Ton und Sand mit SBI erkennen

Satellitenbilder nutzen, um tonreiche gegenüber sanddominanten Zonen schnell zu kartieren, ohne eine vollständige Neuvermessung.

Business Case

Die Bodentextur beeinflusst die Wasserhaltekapazität, die Nährstoffverfügbarkeit und die Ertragsstabilität.

Traditionelle Karten sind kostspielig und veralten relativ schnell.

Mit GeoPard können Sie:

• Markieren Lehm (dunkler) vs. Sand (heller) Flächen schnell

• Bodenproben dort konzentrieren, wo es wirklich zählt

• Erstellen variabel dosierte Aussaat-, Bewässerungs- und Düngungszonen

• Erkenntnisse jedes Jahr mit minimalem Aufwand aktualisieren

Dynamisches Tutorial

Ergebnisse stimmen überein mit Bodenscans von deutschen Feldern die Sand- und Lehmanteile messen.

Einige gezielte Bodenproben vor Ort helfen, Schwellenwerte zu verfeinern.

Das untenstehende Tutorial unterstützt mehrere Sprachen. Wählen Sie diejenige, die Ihnen am besten passt, über das Sprachsymbol .

Lösung

So funktioniert es:

• SBI (Soil Brightness Index) steigt mit der Oberflächenreflexion (rot + NIR).

• Lehm: feinere Partikel, mehr Feuchte/Oxide → niedrigerer SBI (dunkler).

• Sand: gröber, trockener, höhere Albedo → höherer SBI (heller).

Arbeitsablauf in GeoPard:

1. SBI-Layer sammeln von Terminen mit bloßem Boden (mehrere pro Jahr).

2. Jede Szene normalisieren (entfernt Beleuchtungs-/Aufnahmeverzerrungen).

3. Über die Zeit mitteln (reduziert zufälliges Rauschen).

4. Räumlich clustern in 0,25–0,5 ha (0,5–1 ac) Zonen (reduziert Pixelrauschen).

5. Klassifizieren die Verteilung:

   • Niedrigerer SBI → tendenziell lehmig

   • Höherer SBI → tendenziell sandig

6. Exportieren Zonen für Begehungen und VRA-Vorschriften (variabler Applikation).

Normalisierung + Multidatum-Mittelung + kleine Cluster machen den SBI zu einem stabilen Proxy für Textur und verbessern die Trennschärfe zwischen dunkleren (Lehm) und helleren (Sand) Bereichen.