Für den Ertrag auf seinen Feldern muss der Landwirt unternehmerische Entscheidungen treffen, die nach der Ernte sein Einkommen bestimmen sowie das beeinflussen, was und wieviel wir auf den Tellern haben.
Das Forschungsprojekt BigPicture soll hierzu Entscheidungshilfen auf der Basis von Satellitenbildern liefern. Satellitenbilder zeigen, wo auf dem Feld die Pflanzen gut oder schlecht wachsen. So kann der Landwirt auf Teilflächen des Feldes gezielt nachbessern und muss nicht immer das gesamte Feld spritzen oder düngen. Ressourcen- und Umweltschonung sind die positiven Folgen. Da dies auch ein Anliegen des Bundeslandwirtschaftsministeriums ist, fördert das Ministerium das Forschungsprojekt BigPicture im Rahmen der Innovationsförderung zur Digitalisierung in der Landwirtschaft. Die Arbeiten werden seit 2016 von zwei Firmen aus Darmstadt und Bremen ausgeführt. Spatial Business Integration GmbH und rasdaman GmbH vereinen hierzu die nötigen Kompetenzen aus Satelliten- und Big-Data-Technologien.
„Dass Satellitenbilder den Zustand von Pflanzen zeigen, ist schon lange erforscht.“, sagt Projektleiterin Dr. Katrin Kohler. „Das war uns aber nicht genug. Wir wollen auch wissen, warum die Pflanzen an der einen Ecke des Feldes besser wachsen als an der anderen. Nur dann können wir zum Satellitenbild auch Empfehlungen geben, welche Behandlung für die Teilfläche richtig ist.“
Die Diagnose zu stellen ist nicht einfach, denn viele verschiedene Faktoren wirken auf das Pflanzenwachstum ein. An erster Stelle stehen die Bodeneigenschaften, gefolgt von Nährstoff- und Wasserversorgung sowie Krankheiten. Dementsprechend müssen die Eigenheiten jeder Teilfläche und die lokalen Wachstumsbedingungen mithilfe vieler unterschiedlicher Daten untersucht werden. In einem Fall kombinierte das Projektteam Satelliten- mit Wetterdaten, um Frostschäden in Winterfrüchten eindeutig identifizieren zu können, gleichwohl interessant für Landwirte und Versicherungen. „Solch eine Analyse, ausgeführt über Hunderttausende von Feldern in ganz Deutschland, kostet nicht viel mehr als 30 Minuten“ erklärt Prof. Peter Baumann, der die Daten mit Hilfe der von ihm entwickelten, hochskalierbaren und überaus leistungsfähigen Datenwürfeltechnologie rasdaman zusammenführt.
Mit entsprechend modifizierter Abfrageregel, können auch Dürreschäden wie in 2018 schnell und effizient deutschlandweit als Grundlage zur Beihilfenberechnung erfasst werden. Experten sind sich heute global einig, dass das Datenwürfel-Konzept einen Quantensprung in der Nutzbarkeit von Erdbeobachtungsdaten darstellt. Man bezeichnet sie auch als „Analysis-Ready Data“, also als Datensätze mit riesigen Volumina, die aber einfach, performant, skalierbar, standardbasiert und sicher zur Verfügung gestellt werden. Die rasdaman-Datenwürfel-Engine gilt in diesem Bereich als weltweit technologisch führend.
Datenwürfel erweitern das Prinzip der homogenisierten, aufbereiteten Daten – etwa wie sie bei blattschnittfreien Karten zu finden sind – um eine weitere Dimension: Neben der Ausrichtung in x- und y-Achse werden die Daten auch in der Zeit ausgerichtet. Somit werden Zeitreihenanalysen auf einem solchen x-, y- und t-Würfel für den Nutzer vereinfacht. Für Wetterdaten kann zusätzlich die Höhenachse hinzugenommen werden – und es entsteht ein 4D-Würfel.
Die standardbasierte rasdaman-Lösung soll dafür sorgen, dass solche 4D-Würfel einfach kontrolliert und bearbeitet werden können. „Mit der Software lassen sich die multi-dimensionalen Datenwürfel komfortabel interaktiv verschneiden und kombinieren“, erläutert Peter Baumann, Professor für Informatik an der Jacobs University Bremen.
Das Projekt läuft noch bis August 2019, aber bereits jetzt schon sind hieraus gewonnene Erkenntnisse bei der Entwicklung der mobilen App Solorrow verwertet worden. Diese stellt Landwirten Satellitenbildkarten ihrer Felder bereit, die Feldzonen anhand ihres Wachstumspotenzials unterscheiden und eine angepasste Düngung unterstützen. Zurzeit arbeitet das Forscherteam noch an der weitaus schwierigeren Aufgabe, Krankheiten in Pflanzenbeständen zweifelsfrei zu diagnostizieren.