PhenObserve

Ausgangssituation / Motivation

Ausgangssituation, Problematik und Motivation. In den letzten Jahren sorgten Klimaextreme immer häufiger zu großen Schäden in der österreichischen Landwirtschaft. Besonders hart getroffen hat es 2016 die Obst- und Weinbauern aufgrund des späten Frostes, der zu einem Schaden von rund 200 Mio Euro allein in der Steiermark führte.

2015 wiederum kam es durch große Trockenheit zu einem österreichweiten Ernteverlust bei Körnermais von mehr als 22 % im Vergleich zum langjährigen Mittel. Wenn große Flächen von solchen Schäden betroffen sind, können sich öffentliche Einrichtungen wie die Landwirtschaftskammer, Länder oder auch Versicherungen oft schwer ein objektives Gesamtbild der Lage machen.

Inhalte und Zielsetzungen

Für diese Beurteilung werden im vorliegenden Projekt meteorologische Daten und Modelle mit Phänologie - Informationen aus den Daten der europäischen Fernerkundungssatelliten Sentinel-2 (S-2) und Sentinel-3 (S-3) verknüpft.

Ziele und Innovationsgehalt gegenüber dem Stand der Technik

Derzeit werden für Phänologie-Analysen meist terrestrische Erhebungen vorgenommen. Fernerkundungs-basierte Ansätze der Phänologie basieren zumeist auf Daten des Aufnahmesystems MODIS (0.25 - 1 km Auflösung).

Durch die Verwendung von Daten des europäischen S-2 Satelliten mit einer geometrischen Auflösung von 10 m und einer temporalen Auflösung von 5 Tagen wird es erstmals möglich, kleinräumig auftretende phänologische Merkmale zu untersuchen.

Durch die Verknüpfung von S-2 Daten mit den täglich verfügbaren S-3 Daten (300 m Auflösung) kann die temporale Auflösung nochmals verbessert werden. Damit ist es möglich, im optimalen Fall ein tägliches Bild des Status der Phänologie für die kleinstrukturierte Landwirtschaft in Österreich zu generieren.

Methodische Vorgehensweise

Im Projekt PhenObserve werden zwei auf phenologische Parameter basierende Prototypen entwickelt:

1. Frühwarnsystem für Obstbaumkulturen bez. Frostschäden
2. Trockenstress bei Mais

Frostschäden Obstbaumkulturen

Nutzpflanzen zeigen in verschiedenen phänologischen Stadien unterschiedliche Vulnerabilität gegenüber Frostschäden. Eine besondere Herausforderung bei dieser Anwendung ist das kurze Zeitfenster zwischen Knospenschwellen und dem Austreiben der Knospen und die damit verbundene hohe Anforderung an die temporale Auflösung der Satellitenbilddaten.

Die echtzeitnahe Feststellung des phänologischen Stadiums ist somit eine wichtige Information, die derzeit noch nicht in ausreichender Genauigkeit vorliegt. In Kombination mit den meteorologischen Vorhersagemodellen können damit die Regionen, in denen ein Schaden zu erwarten sind, detaillierter als bisher abgegrenzt werden.

Trockenstress Körnermais

Die Erfassung von Trockenstress bei Körnermais kann ebenfalls von der verbesserten geometrischen und temporalen Auflösung der Sentinel Daten profitieren. Die zu entwickelnde Methode bezieht sich auf den Vergleich von multitemporalen phänologischen Signaturkurven eines Beobachtungsjahres mit Signaturkurven eines "Normjahres" ohne Trockenstress. Durch diesen Vergleich können Maisfelder, die unter Trockenstress leiden, frühzeitig identifiziert werden.

Erwartete Ergebnisse

Ziel von PhenObserve ist eine raum-zeitliche Verbesserung der Phänologie Information aus S-2 und S-3 Daten, welche automatisch generiert und auf einer leistungsfähigen Plattform zur Verfügung gestellt werden. Basierend auf diesem Datenpool werden die beiden Beispielanwendungen demonstriert.

Projektleitung

ZAMG-Zentralanstalt für Meteorologie und Geodynamik

Projektpartner:innen

• Catalysts GmbH
• JOANNEUM RESEARCH Forschungsgesellschaft mbH - DIGITAL Institut für Informations- und Kommunikationstechnologien

ZAMG-Zentralanstalt für Meteorologie und Geodynamik
Dr. Helfried Scheifinger
Hohe Warte 38
A-1190 Wien