Kartierung des organischen Kohlenstoffbestandes (SOC) des Bodens

Erdbeobachtung und Satellitennavigation für den Tourismus
Dezember 12, 2017
Carbon-rich peat swamp forest ecosystem
Indonesischer Torfpreis-Wettbewerb – eine neue Methode zur Kartierung tropischer Moore
Februar 3, 2018

News


    Free image/jpeg, Resolution: 4272x2848, File size: 3.87Mb, plowed field and rapeseed field

    Kartierung des organischen Kohlenstoffbestandes (SOC) des Bodens

    Das Forschungsprojekt SOCmonit konzentriert sich auf die Entwicklung von Methoden zur Standardisierung der raumzeitlichen Überwachung von organischem Kohlenstoff im Boden (SOC) innerhalb von Langzeit-Feldexperimenten (LTFE) mit spektralen Messungen aus der Fernerkundung und der proximalen Bodenerkennung. LTFEs untersuchen unter anderem den Einfluss von Bodenbearbeitung und Düngung auf den Gehalt an SOC. Spektrometrische Verfahren eignen sich für die quantitative Bestimmung aller Bodeneigenschaften, die einen Einfluss auf die Bodenfarbe haben, einschließlich SOC. Modellierungsansätze stellen den Zusammenhang zwischen der Sollgröße und den gemessenen Spektren her.

    Innovative Mapping-Toolbox

    Derzeit gibt es keinen Modellierungsansatz, der die teilweise komplexen Datenverarbeitungsschritte für spektrometrische Daten aus der Fernerkundung und der proximalen Bodenerfassung sowie den Einfluss von in situ "Störgrößen" berücksichtigt. Vor diesem Hintergrund entwickelt SOCmonit eine automatisierte Toolbox für die Datenverarbeitung und Modellierung. Ein Vergleich mehrerer Spektralsensoren und Trägerplattformen für die Fernerkundung und die proximale Bodenerkennung wird durchgeführt. Die verwendeten Verfahren erzeugen unterschiedliche Datenformate mit unterschiedlichen Informationsinhalten in Bezug auf den Ziel-SOC: Bildformate mit unterschiedlicher räumlicher Auflösung versus Punkt-Spektralmessung, multispektrale versus hyperspektrale Messung, Labor versus Feldmessung, oberirdische versus unterirdische Messung. Verschiedene Datenverarbeitungsschritte sowie die damit verbundenen Verarbeitungsschritte zur Vorhersage von SOC-Inhalten sind in Open-Source-Software implementiert. Die Software ist automatisiert, standardisiert und verständlich dokumentiert mit dem Ziel, das Verfahren einer breiten Anwendergruppe zugänglich zu machen. Die gesammelten Datensätze werden veröffentlicht und ermöglichen so einen direkten Vergleich mit zukünftigen methodischen Innovationen.

    RSS VERANTWORTLICHKEITEN

    • Entwicklung und Test von Algorithmen, Validierung
    • Entwicklung von Open-Source Sentinel-2 Download- und Verarbeitungssoftware für Sentinel-2
    • Entwicklung einer Drohnen-Datenverarbeitungssoftware

    Anwendungspotential

    Eine kostengünstige, zeitsparende Methode zur raumzeitlichen Überwachung von Bodenparametern wie SOC ist attraktiv für Behörden, Landwirte und Regierungen, die auf aktuelle und zukünftige Klimainitiativen reagieren. Mit genauer Kenntnis der räumlich-zeitlichen Variabilität von SOC auf landwirtschaftlich genutzten Feldern kann die Identifizierung von Hotspots erfolgen und der Anbau kann so angepasst werden, dass der SOC-Gehalt erhalten und erhöht wird, um die Treibhausgasemissionen zu reduzieren.

    Forschungspartner

    Helmholtz-Zentrum für Umweltforschung GmbH (UFZ), Halle (Saale)

    Fördermittelgeber

    Federal Ministry of Food and Agriculture – BMEL via the Federal Office for Agriculture and Food, BLE