Aktualität, Flächenabdeckung und Kleinräumigkeit sind bedeutende Anforderungen an die Landwirtschaftsstatistik. Um dem steigenden Bedarf nach Daten mit diesen Eigenschaften nachzukommen, strebt die amtliche Statistik den Einsatz von Fernerkundungsdaten an. Insbesondere Satellitenbilder bieten die Möglichkeit, die Erträge vieler Kulturpflanzen automatisiert, großflächig und mit hohem räumlichen Detail zu ermitteln.
Experimentelle Statistik
Fernerkundung via Satellitendaten
Projektziel
Ziel des Projekts ist die kleinräumige Ermittlung der Ernteerträge von Winterweizen, Wintergerste, Winterroggen und Winterraps für die gesamte Fläche Hessens. Das Projekt bildet damit den Grundbaustein, um zukünftig automatisiert aktuelle Informationen zu den Ertragsverhältnissen anbieten zu können. Auch die Ausgabe von Ertragsdaten nach beliebiger Gliederung (zum Beispiel nach administrativen Grenzen, Flusseinzugsgebieten oder Naturräumen) ist mithilfe des Verfahrens möglich.
Datengrundlage
In diesem Projekt werden eine Kombination aus Satellitenbildern des Copernicus-Erdbeobachtungsprogramms (Sentinel-1 und Sentinel-2), amtliche Angaben zu den Anbauflächen der vier Kulturen (Landnutzungsdaten) sowie Ertragsdaten aus statistischen Erhebungen genutzt.
Methodik/Vorgehensweise
Zunächst werden die Flächen, zu denen Ertragsdaten vorliegen, in einem geografischen Informationssystem (GIS) lokalisiert. Anschließend werden diese Ertragsdaten mit den optischen Eigenschaften, die aus den Satellitenbildern abgeleitet werden, mit Machine-Learning-Verfahren in Beziehung gesetzt. Durch die landesweit vorliegenden Landnutzungsdaten kann schließlich der Ertrag für die gesamte Anbaufläche Hessens mit Hilfe der Satellitenbilder erfasst werden. Schließlich werden die Erträge nach verschiedenen Gliederungssystematiken aggregiert.
Ergebnisse
Die Ergebnisse des Projekts belegen, dass auf Basis von Satellitenbildern eine kleinräumige Erfassung von Ernteerträgen möglich ist. Durch die hohe Auflösung der Satellitenbilder von bis zu zehn Metern verfügt das Hessische Statistische Landesamt somit über eine relativ präzise, landesweite Ertragsmessung. Zudem können die durch die Fernerkundung gewonnenen Daten beliebig aggregiert werden, sodass Anfragen nach diversen Gliederungsebenen (das heißt administrativ, naturräumlich, und so weiter) beantwortet werden können. Auch zur Plausibilisierung der Angaben der Berichterstattenden eignen sich Fernerkundungsdaten. Schließlich ist eine Erweiterung des Verfahrens auf andere ackerbauliche Kulturen möglich, sofern entsprechende Erhebungsdaten zur Kalibrierung der Machine-Learning-Verfahren vorliegen.