Im Rahmen mehrj\u00e4hriger Analysen haben Forscher gepr\u00fcft, ob auf der Grundlage von Bodenbeschaffenheit, Topographie oder anderen Landschaftsmerkmalen Karten von Bewirtschaftungszonen zuverl\u00e4ssig vorhersagen k\u00f6nnen, welche Teile eines Maisfeldes am meisten von erh\u00f6hten Aussaatmengen oder Stickstoffd\u00fcngung profitieren werden.<\/p>\n
Die Studie ergab, dass entgegen g\u00e4ngiger Annahmen die Reaktionen von Anbaufl\u00e4chen auf dieselben Betriebsmittel von Jahr zu Jahr deutlich variieren. Der unberechenbarste Faktor, das Wetter, hatte dabei den gr\u00f6\u00dften Einfluss auf das Pflanzenwachstum. Landwirte k\u00f6nnen jedoch Ma\u00dfnahmen ergreifen, um die Auswirkungen des Wetters auf ihre Ernte zu minimieren.<\/p>\n
Die Kartierung von Managementzonen entstand aufgrund des gestiegenen Interesses an digitaler Landwirtschaft \u2013 der Nutzung neuer Datenerfassungs- und Analysetechnologien, um das Zusammenspiel der Faktoren, die die Ernteertr\u00e4ge beeinflussen, besser zu verstehen, erkl\u00e4rte Nicolas Martin, Professor f\u00fcr Pflanzenwissenschaften an der University of Illinois Urbana-Champaign, der die Analyse zusammen mit dem ehemaligen Postdoktoranden Carlos Agustin Alesso durchf\u00fchrte.<\/p>\n
Diese Methoden nutzen feldgest\u00fctzte Sensoren, Satellitendaten und andere digitale Werkzeuge, um zu erfassen, wie Nutzpflanzen auf lokale Bedingungen, D\u00fcnger, Saatgutmengen und andere Betriebsmittel reagieren. Ziel sei es, verschwenderische oder sch\u00e4dliche Anbaumethoden zu minimieren und gleichzeitig den Ertrag zu maximieren, f\u00fcgte Martin hinzu.<\/p>\n
In der j\u00fcngsten Studie wurde eine einzigartige Methode zur Validierung der Vorhersagen von Managementzonenkarten eingesetzt.<\/p>\n
\u201cWir nutzten unsere Landmaschinen als Drucker und erzeugten so ein Flickwerk aus verschiedenen Materialien, \u00e4hnlich einer Patchworkdecke\u201d, erkl\u00e4rte Martin. \u201cWir f\u00fchrten unser Experiment an mehreren Standorten durch und verwendeten dabei ein vollst\u00e4ndig randomisiertes Versuchsdesign.\u201d<\/p>\n
Die Forscher f\u00fchrten ihre Studie an sieben typischen, nicht bew\u00e4sserten Maisanbaufl\u00e4chen in Illinois durch. Jede Fl\u00e4che wurde in zahlreiche Parzellen unterteilt. Jede Parzelle erhielt nach dem Zufallsprinzip unterschiedliche Aussaatst\u00e4rken und Stickstoffd\u00fcngungen.<\/p>\n
Zus\u00e4tzlich erfassten die Forscher die Bodenbeschaffenheit, die Topographie und weitere landschaftliche Merkmale jedes Standorts. Sie standardisierten alle Variablen au\u00dfer den Wetterbedingungen auf den verschiedenen Feldern. Die Studie wurde von 2016 bis 2021 durchgef\u00fchrt.<\/p>\n
Die Forscher ermittelten \u00fcber mehrere Jahre hinweg den Ertrag jeder Parzelle zum Erntezeitpunkt. Dies half ihnen, diejenigen Parzellen zu identifizieren, die in den einzelnen Jahren am besten auf verschiedene Betriebsmittel reagierten. Mithilfe eines hochentwickelten Random-Forest-Algorithmus bestimmten sie, welche Faktoren \u2013 wie Wetterbedingungen, Bodeneigenschaften oder Hangneigung \u2013 am genauesten vorhersagen konnten, ob eine erh\u00f6hte Stickstoffd\u00fcngung oder eine h\u00f6here Aussaatst\u00e4rke den Ertrag steigern w\u00fcrde.<\/p>\n
Martin erkl\u00e4rte, dass Wettervariablen die Hauptfaktoren seien, die die r\u00e4umlichen Reaktionsmuster auf Stickstoff- oder Saatgutmengen beeinflussen, dicht gefolgt von Landschafts- und Bodeneigenschaften. Er merkte au\u00dferdem an, dass diese Reaktionen aufgrund von Wettereinfl\u00fcssen j\u00e4hrlich schwanken, was zumindest auf den untersuchten Feldern zu Inkonsistenzen f\u00fchre.<\/p>\n
\u201cDas bedeutet, dass eine Parzelle, die in einem Jahr gut auf eine h\u00f6here Stickstoffd\u00fcngung reagiert, beim n\u00e4chsten Maisanbau m\u00f6glicherweise nicht mehr so gut darauf reagiert\u201d, sagte er. \u201cDaher ist das Konzept der Managementzonenkartierung kein verl\u00e4sslicher Indikator f\u00fcr die Reaktion von Nutzpflanzen auf Betriebsmittel.\u201d<\/p>\n
\u201cWir glauben, dass diese Erkenntnisse teilweise erkl\u00e4ren k\u00f6nnen, warum Pr\u00e4zisionslandwirtschaftstechnologien von den Landwirten nicht einheitlich \u00fcbernommen wurden\u201d, sagte Martin.<\/p>\n
Die Forscher glauben, dass die Erfassung von mehr Daten \u00fcber mehrere Jahre und der Einsatz besserer Werkzeuge f\u00fcr die Vor-Ort-Analyse die Genauigkeit der Kartierung von Managementzonen verbessern k\u00f6nnten.<\/p>\n
Diese Forschung wurde vom Natural Resources Conservation Service und dem National Institute of Food and Agriculture des US-Landwirtschaftsministeriums unterst\u00fctzt.<\/p>","protected":false},"excerpt":{"rendered":"
Im Rahmen mehrj\u00e4hriger Analysen haben Forscher gepr\u00fcft, ob auf Bodenbeschaffenheit, Topographie oder anderen Landschaftsmerkmalen basierende Managementzonenkarten zuverl\u00e4ssig vorhersagen k\u00f6nnen, welche Teile von\u2026<\/p>","protected":false},"author":210157960,"featured_media":10341,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1365,1376],"tags":[],"class_list":["post-10339","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","category-management-zones"],"acf":[],"yoast_head":"\n