FarmerSpace

Wenn es um Digitalisierung geht, denken die meisten Landwirte als erstes an Parallelfahrsysteme, automatische Teilbreitenschaltung, Applikationskarten und vielleicht an kameragestützte Systeme zur Unkrautbekämpfung. Doch die Digitalisierung bietet noch mehr.

 Im von der BLE geförderten Projekt FarmerSpace geht es aber auch um Prognosemodelle zur Vorhersage von Infektionswahrscheinlichkeiten von typischen Blattkrankheiten in Weizen und Zuckerrübe. Die Modelle der Zentralstelle der Länder für EDV-gestützte Entscheidungshilfen und Programme im Pflanzenschutz (ZEPP) die über ISIP (isip.de) zur Verfügung gestellt werden, dürften den meisten Landwirten nicht fremd sein. Die Modellrechnungen basieren allerdings immer auf Daten des Deutschen Wetterdienstes (DWD), zwar findet eine Verschneidung der Messwerte der Referenzstationen mit Daten der Wetterradarstationen statt, doch die nächste Messstelle ist in aller Regel mehrere Kilometer entfernt. Der Frage, ob die Erfassung der lokalen Wettergegebenheiten die Prognosesysteme genauer machen können, gehen Forscher der Uni Göttingen sowie des Instituts für Zuckerrübenforschung in Zusammenarbeit mit dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB und Mitarbeitern der Landwirtschaftskammer nach.

In mehreren Onfarm-Versuchen in ganz Niedersachsen wurden Versuche angelegt und nach Prognosemodell mit Fungiziden behandelt. Die Versuchsserie wurde durch regelmäßige Bonituren händisch und digital überwacht. Gerade in einem feuchten Frühjahr wie 2021 waren deutliche Effekte der Pilzinfektionen zu beobachten, die exakten Ergebnisse befinden sich noch in der Auswertung.