36 - Räumliche Datenwissenschaft und KI für die Analyse von Agrarökosystemen unter dem Einfluss von Klima- und Landnutzungsänderungen

© Firefly

Programmverantwortung:

Programmleitung:

Ausgangslage

• Hintergrundinformationen

  Landwirtschaftliche Praxis findet zwar kleinräumig auf Betriebs- und Parzellenebene statt, sie ist jedoch in die Landschaft eingebettet und steht in permanenter Wechselwirkung mit der erweiterten landwirtschaftlich genutzten Fläche und der weiteren Umgebung (Wald, Naturschutzgebiete, Siedlungsraum). Die kleinräumigen Auswirkungen von landwirtschaftlichen Praktiken auf Parzellen können durch Forschung im experimentellen Rahmen relativ gut untersucht und abgebildet werden. Während die Forschung in einem experimentellen Rahmen viele Einblicke in agrarökologische Prozesse geliefert hat, fehlen uns noch wesentliche Informationen zum Verständnis von Prozessen und Auswirkungen auf regionaler Skala, insbesondere wenn agronomische Praktiken (Produktion, Biodiversitätsfördermassnahmen) betriebsübergreifend und breit angewendet werden. Die Beobachtung und das Verständnis von Skalierungseffekten in der komplexen Umgebung der 'realen Welt' ist jedoch dringend notwendig, um unerwünschte Nebeneffekte frühzeitig zu erkennen und den Nutzen von Fördermassnahmen zu lenken und zu dokumentieren. Empirische Untersuchungen, insbesondere Langzeitbeobachtungen und Erfolgskontrollen vor Ort, sind sehr aufwändig und gleichzeitig ist der administrative Aufwand für den Nachweis von DZ-unterstützten Massnahmen erheblich. Es ist deshalb wichtig, die Auswirkungen von agronomischer Praxis auf Produktion und Umwelt auf Landschaftsebene effizient und kostengünstig zu erfassen und damit Aufwände für Administration und Monitoring vor Ort zu reduzieren.

  Die Erdbeobachtung erschliesst neue und erweiterte Möglichkeiten, die gesamte Landschaft zu wettbewerbsfähigen Kosten kontinuierlich zu beobachten. Gleichzeitig decken die Agroscope-Forschungsstandorte und -Laboratorien ein breites Spektrum an Klima, Bodentypen und anderen Umweltfaktoren ab, so dass sie sich für eine zuverlässige Modellierung der Landwirtschaft eignen. Folglich müssen wir a) unser Wissen von der experimentellen Umgebung auf die Landschaftsebene übertragen, b) die "Landschaft als Labor" nutzen, um Informationen (und potenzielle Lösungen) aus der heterogenen Umgebung der realen Welt zu gewinnen, c) Lösungen bereitstellen, die die räumliche und zeitliche Anordnung der Agrarlandschaft berücksichtigen, und d) Instrumente für eine zielgerichtete Agrarpolitik und Evaluierungsmaßnahmen bereitstellen, die die Auswirkungen von z.B. Lenkungsmaßnahmen bewerten.

Zielsetzung

Dieses FP zielt darauf ab nachhaltige und resiliente Lösungen für die Bewirtschaftung unseres Agrarökosystems auf Landschaftsebene zu finden und das Vor-Ort Monitoring zu ergänzen. Dazu wird die Entwicklung des schweizerischen Agrarökosystems aufgrund von historischen und aktuellen Daten im räumlichen Kontext analysiert indem verfügbare Datensätze mit fortschrittlichen Umweltüberwachungs- und KI-Methoden kombiniert werden. Dies trägt zum besseren Verständnis von Auswirkungen der landwirtschaftlichen Praxis auf regionaler Ebene bei und leistet einen Beitrag zur Entwicklung von kosteneffizientem Umweltmonitoring.

• Spezifische Ziele

  • Analyse räumlich expliziter historischer, aktueller und zukünftiger Trends, die durch den Klimawandel, Bewirtschaftungsaktivitäten, Landnutzungsänderungen und politische Massnahmen ausgelöst werden, durch Kombination verfügbarer Datensätze mit fortschrittlichen Umweltüberwachungs- und KI-Methoden
  • Skalierung von prozessbasierten/mechanistischen/statistischen Modellen auf die gesamte Agrarlandschaft durch Entwicklung und Einsatz von KI
  • Entwicklung von Datenerfassungs- und Auswertungsalgorithmen für die grossflächige Erfassung des Zustands des Agrarökosystems (z.B. Fernerkundung, Monitoring-Netzwerke (z.B. MAUS, NABO, Flüsse, In-situ-Daten)
  • Aufbau eines digitalen Zwillings von Agroscope-Forschungsstandorten (einschliesslich Beobachtungsstandorte von z.B. NABO, ALL-EMA, Langzeitexperimente) für die Modellentwicklung
  • Einsatz der AERO-Hyperspektraldrohne zur Entwicklung von Modellen auf Versuchsflächen für die Überwachung von Agrarökosystemen
  • Verbesserung der Datenerhebung GeoWP
  • Aufbau und Nutzung von Know-how zur räumlichen Datenwissenschaft bei Agroscope zur internen Nutzung und Unterstützung von Bund und Kantonen
  • Aufbau einer Geoinformationsplattform Landwirtschaft im Rahmen der Geodateninfrastruktur des Bundes

Erwartete Auswirkungen

Durch die Geoinformatik und KI unterstützten Monitoringmethoden wird ein besseres Verständnis der Prozesse auf Landschaftsebene erarbeitet und daraus können Empfehlungen für das nachhaltige Management von Agrarökosystemen gegeben werden. Die Ergebnisse erhöhen die Effizienz und Kosten/Nutzen von Monitoringprogramme (z.B. MAUS, NABO, ALL-EMA) und tragen dazu bei, dass das Potenzial der Digitalisierung für die Vereinfachung der DZ erschlossen werden kann. Mit dem Aufbau der Kompetenzen in diesem technischen/analytischen Schlüsselbereich werden bestehende Daten besser genutzt und die Kompetitivität von Agroscope gestärkt.

Projekte

Mehr dazu