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: ZALF Focus Area - Forschungsstation Dedelow
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/ZALF-Focus-Area-Forschungsstation-Dedelow.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-03-08 10:00:00
MyLabels:
Struktureinheiten:Label:
ZALF Focus Area - Standort Forschungsstation Dedelow
08.03.2024

ZALF Focus Area - Forschungsstation Dedelow

Title: Neuer Wissenschafts-Podcast: Soil Hydrology Prediction
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/Podcast-Soil-Hydrology-Prediction.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-02-29 14:00:00
MyLabels:
Struktureinheiten:Label:
/de/aktuelles/BilderAktuellMeldungen/Meldhttps://homepageint.zalf.de/de/aktuelles/BilderAktuellMeldungen/Meldungen/FDS/Logo_10x15_Rand.png?RenditionID=2ungen/FDS/Soil_Hydrology_Prediction_Logo_10x15.png?RenditionID=2
29.02.2024

Neuer Wissenschafts-Podcast: Soil Hydrology Prediction

Title: Growth parameters, nutrient status and colonization density of beneficial microbes in winter rye grown organically and conventionally
MehrLink: https://www.zalf.de/de/aktuelles/Seiten/FPD/Winter-rye-grown-organically-and-conventionally.aspx, Mehr
MyLinkPDFUrl:
MyTextfeld:
MyMeldungsdatum: 2024-01-23 07:00:00
MyLabels:
Struktureinheiten:Label:
Winter rye grown organically and conventionally
23.01.2024

Growth parameters, nutrient status and colonization density of beneficial microbes in winter rye grown organically and conventionally

 Publikationen

MyTitle: Ecology with artificial intelligence and machine learning in Asia: a historical perspective and emerging trends
MyLinkAnsehenUrl: https://doi.org/10.1111/gcb.16677, 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: Modelling crop yield in a wheat–soybean relay intercropping system: a simple routine in capturing competition for light
MyLinkAnsehenUrl: https://doi.org/10.1016/j.eja.2023.127067, DOI-Namen auflösen
MyLinkPDFUrl:
MyTitelMehrzeilig:
MyTextfeld:
MyAutoren: Yu, J., Rezaei, E. E., Thompson, J., Reckling, M., Nendel, C. (2024)
MyMeldungsdatum:
MyLabels:
Struktureinheiten:Label: NewWindow:

Modelling crop yield in a wheat–soybean relay intercropping system: a simple routine in capturing competition for light

Yu, J., Rezaei, E. E., Thompson, J., Reckling, M., Nendel, C. (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
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
© Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. Müncheberg