Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen KT: SatGrünschnitt

Transkript

1 Bayerische Landesanstalt für Landwirtschaft Satellitengestützte Schätzung von Grünland- und Feldfuttererträgen KT: SatGrünschnitt Beiteiligte

2 Problembeschreibung Ein Drittel der Landwirtschaftlichen Nutzfläche Bayerns ist Grünland Die Rinderhaltung und hier die Milchviehwirtschaft gehören zu den wichtigsten Einkommensquellen der bayerischen Landwirtschaft Erzielte Erntemenge von Grünland in Bayern kann derzeit nur grob abgeschätzt werden unterschiedlichen Bestandszusammensetzung Anzahl Schnitte: 3-6 pro Jahr Bei Einzelflächen Abweichung der Schätzung vom tatsächlichen Ertrag bis zu 100% Abschätzung wichtig für Ertragsspezifische Düngung Energiewende (wie viel Biogas kann erzeugt werden) Eiweißoffensive (Erhöhung des in Bayern produzierten Eiweißanteils: Grünlandverbesserungshebel). S. Hartmann - IPZ4b 2

3 Ziele Wichtigstes Ziel ist eine möglichst exakte, regionalisierte Ertragsschätzung von Grünland. Teilziele: Anzahl der Schnitte erfassen (derzeit nur Schätzungen auf Landkreisebene) Höhe des Aufwuchses zwischen den Schnitten Optional (Komplex!) Grünlanderkennung (Artenzusammensetzung) Bei dieser Studie soll die gesamte Grünlandfläche (GL) erfasst werden. Wiese und Weide fachlich definiert: Wiese (ca. 90%) wird geschnitten Weide (ca. 10%) wird direkt von darauf stehenden Tieren abgefressen Die Zahl der Schnitte ist ein Schlüsselkriterium für die Ansprache von Grünlandflächen S. Hartmann - IPZ4b 3

4 Ertragshöhe: Konventionelles Vorgehen Derzeitig Ernteabschätzung auf Landkreisebene Grundlage: Durchschnittswerte aus Umfrage zu Schnitthäufigkeit und Ertrag. Artenzusammensetzung: In Bayern für ca (kleinteilige) Flächen Bestandsarten bekannt Aber kleinteilige Flächen: daher direkte Beerntung nicht sinnvoll Trainings-Daten für das Verfahren: Aktuelle Projekte, in denen die Termine der Nutzung bei Grünflächen in Bayern sowie weitere Parameter erfasst werden: Qualität, Trockenmasse, Schnittzeitpunkt, Bestand Daten der staatlichen Versuchsgüter (Teil der LfL) Aktuelle Ertragsschätzung über durchschnittliche Schnitthäufigkeit / Landkreis: rtmann_lfl.pdf Detailliertere Ertragsschätzung in Österreich: etsch_bal.pdf S. Hartmann - IPZ4b 4

5 Abschätzung der Eiweißpotentiale für Bayern 3% ~ 15% der Lücke! Nach Dr. Schätzl, 2011 S. Hartmann - IPZ4b 5

6 Grobfuttereffizienz ein großer Hebel Veränderung bei... um... macht in der Milcherzeung... ct/kg Milch aus (Größenordnung) 0 0,5 1 1,5 Kraftfutterpreis (1 /dt) 0,3 Verluste Kraftfuttereinsatz < 5% bzw. (10 g/kg Milch) Prod.-Kosten 0,2 100 /ha ~ 1 ct/kg Milch Verluste Grobfutter (5 %) 1,1 Produktionskosten Grobfutter (100 /ha) 1,0 Kosten Grobfutterzukauf (1 /t Silage) 0,3 Grobfutterleistung (100 kg Milch/Kuh) 0,2 Milchleistung (100 kg Milch/Kuh) 0,3 Erstkalbealter (1 Monat) 0,4 Arbeitszeitbedarf (1 Stunde/Kuh) 0,2 Verkaufspreis Schlachtkuh (100 /Altkuh) 0,4 Basis: Kuh mit Nachzucht bei kg/kuh Milchleistung, Vollkostenrechnung nach BZA Bayern, Lohnanansatz 15 /AKh S. Hartmann - IPZ4b 6

7 Was beeinflusst die Bestandeszusammensetzung? (Diepolder 2004) Nutzung Düngung Pflege Bewirtschaftung Schnitt Wiesentyp (Bestandeszusammensetzung) Standortfaktoren Klima Boden Gelände messen fix fix S. Hartmann - IPZ4b 7

8 Schnittverträglichkeit von Grünlandpflanzen Graphik geändert nach Diepolder Schnittverträglichkeit pro Jahr Deutsches Weidelgras Wiesenrispe Gemeine Rispe Wiesenlieschgras Knaulgras Wiesenfuchsschwanz Kammgras Wiesenschwingel Goldhafer Glatthafer Ab M7 gut schnittverträglich 7 1) M-Zahl Weiche Trespe Ruchgras Wolliges Honiggras 1) M-Zahl nach Briemle und Ellenberg S. Hartmann - IPZ4b 8

9 Qualität: Konventionelles Vorgehen Aktuell wird aus eingehende Silageproben (LKP/LfL) auf Futterqualitäten geschlossen. Aber: Proben nicht normalverteilt. Bestandsveränderungen: In der Mehrzahl der produktiven Grünlandbestände keine gesetzliche Vorgaben / Richtlinien, Aber: Über Anteil von unerwünschten Arten wäre Verbesserungspotential abschätzbar Teilweise sind gesetzliche Vorgaben und Richtlinien z.b. zum Bestandsverschlechterungsverbot (Natura 2000) einzuhalten. Aktuell erfolgt Abschätzung bei allen Flächentypen durch Vor-Ort Begutachtung der Einzelflächen. Ergebnisweitergabe Weitergabe der Ernteabschätzungen derzeit mindestens einmal pro Jahr bzw. auf Anforderung an das StMELF. Schnittterminprognose in Fachpresse Quelle: Pötsch/Gumpenstein Quelle: Pötsch/Gumpenstein S. Hartmann - IPZ4b 9 Quelle: Pötsch/Gumpenstein

10 GMES-basiertes Verfahren Anzahl und Zeitpunkte der Schnitte erfassen auf Basis von GMES-Radardaten (Sentinel-1) Zuverlässige, wetterunabhängige Überwachung der Grünflächen Deutliche Kostenreduktion durch Verwendung von GMES Core Service Ermittlung von Ertrag und Qualität der Wuchsphasen zwischen den Schnitten durch Ertragsmodelle Adaption Modell CAU Kiel (Prof. Taube) basierend auf Kombination von Witterungsdaten und Bestandsart Mögliches Alternativverfahren (Forschung): Ermittlung der Biomasse zwischen den Schnitten über Radardaten GMES-basierte Bestandserkennung optional Hohe Komplexität Entwicklung neuer Verfahren erforderlich (Forschung) 1 S. Hartmann - IPZ4b 0

11 Testgebiet 1 S. Hartmann - IPZ4b 1

12 AP 1: Machbarkeitsstudie zur Schnittterminbestimmung Datenquelle: TerraSar X / CosmoSkymed Minimierung des Kostenbedarfes durch Abgrenzung der Ergebungszeiträume, da über die Referenzflächen der LfL- Versuchsbetriebe die voraussichtlichen Schnitttermine bekannt sind können die anzufordernden Satellitendaten eingegrenzt werden. im Projektzeitraum je 1 volle Vegetationen für Modellerstellung/anpassung Modellprüfung Zeitraum AP 1: März 2014 bis Februar 2015 (Modellerstellung/-anpassung): Besetzung Projektbearbeitung mit Frau K. Grant zum !! LfL erhebt hierzu von mindestens 4 weidelgrasorientierten Beständen die Ertragsentwicklung wie folgt: mindestens 4 Erhebungen incl. zum Schnitttermin für den 1. Schnitt sowie mindestens 3 Erhebungen incl. der Schnitttermine für die Folgeaufwüchse. Am Ende dieses Zeitraums ist ein für die weiteren Arbeiten hinreichend robustes Verfahren zur Schnittterminermittlung erstellt (GAF) sowie regionale Daten für die Ertragsmodellierung erhoben. S. Hartmann - IPZ4b 12

13 AP 2: Testphase Zeitraum : ab März 2015 Oktober 2015 (Vegetationsende) Übergang zu Sentinel-Daten Adaption des Verfahrens, Anpassung an Gebietscharakteristika und lokale Phänomene Ermittlung der relevanten Randbedingungen für den operationellen Betrieb des Verfahrens Übergang von den vergleichsweise geringen Flächenzahlen von AP 1 zu möglichst großen Flächenerhebungen durch Daten einer Trocknungsgenossenschaft aus der Region bzw. eigenen Erhebungen im Testgebiet Endgültige Methodenentwicklung zur Schnittzeitpunkt-Detektion durch GAF Überprüfung des angepassten Ertragsmodells durch CAU LfL erhebt hierzu die Daten analog zum Vorjahr Am Ende dieses Zeitraums ist das Verfahren zur Schnittterminerhebung verifiziert und validiert sowie die Daten für Ertragsmodellierung erhoben S. Hartmann - IPZ4b 13

14 Danke für Ihre Aufmerksamkeit S. Hartmann - IPZ4b 14