Durch die multitemporale Analyse von multispektralen RapidEye-Datensätzen sollen sichtbare spektral abgegrenzte Raumeinheiten innerhalb einer landwirtschaftlichen Nutzfläche in stabile (durch Differenzierungen in den Bodeneigenschaften beeinflusste) Muster (Bodenmuster) und temporäre (durch Bewirtschaftung, Vegetation und Witterung entstandene) Muster unterschieden werden. Identifizierte Muster werden hinsichtlich ihrer Bodeneigenschaften analysiert sowie ihre räumlichen und zeitlichen Stabilität bewertet. Ziel ist, basierend auf räumlich und zeitlich stabilen Bodenmustern, Bodenfunktionskarten für eine ökonomischere, ökologischere und nachhaltigere Feldbearbeitung und Landmanagement im teilflächenspezifischen Precision Farming zu entwickeln.

Um das gesamte geomorphologische, topographische und bodenkundliche Spektrum des Projektgebietes abzudecken, erfolgte die Laboranalyse der physio-chemischen Bodeneigenschaften verschiedener Referenz-Testflächen, auf denen insgesamt 731  in-situ Oberflächenmischproben genommen wurden.

Der Arbeitsablauf der mulitemporalen Bodenmusteranalyse zur feld-spezifischen Modellierung der organischen Substanz besteht aus folgenden Schritten:

(1)   Auswahl der am besten geeigneten Daten (bare soil images) aus der Satellitendatenzeitreihe

Methode: data mining mittels NDVI-Schwellenwerten und phänologischer Daten der Anbaufrüchte

(2)   Detektion von Bodenreflektionsmustern (soil reflectance pattern)

Methode: image mining mittels standardisierter Hauptkomponentenanalyse (standardised PCA)

(3)   Analyse der zeitlich-räumlichen Stabilität von Bodenmustern

Methode: pixel-basierte Change Detection

(4)   Erstellung von Bodenfunktionskarten basierend auf statistischen Analysen zur Erstellung des Vorhersagemodells und zur schrittweisen Eliminierung von temporären Einflüssen (z.B. Bewirtschaftung, Vegetation)

Methode: Regressionsanalyse, Perzentilanalyse

Ausführliche Erläuterungen zur Methodik und erste Ergebnisse können der Publikation „Multitemporal soil pattern analysis with multispectral remote sensing data at the field-scale“ (Blasch et al. 2015) entnommen werden:

Blasch, G., Spengler, D., Hohmann, C., Neumann, C., Itzerott, S., Kaufmann, H. (2015): Multitemporal soil pattern analysis with multispectral remote sensing data at the field-scale. - Computers and Electronics in Agriculture, 113, p. 1-13.

Der Methodentransfer der multitemporalen Bodenmusteranalyse von landwirtschaftlichen Nutzflächen zur Schätzung der organischen Substanz von Feld-Skala auf die Landschaft-Skala, hier das Projektgebiet Demmin, konnte realisiert werden. Für alle Referenz-Testflächen zusammen wurde ein Vorhersagemodell zur organischen Substanz über die Einbeziehung aller 731 Bodenproben und der gemeinsamen PCst1 ermittelt. Dieses Vorhersagemodell wurde auf die detektieren Bodenmuster (PCst1) aller Schläge des Projektgebietes „Demmin“ übertragen. Abbildung 3 zeigt die hierdurch entstandene Bodenfunktionskarte für Demmin.

Blasch, G., Spengler, D., Itzerott, S., Wessolek, G. (2015): Organic Matter Modeling at the Landscape Scale Based on Multitemporal Soil Pattern Analysis Using RapidEye Data. - Remote Sensing, 7, 9, p. 11125-11150.