Zurück zur Startseite der Forschungsplattform
Beitrag zur Forschung des ZALF
Für eine nachhaltige Nutzung von Landschaften ist ein tiefgreifendes Verständnis der Vielzahl von Prozessen, die in der Landschaft wechselwirken, eine zentrale Voraussetzung. In vielfältig vernetzten Forschungsaktivitäten werden am ZALF diese Landschaftsprozesse untersucht, wobei große Mengen empirischer Daten mit unterschiedlicher Unsicherheit anfallen. Diese bedürfen einer umfangreichen Dokumentation wie auch leistungsfähiger Verfahren der statistischen Analyse. In der Forschungsplattform „Datenanalyse & Simulation“ werden die Erfassung der Meta-Daten, eine langfristige Speicherung gut dokumentierter Daten und die Erstellung benutzerfreundlicher Schnittstellen für die Recherche gewährleistet. Zusätzlich werden leistungsfähige Verfahren für die Analyse hochdimensionaler, heterogener Datensätze unterschiedlicher zeitlicher und räumlicher Abdeckung weiterentwickelt und angewendet, mit besonderem Fokus auf typische Charakteristika derartiger Datensätze, wie Nichtlinearität, Instationarität, räumliche Korrelationen und Gedächtniseffekte.
Aus der Datenanalyse abgeleitete Hypothesen werden mit Hilfe von Modellen überprüft. Modellierung ist ein etabliertes Werkzeug in vielen Disziplinen und die Zahl und Komplexität der verfügbaren Modelle steigt stetig. Nicht zuletzt die Vielschichtigkeit von Landschaftsprozessen hat zu einer Vielzahl von Modellansätzen geführt, die zur Unterstützung einer integrierten Landschaftsforschung in neu zu entwickelnden Modellplattformen zusammengeführt werden müssen. Aber auch jenseits der Modellentwicklung ergeben sich Herausforderungen, die eine vertiefte wissenschaftliche Betrachtung erfordern: Methoden der Modellkalibrierung und validierung, Datenassimilationstechniken, datengetriebene Modellierungsansätze sowie das Verhalten von Modellen und Modell-Ensembles an den Grenzen ihrer Anwendung. Insbesondere Modelle, die auf Landschaftsebene agieren und Prozesse verschiedener Instanzen integrieren, um Interaktionen an der Schnittstelle von Natur, Wirtschaft und Gesellschaft zu beschreiben, sind noch nicht vollständig erforscht. Die Forschungsplattform „Datenanalyse & Simulation“ schließt diese Lücken und setzt einen Rahmen für die Integration verschiedener Disziplinen und Modellierungsansätze für das Verständnis der landwirtschaftlichen Landschaftsfunktion.
Arbeitsgruppen
Dimensionalitätsabschätzung und -reduktion
Eine zentrale Herausforderung der Landschaftsforschung und der nachhaltigen Bewirtschaftung von Landschaftsressourcen besteht darin, die verschiedenen Effekte und Prozesse auf der Landschaftsskala voneinander zu trennen. So muss z.B. die Relevanz einzelner Prozesse in komplexen Landschaften bewertet werden, oder es müssen Effekte einzelner Maßnahmen von der natürlichen Variabilität unterschieden werden. Zu diesem Zweck werden verschiedene Methoden der klassischen Dimensionalitätsabschätzung und -reduktion (z.B. Hauptkomponentenanalyse, Isometric Feature Mapping) sowie fortgeschrittenere Methoden (z.B. Wavelet-Kohärenz, Korrelationsdimension, Sammon Mapping, Autoencoder-Netze, Methoden maschinellen Lernens) an die spezifischen Bedürfnisse der Landschaftsforschung angepasst und weiterentwickelt. Damit stellt die Arbeitsgruppe leistungsfähige Diagnosewerkzeuge für die Analyse umfangreicher Beobachtungsdatensätze, für vertiefte Analysen biophysikalischer Modelle und für die effiziente Auswertung von Monitoringprogrammen, z.B. von Umweltbehörden, zur Verfügung.
Kontakt:
Prof. Dr. Gunnar Lischeid
Landschaftsmodellierung
Diese Arbeitsgruppe entwickelt und wendet Simulationsmodelle im Kontext von Agrarlandschaften an, wobei der Schwerpunkt auf der großflächigen landwirtschaftlichen Produktion und ihren Rückkopplungen mit der Wasser- und Nährstoffdynamik des Systems und den damit verbundenen menschlichen Entscheidungen liegt. Wir betrachten mechanistische Modelle als unsere Kernkompetenz und integrieren zunehmend datengetriebene Ansätze als strategische Erweiterungen unserer Modellierungsmethoden, auch für sozioökonomische Prozesse. Wir nutzen Multisensor-Fernerkundungsdaten zur Parametrisierung, Initialisierung und Steuerung von eindimensionalen prozessbasierten und anderen Arten von zwei- bis dreidimensionalen Modellen über verschiedene Skalen.
Mehr ...
Kontakt:
Prof. Dr. Claas Nendel
Ökosystemmodellierung
Die Arbeitsgruppe setzt sich mit Punkt- und gridbasierten Simulationen zu den Themen Ernährungssicherung, Klimaschutz- und Ressourcenmanagement auseinander. Schwerpunkte sind die vielfältigen Interaktionen zwischen Boden und Pflanze in bewirtschafteten Agrarsystemen und die Konsequenzen, die sich aus der Darstellung dieser Prozesse in Modellen für Simulationen ergeben. Dabei baut die Arbeitsgruppe auf existierenden prozessbasierten Agrar- und Waldökosystemmodellen und hydrologischen Modellen auf, die den Kern der weiteren Modellentwicklung bilden. Die zukünftige Modellverbesserung konzentriert sich insbesondere auf die Verringerung von strukturellen und parameterbedingten Unsicherheiten und auf die Erweiterung der repräsentierten Prozesse. Dafür kooperiert die Arbeitsgruppe national wie international in verschiedensten Netzwerken und Projekten, darunter z. B. MACSUR und AgMIP.
Mehr ...
Kontakt:
Prof. Dr. Claas Nendel
Künstliche Intelligenz
Die Arbeitsgruppe engagiert sich für die Entwicklung und Anwendung modernster datengesteuerter Techniken, wie interpretierbares maschinelles Lernen und Deep Learning, für eine breite Palette von Problemen in der Landwirtschaft. Wir erforschen das Potenzial von künstlicher Intelligenz zur Verbesserung des landwirtschaftlichen Managements, testen neuartige Hypothesen, die mit herkömmlichen statistischen Methoden nicht geprüft werden können, und suchen nach unerwarteten Mustern aus einzigartig kombinierten Datensätzen über Skalen und Sektoren hinweg. Wir möchten KI-gestützte, naturbasierte Lösungen für globale Nachhaltigkeitsherausforderungen anbieten.
Mehr ...
Kontakt:
Prof. Dr. Masahiro Ryo
Dateninfrastrukturen (Service)
Diese Service-Arbeitsgruppe entwickelt und betreibt die technische Infrastruktur für die Bereitstellung und Veröffentlichung von (Forschungs-)Daten. Gemeinsam mit der Arbeitsgruppe „Forschungsdatenmanagement“ werden damit verschiedene Dienstleistungen angeboten, um die Bedarfe der Nutzenden an das Forschungsdatenmanagement des ZALF abzudecken. Die Arbeitsgruppe betreibt u.a. die zur Datenveröffentlichung notwendigen Infrastrukturen (z.B. BonaRes Repositorium, Tools zur Datenübergabe und Metadatenpflege). Darüber hinaus werden Lösungen für die ZALF-interne (Geo-)Datenbereitstellung (Portal for ArcGIS) angeboten, aber auch Web-Services, die für verschiedene Arbeitsschritte im Kontext der Datenbereitstellung erforderlich sind (z.B.Helpdesk-Ticketsystem, CRM, DOI Registrierung).
Mehr ...
Kontakt:
Dr. Xenia Specka
Forschungsdatenmanagement (Service)
Diese Service-Arbeitsgruppe unterstützt, gemeinsam mit der Arbeitsgruppe “Dateninfrastrukturen” (DIS), das Forschungsdatenmanagement des ZALF. Sie ist spezialisiert auf die Akquise und Veröffentlichung von boden- und agrarwissenschaftlichen (Geo-)daten und erhöht mit individuellen Lösungen deren (Mehr-)wert. Die AG FDM ist Anlaufpunkt für alle ZALF-Forschenden, bietet ihren Service aber auch der externen wissenschaftlichen Community im Bereich der Boden – und Agrarwissenschaften an. Sie unterstützt u.a. bei Datenmanagementplänen, bietet Schulungen an und bearbeitet (Geo-)datenanfragen. Die AG FDM nutzt dabei die Services der AG DIS. Wünsche und Anforderungen der Forschenden bezüglich des FDM fließen in die Weiterentwicklung beider AGs ein. Die AG FDM dient als Schnittstelle zwischen der technischen Infrastruktur (AG DIS) und den jeweiligen Nutzenden.
Mehr ...
Kontakt:
Dr. Nikolai Svoboda
Modell- & Simulationsinfrastruktur (Service)
Diese Arbeitsgruppe beschäftigt sich mit dem Aufbau einer nachhaltigen Basis für die Modellierungs- und Simulationsaktivitäten der Arbeitsgruppen des ZALF und im Besonderen der Forschungsplattform „Data Analysis & Simulation“. Die Arbeitsgruppe arbeitet an einer Konsolidierung der verschiedenen am ZALF eingesetzten Modelle. Ziel ist es eine gemeinsame IT-Infrastruktur aufzubauen, welche diese Modelle ausführt und gleichzeitig von den Wissenschaftlern des ZALF einfach genutzt werden kann. Ein besonderer Fokus liegt auf einem automatisierten Datenzugang für Modelle (Maschine zu Maschine Kommunikation). Aufbauend auf diesen Arbeiten implementiert die Arbeitsgruppe die technischen Grundlagen zur Kopplung intermethodischer und interdisziplinärer Modelle, beispielsweise mit dem Ziel, dass sozio-ökonomische und bio-physikalische Modelle gemeinsam in der ZALF Infrastruktur ausgeführt werden können und in der Lage sind, zu interagieren.
Mehr ...
Kontakt:
Michael Berg-Mohnicke
Zurück zur Startseite der Forschungsplattform