Ertragsvorhersagen
Wir entwickeln Ertragsvorhersagemodelle auf der Grundlage einer Reihe von Ansätzen, deren Nutzen vom jeweiligen Anwendungsfall und dem betrachteten räumlichen Maßstab abhängt. Auf Betriebsebene sind prozessbasierte Ertragssimulationsmodelle wie DSSAT sehr gut geeignet. Darüber hinaus nutzen wir die rasch wachsende Menge an verfügbaren Daten, um statistische oder datengetriebene Modelle zu entwickeln, die Prognosen auf regionaler Ebene liefern. Geeignete Datenquellen für die Ertragsvorhersage hängen von der räumlichen Auflösung ab, die wir betrachten. In der Regel arbeiten wir mit Fernerkundungs- und Klimadaten, historischen Erträgen, der Bodenqualität, dem Düngemitteleinsatz oder der angebauten Sorte. Wir stellen unsere Ansätze ständig in Frage und versuchen, Ideen aus einer neuen Perspektive zu entwickeln, um gemischte Ansätze mit Kombinationen aus verschiedenen Datenquellen zu entwerfen. Darüber hinaus ziehen wir auch innovative Lösungen in Betracht, wie z. B. den Indoor-Anbau von Weizen, um das natürliche Maximum von Pflanzenerträgen zu bestimmen. Unsere Analysen helfen bei der Einschätzung der Machbarkeit dieser Projekte.