Logo des Repositoriums

Auflistung nach Schlagwort "Stickstoffdüngung"

1 - 2 von 2
  • Konferenzbeitrag
    Entscheidungsunterstützung durch Datenvernetzung
    (40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Weckesser, Fabian; Hartmann, Anja; Beck, Michael; Peisl, Sebastian
    Der Bayerischen Landwirtschaft stehen eine Vielzahl von Informationen zur Verfügung, welche als Basis für fundierte Entscheidungen im landwirtschaftlichen Produktionsprozess dienen. Um diese Fülle an Information gebündelt und fachlich sinnvoll verknüpft für Landwirte und Berater verfügbar zu machen, wird eine digitale Wissensbasis, als Grundlage für eine bessere Ausnutzung von Effizienzsteigerungspotenzialen im Pflanzenbau, entwickelt. Die Modellierung der Daten-konzepte in OWL-Ontologien und die Datenhaltung in RDF-Graphdatenbanken bilden die Basis für ein unabhängiges Expertennetzwerk. Am Fallbeispiel Stickstoffdüngung im Winterweizen entstehen unter Einbeziehung von realen Betriebsdaten erste Bausteine dieser Wissensbasis.
  • Konferenzbeitrag
    Entwicklung eines einfachen Ansatzes zur Schätzung ökonomisch optimaler Stickstoffdüngemengen auf der Basis von Feldversuchsdaten
    (41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten, 2021) Meyer-Aurich, Andreas; Piepho, Hans-Peter; Karatay, Yusuf Nadi; Hunstock, Uwe
    Dieser Beitrag stellt einen einfachen Ansatz zur Schätzung des ökonomisch optimalen Einsatzes von Stickstoffdünger (N) auf der Basis von Feldversuchsdaten dar. Ökonomisch optimale Einsatzmengen von Betriebsmitteln werden in der Regel auf der Basis von Produktionsfunktionen geschätzt. Es hat sich allerdings gezeigt, dass verschiedene Produktionsfunktionen aufgrund inhärenter impliziter Annahmen zu sehr verschiedenen Schätzungen von ökonomisch optimalen N-Gaben führen können. Der dargestellte alternative Ansatz basiert auf der Berechnung des mittleren Grenzgewinns innerhalb eines zu definierenden Intervalls von N-Düngermengen. Die niedrigste N-Düngung, die einen mittleren Grenzgewinn ≤ 0 ergibt, wird als optimale Düngung ausgegeben. Der Ansatz wird an einem Beispieldatensatz angewendet und mit Regressionsansätzen verglichen und diskutiert.