API src

Found 3349 results.

Similar terms

s/landwitschaftliche fläche/Landwirtschaftliche Fläche/gi

INSPIRE SH Bodenbedeckungsvektor InVeKoS

Der Datensatz beinhaltet aus dem InVeKoS Verfahren abgeleitete Datensätze Schleswig-Holsteins für das INSPIRE Thema Annex II Bodenbedeckungsvektor (Land Cover Vektor). Die Daten werden vom Ministerium für Landwirtschaft, ländliche Räume, Europa und Verbraucherschutz Schleswig-Holstein bereitgestellt und für die Anforderungen der INSPIRE-Richtlinie durch die GDI- SH aufbereitet.

INSPIRE Land Cover / InVeKoS Landschaftselemente BB

Der interoperable INSPIRE-Datensatz beinhaltet Daten der EU-Zahlstelle BB über die Landschaftselemente in Brandenburg, transformiert in das INSPIRE-Zielschema Bodenbedeckung. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the landscape features in the State of Brandenburg from the paying agency, transformed into the INSPIRE annex schema Land Cover. The data set is provided via compliant view and download services. Der interoperable INSPIRE-Datensatz beinhaltet Daten der EU-Zahlstelle BB über die Landschaftselemente in Brandenburg, transformiert in das INSPIRE-Zielschema Bodenbedeckung. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the landscape features in the State of Brandenburg from the paying agency, transformed into the INSPIRE annex schema Land Cover. The data set is provided via compliant view and download services. Der interoperable INSPIRE-Datensatz beinhaltet Daten der EU-Zahlstelle BB über die Landschaftselemente in Brandenburg, transformiert in das INSPIRE-Zielschema Bodenbedeckung. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the landscape features in the State of Brandenburg from the paying agency, transformed into the INSPIRE annex schema Land Cover. The data set is provided via compliant view and download services.

INSPIRE TH INVEKOS GSA Landwirtschaftliche Parzelle aktuell

Der Datensatz enthält aktuelle Teilflächen der InVeKoS-Antragsdaten ausThüringen, die in das INSPIRE-Datenmodell "Geospatial application" (GSA) transformiert wurden. Die Landwirtschaftliche Parzelle besteht aus einer zusammenhängenden, landwirtschaftlich genutzten Fläche, die von einem Erzeuger bewirtschaftet wird und mit einer Fruchtart bestellt bzw. ganz stillgelegt ist inklusive ihrer Landschaftselemente. Eine landwirtschaftliche Parzelle meint eine von den Mitgliedstaaten festgelegte Einheit der landwirtschaftlichen Fläche, die gemäß Artikel 4 Absatz 3 der Verordnung (EU) 2021/2115 definiert ist. Im InVeKoS-Antrag gibt der Antragsteller in seinen georäumlichen Antrag (GSA) die Teilflächen der Landwirtschaftlichen Parzelle an. Diese Teilflächen innerhalb der Landesfläche Thüringens sind Bestandteil des Datensatzes. Die Kulturart wurde in eine Kulturartengruppen der bundeseinheitlichen InVeKoS-Nutzcode-Liste (InVeKoS-NC-Liste) übersetzt. Diese Liste enthält die in Deutschland geförderten Kulturarten im Rahmen der flächenbezogenen EU-Agrarförderung und gibt einen Überblick über die im InVeKoS verwendeten Codes zur Bodennutzung (Nutzcodes, NC) in den einzelnen Bundesländern, zwischen denen diese Liste abgestimmt ist. Die geodatenbezogenen Förderanträge werden im Rahmen der Gemeinsamen Agrarpolitik der EU erhoben und sind Bestandteil des Integrierten Verwaltungs- und Kontrollsystems (InVeKoS) von Thüringen. Die Polygone wurden anonymisiert. Die Daten werden mindestens zweimal jährlich aktualisiert: zum Ende der Antragsphase und zum Stand der Hauptzahlung.

Beobachtung Pflanzlicher Photosynthese mit satellitengestützten Messungen der Sonnen Induzierten Fluoreszenz (CropSIF)

Neben Maßnahmen, die die Produktivität von Agrarflächen erhöhen, werden neue objektive Methoden zur kontinuierlichen Überwachung globaler landwirtschaftlicher Ressourcen dringend benötigt. Eine besondere Rolle nimmt dabei die Photosyntheseleistung (gemessen als Bruttoprimärproduktion) der Kulturpflanzen ein, da sie die maximal mögliche Menge an Nahrung und Treibstoff darstellt, die durch landwirtschaftliche Systeme bereit gestellt werden kann. Desweiteren ist sie ein guter Indikator für Ernteerträge und Stress. In den vergangenen Jahrzehnten wurden auf Reflektivitätsdaten beruhende optische Fernerkundungsmethoden benutzt um landwirtschaftliche Ressourcen abzuschätzen. Spektral aufgelöste Reflektivitätsdaten lassen auf biochemische und strukturelle Eigenschaften der Vegetation schließen, die wiederum auf die potentielle Photosyntheseleistung hindeuten, und sie sind die Grundlage zur Bewertung des Zustands der Pflanzen und ihrer phenologischen Entwicklungsstufe in hoher räumlicher Auflösung. Basierend auf diesem Messprinzip sollen die Sentinel-2 Satelliten (2015 gestartet) die Zugpferde der operationellen Agrarüberwachung in den kommenden Jahrzehnten werden. Es ist jedoch bekannt, dass Vegetationsparameter aus der Fernerkundung, die auf spektralen Reflektanzen beruhen, nicht die komplexen und hoch variablen physiologischen Abläufe der Photosynthese erfassen können. Ergänzend zu Reflektivitätsmessungen sind seit Kurzem globale weltraumgestützte Messungen von sonneninduzierter Chlorophyllfluoreszenz (Englisch sun-induced chlorophyll fluorescence, SIF) möglich. Wie gezeigt werden konnte, besitzt SIF eine höhere Sensitivität gegenüber der Photosyntheseaktivität auf Agrarflächen als andere Parameter oder Modelle. Das Instrument TROPOMI (Tropospheric Monitoring Instrument), das ab Mitte 2017 auf dem EU Copernicus Sentinel 5-Vorläufersatelliten fliegen wird, wird die Messung von SIF in einer sehr viel höheren räumlichen und zeitlichen Auflösung als alle bisherigen Instrumente/Missionen ermöglichen. Somit stellt TROPOMI einen Meilenstein für die Einschätzung von Photosynthese im Allgemeinen, und der Produktivität von Nutzpflanzen im Besonderen, dar. Die Kombination von TROPOMI und Sentinel-2 Daten wird eine auf Beobachtungen basierende, globale Beobachtung der Photosyntheseaktivität auf Agrar-, Gras- und Weideflächen mit einer bisher nie dagewesenen räumlichen und zeitlichen Auflösung und Genauigkeit erlauben. Das Projekt CropSIF wird Nutzen aus den besonderen Möglichkeiten ziehen, die diese Konstellation von Instrumenten in naher Zukunft bieten wird, um die Produktivität von Agrarpflanzen und klimatischer Einflüsse darauf abzuschätzen. Wir werden zeitlich aufgelöste Karten der Bruttoprimärproduktion der Nutzpflanzen erstellen, die dann der Analyse von Effekten extremer Klimaereignisse auf die Produktivität in verschiedenen Agrargebieten der Erde dienen werden.

Online-Atlas Agrarstatistik

Der Atlas bietet Karten zum Thema Landwirtschaft basierend auf den Landwirtschaftszählungen von 2010 und 2020 sowie der Agrarstrukturerhebung 2016. So lassen Sie sich beispielsweise Karten zur Anzahl landwirtschaftlicher Betriebe, zur landwirtschaftlich genutzten Fläche und zu Tierbeständen darstellen.

Hochwasser_WFS - Flaechennutzung_HQ_Extrem - OGC WFS Interface

Der Kartendienst (WFS-Gruppe) stellt ausgewählte Geodaten aus dem Bereich Hochwasser dar.:Die Hochwasserrisikokarte HQExtrem stellt die Landnutzung der überschwemmten Flächen bei Ereignissen dar, die im statistischen Mittel sehr viel seltener als alle 100 Jahre auftreten können. Folgende Nutzungsklassen wurden unterschieden: Klasse 1: Wohnbauflächen, Flächen gemischter Nutzung (rot); Klasse 2: landwirtschaftlich genutzte Flächen, Wald, Forst (gelb); Klasse 3: sonstige Vegetations- und Freiflächen (grün); Klasse 4: Industrie- und Gewerbeflächen, Fl. mit funktionaler Prägung (magenta); Klasse 5: Verkehrsflächen (grau); Klasse 6: Gewässerflächen (blau); bei deichgeschützten Gebieten wurde im Feld Schutz die Zahl 10 eingetragen und diese aufaddiert, so dass sich entsprechend der obigen Reigenfolge, die Klassen 11 bis 16 für die geschützen Bereiche ergibt. Diese werden mit der gleichen Farbe, jedoch nicht flächig, sondern schraffiert dargestellt. Die Klassifizierung erfolgte durch Zusammenfassungen aus den ATKIS Typen nach Art der wirtschaftlichen Tätigkeit entsprechend der Vorgabe aus dem LAWA Entwurf vom 25./26.03.2010 Dresden " Empfehlungen zur Aufstellung von Hochwassergefahrenkarten und Hochwasserrisikokarten. Attribute: NUTZUNG: Beschreibung der Nutzungsklasse SCHUTZ: Schutzstatus (0 = nein; 10 = ja) KLASSE: Risikoklasse GEWAESSER: Gewässername GEWKZ: Gewässerkennziffer

Digitale Mittelmaßstäbige landwirtschaftliche Standortkartierung (MMK)

- digitale Bodenkarte der landwirtschaftlich genutzten Flächen auf der Basis des gleichnamigen analogen Kartenwerkes inkl. der wesentlichsten Datensätze aus "Dokumentationsblatt A" (z.B. Bodenformeninventar, Substratflächentyp, Hydromorphieflächentyp u.a.) - Maßstab 1: 100 000 Zusätzliche Informationen Datengewinnung: digital, liegt vor als: Karte, beziehbar: digital

Bedarfsgerechte Automatisierung der Freiflächen- und Tröpfchenbewässerungstechnik mittels on-site IOT-Sensorik, unterstützt durch Satellitentechnik, Teilprojekt C

Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.

Sensortechnik zur ganzflächig mechanischen Unkrautbekämpfung

Die mechanische Unkrautbekämpfung erhält neue Bedeutung - systembedingt im ökologischen Landbau und außerdem als Alternative zum Einsatz chemischer Mittel. Das Wirkprinzip der Geräte, unter ihnen dominiert der Striegel, beruht weitgehend auf dem Verschütten, auch dem Herausreißen der unerwünschten Pflanzen. In der heranwachsenden Kultur aber wird auch die Nutzpflanze gefährdet. Je nach Wachstumsstadium und Bodenzustand gelingt der Effekt auf das Unkraut und misslingt die Schonung der Nutzpflanze. Die Sorgfalt zur Geräteeinstellung ist - vor allem unter wechselnden Bedingungen - begrenzt. Das gleiche gilt für die Auswahl des jeweils geeigneten Geräts und Arbeitsorgans; also der Zinkenform und -position. Daher soll ein Mess- und Regelsystem konzipiert und erprobt werden: es soll den Effekt des Arbeitswerkzeugs auf Unkraut und Kulturpflanze messtechnisch erfassen, um die Eingriffsintensität den Unterschieden im Boden und Pflanzenbestand anzupassen.

Biodiversity and associated ecosystem services in small vs. large scale agriculture

Biodiversity conservation cannot rely on protected areas alone, as sustainable conservation requires strategies for managing whole landscapes including agricultural areas. Organic farming in Germany may contribute strongly to the protection of biodiversity and to sustainability of agriculture through enhancing ecosystem services. However, the effectiveness of this agri-environmental management is highly dependent on landscape structure. The main objective of this study is to compare the effectiveness of organic cereal management in small vs. large scale agriculture through measure of the diversity of plants and arthropods and associated ecosystem services, such as seed predation, insect predation, aphid parasitism and pollination. Pairs of organic and conventional winter wheat fields will be selected in small vs. large scale agricultural landscapes along the former inner German border, i.e. in West vs. East Germany. This study design enables a unique experiment, where it would be possible to disentangle the effects of landscape composition and configuration heterogeneities in the same study region and to study how these affect the effectiveness of organic management. The detailed analyses of the expected valuable data could provide significant results (published in high ranked, international scientific journals), and contribute to the development of the existing

1 2 3 4 5 … 333 334 335