Maschinelle Lernmodelle haben große Erfolge beim Lernen komplexer Muster wie zum Beispiel die räumliche Verbreitung von Bodeneigenschaften gezeigt, die es erlauben Vorhersagen über nicht erfasste Bereiche zu treffen. Die Fähigkeit, das Gelernte auf andere Gebiete anzuwenden ist dagegen wenig entwickelt und bislang können die Modelle nur sehr eingeschränkt auf Bereiche außerhalb der unmittelbaren Lernumgebung übertragen werden. Ähnlich empirischen Regressionen gelten die Regelwerke, z.B. bei Entscheidungsbaumverfahren wie Random Forest, nur für den von Trainingsdaten abgedeckten Wertebereich. Für jedes weitere Gebiet werden erneut möglichst hochwertige und umfangreiche Trainingsdaten benötigt. Fortschritte im Bereich des Deep Learning (DL), z.B. Convolutional Neural Networks, des Transfer Learnings und kombinierte Ansätze im Bereich Feature Selection (FS) bieten hier erweiterte Möglichkeiten, um die Dimensionalität gerade bei kleineren Datensätzen einzuschränken, die Überanpassung an die Trainingsdaten zu minimieren und die Übertragung auf angrenzende Gebiete zu verbessern. Im vorliegenden Antrag nehmen wir diese Entwicklungen auf und versuchen Bodeneigenschaften auch für Bereiche außerhalb der Lernumgebung vorherzusagen. Dazu erstellen wir zunächst mit Umweltfaktoren eine gebietsspezifische Parametrisierung maschineller Lernmodelle anhand von geomorphometrischen, geologischen, landschaftsökologischen und klimatischen Parametern. Welche Parameter dies im Einzelnen sind und wie sie untereinander im Verhältnis stehen, wird exemplarisch für verschiedene Testdatensätze in Deutschland (humides Klima) und im Iran (semi-arid bis arides Klima) durch die Kombination von Methoden des DL und der FS berechnet. Im Folgeschritt werden die mit den ausgewählten Parametern der Umweltfaktoren und den Bodenprofildaten trainierten Modelle auf nicht trainierte Gebiete übertragen und an unabhängigen Bodendaten validiert. Die nicht trainierten Gebiete werden anhand von Distanz- und Ähnlichkeitsmaßen hinsichtlich ihrer Vergleichbarkeit mit den ursprünglichen Trainingsgebieten charakterisiert, um die Transferleistung der maschinellen Lernmodelle zu beurteilen. Abschließend ist vorgesehen, für die unbekannten Gebiete schrittweise Trainingsdaten zuzufügen, um die Entwicklung der Vorhersagegenauigkeit zu quantifizieren und die Transfereigenschaften verschiedener ML-Verfahren zu beurteilen. Als Trainingsdaten dienen LUCAS-Daten für Deutschland und Bodenprofildaten aus der nationalen SPDB Datenbank für den Iran. Die Umweltparameter werden aus Satellitendaten, digitalen Höhenmodellen, Weltklimadaten sowie Landnutzungskarten und geologischen Kartenwerken abgeleitet. Bodeneigenschaften sind Bodenkohlenstoffgehalt, Bodentextur, Carbonatgehalt und Kationenaustauschkapazität. Es werden 12 maschinelle Lernverfahren vergleichend angewendet.
Die LUCAS-Erhebung stellt vereinheitlichte Daten zur Landnutzung und Bodenbedeckung in der gesamten Europäischen Union bereit.
Im Projekt SOIL-DE werden Indikatoren zur Bewertung der Funktionalität, der Potenziale, der Nutzungsintensität und der Vulnerabilität von Böden entwickelt, um die Qualität und die Wertigkeit von Böden sowohl rückblickend, als auch unter aktueller Nutzung einschätzen zu können. Zusätzlich soll der Flächenverlust von Böden räumlich, zeitlich und qualitativ beurteilt werden. Datengrundlagen sind dabei verfügbare Basisdaten für Deutschland (z.B. Geländemodelle, Bodenkarten, Klima- und Wetterdaten), auszuwertende Daten der europäischen LUCAS-Erhebungen, historische Satellitendaten des LANDSAT-Archivs, sowie aktuelle Satellitendaten des europäischen Copernicus Programms. Die abgeleiteten Informationen sollen bestehende Bewertungssysteme erweitern und als Entscheidungshilfe in eine nachhaltige und langfristige Flächenentwicklung einfließen können. Die Auswertung von Zeitreihen hochaufgelöster Satellitenbilddaten (10 m bis 30 m Pixelauflösung) mit völlig neuen Methoden stellt außerdem einen neuartigen Weg für die Detaillierung bestehender Bodeninformationen dar. Die Gefährdung von Boden, dessen Fruchtbarkeit und Funktionen durch Änderung der Bodennutzung beeinträchtigt werden, soll durch die Auswertung von Zeitserien aus Satellitenbildern in Kombination mit offiziellen Bodeninformationen unterschiedlicher räumlicher und thematischer Auflösung bundes- und bundeslandweit erfasst werden. Ziel dieser Erhebung ist es, den Flächenverlust der vergangenen zehn Jahre flächenscharf zu detektieren, erstmals die Ertragsfähigkeit der Böden zu eruieren und Risikogebiete, d.h. Regionen mit besonders hohen Verlustraten und hohen Ertragsfähigkeiten zu identifizieren. Des Weiteren sollen neue Satellitentechnologien (Sentinel-1/-2) zur flächendeckenden Erfassung a) relevanter Bodenparameter (z.B. organischer Kohlenstoffgehalt) der Ackerböden in Deutschland, sowie der b) Bewirtschaftungspraktiken im Ackerbau eingesetzt werden. Hierzu zählt eine flächendeckende Differenzierung des Ackerlandes nach Fruchtarten und Fruchtfolgen, die Ausweisung von Bearbeitungsterminen, des Bodenbedeckungsgrades und eng daran gekoppelt, die Gefährdung von Boden durch Wassererosion. Der Zugang zu den aktuellen abgeleiteten Informationen wird öffentlich über Webservices und interaktive Zugänge (WebViewer, mobile App) gewährleistet, so dass Behörden, Planer und die Öffentlichkeit aktuell informiert sind und die Daten nachgenutzt werden können.
Im Projekt SOIL-DE werden Indikatoren zur Bewertung der Funktionalität, der Potenziale, der Nutzungsintensität und der Vulnerabilität von Böden entwickelt, um die Qualität und die Wertigkeit von Böden sowohl rückblickend, als auch unter aktueller Nutzung einschätzen zu können. Zusätzlich soll der Flächenverlust von Böden räumlich, zeitlich und qualitativ beurteilt werden. Datengrundlagen sind dabei verfügbare Basisdaten für Deutschland (z.B. Geländemodelle, Bodenkarten, Klima- und Wetterdaten), auszuwertende Daten der europäischen LUCAS-Erhebungen, historische Satellitendaten des LANDSAT-Archivs, sowie aktuelle Satellitendaten des europäischen Copernicus Programms. Die abgeleiteten Informationen sollen bestehende Bewertungssysteme erweitern und als Entscheidungshilfe in eine nachhaltige und langfristige Flächenentwicklung einfließen können. Die Auswertung von Zeitreihen hochaufgelöster Satellitenbilddaten (10 m bis 30 m Pixelauflösung) mit völlig neuen Methoden stellt außerdem einen neuartigen Weg für die Detaillierung bestehender Bodeninformationen dar. Die Gefährdung von Boden, dessen Fruchtbarkeit und Funktionen durch Änderung der Bodennutzung beeinträchtigt werden, soll durch die Auswertung von Zeitserien aus Satellitenbildern in Kombination mit offiziellen Bodeninformationen unterschiedlicher räumlicher und thematischer Auflösung bundes- und bundeslandweit erfasst werden. Ziel dieser Erhebung ist es, den Flächenverlust der vergangenen zehn Jahre flächenscharf zu detektieren, erstmals die Ertragsfähigkeit der Böden zu eruieren und Risikogebiete, d.h. Regionen mit besonders hohen Verlustraten und hohen Ertragsfähigkeiten zu identifizieren. Des Weiteren sollen neue Satellitentechnologien (Sentinel-1/-2) zur flächendeckenden Erfassung a) relevanter Bodenparameter (z.B. organischer Kohlenstoffgehalt) der Ackerböden in Deutschland, sowie der b) Bewirtschaftungspraktiken im Ackerbau eingesetzt werden. Hierzu zählt eine flächendeckende Differenzierung des Ackerlandes nach Fruchtarten und Fruchtfolgen, die Ausweisung von Bearbeitungsterminen, des Bodenbedeckungsgrades und eng daran gekoppelt, die Gefährdung von Boden durch Wassererosion. Der Zugang zu den aktuellen abgeleiteten Informationen wird öffentlich über Webservices und interaktive Zugänge (WebViewer, mobile App) gewährleistet, so dass Behörden, Planer und die Öffentlichkeit aktuell informiert sind und die Daten nachgenutzt werden können.
Im Projekt SOIL-DE werden Indikatoren zur Bewertung der Funktionalität, der Potenziale, der Nutzungsintensität und der Vulnerabilität von Böden entwickelt, um die Qualität und die Wertigkeit von Böden sowohl rückblickend, als auch unter aktueller Nutzung einschätzen zu können. Zusätzlich soll der Flächenverlust von Böden räumlich, zeitlich und qualitativ beurteilt werden. Datengrundlagen sind dabei verfügbare Basisdaten für Deutschland (z.B. Geländemodelle, Bodenkarten, Klima- und Wetterdaten), auszuwertende Daten der europäischen LUCAS-Erhebungen, historische Satellitendaten des LANDSAT-Archivs, sowie aktuelle Satellitendaten des europäischen Copernicus Programms. Die abgeleiteten Informationen sollen bestehende Bewertungssysteme erweitern und als Entscheidungshilfe in eine nachhaltige und langfristige Flächenentwicklung einfließen können. Die Auswertung von Zeitreihen hochaufgelöster Satellitenbilddaten (10 m bis 30 m Pixelauflösung) mit völlig neuen Methoden stellt außerdem einen neuartigen Weg für die Detaillierung bestehender Bodeninformationen dar. Die Gefährdung von Boden, dessen Fruchtbarkeit und Funktionen durch Änderung der Bodennutzung beeinträchtigt werden, soll durch die Auswertung von Zeitserien aus Satellitenbildern in Kombination mit offiziellen Bodeninformationen unterschiedlicher räumlicher und thematischer Auflösung bundes- und bundeslandweit erfasst werden. Ziel dieser Erhebung ist es, den Flächenverlust der vergangenen zehn Jahre flächenscharf zu detektieren, erstmals die Ertragsfähigkeit der Böden zu eruieren und Risikogebiete, d.h. Regionen mit besonders hohen Verlustraten und hohen Ertragsfähigkeiten zu identifizieren. Des Weiteren sollen neue Satellitentechnologien (Sentinel-1/-2) zur flächendeckenden Erfassung a) relevanter Bodenparameter (z.B. organischer Kohlenstoffgehalt) der Ackerböden in Deutschland, sowie der b) Bewirtschaftungspraktiken im Ackerbau eingesetzt werden. Hierzu zählt eine flächendeckende Differenzierung des Ackerlandes nach Fruchtarten und Fruchtfolgen, die Ausweisung von Bearbeitungsterminen, des Bodenbedeckungsgrades und eng daran gekoppelt, die Gefährdung von Boden durch Wassererosion. Der Zugang zu den aktuellen abgeleiteten Informationen wird öffentlich über Webservices und interaktive Zugänge (WebViewer, mobile App) gewährleistet, so dass Behörden, Planer und die Öffentlichkeit aktuell informiert sind und die Daten nachgenutzt werden können.
Im Projekt SOIL-DE werden Indikatoren zur Bewertung der Funktionalität, der Potenziale, der Nutzungsintensität und der Vulnerabilität von Böden entwickelt, um die Qualität und die Wertigkeit von Böden sowohl rückblickend, als auch unter aktueller Nutzung einschätzen zu können. Zusätzlich soll der Flächenverlust von Böden räumlich, zeitlich und qualitativ beurteilt werden. Datengrundlagen sind dabei verfügbare Basisdaten für Deutschland (z.B. Geländemodelle, Bodenkarten, Klima- und Wetterdaten), auszuwertende Daten der europäischen LUCAS-Erhebungen, historische Satellitendaten des LANDSAT-Archivs, sowie aktuelle Satellitendaten des europäischen Copernicus Programms. Die abgeleiteten Informationen sollen bestehende Bewertungssysteme erweitern und als Entscheidungshilfe in eine nachhaltige und langfristige Flächenentwicklung einfließen können. Die Auswertung von Zeitreihen hochaufgelöster Satellitenbilddaten (10 m bis 30 m Pixelauflösung) mit völlig neuen Methoden stellt außerdem einen neuartigen Weg für die Detaillierung bestehender Bodeninformationen dar. Die Gefährdung von Boden, dessen Fruchtbarkeit und Funktionen durch Änderung der Bodennutzung beeinträchtigt werden, soll durch die Auswertung von Zeitserien aus Satellitenbildern in Kombination mit offiziellen Bodeninformationen unterschiedlicher räumlicher und thematischer Auflösung bundes- und bundeslandweit erfasst werden. Ziel dieser Erhebung ist es, den Flächenverlust der vergangenen zehn Jahre flächenscharf zu detektieren, erstmals die Ertragsfähigkeit der Böden zu eruieren und Risikogebiete, d.h. Regionen mit besonders hohen Verlustraten und hohen Ertragsfähigkeiten zu identifizieren. Des Weiteren sollen neue Satellitentechnologien (Sentinel-1/-2) zur flächendeckenden Erfassung a) relevanter Bodenparameter (z.B. organischer Kohlenstoffgehalt) der Ackerböden in Deutschland, sowie der b) Bewirtschaftungspraktiken im Ackerbau eingesetzt werden. Hierzu zählt eine flächendeckende Differenzierung des Ackerlandes nach Fruchtarten und Fruchtfolgen, die Ausweisung von Bearbeitungsterminen, des Bodenbedeckungsgrades und eng daran gekoppelt, die Gefährdung von Boden durch Wassererosion. Der Zugang zu den aktuellen abgeleiteten Informationen wird öffentlich über Webservices und interaktive Zugänge (WebViewer, mobile App) gewährleistet, so dass Behörden, Planer und die Öffentlichkeit aktuell informiert sind und die Daten nachgenutzt werden können.
| Origin | Count |
|---|---|
| Bund | 6 |
| Type | Count |
|---|---|
| Förderprogramm | 5 |
| Text | 1 |
| License | Count |
|---|---|
| geschlossen | 1 |
| offen | 5 |
| Language | Count |
|---|---|
| Deutsch | 6 |
| Englisch | 1 |
| Resource type | Count |
|---|---|
| Webseite | 6 |
| Topic | Count |
|---|---|
| Boden | 6 |
| Lebewesen und Lebensräume | 6 |
| Luft | 5 |
| Mensch und Umwelt | 6 |
| Wasser | 4 |
| Weitere | 6 |