Befehle des Menübands überspringen
Zum Hauptinhalt wechseln
Suche
Breadcrumb Navigation

Forschungsplattform „Datenanalyse & Simulation“

Hauptinhalt der Seite

Für die Agrarlandschaftsforschung müssen umfangreiche Landschaftsdaten generiert, analysiert und bereitgestellt werden. Innovative Entwicklungen in anderen Forschungsbereichen bei der Generierung raumbezogener Daten (z. B. Nah- und Fernerkundung) sowie in der Analyse und Verarbeitung großer Datenmengen (z. B. Big Data-Ansätze) bieten auch für die Agrarlandschaftsforschung hervorragende Möglichkeiten, um immer größere Datenmengen systematisch zu nutzen und optimal in betreffende Forschungsprogramme zu integrieren. Darüber hinaus ist die numerische Modellbildung und Simulation ein zentraler Bestandteil der Forschung. Am ZALF steht besonders die interaktive und einfache Nutzung von Modellen und Methoden zur Analyse von Prozessen in Agrarlandschaften im Fokus. Die Forschungsplattform „Datenanalyse und Simulation“ entwickelt ein kohärentes Konzept für die Integration von Daten, Modelle und Simulationsmethoden für die Landschaftsforschung, von der technischen Lösung bis hin zu einer Landschaftstheorie.

Mehr ...

 

Unsere Arbeitsgruppen

 

Neben methodischen Fragestellungen adressieren die Forschungsthemen der Forschungsplattform insbesondere die folgenden, auch in der Deutschen Nachhaltigkeitsstrategie verankerten UN-Nachhaltigkeitsziele: Kein Hunger (2), Maßnahmen zum Klimaschutz (13).

 

 

Aktuelles

Title: Neue Podcastfolge zu Landwirtschaft, Klimawandel & Dürren
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/DIR/querFELDein-Podcastfolge-5-Klimawandel-Duerren.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2021-07-09 12:00:00
MyLabels:
Struktureinheiten:Label:
https://homepageint.zalf.de/de/aktuelles/BilderAktuellMeldungen/Meldungen/DIR/Youtube_Cover_5.jpg
09.07.2021

Neue Podcastfolge zu Landwirtschaft, Klimawandel & Dürren

Title: Satellitengestützte Information zur Grünlandbewirtschaftung: Neue digitale Tools berechnen die Ökosystemleistungen von Grünland
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/Pressemitteilungen/Satellitengestuetzte-Information-Gruenland.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2021-03-12 11:00:00
MyLabels:
Struktureinheiten:Label:
Grünland
12.03.2021

Satellitengestützte Information zur Grünlandbewirtschaftung: Neue digitale Tools berechnen die Ökosystemleistungen von Grünland

 Publikationen

MyTitle: The use of remote sensing to derive maize sowing dates for large-scale crop yield simulations
MyLinkAnsehenUrl: https://doi.org/10.1007/s00484-020-02050-4, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Rezaei, E.E., G. Ghazaryan, J. Gonzalez, N. Cornish, O. Dubovyk and S. Siebert (2021)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

The use of remote sensing to derive maize sowing dates for large-scale crop yield simulations

Rezaei, E.E., G. Ghazaryan, J. Gonzalez, N. Cornish, O. Dubovyk and S. Siebert (2021)
MyTitle: Tire abrasion particles negatively affect plant growth even at low concentrations and alter soil biogeochemical cycling
MyLinkAnsehenUrl: https://doi.org/10.1007/s42832-021-0114-2, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Leifheit, E. F., Kissener, H. L., Faltin, E., Ryo, M., Rillig, M. C. (2021)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

Tire abrasion particles negatively affect plant growth even at low concentrations and alter soil biogeochemical cycling

Leifheit, E. F., Kissener, H. L., Faltin, E., Ryo, M., Rillig, M. C. (2021)
MyTitle: Machine learning in crop yield modelling: a powerful tool, but no surrogate for science
MyLinkAnsehenUrl: https://doi.org/10.1016/j.agrformet.2021.108698, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Lischeid, G., Webber, H., Sommer, M., Nendel, C., Ewert, F. (2022)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

Machine learning in crop yield modelling: a powerful tool, but no surrogate for science

Lischeid, G., Webber, H., Sommer, M., Nendel, C., Ewert, F. (2022)

 Projekte

MyTitle: DAKIS - Digitales Wissens- und Informationssystem für die Landwirtschaft
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2121, Ansehen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld: Start: 01.04.2019
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

DAKIS - Digitales Wissens- und Informationssystem für die Landwirtschaft

Start: 01.04.2019
MyTitle: BonaRes - Zentrum für Bodenforschung
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=1775, Ansehen
MyLinkPDFUrl: http://www.bonares.de/, Zur Homepage
MyTitelMehrzeilig:
MyTextfeld: Start: 01.07.2015
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

BonaRes - Zentrum für Bodenforschung

Start: 01.07.2015

 

  

Personen der Forschungsplattform

 

Co-Leitung

Prof. Dr. Gunnar Lischeid
T +49 (0)33432 82-300

Prof. Dr. Claas Nendel
T +49 (0)33432 82-355

 

Administration

Dr. Ina Keggenhoff
T +49 (0)33432 82-102
F +49 (0)33432 82-334

 

Sekretariat

Annett Stange
T +49 (0)33432 82-274
F +49 (0)33432 82-334

Liane Wascher
T +49 (0)33432 82-300
F +49 (0)33432 82-301

 

 

Adresse

Leibniz-Zentrum für
Agrarlandschaftsforschung (ZALF) e. V.

Eberswalder Straße 84
15374 Müncheberg

Fusszeile der Seite
Wordpress
YouTube
Twitter
Facebook
© Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. Müncheberg