Bodenbedeckungsindikator

Bundesforschungsinstitut für Kulturpflanzen
Institut für Pflanzenbau und Bodenkunde

Das Verbundprojekt MonViA befasst sich mit dem Monitoring der Biologischen Vielfalt in Agrarlandschaften in Deutschland. Erdbeobachtungssatelliten liefern hierfür wertvolle Informationen zur Landbedeckung, Landnutzung und deren Veränderung. Der Bodenbedeckungsindikator ist ein Beispiel für zahlreiche fernerkundungsbasierte Indikatoren, die in MonViA entwickelt wurden.

Anzahl an Tagen im Jahr, an denen Ackerböden unbedeckt sind, abgeleitet aus Copernicus Sentinel-2-Daten

Eine ganzjährige Bodenbedeckung schützt vor Wind- und Wassererosion, fördert eine gute Bodenstruktur sowie ein aktives Bodenleben, reduziert die Nährstoffauswaschung und vermindert die Gewässerbelastung.

Der Indikator erlaubt eine Aussage über die mittlere Anzahl an Tagen im Jahr, an denen Ackerböden nicht von grüner Vegetation oder Ernterückständen bedeckt sind. Die Angaben beziehen sich wie alle MonViA-Indikatoren auf ein deutschlandweites Raster, bestehend aus 1 km² großen Hexagonen (siehe Bildausschnitt).

Als Datengrundlage dienen deutschlandweite analysefertige Sentinel-2-Daten (S2_GermanyGrid, Beyer et al. 2023), welche auf CODE-DE generiert werden und fernerkundungsbasierte Fruchtartenklassifikationen (Blickendörffer et al. 2021). Mithilfe der Fruchtartenklassifikation wurde Ackerland identifiziert und spektrale Indizes (Mzid et al. 2021) für die entsprechenden Hexagone für das gesamte Jahr berechnet.

Im Bodenbedeckungsindikator zeigen sich räumliche Muster der regional verbreiteten Bewirtschaftungspraktiken, hinsichtlich des Anbauspektrums, insb. der strukturellen Diversität der Fruchtfolgen. Regionen mit hohen Indikatorwerten (gelb) sind Gebiete mit mittlerer bis hoher struktureller Diversität (weite Fruchtfolge). In Regionen mit niedrigen Werten (blau) dominiert geringe strukturelle Diversität, d.h. eine geringe Anzahl von Ackerfrüchten und Fruchtwechsel.

Weiterführende Informationen

Weitere Informationen zu diesem Produkt finden Sie auch auf den folgenden externen Seiten:

MonViA-Projektseite: https://www.agrarmonitoring-monvia.de/
Online JKI MAP-Viewer mit den Layern: https://sf.julius-kuehn.de/mapviewer/monviafs
Analysefertige Sentinel-2-Daten: Beyer, F., Brandt, P., Schmidt, M., Stahl, U., Golla, B., Gerighausen, H., & Möller, M. (2023). A paradigm shift towards decentralized cloud-integrated spatial datainfrastructures: Lessons learned and solutions provided for public authorities (preprint). Eartharxiv.Org, 1–33: https://doi.org/10.31223/X53H3N
Indizes und Schwellwerte: Mzid, N., Pignatti, S., Huang, W., & Casa, R. (2021). An Analysis of Bare Soil Occurrence in Arable Croplands for Remote Sensing Topsoil Applications. Remote Sensing, 13(3), 474.: https://doi.org/10.3390/rs13030474
Fruchtartenklassifikationen: Blickensdörfer, L., Schwieder, M., Pflugmacher, D., Nendel, C., Erasmi, S., & Hostert, P. (2021). National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat 8 data (2017, 2018 and 2019). Zenodo Data Puiblication: https://doi.org/10.5281/zenodo.5153046