Auswirkung von Vegetationsindizes auf die Weizenertragsprognose mithilfe raumzeitlicher Modellierung

Genaue Ertragsprognosen sind für jede Regierung zur Entwicklung und Umsetzung von Agrarpolitik erforderlich. In der Regel werden Fernerkundungsaufnahmen für die Prognosen verwendet. Bei der Prognoseerstellung handelt es sich um eine komplexe Aufgabe, die von vielen Parametern wie Wetter, Boden und landwirtschaftlichen Praktiken abhängt. Die Zusammenführung mit zusätzlichen Informationen kann die Prognose verbessern. Daher wird in diesem Kapitel der Einfluss von Vegetationsindizes auf die Ertragsprognose von Weizen anhand von Satellitenaufnahmen untersucht. Dazu wird ein konvolutionales neuronales Netzwerk zur Extraktion der räumlichen Merkmale genutzt, die dann in das Long Short-Term Memory eingespeist werden, um die zeitlichen Informationen abzuleiten. Sie werden anschließend in ein vollständig vernetztes Netzwerk eingespeist, um den Ertrag vorherzusagen. Das Kapitel zeigt auf, dass das Hinzufügen von Informationen über Vegetationsindizes die Ertragsprognose verbessert.