▶ Video

Ausgangslage

Um Precision Farming (Ressourcen und naturschonendes Bewirtschaften von Feldern) erfolgreich umzusetzen, brauchen Agroberater, Lohnunternehmer und Landwirte umfassende Datensätze über den Zustand, die Wachstum-Einflussfaktoren und Eigenschaften der Felder. 

Ein Beispiel: Bei bestimmten klimatischen Bedingungen vermehren sich Pflanzenkrankheiten in spezifischen Kulturen rascher. Die wichtigsten sind Bodenbeschaffenheit, Klima, natürliche Dünger, Reserven im Boden, Wachstumsbeobachtung, etc. Daten müssen einfach und ohne großen Aufwand von Landwirten, Beratern und Fachstellen erfasst werden können.

Der Wert für Ökologie und Umweltschutz ist umso grösser, wenn diese Daten im Sinn von Opendata / Opensource Interessierten zur Optimierung der Prozesse zur Verfügung stehen. Datenbanken sind für Datamining nicht besonders geeignet. Um Zusammenhänge zu erforschen und entdecken, wird Dataminig angewandt. Dazu werden Objektdaten durchforstet und nach Korrelationen gesucht. Somit können beispielsweise Spritzmittel oder Dünger gezielter eingesetzt und damit die Umwelt geschont werden. Ziel: Entwickle eine APP für Android / iOS, mit der die gemessenen und beobachteten Werte und Bilder georeferenziert erfasst und auf einem Server zur Auswertung abgelegt werden. Die erfassten Daten sollten (vorzugsweise) im GeoJSON abgelegt werden, die Bildaufnahmen im TIFF Format, georeferenziert.

Daten: Die von den App erzeugten Daten können anlässlich des Hackatons via WLAN auf einem lokalen SMB/CIFS Server abgelegt werden. Die File- (Objektdatenbezeichnungsschemas) der GeoJSON und TIFF Files stehen den Teilnehmenden der Challenge separat zur Verfügung.

Karten:

• https://map.geo.admin.ch/
• https://www.ag.ch/app/agisviewer4/v1/agisviewer.html
• https://www.google.ch/maps/@47.3382254,8.1225719,1654m/data=!3m1!1e3

Datenzugang:

• https://tellnet.storebox.swisscom.com/invitations?share=b560fa613f174d5c260c

04.09.2020 15:15 Wir versuchen Landwirtschaftliche Daten aus verschiedliche Quelle zu sammeln. Wir haben uns auf Schadlingsbefall fokussiert. Es gibt in diesem Fall noch keine Modell zu trainieren. Gute Daten sind nicht öffentlich, es wäre gut wenn ich könnte einfach mit dem Smartphone georeferenziert Daten sammeln. Im Farm Management Software gibt es Eckdaten.