D2Ag
Entwicklung von Digital Twins für ein effizienteres Düngemanagement zur Reduzierung des Carbon Footprint im Ackerbau
Entwicklung von Digital Twins für ein effizienteres Düngemanagement zur Reduzierung des Carbon Footprint im Ackerbau
Die Bewältigung des Klimawandels ist eine der größten Herausforderungen des 21. Jahrhunderts. Die CO2e-bedingte Veränderung der globalen Strahlungsbilanz und der dadurch ausgelöste Klimawandel äußern sich in der Häufung von Extremereignissen wie Hitze, Trockenheit, Sturm und Starkregen und nehmen damit direkten Einfluss auf die Produktionsbedingungen für Nahrung, Faserstoffe und Bioenergie. Als größter Wirtschaftszweig der Menschheit unter freiem Himmel und damit wesentlicher CO2e-Emittent, ist die Landwirtschaft einer der Mitverursacher klimatischer Veränderungen und damit Teil des Problems. Allerdings kann die Landwirtschaft auch einen erheblichen Beitrag zur Verringerung des CO2e-Gehalts in der Atmosphäre leisten, indem über spezielle Anbaumethoden CO2e gebunden und im Boden als organischer Bodenkohlenstoff eingelagert werden kann. Zudem kann durch effiziente und bedarfsgerechte Düngung die Stickstoffeffizienz verbessert und damit der CO2-Fußabdruck der Stickstoffdüngung reduziert werden. Schließlich kann die Emission von Stickstoffoxiden (NOx) aus landwirtschaftlichen Böden minimiert werden.
Die Gesellschaft für Pflanzenbauwissenschaften hat in einem aktuellen wissenschaftlichen Befund unter anderem den im Themenbereich Nährstoffmanagement bestehenden Forschungsbedarf identifiziert. In einer Studie von Feike et al. (2022) heißt es: „Zur Optimierung der N-Düngung müssten neben N-effizienten Düngerformen und Applikationsverfahren die derzeitigen statischen Berechnungsverfahren zur N-Düngebemessung durch dynamische, modellgestützte Verfahren ersetzt werden.“ Das Projekt D2Ag setzt an diesem Punkt an und unterstützt durch erdbeobachtungsbasierte dynamische Entscheidungshilfen eine emissionsreduzierte Düngung und das Monitoring der Bindung von CO2e im Boden.
Ziele des Projekts sind die kombinierte Nutzung neuester Technologien der Erdbeobachtung (hyperspektrale Satellitendaten) und Wachstumsmodellierung (Prozessbasierte Simulationsmodelle) für eine quantitative Entscheidungsunterstützung im Düngemanagement mit dem Ziel der reduzierten Emission klimawirksamer Gase aus dem pflanzenbaulichen Produktionsprozess und die Demonstration der praktischen Durchführbarkeit sowie der Effizienz der neuartigen Maßnahmen durch Anwendung neuester technischer Infrastruktur (Pneumatik-Düngerstreuer mit variablen Ausbringmengen pro Teilbreite) im Rahmen von ausgewählten Feldversuchen. Die komplexe Verbindung zwischen Erdbeobachtung aus dem Weltraum, hochaufgelöstem Monitoring aus der Nähe (z.B. mit Hilfe von Drohnen), Prozesssimulation auf Bestandesebene mit hohem Detailgrad (unter Berücksichtigung von Stickstoff-Transformations-, -Translokations- und -Transportprozessen in Pflanze und Bodensäule) bis hin zur Integration der daraus abgeleiteten Entscheidungsunterstützungsinformationen in der teilflächenspezifischen Ausbringungstechnik, soll durch die Abbildung in einem sog. digitalen Zwilling geschehen, zu dessen Erschaffung auch umfänglich Verfahren des maschinellen Lernens eingesetzt werden müssen.