idw - Informationsdienst
Wissenschaft
Am Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. in Müncheberg geht ein neues Forschungsprojekt zu Ökosystemleistungen von Grünland an den Start. Im Fokus stehen Satellitendaten, wie sie seit Kurzem über das Copernicus-Programm kostenfrei zur Verfügung gestellt werden. Mit diesen zeitlich und spektral hoch aufgelösten Daten sollen moderne Simulationsmodelle gefüttert werden, die dann mittels Simulation Entscheidungshilfen für die Grünlandbewirtschaftung bereitstellen.
„Grünlandbewirtschaftung ist Erfahrungssache“, erläutert Dr. Claas Nendel, Co-Leiter der Forschungsplattform Modelle und Simulation am ZALF und wissenschaftlicher Koordinator des Forschungsverbundes SattGrün, „Datengestützte Entscheidungshilfen für Grünland sind so gut wie gar nicht auf dem Markt verfügbar“. Anders als im Ackerbau, wo Firmen mit maßgeschneiderten Angeboten an den Landwirt herantreten und auf den Quadratmeter genaue Empfehlungen zur Düngung oder Pflanzenschutz abgeben, fehlt es in der Grünlandwirtschaft noch an den geeigneten Werkzeugen, um den Zeitpunkt für Mahd, Düngung und andere Maßnahmen zu optimieren. „Unsere Empfehlungen werden zukünftig noch über diesen Horizont hinausgehen: mit der gleichzeitigen Berücksichtigung von Ökosystemleistungen können wir den Mehrwert der Grünlandbewirtschaftung für die Gesellschaft besser herausarbeiten“, erklärt Dr. Nendel weiter. Neben der Stabilisierung der Ertragsleistung und Futterqualität von Intensivgrünland werden dann auch Artenvielfalt, Kohlenstoffspeicherung im Boden oder Nitratauswaschung herangezogen.
Das geplante Vorhaben führt Forscher der Universität Berlin, des Julius-Kühn-Instituts, des Deutschen Wetterdienst, des Helmholtz-Zentrums für Umweltforschung (UFZ) und des ZALF mit Firmen zusammen, die bereits praktische Erfahrung mit der teilflächenspezifischen Bewirtschaftung, dem sogenannten Precision Farming, haben. Die Farm Facts GmbH aus Pfarrkirchen und die Vista-Geowissenschaftliche Fernerkundung GmbH mit Sitz in München werden im Rahmen des Projektes kostenpflichtige flächenspezifische Produkte entwickeln, während die öffentlichen Forschungseinrichtungen kostenfreie, aber größerskalige Angebote erarbeiten werden. Dies steht auch im Zusammenhang mit dem Beratungsbedarf auf Bundes- und Landesebene, wo das Projekt wertvolle Zuarbeiten für die Ausweisung von Gunststandorten für Grünland leisten und Szenarien zu Managementoptionen und Klimawandel-Anpassung errechnen wird.
Das geplante Forschungsvorhaben wird der Richtlinie über die Förderung von Innovationen für eine nachhaltige Grünlandwirtschaft im Programm zur Innovationsförderung des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) zugeordnet. Mit den BMEL investierten 1,5 Millionen Euro werden 80 Prozent der Gesamtkosten des Projekts gefördert.
Projektpartner:
- Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. (www.zalf.de)
- Farm Facts GmbH, Pfarrkirchen
- Vista-Geowissenschaftliche Fernerkundung GmbH, München
- Humboldt-Universität Berlin
- Julius Kühn-Institut, Braunschweig
- Helmholtz-Zentrum für Umweltforschung UFZ
http://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2044
Als Entscheidungshilfe bei der Grünlandbewirtschaftung nutzen die Forschenden Satellitendaten
Claas Nendel / ZALF
None
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Ernährung / Gesundheit / Pflege, Tier / Land / Forst, Umwelt / Ökologie
überregional
Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).