Skip to main content

Der getDist4Agri-Webservice zur Ermittlung von Entfernungen zwischen Schlag und Landschaftsstrukturen für risikorelevante Fragestellungen in der Landwirtschaft

  • Conference paper
  • First Online:
Umweltinformationssysteme – Wie verändert die Digitalisierung unsere Gesellschaft?

Zusammenfassung

In der Landwirtschaft sind Daten zur Entfernung zwischen Feldkante und aquatischen oder terrestrischen Lebensräumen für verschiedene Fragen relevant, zum Beispiel für die Ermittlung von Abstandsauflagen bei der Anwendung von Pflanzenschutzmitteln (PSM) oder für die modellbasierte Risikoabschätzung der PSM-Anwendung. Dieser Beitrag stellt den Webservice „getDist4agri“ vor, der entwickelt wurde, um auf Grundlage existierender Geodatenbestände maschinenlesbare Abstandsinformationen zwischen Landwirtschaftsflächen und abstandsrelevanten Strukturen wie Gewässern, Hecken oder Wohnsiedlungen zu erzeugen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 99.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  1. Gutsche, V. (2012). Managementstrategien des Pflanzenschutzes der Zukunft im Focus von Umweltverträglichkeit und Effizienz. Journal für Kulturpflanzen, 64, 325–341.

    Google Scholar 

  2. BVL: Online-Datenbank Pflanzenschutzmittel. Bundesamt für Verbraucherschutz und Lebensmittelsicherheit (BVL). https://www.bvl.bund.de/DE/Arbeitsbereiche/04_Pflanzenschutzmittel/01_Aufgaben/02_ZulassungPSM/01_ZugelPSM/01_OnlineDatenbank/psm_onlineDB_node.html. Zugegriffen: 6. Mai 2020.

  3. Scheiber, M., Federle, C., Feldhaus, J., Golla, B., Hartmann, B., Kleinhenz, B., Martini, D., & Röhrig, M. (2015).Vereinfachung des Pflanzenschutzprozesses durch Datenintegration und Automation - Das Projekt PAM.: 35. GIL-Jahrestagung (S. 161–164).

    Google Scholar 

  4. Federle, C., Scheiber, M., Kleinhenz, B., Röhrig, M., Feldhaus, J., Deere, J., Golla, B., Hartmann, B., & Martini, D. (2014). Pesticide Application Manager (PAM) - Decision support in crop protection based on terrain-, machine-, business- and public data. In Proceedings international conference of agricultural engineering, Zurich.

    Google Scholar 

  5. AdV: Dokumentation zur Modellierung der Geoinformationen des amtlichen Vermessungswesens (GeoInfoDok); Erläuterungen zum ATKIS® Basis-DLM; Version 6.0.1; Stand: 25.08.2015.

    Google Scholar 

  6. Strassemeyer, J., Dominic, A. R., Golla, B. Claus-Krupp, A., & Daehmlow, D. (In diesem Band). H2Ot-Spot Manager NRW - Ein Web-basiertes Analyse- und Beratungswerkzeug für die zielgerichtete und risikomindernde Pflanzenschutzberatung.

    Google Scholar 

  7. Bundesregierung: Eckpunkte einer Datenstrategie der Bundesregierung. https://www.bundesregierung.de/resource/blob/997532/1693626/e617eb58f3464ed13b8ded65c7d3d5a1/2019-11-18-pdf-datenstrategie-data.pdf. Zugegriffen: 6. Mai 2020.

  8. Mooney, P., & Minghini, M. (2017). A review of openstreetmap data. In G. Foody, L. See, S. Fritz, P. Mooney, A. Olteanu-Raimond, C. Costa Fonte, & V. Antoniou (Hrsg.), Mapping and the citizen sensor. London: ubiquity press.

    Google Scholar 

  9. GEOJSON. https://geojson.org/. Zugegriffen: 6. Mai 2020.

  10. Internet Engineering Task Force (IETF): The GeoJSON format. https://tools.ietf.org/html/rfc7946. Zugegriffen: 7. Mai 2020.

  11. Deter, A. (2015). Connected Crop Protection mit Pflanzenschutz-Anwendungs-Manager. In: topagrarOnline, 19.09.2015. https://www.topagrar.com/technik/news/connected-crop-protection-mit-pflanzenschutz-anwendungs-manager-9383249.html. Zugegriffen: 6. Mai 2020.

  12. Böhrnsen, A. (2015). App schützt vor Pflanzenschutz-Fehlern, profi 08/2015. https://helm-software.de/storage/app/media/Agrimentor_SDProfi.pdf. Zugegriffen: 6. Mai 2020.

  13. Enzian, S., & Golla, B. (2006). Klassifizierung des Expositionspotentials von Landwirtschaftsflächen für den durch Abdrift zu erwartenden Eintrag von PSM in Oberflächengewässer - Eine Methode zur Bestimmung gewässerferner Landwirtschaftsflächen zur Anwendung von Pflanzenschutzmitteln ohne Anwendungsbestimmungen unter Beibehaltung des Schutzniveaus für Oberflächengewässer. UBA-Texte, 24/06, Dessau.

    Google Scholar 

  14. Kubiak, R., Hommen, U., Bach, M., Classen, S., Gergs, A., Golla, B., Guerniche, D., Klein, M., Krumpe, J., Preuss, T. G., Ratte, H. A. T., Roß-Nickol, M., Schäfer, C., Strauss, T., Toschki, A. & Trapp, M. (2014). Georeferenced probabilistic risk assessment of pesticides – Further advances in assessing the risk to aquatic ecosystems by spray drift from permanent crops. Dessau-Roßlau: UBA Texte 05/2014, Dessau.

    Google Scholar 

  15. Riedel, T., Peric, Z., Estel, S., Federle, C., Moanta, A. M., Bartolein, C., Martini, D., Albrecht, K., Horney, P., & Golla, B. (2019). Digitalisierung in der Landwirtschaft – Einsatzmöglichkeiten von digitalen Höhenmodellen zur Umsetzung von Hangauflagen im Pflanzenschutz. In A. Meyer-Aurich, M. Gandorfer, N. Barta, A. Gronauer, J. Kantelhardt, H. Floto (Hrsg.), Referate der 39. GIL-Jahrestagung in Wien, 18.-19. Februar 2019: Informatik in der Land-, Forst- und Ernährungswirtschaft Fokus; Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen – ein Widerspruch in sich? (S. 183–288). Gesellschaft für Informatik e.V. Bonn.

    Google Scholar 

  16. Sinn, C., & Golla, B. (2019). getDist4Agri – ein Webservice zur Ermittlung abstandsrelevanter Landschaftsstrukturen für den PSM-Einsatz. In A. Mayer-Aurich, M. Gandorfer, N. Barta, A. Gronauer, J. Kantelhardt, & H. Floto (Hrsg.), Referate der 39. GIL-Jahrestagung in Wien, 18.–19. Februar 2019: Informatik in der Land-, Forst- und Ernährungswirtschaft Fokus: Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen – ein Widerspruch in sich? (S. 245–250). Gesellschaft für Informatik e.V. Bonn.

    Google Scholar 

  17. Angelidis, I., Levin, G., Díaz-Varela, R. A., & Malinowski, R. (2017). Assessment of changes in formations of non-forest woody vegetation in southern Denmark based on airborne LiDAR. Environmental Monitoring and Assessment, 189, 437. https://doi.org/10.1007/s10661-017-6119-8.

    Article  Google Scholar 

  18. Scholefield, P., Morton, D., Rowland, C., Henrys, P., Howard, D., & Norton, L. (2016). A model of the extent and distribution of woody linear features in rural great Britain. Ecology and Evolution, 6(24), 8893–8902. https://doi.org/10.1002/ece3.2607.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Christoph Sinn .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this paper

Check for updates. Verify currency and authenticity via CrossMark

Cite this paper

Sinn, C., Golla, B. (2021). Der getDist4Agri-Webservice zur Ermittlung von Entfernungen zwischen Schlag und Landschaftsstrukturen für risikorelevante Fragestellungen in der Landwirtschaft. In: Freitag, U., Fuchs-Kittowski, F., Abecker, A., Hosenfeld, F. (eds) Umweltinformationssysteme – Wie verändert die Digitalisierung unsere Gesellschaft?. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30889-6_8

Download citation

Publish with us

Policies and ethics