GI LogoGI Logo
  • Anmelden
Digitale Bibliothek
    • Gesamter Bestand

      • Bereiche & Sammlungen
      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
    • Diese Sammlung

      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
Digital Bibliothek der Gesellschaft für Informatik e.V.
GI-DL
    • English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
Dokumentanzeige 
  •   Startseite
  • Lecture Notes in Informatics
  • Proceedings
  • GIL-Jahrestagung
  • P330 - 43. GIL-Jahrestagung 2022 - Fokus: Resiliente Agri-Food-Systeme
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.
  •   Startseite
  • Lecture Notes in Informatics
  • Proceedings
  • GIL-Jahrestagung
  • P330 - 43. GIL-Jahrestagung 2022 - Fokus: Resiliente Agri-Food-Systeme
  • Dokumentanzeige

Datenfluss bei der Applikation der Bodenbeprobung mit dem mobilen Feldlabor „soil2data“

Autor(en):
Riedel, Vadim [DBLP] ;
Möller, Andreas [DBLP] ;
Terhaag, Matthias [DBLP] ;
Meyer, Thomas [DBLP] ;
Mentrup, Daniel [DBLP] ;
Kerssen, Hendrik [DBLP] ;
Najdenko, Elena [DBLP] ;
Lorenz, Frank [DBLP] ;
Mosler, Tino [DBLP] ;
Tesch, Heinrich [DBLP] ;
Peters, Walter [DBLP] ;
Hinck, Stefan [DBLP] ;
Ruckelshausen, Arno [DBLP]
Zusammenfassung
Die Digitalisierung des Bodenbeprobungsverfahrens mit einer automatisierten Generierung einer Düngeempfehlung auf Grundlage der analysierten Bodennährstoffgehalte – direkt nach Beendigung der Bodenbeprobung auf dem Acker – ist ein übergeordnetes Ziel bei der Nutzung des mobilen Feldlabors „soil2data“. Neben den Bodennährstoffanalyse-Ergebnissen sind für die Umsetzung einer automatisierten generierten Düngeempfehlung weitere Informationen notwendig. Die Quellen dieser Informationen haben einen unterschiedlichen Ursprung. Es sind Daten aus verschiedenen Quellen vom Bewirtschafter, von Dienstleistern und vom mobilen Feldlabor, welche miteinander verknüpft und synchronisiert werden müssen. Für einen automatisierten Prozessablauf zur Generierung einer Düngeempfehlung ist die Datenorganisation eine essenzielle Voraussetzung. Die Grundlage der Empfehlung sind die Tabellenwerke der offiziellen Düngeempfehlung, die bei den für die Düngung zuständigen Behörden der Bundesländer vorliegen. In dieser Publikation werden die notwendigen Daten und der Prozessdatenfluss für die Bodenbeprobung und Düngeempfehlung-Generierung beschrieben und grafisch dargestellt.
  • Vollständige Referenz
  • BibTeX
Riedel, V., Möller, A., Terhaag, M., Meyer, T., Mentrup, D., Kerssen, H., Najdenko, E., Lorenz, F., Mosler, T., Tesch, H., Peters, W., Hinck, S. & Ruckelshausen, A., (2023). Datenfluss bei der Applikation der Bodenbeprobung mit dem mobilen Feldlabor „soil2data“. In: Hoffmann, C., Stein, A., Ruckelshausen, A., Müller, H., Steckel, T. & Floto, H. (Hrsg.), 43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme. Bonn: Gesellschaft für Informatik e.V.. (S. 495-500).
@inproceedings{mci/Riedel2023,
author = {Riedel, Vadim AND Möller, Andreas AND Terhaag, Matthias AND Meyer, Thomas AND Mentrup, Daniel AND Kerssen, Hendrik AND Najdenko, Elena AND Lorenz, Frank AND Mosler, Tino AND Tesch, Heinrich AND Peters, Walter AND Hinck, Stefan AND Ruckelshausen, Arno},
title = {Datenfluss bei der Applikation der Bodenbeprobung mit dem mobilen Feldlabor „soil2data“},
booktitle = {43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme},
year = {2023},
editor = {Hoffmann, Christa AND Stein, Anthony AND Ruckelshausen, Arno AND Müller, Henning AND Steckel, Thilo AND Floto, Helga} ,
pages = { 495-500 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
DateienGroesseFormatAnzeige
GIL_2023_Riedel_495-500.pdf396.0Kb PDF Öffnen

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

ISBN: 978-3-88579-724-1
ISSN: 1617-5468
Datum: 2023
Sprache: de (de)
Typ: Text/Conference Paper

Keywords

  • mobiles Feldlabor soil2data
  • Bodennährstoffanalyse
  • Digitalisierung Bodenbeprobung
  • automatisch generierte Düngeempfehlung
  • Prozessdaten
Sammlungen
  • P330 - 43. GIL-Jahrestagung 2022 - Fokus: Resiliente Agri-Food-Systeme [67]

Zur Langanzeige


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.

 

 


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.