header_bild

Pixel-spezifische Parametrisierung von Modellen zur Ableitung von Pflanzenzustandsvariablen aus Hyperspektraldaten und zur Ertragsabschätzung (Hy-PiPE; Teilvorhaben JKI Quedlinburg)


Laufzeit

2022-12-01 bis 2025-11-30

Projektleitung

  • Til, Feike


Zuständige Fachinstitut

Institut für Strategien und Folgenabschätzung



Gesamtziel des Projektes

Infolge des Klimawandels beeinträchtigen Extremwetterereignisse zunehmend die Vitalität landwirtschaftlicher Kulturen, was zu erheblichen Ertragsverlusten führen kann. Ausgehend von regionalen Fallstudien sind in Hy-PiPE daher Konzepte für ein flächendeckendes Monitoring von Indikatoren zur Pflanzenvitalität und des landwirtschaftlichen Ertrages zu entwickeln. Die etablierten Prozessabläufe sollen im Laufe des Vorhabens auch auf nationaler Skala Anwendung finden. Ziel ist die Ableitung kulturartenspezifischer Pflanzenzustandsvariablen auf Basis hyperspektraler EnMAP-Satellitendaten und deren Assimilation in ein prozessbasiertes Agrarökosystemmodell (AEM). Mit einer pixel-spezifischen Parametrisierung des Strahlungstransfermodells PROSAIL-PRO und des AEMs DSSAT-CERES sollen Unsicherheiten bei der Modellinvertierung und der Ertragsabschätzung verringert werden. Die Mehrdeutigkeit von Modellergebnissen stellt eine besondere Herausforderung bei der Invertierung von Strahlungstransfermodellen dar. Für eine möglichst robuste flächendeckende Ableitung von Pflanzenzustandsvariablen wird in Hy-PiPE die gesamte spektrale Auflösung von EnMAP in den physikalischen Modellansatz integriert und eine Parametrisierung anhand pixel-basierter Merkmalsklassen vorgenommen. Schwerpunkte werden hierbei auf die Verwendung kulturartenspezifischer Klassifikationsprodukte des Antragstellers und auf die räumliche Kompilation von (EnMAP-) Bodenspektren gelegt. Die Integration der aus Satellitendaten abgeleiteten Pflanzenzustandsvariablen in ein AEM ermöglicht es, den aktuellen Bestandszustand bei der Simulation des gesamten Boden-Pflanzen-Atmosphären-Systems abzubilden. Zudem lassen sich hierdurch räumliche Heterogenitäten besser berücksichtigen was insgesamt eine höhere Genauigkeit in der Ertragsprognose verspricht. Die in Hy-PiPE zu entwickelnden hochaufgelösten Datensätze können wertvolle und direkt nutzbare Informationen für die praktische Landwirtschaft und die Politik liefern.


Mittelgeber

Bundesministerium für Wirtschaft und Energie