P344 - 44. GIL-Jahrestagung 2024 - Fokus: Biodiversität fördern durch digitale Landwirtschaft

Permanent URI for this collectionhttps://dl.gi.de/handle/20.500.12116/43863

Authors with most Documents  

Ackermann, Andrea
2
Assmann, Denise
2
Aue, Alexander
2
Becker, Rolf
2
Conrad, Christopher
2

Browse

Author: search.filters.author.Assmann, Denise

Search Results

1 - 2 of 2
  • Conference Paper
    Dreidimensionale Bodenfeuchtemodellierung auf Schlagebene
    (Gesellschaft für Informatik e.V., 2024) Post, Sandra; Schröter, Ingmar; Bönecke, Eric; Rühlmann, Jörg; Böttcher, Falk; Assmann, Denise; Kramer, Eckart
    Für die Erstellung von hochaufgelösten dreidimensionalen Bodenfeuchtemodellen wurden auf drei Ackerflächen in Mittel- und Ostbrandenburg an jeweils zehn Punkten AMBAV-Modelle in 10-cm-Schichten bis zu einer Tiefe von 150 cm erstellt, die über den mittleren Korngrößendurchmesser schlagspezifisch regionalisiert wurden. In den oberen und mittleren Bodenschichten lag der RMSE bei überwiegend unter 10 Vol.-%, in den unteren Schichten beträgt er durchschnittlich zwischen 10 und 19 Vol.-%. Die Validierung des regionalisierten Modells brachte in den oberen 10 cm einen RMSE von 7,2 Vol.-% hervor.
  • Conference Paper
    A multi-talented datacube: integrating, processing and presenting big geodata for the agricultural end user
    (Gesellschaft für Informatik e.V., 2024) Friedrich, Christoph; Löw, Johannes; Otte, Insa; Hill, Steven; Förtsch, Sebastian; Schwalb-Willmann, Jakob; Gessner, Ursula; Schierghofer, Christoph; Truckenbrodt, Sina; Schonert, Eric; Piernicke, Thomas; Assmann, Denise; Conrad, Christopher; Thiel, Michael
    While scientific methods leveraging Earth Observation for agriculture are abundant, their actual application in Germany remains scarce. A key challenge in this context is to connect the end users to the data without the many technical obstacles. Therefore, we present a versatile platform that not only integrates and processes big geodata of highly diverse origin and type, but also provides access to these resources in ways that reflect the individual user’s requirements and expertise. Based on free and open-source software building blocks, our datacube facilitates scientific computation through R and Python environments or direct API access, including emergent technologies such as openEO, STAC, and COG. At the same time, the results are delivered to easy-to-use applications that adequately present them to non-technical experts. We detail the architecture of the system and demonstrate a use case serving computed plant vitality information directly to farmers in the field.
Load citations