Machbarkeitsstudie im Apfelanbau: ein Sorten-Lagen-Modell (KULTIVAS)

Abstract

Die Wahl des am besten geeigneten Standortes für eine bestimmte Apfelsorte ist für Landwirte, und alle anderen an der Apfelproduktion beteiligten Organisationen, eine schwierige und weitreichende Entscheidung. Die gewählte Kombination hat über viele Jahre hinweg erheblichen Einfluss auf die Wirtschaftlichkeit einer Apfelwiese. Vor diesem Hintergrund schlagen wir mit KULTIVAS einen Ansatz zur datengestützten Hilfestellung für ein aktuelles Problem im Bereich des Apfelanbaus vor. In diesem Projekt nutzen wir ausgewählte historische Qualitätsdaten aus der Apfelproduktion, moderne Datenmanagementsysteme, Algorithmen, Techniken des maschinellen Lernens und einen multidisziplinären Ansatz, an dem Experten aus verschiedenen Bereichen wie Agronomie, Physiologie, Klimatologie und Informatik beteiligt sind, um die Standorteignung für den Anbau bestimmter Apfelsorten zu bewerten und vorherzusagen. Das von uns entwickelte Prognosemodell basiert auf räumlich interpolierten Klima- und Topographiedaten sowie auf Ertrags- und Qualitätsdaten von verschiedenen Obstgenossenschaften. Es kann verschiedene Anbauparameter wie Apfelgröße, -farbe und -ertrag anhand räumlich verfügbarer Klimadaten vorhersagen. Unser statistisches Modell kann die Qualitätsindikatoren umso genauer vorhersagen, je besser der Trainingsdatensatz die mögliche klimatische und topografische Variabilität in den Gebieten abdeckt. Vorhersagen, die außerhalb dieses Vertrauensbereichs liegen, haben eine begrenzte Vorhersagekraft. Es ist geplant, die Ergebnisse dieser Studie mit Daten von zusätzlichen Standorten und verbesserten Algorithmen zur Georeferenzierung von Sortierdaten zu verbessern, da diese Datensätze die Ergebnisse stark beeinflussen.