalibrieren und sogar synthetische Ertragskarten erstellen (Schätzung von Erträgen aus Satelliten-/Drohnendaten), um Lücken zu schließen, wenn historische Daten fehlen. Die Plattform unterstützt auch die Analyse von Topografie- und Bodendaten, die Visualisierung von 3D-Feldern, den Vergleich von angewandten Daten und vieles mehr.

• Kartierung von Verwaltungsgebieten und VRA: GeoPard verwendet Ertrags-/Bodenschichten zur Abgrenzung von Feldzonen und zur Erstellung von Rezeptkarten für die präzise Anwendung von Betriebsmitteln.
• Verarbeitung von Ertragsdaten: Das System ermöglicht die automatische Bereinigung und Kalibrierung von Erntedatensätzen und kann synthetische Ertragskarten aus Mehrjahres- und Fernerkundungsdaten erstellen.
• Überwachung der Kulturen und Felder: Satellitengestützte Instrumente und Multi-Index-Analysen helfen dabei, räumliche Trends in der Ernteleistung und begrenzende Faktoren von Jahr zu Jahr zu erkennen.

Gemeinsame Forschung und Feldversuche

Im Rahmen dieser Zusammenarbeit erforschen CAST und NMSP die GeoPard Agriculture Plattform zur Verarbeitung von Rohdaten aus der Maissilage- und Getreideertragsüberwachung in bereinigte Ertragskarten und Ertragsstabilitätszonen sowie zur Bewertung der Genauigkeit der Generierung synthetischer Ertragsdaten.

Quirine Ketterings und ihr Team am NMSP verwenden Daten von CAST-Feldern, um die Genauigkeit der GeoPard-Algorithmen zur Ertragskartierung zu bewerten und zu verbessern sowie den synthetischen Ertrag sowohl für die Bewertung ganzer Felder als auch für Versuche zu bestimmen. Gemeinsam mit GeoPard bewerten Ketterings und ihr Team die Datenqualität und die Protokolle zur Erstellung von Karten der Ertragsstabilitätszonen für Felder mit mehrjährigen Daten.

Foto von Madeline Hanscom/NMSP

Ihr Ziel ist es, sowohl konventionelle Forschungsversuche in den Betrieben als auch die neu entwickelten Single-strip Spatial Evaluation Approach (SSEA)-Versuche zu analysieren, die das Wissen über die Ertragsvariabilität innerhalb eines Feldes nutzen. Zu den wichtigsten Aspekten der Zusammenarbeit gehören:

1. Datenintegration: Die Ernte- und Präzisionsdaten von CAST werden in GeoPard verarbeitet, wodurch aus den Rohdaten georeferenzierte Ertragskarten und Leistungsebenen entstehen.
2. Validierung des Algorithmus: Die GeoPard-Algorithmen für die Ertragskartierung und den synthetischen Ertrag werden anhand der strengen Versuchsdaten von CAST/NMSP auf dem Bauernhof getestet, um die Technik anhand realer Messungen zu verfeinern.
3. Räumliche Analyse: Das Team erstellt aus den Daten mehrerer Jahre Karten der Ertragsstabilitätszone und bewertet, wie gut die GeoPard-Modelle die tatsächlichen Feldmuster erfassen.
4. Innovatives Studiendesign: Neue Methoden wie die SSEA nutzen feldinterne Ertragsmuster, um Behandlungen effizient zu vergleichen, unterstützt durch die räumliche Analyse von GeoPard.

Durch die Zusammenarbeit von Cornell und GeoPard wird sichergestellt, dass die Ergebnisse der Plattform auf die Realität der landwirtschaftlichen Betriebe abgestimmt sind. GeoPard nutzt zwar fortschrittliche Modelle (einschließlich satellitengestützter Ertragsschätzungen), aber die Validierung auf den datenreichen Cornell-Farmen macht die Empfehlungen noch vertrauenswürdiger. Diese Integration von Wissenschaft, Technologie und Feldpraxis schafft eine Rückkopplungsschleife: Landwirte und Forscher profitieren beide von zuverlässigeren Präzisionsaggregaten.

Praktische Auswirkungen: Auf dem Weg zur nachhaltigen Präzisionslandwirtschaft

Ziel ist es, Forschungsergebnisse in praktische Anleitungen für Landwirte umzusetzen. Ertragsüberwachung und -kartierung geben den Landwirten Einblick in die Schwankungen innerhalb des Feldes und ermöglichen gezielte Maßnahmen anstelle von Pauschalbehandlungen. Tatsächlich zeigen Studien, dass eine konsequente Ertragskartierung den Landwirten hilft, “zu erkennen, welche Feldbereiche gut abschneiden und welche verbessert werden müssen, was ihnen hilft, präzisere Maßnahmen zu planen”.

So kann ein Landwirt beispielsweise GeoPard-Karten nutzen, um nur dort zu düngen, wo die Erträge im Vergleich zum Felddurchschnitt unterdurchschnittlich sind, oder um in Gebieten mit konstant niedrigen Erträgen konservierende Maßnahmen anzuwenden. Durch die Bereitstellung von bereinigten Daten, Karten mit Ertragsstabilitätsanalysen und synthetischen Benchmarks unterstützt die Cornell-GeoPard-Partnerschaft kosteneffiziente und ökologisch intelligente Entscheidungen.