![Page 1: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/1.jpg)
Peter Wagner
MLU-Halle, Professur für Landwirtschaftliche Betriebslehrewww.landw.uni-halle.de/lb/
Precision Farming
- ein Zwischenbericht aus informationsökonomischer Sicht -
![Page 2: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/2.jpg)
I
O
![Page 3: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/3.jpg)
![Page 4: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/4.jpg)
Der Erfolg einer PF-Strategie wird c.p. um so besser sein
• je kleinräumiger wir die standörtlichen Gegebenheiten kennen (preisgünstige, hoch auflösende Sensorik)
• je kleinräumiger die Technik arbeiten kann (Reaktionsgeschwindigkeit und Arbeitsbreite/Teilbreite)
• je besser die Wirkung von standörtlichen Gegebenheiten und Input auf den Output (Produktionsfunktionen) in kleinräumigem Maßstab bekannt sind (Qualität der Entscheidungsregeln)
![Page 5: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/5.jpg)
Häufigkeitsverteilung der Ertragsklassen 2004 (LVG Görzig, S550)
0,00 0,00 0,00 0,001,31
31,91
1,62
8,71 8,31
48,14
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 6: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/6.jpg)
einheitliche Bewirtschaftung(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Ertrags-klasse
Flächen-ant. inErtr.kl.
PF-Dng.kg / ha (100% korrekt)
PF-Düng.kg / ha(tats.)
N-Mengekg / Teil-flächen-
anteilErtragdt / ha
Ertragdt / Teil-fllächen-
anteil
einheitl.Düng.kg / ha
Ertragdt / ha
Ertragdt / Teil-fllächen-
anteil(4)*(2)/100 (6)*(2)/100 (9)*(2)/100
< 25 0,0 0 0 0,0 0,0 0,0 181,7 0,0 0,0> 25 - 35 0,0 0 0 0,0 0,0 0,0 181,7 0,0 0,0> 35 - 45 0,0 0 0 0,0 0,0 0,0 181,7 0,0 0,0> 45 - 55 0,0 0 0 0,0 0,0 0,0 181,7 0,0 0,0> 55 - 65 1,3 130 130 1,7 65,0 0,8 181,7 65,0 0,8> 65 - 75 8,7 150 150 13,1 75,0 6,5 181,7 75,0 6,5> 75 - 85 31,9 170 170 54,2 85,0 27,1 181,7 85,0 27,1> 85 - 95 48,2 190 190 91,6 95,0 45,8 181,7 90,8 43,8
> 95 - 105 8,3 210 210 17,4 105,0 8,7 181,7 90,8 7,5>105 - 115 1,6 230 230 3,7 115,0 1,8 181,7 90,8 1,5
100,0SUMME (bezogen auf 1 ha) 181,7 90,8 181,7 87,3Preis/Einheit (€) 0,6 12,0 0,6 12,0Kosten bzw. Leistung 109,0 1090,0 109,0 1047,1N-kostenfreie Leistung 981,0 938,1Differenz einheitl. zu teilschlagspezifisch 42,9
teilschlagspezifische Düngung
wirtschaftliche Effekte einer „idealen“ Teilschlag-N-Düngung- Qualität Entscheidungsregeln 100 % -
(„geringe“ Heterogenität)
Häufigkeitsverteilung der Ertragsklassen 2004 (LVG Görzig, S550)
0,00 0,00 0,00 0,001,31
31,91
1,62
8,71 8,31
48,14
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 7: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/7.jpg)
Häufigkeitsverteilung der Ertragsklassen 2003 (LVG Görzig, S550)
1,56
5,48
15,14
25,59
13,62
5,892,88
1,40 0,72
27,70
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 8: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/8.jpg)
einheitliche Bewirtschaftung(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Ertrags-klasse
Flächen-ant. inErtr.kl.
PF-Dng.kg / ha (100% korrekt)
PF-Düng.kg / ha(tats.)
N-Mengekg / Teil-flächen-
anteilErtragdt / ha
Ertragdt / Teil-fllächen-
anteil
einheitl.Düng.kg / ha
Ertragdt / ha
Ertragdt / Teil-fllächen-
anteil(4)*(2)/100 (6)*(2)/100 (9)*(2)/100
< 25 1,6 50 50 0,8 25,0 0,4 122,5 25,0 0,4> 25 - 35 5,5 70 70 3,9 35,0 1,9 122,5 35,0 1,9> 35 - 45 15,1 90 90 13,6 45,0 6,8 122,5 45,0 6,8> 45 - 55 27,7 110 110 30,5 55,0 15,2 122,5 55,0 15,2> 55 - 65 25,6 130 130 33,3 65,0 16,6 122,5 61,2 15,7> 65 - 75 13,6 150 150 20,4 75,0 10,2 122,5 61,2 8,3> 75 - 85 5,9 170 170 10,0 85,0 5,0 122,5 61,2 3,6> 85 - 95 2,9 190 190 5,5 95,0 2,8 122,5 61,2 1,8
> 95 - 105 1,4 210 210 2,9 105,0 1,5 122,5 61,2 0,9>105 - 115 0,7 230 230 1,6 115,0 0,8 122,5 61,2 0,4
100,0SUMME (bezogen auf 1 ha) 122,5 61,2 122,5 55,0Preis/Einheit (€) 0,6 12,0 0,6 12,0Kosten bzw. Leistung 73,5 734,9 73,5 660,4N-kostenfreie Leistung 661,4 586,9Differenz einheitl. zu teilschlagspezifisch 74,4
teilschlagspezifische Düngung
wirtschaftliche Effekte einer „idealen“ Teilschlag-N-Düngung- Qualität Entscheidungsregeln 100 % -
(„hohe“ Heterogenität)
Häufigkeitsverteilung der Ertragsklassen 2003 (LVG Görzig, S550)
1,56
5,48
15,14
25,59
13,62
5,892,88
1,40 0,72
27,70
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 9: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/9.jpg)
einheitliche Bewirtschaftung(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Ertrags-klasse
Flächen-ant. inErtr.kl.
PF-Dng.kg / ha (100% korrekt)
PF-Düng.kg / ha(tats.)
N-Mengekg / Teil-flächen-
anteilErtragdt / ha
Ertragdt / Teil-fllächen-
anteil
einheitl.Düng.kg / ha
Ertragdt / ha
Ertragdt / Teil-fllächen-
anteil(4)*(2)/100 (6)*(2)/100 (9)*(2)/100
< 25 1,6 50 55 0,9 25,0 0,4 122,5 25,0 0,4> 25 - 35 5,5 70 63 3,5 31,5 1,7 122,5 35,0 1,9> 35 - 45 15,1 90 99 14,9 45,0 6,8 122,5 45,0 6,8> 45 - 55 27,7 110 99 27,4 49,5 13,7 122,5 55,0 15,2> 55 - 65 25,6 130 143 36,6 65,0 16,6 122,5 61,3 15,7> 65 - 75 13,6 150 135 18,4 67,5 9,2 122,5 61,3 8,3> 75 - 85 5,9 170 187 11,0 85,0 5,0 122,5 61,3 3,6> 85 - 95 2,9 190 171 5,0 85,5 2,5 122,5 61,3 1,8
> 95 - 105 1,4 210 231 3,2 105,0 1,5 122,5 61,3 0,9>105 - 115 0,7 230 207 1,4 103,5 0,7 122,5 61,3 0,4
100,0SUMME (bezogen auf 1 ha) 122,4 58,1 122,5 55,0Preis/Einheit (€) 0,6 12,0 0,6 12,0Kosten bzw. Leistung 73,4 697,8 73,5 660,5N-kostenfreie Leistung 624,4 587,0Differenz einheitl. zu teilschlagspezifisch 37,4
teilschlagspezifische Düngung
wirtschaftliche Effekte einer „suboptimalen“ Teilschlag-N-Düngung- Qualität Entscheidungsregeln 90 % -
(„hohe“ Heterogenität)
Häufigkeitsverteilung der Ertragsklassen 2003 (LVG Görzig, S550)
1,56
5,48
15,14
25,59
13,62
5,892,88
1,40 0,72
27,70
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 10: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/10.jpg)
einheitliche Bewirtschaftung(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Ertrags-klasse
Flächen-ant. inErtr.kl.
PF-Dng.kg / ha (100% korrekt)
PF-Düng.kg / ha(tats.)
N-Mengekg / Teil-flächen-
anteilErtragdt / ha
Ertragdt / Teil-fllächen-
anteil
einheitl.Düng.kg / ha
Ertragdt / ha
Ertragdt / Teil-fllächen-
anteil(4)*(2)/100 (6)*(2)/100 (9)*(2)/100
< 25 1,6 50 60 1,0 25,0 0,4 122,5 25,0 0,4> 25 - 35 5,5 70 56 3,1 28,0 1,5 122,5 35,0 1,9> 35 - 45 15,1 90 108 16,3 45,0 6,8 122,5 45,0 6,8> 45 - 55 27,7 110 88 24,4 44,0 12,2 122,5 55,0 15,2> 55 - 65 25,6 130 156 39,9 65,0 16,6 122,5 61,3 15,7> 65 - 75 13,6 150 120 16,3 60,0 8,2 122,5 61,3 8,3> 75 - 85 5,9 170 204 12,0 85,0 5,0 122,5 61,3 3,6> 85 - 95 2,9 190 152 4,4 76,0 2,2 122,5 61,3 1,8
> 95 - 105 1,4 210 252 3,5 105,0 1,5 122,5 61,3 0,9>105 - 115 0,7 230 184 1,3 92,0 0,6 122,5 61,3 0,4
100,0SUMME (bezogen auf 1 ha) 122,2 55,1 122,5 55,0Preis/Einheit (€) 0,6 12,0 0,6 12,0Kosten bzw. Leistung 73,3 660,7 73,5 660,5N-kostenfreie Leistung 587,3 587,0Differenz einheitl. zu teilschlagspezifisch 0,3
teilschlagspezifische Düngung
wirtschaftliche Effekte einer „suboptimalen“ Teilschlag-N-Düngung- Qualität Entscheidungsregeln 80 % -
(„hohe“ Heterogenität)
Häufigkeitsverteilung der Ertragsklassen 2003 (LVG Görzig, S550)
1,56
5,48
15,14
25,59
13,62
5,892,88
1,40 0,72
27,70
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 11: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/11.jpg)
einheitliche Bewirtschaftung(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Ertrags-klasse
Flächen-ant. inErtr.kl.
PF-Dng.kg / ha (100% korrekt)
PF-Düng.kg / ha(tats.)
N-Mengekg / Teil-flächen-
anteilErtragdt / ha
Ertragdt / Teil-fllächen-
anteil
einheitl.Düng.kg / ha
Ertragdt / ha
Ertragdt / Teil-fllächen-
anteil(4)*(2)/100 (6)*(2)/100 (9)*(2)/100
< 25 1,6 50 65 1,0 25,0 0,4 122,5 25,0 0,4> 25 - 35 5,5 70 49 2,7 24,5 1,3 122,5 35,0 1,9> 35 - 45 15,1 90 117 17,7 45,0 6,8 122,5 45,0 6,8> 45 - 55 27,7 110 77 21,3 38,5 10,7 122,5 55,0 15,2> 55 - 65 25,6 130 169 43,3 65,0 16,6 122,5 61,3 15,7> 65 - 75 13,6 150 105 14,3 52,5 7,1 122,5 61,3 8,3> 75 - 85 5,9 170 221 13,0 85,0 5,0 122,5 61,3 3,6> 85 - 95 2,9 190 133 3,9 66,5 1,9 122,5 61,3 1,8
> 95 - 105 1,4 210 273 3,8 105,0 1,5 122,5 61,3 0,9>105 - 115 0,7 230 161 1,1 80,5 0,6 122,5 61,3 0,4
100,0SUMME (bezogen auf 1 ha) 122,1 52,0 122,5 55,0Preis/Einheit (€) 0,6 12,0 0,6 12,0Kosten bzw. Leistung 73,3 623,6 73,5 660,5N-kostenfreie Leistung 550,3 587,0Differenz einheitl. zu teilschlagspezifisch -36,7
teilschlagspezifische Düngung
wirtschaftliche Effekte einer „suboptimalen“ Teilschlag-N-Düngung- Qualität Entscheidungsregeln 70 % -
(„hohe“ Heterogenität)
Häufigkeitsverteilung der Ertragsklassen 2003 (LVG Görzig, S550)
1,56
5,48
15,14
25,59
13,62
5,892,88
1,40 0,72
27,70
0
5
10
15
20
25
30
35
40
45
50
≤ 30 >30-40 >40-50 >50-60 >60-70 >70-80 >80-90 >90-100 >100-110 >110
Ertragsklassen (dt/ha)
Proz
ent
![Page 12: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/12.jpg)
Wie funktioniert Precision Farming?
########################################################################################################################################################################################
######################
##########################################
###################
#########################
#########################
################################
#####################
####################
####################
###########################
#####################################
###################################################################################################################################################################
####################################################################################################################################################################################
######################
####################
############################
#########################
###################
#################################
##
###########
##########################################
######################
########################
#####################################
#########################
###############
################################################################################################################################################################
#############
#########################
###############################
##################
################################################################
###################################################################################################################################################
######################
###################
####################################
#####################
#################################### #############
####################################################################################################
#
###########################################################################################################################################################################
#####################################################################################################################################################
#########################################################################################################################
#################################################################################################################################################################################################################################################################################################################################
#######################################################################################################
##########################################################
#
######################################################################################
#########################################################################################################
#################################################################################################################
##################################################################################################
########################################################################################
######################################################################################################
##################################################################################################
#############################################################################################
#############################################################################################
######################################################################################
########################################################################################################################
#####################
########################
###################
####################
########################################################################################
# #######################
###############################
##########################
###
#####################################################################################
# #################################
################################
###############################
###########################
############################
####################################################################################
#############################
##########
#############################
# ############################################################################################################################################################################################################################################################
###################
##########
###########################################
############
###
##########
#########
##############
#############################################################################################################################################
###########################################################################################################################################
#####################
#####################################################################################################################################################
##########################
################################
#####################
########################
####################
###################################
############################
####################################
######################################
####
#
##############################################
################################################################################################################################################
##################################################################################################################################
################################################################################################################################
##############################################################################################################################
########################################################################################################################### #########
#######################################################################################################################################################################################################################################################
#################################################################################################################
############################################################################################################
##########################################################################################################
##############################################################################################################
##
#########################################################################################################
############################################################################################################
######################################################################################################
####################################################################################################################################################################################################################################################################################################################
# ##################################################################################################
#########################################################################################################
###############################################################################################
#
#####
###########################################################################################
######
#####################################################################################
########################################################################################
#################################################################################
#############################################################################################
#############################################################################################
#############################################################################
#########################################################
###
##########################################################################################################
#############################
############################################
###########################################################################################################################################################################################################################################################################################################################################################
############################################
#########
#########
#######
#######
########
########
#######
########
########
#####################
#########
##########
######
#######
#######################
#################################################
#################################
#########################
########################
########################
##############################
########################
#################################
########################
#############################################################################################################################################################################################################################################
######################################
############################
#####################################
##############################
###########################
##########################
################################################
################################################################################################################################################################################################################################################################################################
##########################
#####################################
################################
##############################
###############################
##############################################################################################################################################################################################################################################################################################
############################
########################################
################### #############
############################
########################################################
#######################################################################################################################################################################################################################################################################################
########################
#######################
#######################
###################################
#####################
######################
###############################################################################################################################################################################################################################
#############################
#######################
###############################
############################
##############################################################################################
#######################################################################################################################################################################################################################
####################################
##########################
############################################
#######################
########################################################################################################################################################################################################
#############################
#########################
########################
#############################
###########################
#######################
#############################################################################################################################################################################################################################################
#########################
##########################
########################
#######################
#########################
############################################################################################################################################################################################################################
########################
########################
#########################
######################
#######################
#######################
##############################################################################################################################################################################################################################
#################################
###############################
#######################
################################################################################################################################################################################################
######################
############################
#######################
########################
#################################################################################################################################################################################
#####################
############################
######################
######################
###########################################################################################################################################################################
###############################
#######################
#######################
############################################################################################################################################## ###############
#######################
######################
#######################
###########################################################################################################################
#################################
################################
#######################################################
####################
#################################
#######################################
##########
########################################################
###################################
############################
#########################################
###################################
########################################################################################################################################################################################################################################################
#####################
##############################
################################
##########################
#####################################
######################################################################################################################################################################################################################################
###############################
###############################
#####################
##########################################
################################################################################################################################################################################################################################################################
########################################################################################################################################################################################################################################################################################
############################################################
####################################
#####################################
##################################################################################################################################################################################################################################################################
#########################################################
###################################################################################################################################################################################################################################
############################
#########################################
########################################
##########################################################################################################################################################################################################################################################
##########################################
########################################################################################################################################################################################################################################################
#########################################
####################################################
################################
######################################################################################################################################################################################################################################
#############################
################################
##########################################
##########################################################################################################################################################################################################################
###############################
##############################
########################################################################################################################################################################################################
#########################################
#######################
##############################
######################################################################################################################################################################################################
##########################
########################################################################################################################################################################################################
###########################
######################################
###########################################################################################################################################################################
######################################
############################
########################################################################################################################
#######################
###########################################################################################################################
########################
########################
#######
###########
######################################################################
###############################################################################
Entscheidungsregeln
Ertragskartierung Leitfähigkeitsmessung Vegetationsindices Bodenprobenahme (z.B. pH-Wert)
Aussaat Grunddüngung N-Düngung Fungizid- u.WR-Einsatz BodenbearbeitungUnkrautbekämpfung
![Page 13: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/13.jpg)
Field Graph Type Correlation Min Max Mean Std. Dev Skewness Unique Valid
1 N1 range 0.123 58.210 64.480 60.039 0.490 5.365 -- 660
2 N_2 range 0.078 30.469 52.032 39.941 1.436 0.376 -- 660
3 N3 range 0.039 30.470 52.030 39.798 1.416 0.560 -- 660
4 REIP32 range 0.225 723.410 727.180 725.803 0.580 -0.884 -- 660
5 REIP49 range 0.436 725.760 728.990 727.920 0.456 -0.891 -- 660
6 EM38 range 0.532 21.770 39.990 33.916 3.841 -0.717 -- 660
7 ZUGKRAFT range 0.032 2007.420 2339.440 2208.064 48.335 -0.319 -- 660
8 ERTRAG03 range 0.643 1.588 11.280 6.460 1.528 0.347 -- 660
9 ERTRAG04 range -- 6.629 10.978 9.411 0.637 -1.118 -- 660
10 N_Ges range 0.079 120.939 164.062 139.778 2.900 0.322 -- 660
11 N_Freie_L range 1.000 711.732 1234.223 1045.463 76.374 -1.113 -- 660
Data Audit Variante Betrieb (homogene N-Gabe) Raster 10X10hier: Zusammenhang zwischen Ertrag 2004 und ....
![Page 14: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/14.jpg)
!!! ???
früher und heute heute und morgen
Y Y
N N, Yh, EM38, REIP, pH, Information …
![Page 15: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/15.jpg)
• enthalten das „Know-how“ des Precision Farming
• sollten zu den „globalen“ Entscheidungsregeln des Anwenders passen
• Ziel: Maximierung des Nutzens; oftmals synonym mit „Gewinn“
• unterschiedliche Entwicklungsstufen:
ER 1. Generation
ER 2. Generation
•Maximierung des pflanzen-baulichen Ertrags
•„Düngung nach Entzug“
•Optimierung der ökonomischen Leistung
Berücksichtigung von Faktor-/Produktpreisrelationen
•Voraussetzung: Kenntnis über Input- Output Beziehung
Entscheidungsregeln für Precision Farming
![Page 16: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/16.jpg)
Karten-Ansatz
Field Boundary
3-Zonenkarte123
0 500 1000 1500 Meters
N
• Einteilung des Feldes in unterschiedliche Ertragspotenzialzonen nach Abreifeluftbildern und Ertragskarten
• anwendbar ab 1. N-Teilgabe
Yara-N-Sensor
• reflektionsoptische Messungen, Düngung N-Bedarf der Pflanzen
• anwendbar ab 2. N-Teilgabe
Neuronales Netz
• Ertragsprognosen auf Grundlage vielfältiger teilflächenspezifischer Informationen
• anwendbar ab 1. N-Teilgabe
.
.
.
.
.
.
Eingabeschicht verdeckte Schicht Ausgabeschicht
.
.
....
.
.
.
Eingabeschicht verdeckte Schicht Ausgabeschicht
.
.
.
jährliche Kosten:
3.084,6 € + 0,28 €/ha
jährliche Kosten:
6.397,7 €
geschätzt:
jährliche Kosten:
8.368,9 € + 0,97 €/haER 1.
GenerationER 1.
GenerationER 2.
Generation
drei Strategien zur differenzierten N-Düngung
![Page 17: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/17.jpg)
Feldversuch
“Karte” “Sensor” “Netz”jeweils im Vergleich zu “konstant einheitlich”
Δ N2) Δ Y3) Δ total Δ N2) Δ Y3) Δ total Δ N2) Δ Y3) Δ total
350_2005 - - - - 3.9 0.0 - 3.9 + 15.0 0.0 +15.0
432_2005 + 17.0 0.0 + 17.0 + 34.0 0.0 + 34.0 - - -
411_2006 -9.1 -49.4 -58.5 + 1.3 0.0 + 1.3 - - -
330_2006 - - - -19.0 -19.5 -38.5 + 6.3 + 18.9 + 25.2
131_2006 - - - - - - + 15.2 0.0 + 15.2
432_2007 + 8.4 - 43.5 -35.1 + 10.3 0.0 + 10.3 - - -
631_2007 + 9.3 0.0 + 9.3 + 16.8 0.0 + 16.8 + 20.5 + 25.5 + 46.0
611_2007 - - - + 2.9 0.0 + 2.9 + 12.0 0.0 + 12.0
211_2007 - - - - - - + 20.1 + 13.5 + 33.6
Ergebnisse der Feldversuche (alle Werte in €/ha1))
1) Bewertung der Feldversuchsergebnisse auf Basis der jeweils erzielbaren Stickstoff- und Weizenpreise der einzelnen Versuchsjahre
2) „minus“ bedeutet: höhere Kosten (mehr N) und damit weniger Gewinnbeitrag3) „minus“ bedeutet: weniger Ertrag und damit weniger Gewinnbeitrag
![Page 18: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/18.jpg)
Fazit:
Karte Sensor Netz
Ergebnis: tendenziell negativ schwach positiv deutlich positiv
Kosten: niedrig mittel hoch
Informationsbedarf: niedrig niedrig hoch
Zukunft: schwierig zu verbessern, da aktuelle Witterungsdaten fehlen
schwierig zu verbessern, da ertragslimitierende Faktoren außer N nicht berücksichtigt werden können
zu verbessern durch Hinzunahme weiterer Sensordaten
Das Ergebnis der Entscheidungsregeln fiel um so besser aus, je mehr Information zielgerichtet verarbeitet werden konnte !
![Page 19: Peter Wagner MLU-Halle, Professur für Landwirtschaftliche Betriebslehre Precision Farming - ein Zwischenbericht aus informationsökonomischer](https://reader036.vdocuments.net/reader036/viewer/2022070507/55204d6249795902118b7519/html5/thumbnails/19.jpg)
ENDE