Bodengesundheit: Monitoring der Qualität und Aktivierungssstrategien

Das Arbeitspaket verfolgt das Ziel, neue Erkenntnisse im Bereich der Bodengesundheit zu erarbeiten, Strategien für die Gesundung zu entwickeln, Richtlinien für gesündere Böden auszuarbeiten und Parameter für die Bodengesundheit zu detektieren. Daraus sollen Regeln für ein Expertensystem bzw. Decision Support System (DSS) abgeleitet werden. Das DSS lernt über Machine Learning im Laufe der Zeit anhand der erhobenen umfassenden “Bodendeskriptoren” (Messgrößen) und der im System dokumentierten Bewirtschaftungsmaßnahmen, unter Berücksichtigung von zusätzlichem Expertenwissen und den rechtlichen Randbedingungen, aus den Daten die wahrscheinlich besten Maßnahmen abzuleiten. Bodengesundheit ist ein Zusammenspiel genetischer Bodeneigenschaften wie Bodentextur und Bodentyp sowie der Landnutzungs- und Bewirtschaftungshistorie. Verschlechterungen der Bodengesundheit können kurzfristig erfolgen (z.B. Verdichtung bei der Ernte), Verbesserungen sind jedoch nur mittel- bis langfristig zu beobachten und können nur schwer in der üblichen Projektlaufzeit untersucht werden. Deshalb werden Langzeitversuche oder vergleichende Untersuchungen unterschiedlicher Landnutzungs- und Bewirtschaftungspraktiken herangezogen. Letzteres hat zudem den Vorteil, dass Landnutzer direkt in die Forschung involviert sind und das Projekt von Anbeginn sehr praxisnah und problemorientiert gestaltet werden kann. Die Landwirte werden aus Netzwerken der Projektpartner rekrutiert. Letztere haben bereits eigene Studien im Rahmen der Projekte „HuMUS“ und „EffiZwisch“ durchgeführt; die Erkenntnisse daraus können in Teilen in das Projekt einfließen. Die regionalen Partnerunternehmen der Vergleichsstudien werden nach den Kriterien Bodenart und Bodentyp, Landnutzungssystem und langfristige Bewirtschaftungsmaßnahmen ausgewählt. Je Standort und Bewirtschaftungssystem werden mehrere Betriebe bestimmt und miteinander verglichen, um unterschiedliche Wirtschaftsformen pro ausgewähltem Boden (Bodenart x Bodentyp) zu betrachten. Die Ergebnisse erlauben einen Vergleich und eine umfangreiche Bewertung von Bewirtschaftungsmaßnahmen für verschiedene Böden. In Ergänzung erfolgen bei den bereits beim Projektstart beteiligten Anwendungspartnern Hubert Reyers und Haolderkamp sowie die assoziierten Partner Hoogen und Soil Valley Exaktversuche mit hochauflösender, zeitlicher und räumlicher Analyse relevanter Bodenparameter zum Vergleich ausgewählter, bedeutender Bewirtschaftungsmaßnahmen. Die Aussagen für den Aufbau und das Training der Rule Engine entstehen ebenfalls in großen Teilen in diesem Arbeitspaket. Sie werden durch eine engmaschige Beprobung verschiedener Böden und Bewirtschaftungsmaßnahmen sowie durch die Entwicklung einer Bewertungsmatrix mit relevanten Parametern zur qualitativen Beurteilung der Bodengesundheit gewonnen. Ergänzend begleitet dieses Arbeitspaket alle Sensorentwicklungen, indem es durch Messungen mit etablierten Analyseverfahren die Messwerte der neuen Verfahren validiert und bei der Kalibrierung unterstützt. Sollte sich herausstellen, dass weitere relevante Bodenparameter erhoben werden müssen, lassen sich die Sensorentwicklungen flexibel anpassen. Die gewonnenen Erkenntnisse und Regeln fließen in den Aufbau und die Optimierung des Decision-SupportSystems (DSS) mit ein. Einige der detektierten Parameter dienen bereits als Grundgerüst für die neue systemische Bewertungsmatrix der Bodengesundheit. Im Laufe des Projekts werden diese durch die Auswertung von Interviews, Fragebögen und Erfahrungen der Landwirte aus den Netzwerken sowie durch die intensive Beprobung der Flächen und den Vergleich der Messwerte weiterentwickelt. In diesem Arbeitspaket hat die HSRW den Lead, die Senior Developer der Technikfirmen des Konsortiums arbeiten für die passgenaue Entwicklung der Validierung und Kalibrierung in dem AP mit. KnowH2O, Soil Valley und Ingenieurbüro Gröger bringen ihre Erfahrungen mit Kulturführung, Messtechnik und Parametern für das DSS mit.