Als ein Hemmnis für die Akzeptanz von Precision Farming können Wissensdefizite identifiziert werden. Es existieren bis dato nur wenige Algorithmen zur Umsetzung einer teilflächenspezifischen Bewirtschaftung, die überlegene ökonomische Ergebnisse erwarten lassen. Im Rahmen dieser Arbeit wird die Methode “Wissensentdeckung in Datenbanken” eingesetzt, um ökonomisch optimierte Entscheidungsregeln zu erzeugen. Dazu werden die einzelnen Prozessschritte dieser Methode für den Bereich Precision Farming angepasst. Insgesamt werden fünf Feldversuche durchgeführt, um verschiedene Formen der Versuchsgestaltung, der Datenaufbereitung und der Validierung testen zu können. Kernstück dieses Prozesses ist die teilflächenspezifische Ertragsprognose für variable Stickstoff-Mengen, die mit Hilfe neuronaler Netzwerke erledigt wird. Die Ergebnisse zeigen, dass sich mit dieser Methode Entscheidungsregeln erzeugen lassen, die ökonomische Vorteile in der teilflächenspezifischen Düngung erwarten lassen. Weiterhin können Ableitungen für ein optimiertes Versuchsdesign gezogen werden.     «

Als ein Hemmnis für die Akzeptanz von Precision Farming können Wissensdefizite identifiziert werden. Es existieren bis dato nur wenige Algorithmen zur Umsetzung einer teilflächenspezifischen Bewirtschaftung, die überlegene ökonomische Ergebnisse erwarten lassen. Im Rahmen dieser Arbeit wird die Methode “Wissensentdeckung in Datenbanken” eingesetzt, um ökonomisch optimierte Entscheidungsregeln zu erzeugen. Dazu werden die einzelnen Prozessschritte dieser Methode für den Bereich Precision Farming...     »

One of the key factors limiting adoption of precision farming technology is the lack of decision rules. The development of algorithms is essential to automate the process of fertilization and to increase economic benefits. In this work the method "Knowledge Discovery in Databases" is applied to generate decision rules. Therefore, the process steps are developed for the area of Precision Farming. Within this work five on-farm trials are conducted to test different forms of research designs and different methods of data preparation and validation. The prediction of site-specific yield for varying nitrogen (N) rates is the critical step in the development of N management strategies, which is accomplished by neural networks. Results show that it is possible to develop decision rules, which are likely to produce superior economic results. Furthermore, the results provide different ways to enhance the research design.     «

One of the key factors limiting adoption of precision farming technology is the lack of decision rules. The development of algorithms is essential to automate the process of fertilization and to increase economic benefits. In this work the method "Knowledge Discovery in Databases" is applied to generate decision rules. Therefore, the process steps are developed for the area of Precision Farming. Within this work five on-farm trials are conducted to test different forms of research designs and di...     »