Weiter zum Inhalt

Projekt

Automatische Bestimmung von Grünlandnutzungsintensitäten mit Satellitenbildern


Federführendes Institut LV Institut für Lebensverhältnisse in ländlichen Räumen
Beteiligte Institute BW Institut für Betriebswirtschaft BD Institut für Biodiversität

Satellitenbilder über Braunschweig
© ESA Copernicus Open Access Hub: https://scihub.copernicus.eu/dhus/#/home

Erschließung von Fernerkundungsdaten in den Themenfeldern Landnutzung, Agrarökonomie und Biodiversität in der Agrarlandschaft

Wie intensiv Grünland in Deutschland genutzt wird, dazu liegen bislang keine flächendeckende Informationen  vor. Fernerkundungsdaten können helfen, diese Wissenslücke zu schließen.

Hintergrund und Zielsetzung

Die hohe räumliche und zeitliche Auflösung der Sentinel-Satelliten (eine Aufnahme alle 2 bis 3 Tage) des europäischen Erdbeobachtungsprogramms Copernicus schafft die Möglichkeit, Informationen zur Landnutzung mit hoher räumlicher und zeitlicher Auflösung zu erfassen. Auf Grundlage der Fernerkundungsdaten soll deutschlandweit flächendeckend bestimmt werden, wie intensiv Dauergrünland genutzt wird. Auf welchen Flächen werden Futtermittel angebaut? Welche Flächen dienen dem Natur- und Ressourcenschutz?

Auf Basis des angestrebten Datensatzes können zum Beispiel Extensivierungspotenziale einzelner Flächen und Regionen abgeschätzt werden und insbesondere die Politikfolgenabschätzung für die Gemeinsame Europäische Agrarpolitik (GAP) verbessert werden.

Die folgenden Ziele sollen erreicht werden:

  1. Entwicklung von Methoden, um die Nutzung von Dauer-grünland aus Sentinel-Fernerkundungsdaten automatisch zu bestimmen
  2. Deutschlandweite Abbildung und Bereitstellung aktueller räumlicher Informationen zur  Nutzung von Dauergrünland

Vorgehensweise

Folgende Schritte werden in diesem Projekt durchgeführt:

  • Aufbau einer Datenbank für Validierungsdaten, Zusammenfügen verschiedener Datentypen und Entwicklung von  Indikatoren zur Beschreibung der  Gründlandnutzungsintensität
  • Aufbau einer Testumgebung für Sentinel-1 (S1) und Sentinel-2 (S2) Daten
  • Entwicklung einer Methode zur schlaggenauen Bestimmung der Nutzungsintensität von Dauergrünland
  • Deutschlandweite Übertragung der Methode
  • Validierung der Methoden anhand der aufgebauten Datenbank

Links und Downloads

http://esa-sen4cap.org/

http://www.copernicus.eu/

Publikationen zum Projekt

  1. 0

    Lobert F, Holtgrave A-K, Schwieder M, Pause M, Gocht A, Vogt J, Erasmi S (2021) Detection of mowing events from combined Sentinel-1, Sentinel-2, and Landsat 8 time series with machine learning. Grassl Sci Europe 26:123-125

  2. 1

    Lobert F, Holtgrave A-K, Schwieder M, Pause M, Vogt J, Gocht A, Erasmi S (2021) Mowing event detection in permanent grasslands: Systematic evaluation of input features from Sentinel-1, Sentinel-2, and Landsat 8 time series. Remote Sens Environ 267:112751, DOI:10.1016/j.rse.2021.112751

    https://literatur.thuenen.de/digbib_extern/dn064075.pdf

  3. 2

    Holtgrave A-K, Röder N, Ackermann A, Erasmi S, Kleinschmit B (2020) Comparing Sentinel-1 and -2 data and indices for agricultural land use monitoring. Remote Sensing 12:2919, DOI:10.3390/rs12182919

    https://literatur.thuenen.de/digbib_extern/dn062663.pdf

  4. 3

    Holtgrave A-K, Ackermann A, Röder N, Kleinschmit B (2020) Towards a dual-polarisation radar vegetation index for Sentinel-1 for grassland monitoring. Grassl Sci Europe 25:596-598

  5. 4

    Holtgrave A-K, Röder N, Kleinschmit B (2019) Detecting grassland management strategies with sentinel-1 and fuzzy data in different regions of Germany. In: Living Planet Symposium, Milan (Italy), May 13-17 2019.

    Nach oben