Das Ziel dieser Arbeit ist es statistische Methoden zu analysieren und gegebenenfalls zu entwickeln, um räumliche und zeitliche Variabilität in Ertragskarten besser erklären zu können. Verschiedene Methoden der Ertragsdatenanalyse werden miteinander verglichen. Die Arbeit basiert auf den Doktorarbeiten von BLACKMORE (Cranfield University at Silsoe) and STEINMAYR (TUM Weihenstephan), die wiederum eine Fortsetzung der Arbeit von BLACKMORE war. Ertragskarten werden üblicherweise in zwei Schritten erstellt. Im ersten Schritt werden die Daten korrigiert, d.h. fehlerhafte Datenstränge werden entweder korrigiert oder aus dem Datensatz gelöscht. Weil die Methoden sich oft nur in diesem ersten Schritt unterscheiden, werden zunächst mögliche Fehlerquellen untersucht. Im zweiten Schritt wird die eigentliche Karte, meist durch Interpolation, erstellt. Die gängigsten Methoden hierzu sind Kriging und Inverse-Distanz. In der Arbeit werden drei verschiedene Methoden miteinander verglichen: die „Expert-Filter” von BLACKMORE und STEINMAYR, sowie die „H-Methode“ von NOACK. Es wird analysiert wie viele Datenpunkte jeweils korrigiert bzw. gelöscht werden. Für die Analyse räumlicher und zeitlicher Variabilität standen Datensätze von der TUM und der Cranfield University zur Verfügung. In einer ersten Untersuchung fand BLACKMORE Stabilität bei der räumlichen Analyse von Erträgen über mehrere Jahre. In Folgeuntersuchungen stellte sich jedoch Instabilität heraus. BLACKMORE vermutet das zeitliche Schwankungen der Niederschlagsmenge die Ursache seien. STEINMAYR, der BLACKMORE’s Methode weiterentwickelt hat, fand wiederum Stabilität in den deutschen Datensätzen. Verschiedene Untersuchungen aus unterschiedlichen Ländern deuten auf Wasser als den relevanten Faktor hin. So findet man hohe Stabilität in trockenen Regionen wie Australien, sowie auf bewässerten Flächen in den USA. Regionen mit unregelmäßigen Niederschlägen weisen dagegen höhere Ertragsschwankungen auf. Im Rahmen dieser Arbeit wurde deshalb ein Zwischenschritt in den oben beschriebenen Prozess der Ertragskartenerstellung eingefügt. Um zeitliche Trends zu bestimmen wurden die Datensätze in „trockene“ und „feuchte“ Jahre aufgespalten. Die Ergebnisse zeigen deutlich, dass die Standardabweichung der Erträge nach dieser Aufgliederung im Mittel sinkt.      «

Das Ziel dieser Arbeit ist es statistische Methoden zu analysieren und gegebenenfalls zu entwickeln, um räumliche und zeitliche Variabilität in Ertragskarten besser erklären zu können. Verschiedene Methoden der Ertragsdatenanalyse werden miteinander verglichen. Die Arbeit basiert auf den Doktorarbeiten von BLACKMORE (Cranfield University at Silsoe) and STEINMAYR (TUM Weihenstephan), die wiederum eine Fortsetzung der Arbeit von BLACKMORE war. Ertragskarten werden üblicherweise in zwei Schritten...     »

The aim of the thesis is to determine robust statistical methods for providing management data for the spatial and temporal variability in yield maps. Therefore alternative methods for the analysis of yield data were reviewed. The study was based on previous doctoral thesis by BLACKMORE (Cranfield University at Silsoe) and STEINMAYR (TUM Weihenstephan), which has its origins in the work of BLACKMORE. The common procedure in yield mapping is a two step process. In the first step the data are corrected, i.e. erroneous data strings are either corrected or removed from the data set. As the methods usually only differ in the data correction process, a closer study is made of the sources of errors. In the second step the actual yield map is usually produced by interpolating. Here the most commonly used methods are Kriging and Inverse-distance. Three different correction algorithms were compared; namely the expert filters of both BLACKMORE and STEINMAYR and NOACK’s H-method. These were investigated to determine the amount of data points that are simply removed and how many are corrected. To analyse spatial and temporal variability, data sets from both TUM and Cranfield University were used. In his first analysis BLACKMORE found temporal stability in the spatial variation of yield with time, however as a result of further analysis he found that there was greater temporal instability, suspecting temporal variation in rainfall to be the cause. STEINMAYR, who further developed BLACKMORE’s technique, also found stability in the German data. Different analyses from many different countries indicate that water is the relevant factor. Stability is high for example in dry regions such as Australia and under irrigation conditions such as centre pivot irrigation systems in the US, but is more variable in temporate regions with variable weather patterns. It has therefore been decided to add an intermediate step to the process described above. The concept formulated in this study was to separate data sets from “dry” and “wet” years in order to analyse the temporal trends. The results of this showed that the standard deviation of yield on average decreases after the separation.      «

The aim of the thesis is to determine robust statistical methods for providing management data for the spatial and temporal variability in yield maps. Therefore alternative methods for the analysis of yield data were reviewed. The study was based on previous doctoral thesis by BLACKMORE (Cranfield University at Silsoe) and STEINMAYR (TUM Weihenstephan), which has its origins in the work of BLACKMORE. The common procedure in yield mapping is a two step process. In the first step the data are cor...     »