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: Esther Shupel Ibrahim hat erfolgreich Ihr Promotionsarbeit verteidigt
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/Esther-Shupel-Ibrahim-verteidigt-Promotionsarbeit.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-07-19 15:00:00
MyLabels:
Struktureinheiten:Label:
Erfolgreich Promotionsarbeit verteidigt: Esther Shupel Ibrahim
19.07.2024

Esther Shupel Ibrahim hat erfolgreich Ihr Promotionsarbeit verteidigt

Title: Bodenrespiration eines Buchen- und Kiefernwaldes
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/Bodenrespiration-eines-Buchen--und-Kiefernwaldes.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-07-19 10:00:00
MyLabels:
Struktureinheiten:Label:
Bodenrespiration eines Buchen- und Kiefernwaldes
19.07.2024

Bodenrespiration eines Buchen- und Kiefernwaldes

Title: Nature Studie untersucht den zukünftigen Stickstoffbedarf im Weizenanbau. Mehr Weizen, mehr Dünger?
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/Stickstoffbedarf-im-Weizenanbau.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-07-11 12:00:00
MyLabels:
Struktureinheiten:Label:
Weizen auf einem Feld vor der Ernte
11.07.2024

Nature Studie untersucht den zukünftigen Stickstoffbedarf im Weizenanbau. Mehr Weizen, mehr Dünger?

Publikationen

MyTitle: A tale of two eras: assessing the impact of breeding programs on historical and modern German wheat cultivars under distinct management
MyLinkAnsehenUrl: https://doi.org/10.1016/j.eja.2024.127179, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Eyshi Rezaei, E., Hey, K., Münter, C., Hüging, H., Gaiser, T., Siebert, S. (2024)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

A tale of two eras: assessing the impact of breeding programs on historical and modern German wheat cultivars under distinct management

Eyshi Rezaei, E., Hey, K., Münter, C., Hüging, H., Gaiser, T., Siebert, S. (2024)
MyTitle: Ecology with artificial intelligence and machine learning in Asia: A historical perspective and emerging trends
MyLinkAnsehenUrl: https://doi.org/10.1111/1440-1703.12425, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Ryo, M. (2024)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

Ecology with artificial intelligence and machine learning in Asia: A historical perspective and emerging trends

Ryo, M. (2024)
MyTitle: Agronomic management response in maize (Zea mays L.) production across three agroecological zones of Kenya
MyLinkAnsehenUrl: https://doi.org/10.1002/agg2.20478, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Kipkulei, H., Bellingrath-Kimura, S. D., Lana, M., Ghazaryan, G., Baatz, R., Matavel, C., Boitt, M., Chisanga, C. B., Rotich, B., Moreira, R. M., Sieber, S. (2024)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

Agronomic management response in maize (Zea mays L.) production across three agroecological zones of Kenya

Kipkulei, H., Bellingrath-Kimura, S. D., Lana, M., Ghazaryan, G., Baatz, R., Matavel, C., Boitt, M., Chisanga, C. B., Rotich, B., Moreira, R. M., Sieber, S. (2024)

Projekte

MyTitle: YieldGEM – Verbesserung von großflächigen mechanistischen Ertragssimulationen durch Entflechtung von Genotyp × Umwelt × Managementfaktoren
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2365, Ansehen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld: Start: 01.03.2023
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

YieldGEM – Verbesserung von großflächigen mechanistischen Ertragssimulationen durch Entflechtung von Genotyp × Umwelt × Managementfaktoren

Start: 01.03.2023
MyTitle: ADM-Kenya: Integrierte Nutzung von Fernerkundungsdaten aus mehreren Quellen dür die landesweite Überwachung der Landwirtschaftlichen Dürre in Kenia
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2332, Ansehen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld: Start: 21.11.2022
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

ADM-Kenya: Integrierte Nutzung von Fernerkundungsdaten aus mehreren Quellen dür die landesweite Überwachung der Landwirtschaftlichen Dürre in Kenia

Start: 21.11.2022
MyTitle: KIKompAG - Multi-modale Datenintegration, domänenspezifische Methoden und KI zur Stärkung der Datenkompetenz in der Agrarforschung
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2329, Ansehen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld: Start: 01.10.2022
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

KIKompAG - Multi-modale Datenintegration, domänenspezifische Methoden und KI zur Stärkung der Datenkompetenz in der Agrarforschung

Start: 01.10.2022
MyTitle: FAIRagro - FAIRe Dateninfrastruktur für die Agrosystemforschung
MyLinkAnsehenUrl: https://www.zalf.de/de/forschung_lehre/projekte/Seiten/details.aspx?iddp=2324, Ansehen
MyLinkPDFUrl: http://www.fairagro.net/, Projektwebseite
MyTitelMehrzeilig:
MyTextfeld: Start: 01.01.2023
MyAutoren:
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

FAIRagro - FAIRe Dateninfrastruktur für die Agrosystemforschung

Start: 01.01.2023

 

  

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

Nathalie Richter
T +49 (0)33432 82-276
F +49 (0)33432 82-334

 

Sekretariat

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

 

 

Adresse

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

Eberswalder Straße 84
15374 Müncheberg

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

Gefördert von:

BMEL-Logo
MWFK Logo