Auf unserer Webseite verwenden wir Cookies, die unter „Cookie-Einstellungen anpassen“ näher beschrieben werden. Notwendige Cookies werden für grundlegende Funktionen der Webseite benötigt, um eine optimale Nutzung zu ermöglichen. Dadurch ist gewährleistet, dass die Webseite einwandfrei funktioniert. Darüber hinaus können Sie Cookies für Statistikzwecke zulassen. Diese ermöglichen es uns, die Webseite stetig zu verbessern und Ihr Nutzererlebnis zu optimieren. Ihre Einwilligung zur Nutzung der Statistik-Cookies ist freiwillig und kann in der Datenschutzerklärung dieser Webseite unter „Cookie-Einstellungen“ jederzeit widerrufen werden.
Datenschutzerklärung
Impressum
Erkennung raum-zeitlicher Muster
Projekt
Förderkennzeichen: 0315530A
Laufzeit: 01.10.2009
- 30.09.2014
Forschungszweck: Bestandsaufnahme & Abschätzung
Ziel dieses Teilprojekts ist die hochgenaue interaktive Identifikation von Merkmalen und die Kartierung, Verknüpfung und Interpretation raum-zeitlicher Muster. Auf der Ebene des Teilschlages geht es darum, Phänomene zu identifizieren, die durch die Konkurrenz von Pflanzen entstehen und Einfluss auf den erwarteten Ertrag haben. Auf der Ebene des Blattes geht es darum, Merkmale zu identifizieren, die für die Früh¬erkennung von Befall relevant sein können. Die Verknüpfung der Daten verschiedener Teilprojekte erfolgt über den gemeinsamen Raum- und Zeitbezug. Dies erfolgt zunächst am Beispiel der Verknüpfung von Trockenstresstoleranz (Teilprojekt Gerste – Züchtung, Arbeitsgruppe Léon) mit Bodenheterogenität und Stickstoffverfügbarkeit (Arbeitsgruppe Amelung), bei späterer Ausweitung auf Zuckerrübe und Rebe. Die Gewinnung flächenhafter Aufschlüsse auf der Ebene des Teilschlages aus punkthaften Aufschlüssen auf der Ebene der Pflanze erfolgt mittels geostatistischer Verfahren (Kriging). Schließlich geht es um die Aufbereitung heterogener Daten für die Zwecke des Data Mining und des maschinellen Lernens für die Gewinnung phänotypischer Merkmale und raum-zeitlicher Muster
Abschnittsübersicht
Fachgebiete
- Landtechnik Pflanzenproduktion
