| 2594 | Copernicus C3S Agrarklimadienst (C3S2_414): Operationeller Klimadienst der nächsten Generation für die Landwirtschaft – Bereitstellung multiskaliger agroklimatischer Datenprodukte und Entscheidungsunterstützungswerkzeuge im Rahmen des Copernicus-Klimawandeldienstes | Copernicus C3S Agriculture Climate Service (C3S2_414): Next-generation operational climate service for agriculture, delivering multi-scale agroclimatic data products and decision-support tools aligned with the Copernicus Climate Change Service | 01/01/2026 00:00:00 | 31/12/2028 00:00:00 | laufend | current | Programmbereich 4 „Simulations- und Datenwissenschaften“ | Research Area 4 „Simulation and Data Science“ | x94x31x | Eyshi Rezaei, Ehsan; Hyun, Shinwoo | x2692x3738x | <div class='ntm_PB4'>PB4</div> | | | 2026 | Copernicus C3S Agrarklimadienst (C3S2_414): Operationeller Klimadienst der nächsten Generation für die Landwirtschaft – Bereitstellung multiskaliger agroklimatischer Datenprodukte und Entscheidungsunterstützungswerkzeuge im Rahmen des Copernicus-Klimawandeldienstes Copernicus C3S Agriculture Climate Service (C3S2_414): Next-generation operational climate service for agriculture, delivering multi-scale agroclimatic data products and decision-support tools aligned with the Copernicus Climate Change Service Programmbereich 4 „Simulations- und Datenwissenschaften“ Eyshi Rezaei, Ehsan; Hyun, Shinwoo Drittmittel Research Area 4 „Simulation and Data Science“ current laufend <div class="ExternalClassB928E5FEDB49492CB11B38B1BFE7693C"><p>Die Landwirtschaft ist zunehmend von Klimavariabilität und Extremereignissen betroffen, während Entscheidungsträgern im Sektor nach wie vor zeitnahe, räumlich aufgelöste und kulturpflanzenspezifische Klimainformationen fehlen. Ziel des Projekts ist die Entwicklung eines umfassenden, nutzerorientierten operationellen Klimadienstes für die Landwirtschaft, der vollständig in die Infrastruktur des Copernicus-Klimawandeldienstes (C3S) integriert wird. Zu den zentralen Zielen gehören die gemeinsame Entwicklung agroklimatischer Datensätze und Indizes mit landwirtschaftlichen Akteuren über mehrere zeitlichen Skalen hinweg – von historischen Daten über Echtzeit-Monitoring und saisonale Prognosen bis hin zu langfristigen Klimaprojektionen – sowie deren Bereitstellung über eine eigens eingerichtete Agrar-Mikroseite im Climate Data Store. Im Rahmen des Projekts wird eine quelloffene, auf Earthkit basierende Datenverarbeitungspipeline entwickelt, die Rohdaten in entscheidungsrelevante agroklimatische Indikatoren zu Hitzestress, Dürre, Frost, Bodenfeuchte und phänologischen Risiken umwandelt. Eine mediterrane Demonstrationsplattform wird regionsspezifische Werkzeuge vorstellen, darunter adaptive Aussaatempfehlungen, Karten zur Vulnerabilität gegenüber multiplen Stressfaktoren sowie klimasmarte Düngungsstrategien. Das ZALF leistet seinen Beitrag durch prozessbasierte Pflanzenwachstumsmodellierung mit dem Modell MONICA, mit dem die Auswirkungen von Klimavariabilität und Stickstoffapplikation auf Produktivität und Treibhausgasemissionen simuliert werden. Dies unterstützt die Entwicklung von Indikatoren für kombinierte Stressfaktoren sowie die Optimierung von Düngungszeitpunkten unter aktuellen und zukünftigen Klimabedingungen. Methoden der künstlichen Intelligenz, insbesondere Retrieval-Augmented Generation (RAG), werden zur automatisierten Erstellung von Klimabulletins und zur Unterstützung konversationsbasierter Nutzerschnittstellen eingesetzt.<br><br></p></div> <div class="ExternalClassC011C85151A04394A12C5523B6B0231C"><p>Agriculture is increasingly exposed to climate variability and extremes, yet decision-makers across the sector still lack timely, spatially resolved, and crop-specific climate information. The project aims to establish a comprehensive, user-driven operational climate service for agriculture fully integrated within the Copernicus Climate Change Service (C3S) infrastructure. Key objectives include co-designing agroclimatic datasets and indices with farming stakeholders across multiple temporal scales (historical records, near-real-time monitoring, seasonal forecasts, and long-term climate projections) and delivering these through a dedicated agriculture micro-site within the Climate Data Store. The project will develop an open-source, Earthkit-based data processing pipeline to transform raw climate inputs into decision-ready agroclimatic indicators covering heat stress, drought, frost, soil moisture, and phenological risks. A Mediterranean demonstration platform will showcase region-specific tools including adaptive sowing recommendations, multi-stress vulnerability maps, and climate-smart fertilization strategies. ZALF contributes process-based crop modelling using MONICA to simulate the impacts of climate variability and nitrogen application on productivity and greenhouse gas emissions, supporting the development of compound stress indicators and optimized fertilization timing under current and projected climates. Artificial intelligence, including Retrieval-Augmented Generation (RAG) methods, will be explored to automate bulletin generation and support conversational user interfaces.<br></p></div> OCCCAS - ECMWF COPERNICUS <div class="ExternalClassA8AAE959-76CD-484C-815E-26221022E6AD"></div> <div class="ExternalClassC1512999-86E2-425D-B580-D514AA03EBF1"></div> <div class="ExternalClass0FDC2850-1640-4BCB-A134-CFFD1C88758D"></div> <div class="ExternalClass32CF5474-646D-461F-8C20-E3690E8F3A39"></div> <div class="ExternalClassB0C3EC6B-D929-4007-B6A2-3EE10606847A"></div> | <div class="ExternalClassB928E5FEDB49492CB11B38B1BFE7693C"><p>Die Landwirtschaft ist zunehmend von Klimavariabilität und Extremereignissen betroffen, während Entscheidungsträgern im Sektor nach wie vor zeitnahe, räumlich aufgelöste und kulturpflanzenspezifische Klimainformationen fehlen. Ziel des Projekts ist die Entwicklung eines umfassenden, nutzerorientierten operationellen Klimadienstes für die Landwirtschaft, der vollständig in die Infrastruktur des Copernicus-Klimawandeldienstes (C3S) integriert wird. Zu den zentralen Zielen gehören die gemeinsame Entwicklung agroklimatischer Datensätze und Indizes mit landwirtschaftlichen Akteuren über mehrere zeitlichen Skalen hinweg – von historischen Daten über Echtzeit-Monitoring und saisonale Prognosen bis hin zu langfristigen Klimaprojektionen – sowie deren Bereitstellung über eine eigens eingerichtete Agrar-Mikroseite im Climate Data Store. Im Rahmen des Projekts wird eine quelloffene, auf Earthkit basierende Datenverarbeitungspipeline entwickelt, die Rohdaten in entscheidungsrelevante agroklimatische Indikatoren zu Hitzestress, Dürre, Frost, Bodenfeuchte und phänologischen Risiken umwandelt. Eine mediterrane Demonstrationsplattform wird regionsspezifische Werkzeuge vorstellen, darunter adaptive Aussaatempfehlungen, Karten zur Vulnerabilität gegenüber multiplen Stressfaktoren sowie klimasmarte Düngungsstrategien. Das ZALF leistet seinen Beitrag durch prozessbasierte Pflanzenwachstumsmodellierung mit dem Modell MONICA, mit dem die Auswirkungen von Klimavariabilität und Stickstoffapplikation auf Produktivität und Treibhausgasemissionen simuliert werden. Dies unterstützt die Entwicklung von Indikatoren für kombinierte Stressfaktoren sowie die Optimierung von Düngungszeitpunkten unter aktuellen und zukünftigen Klimabedingungen. Methoden der künstlichen Intelligenz, insbesondere Retrieval-Augmented Generation (RAG), werden zur automatisierten Erstellung von Klimabulletins und zur Unterstützung konversationsbasierter Nutzerschnittstellen eingesetzt.<br><br></p></div> | <div class="ExternalClassC011C85151A04394A12C5523B6B0231C"><p>Agriculture is increasingly exposed to climate variability and extremes, yet decision-makers across the sector still lack timely, spatially resolved, and crop-specific climate information. The project aims to establish a comprehensive, user-driven operational climate service for agriculture fully integrated within the Copernicus Climate Change Service (C3S) infrastructure. Key objectives include co-designing agroclimatic datasets and indices with farming stakeholders across multiple temporal scales (historical records, near-real-time monitoring, seasonal forecasts, and long-term climate projections) and delivering these through a dedicated agriculture micro-site within the Climate Data Store. The project will develop an open-source, Earthkit-based data processing pipeline to transform raw climate inputs into decision-ready agroclimatic indicators covering heat stress, drought, frost, soil moisture, and phenological risks. A Mediterranean demonstration platform will showcase region-specific tools including adaptive sowing recommendations, multi-stress vulnerability maps, and climate-smart fertilization strategies. ZALF contributes process-based crop modelling using MONICA to simulate the impacts of climate variability and nitrogen application on productivity and greenhouse gas emissions, supporting the development of compound stress indicators and optimized fertilization timing under current and projected climates. Artificial intelligence, including Retrieval-Augmented Generation (RAG) methods, will be explored to automate bulletin generation and support conversational user interfaces.<br></p></div> | | | | Eyshi Rezaei, Ehsan | | | | | | | | | | | | 2 | 2 | | <div class="ExternalClass09A498C2-7795-4ACE-BCE1-28E14C211380"><ul><li>Ökosystemmodellierung</li></ul></div> | <div class="ExternalClass2D8E7B8F-506F-4491-ABA3-0F4C0A501900"><ul><li>Ecosystem Modelling</li></ul></div> |
