Kategorien
Technik

Teil 10 – Drohne Pflanzenerkennung

… Pflanzenerkennung in einem „normalen“ Orthophoto…Text fehlt noch….

Erkannter AFS-Bestand
AFS Bestand mit Puffer für eine Applikationskarte
Kategorien
Technik

Teil 9 – Drohne Orthophotoerstellung

Zur Nutzung der Photos ist die Orthophotoerstellung nötig. Gute Software wie der von uns genutzte Pix4Dmapper kosten so gegen 3000,- bis 4000,- €. Es gibt kostenlose Alternativen die wir in der Zukunft testen wollen.

Berechnetes Orthophoto einer „normalen Drohne“: AFS Bestand auf einem Maisfeld.
Kategorien
Technik

Teil 8 – Drohne Flugplanung

Erstellung einer AFS Applikationskarte im Mais mit „normaler“ Drohne

Flugplanung:

Grundvoraussetzung ist eine Flugplanung mit einer geeigneten Software, z.B. DJI GS Pro oder Pix4Dcapure
Kategorien
Technik

Teil 1 – Wie selbst kostenlose Satellitendaten nutzen?

Hier möchte ich darüber schreiben, wie der interessierte Landwirt kostenlose Satellitendaten nutzen kann OHNE auf kostenpflichtige Programme/Cloudlösungen zurückzugreifen.

Dazu braucht man einen Zugang zu den Satellitendaten, ein freies Geoinformationssystem zum kreieren, bearbeiten, anzeigen, analysieren räumlicher Informationen sowie ein Programm zur Erstellung von Datensätzen für gebräuchliche Schlepper- bzw. Geräteterminals, um erstellte Applikationskarten praktisch nutzen zu können.

Diese Anleitungen sollen zeigen, dass die praktische Arbeit mit den Satellitendaten keine Geheimwissenschaft ist und dazu anregen sich mit dem Thema zu beschäftigen. Obwohl ich nach besten Wissen und Gewissen diese Texte verfasse, kann ich nicht für Fehlerfreiheit garantieren sowie Support (telefonisch oder per Email) leisten.

Geschichte/Nutzen von Satellitenfernerkundung

Mit dem Start des amerikanischen LANDSAT Programms bzw. den Fernerkundungsaktivitäten der Sowjetunion und der daran beteiligten Staaten (u.a. mit der MKF 6 von Carl Zeiss Jena) begann die systematische und kontinuierliche Erdbeobachtung aus dem Weltraum.

Die Satellitenfernerkundung diente und dient zum einen zur Kartierung natürlicher Ressourcen sowie der Erfassung von Veränderungen, welche durch Naturprozesse und menschliches Handeln verursacht werden. So ist die Landwirtschaft eine der möglichen Anwendungsgebiete. Landnutzungsklassifizierungen (welche Fruchtarten stehen auf welchem Feld) sowie Ertragsprognosen waren die ersten landwirtschaftlichen Anwendungen. Diese wichtigen Informationen in den Zeiten des kalten Krieges gaben Auskunft über die Quantität der Nahrungsmittelversorgung z.B. der Sowjetunion. Für die Ableitung von konkreten Handlungsempfehlungen für den Pflanzenbau waren diese Satellitendaten nicht geeignet. Neben einer zu geringen Auflösung (30 x 30 m² und gröber) war die Beschaffung der Daten aufwendig (Zeit und Kosten) sowie die Software zur Verarbeitung der Bilder und die benötigte leistungsfähige Computerhardware teuer (mehrere 10.000 DM).

Im Bereich Performanz der Computer hat sich seitdem einiges getan, selbst preiswerte Rechner haben heutzutage eine mehr als ausreichende Leistungsfähigkeit und durch die Open Source Bewegung steht die notwendige Software kostenlos zur Verfügung.

Blieb „nur noch“ die Verfügbarkeit/Beschaffbarkeit von qualitativ brauchbaren und kostengünstigen Satellitendaten. Durch das Erdbeobachtungsprogramm Copernicus der Europäischen Union wurde dieser Wunsch erfüllt. So werden durch die Sentinel-2 Satelliten nicht nur hochauflösende Satellitendaten kostenlos zur Verfügung gestellt (aktuell in unseren Breiten rund alle drei Tage ein Satellitenbild mit einer Auflösung bis zu 10×10 m²) sondern die früher aufwendige Vorverarbeitung (Geometriekorrektur, Atmosphärenkorrektur) wird durch die Weblösung Sentinel Hub einfach möglich.

Online Sentinel-2 Bilder anschauen

Um einen Eindruck von der Quantität und Qualität der bereitgestellten Bilder zu bekommen lohnt es sich, den vom Sentinel-Hub bereitgestellen EO Browser zu auszuprobieren. Für eine intensive Arbeit (wie in den hier gezeigten Bildern) ist die Erstellung und Nutzung eines Accounts nötig.

Eine Erklärung bedarf die Bedeutung des Parameters Wolkenbedeckungsgrad, dieser gibt an wieviel Prozent einer Satellitenszene (rund 100 x 100 km²) von Wolken bedeckt ist. Ob das gewünschte Gebiet wirklich betroffen ist, ist erst in den Vorschaubildern bzw. in den geladenen Bildern erkennbar.

Abbildung 1: Anschauen von Sentinel-2 Bildern über den EO Browser auf www.sentinel-hub.com
Abbildung 2: Navigation zum gewünschten Ort (rechts oben) hier Zschochau, Einstellen des gewünschten Ausschnitts, Auswahl links der zwei Sentinel-2 Satelliten, des maximalen Wolkenbedeckungsgrads der Gesamtszene sowie den Zeitraum der gewünschten Suche.
Abbildung 3: Links die gefundenen Satellitenbilder, blau hinterlegt auf der Karte der durch die Satellitenszene abgedeckte Abschnitt, mit „Visualize“ wird diese angezeigt.
Abbildung 4: Auswahl der Echtfarbendarstellung (True Color) sowie über das Schiebereglersymbol Aktivierung der Atmosphärenkorrektur.

Atmosphären-Korrektur

Einen nicht unbeträchtlichen Teil der Bilddaten der Sentinel-2 Satelliten wird benutzt um z.B. Wolken zu erkennen (diese Bildausschnitte sind für uns unbrauchbar) sowie Einflüsse der Atmosphäre korrigieren zu können. Um einen ersten Eindruck von der Leistungsfähigkeit dieser Technik zu erhalten, kann man im EO Browser die DOS1 Korrektur aktivieren.

Abbildung 5: Echtfarbendarstellung mit aktivierter Atmosphärenkorrektur DOS1.

Die Abbildungen in diesem Beitrag sollen zum Ausprobieren animieren. Im nächsten Beitrag werden wir uns mit dem freien Geoinformationssystem QGIS als Basis für die Satellitenbildauswertung beschäftigen.

Kategorien
Technik

Teil 2 – Einführung Geodaten und QGIS

Im ersten Teil der Serie habe ich darüber geschrieben, wie man sich kostenlose Satellitendaten mit Hilfe des vom Sentinel-Hub bereitgestellten EO-Browser anschaut. Um diese Daten nicht nur anzuschauen, sondern praktisch zu nutzen ist die Hilfe spezieller Software nötig. Ich verwende seit mehreren Jahren dazu das freie Geoinformationssystem QGIS.

Prinzipiell ist ein Geoinformationsystem (GIS) ein System zur Darstellung und Bearbeitung von Geodaten, Daten, die zusätzlich eine räumliche Lage besitzen.

Geodaten – historisch

(C) Wikimedia

Ein Beispiel für vorgeschichtliche Geodaten (ohne Computer und Software) sind die etwa 15.500 Jahre alten Höhlenmalereien von Cro-Magnon-Jägern, die Bilder ihrer Beutetiere an die Wände der Höhle von Lascaux (Frankreich) malten. Zusammen wurden Pfad- und Strichzeichnungen über Wanderrouten der Tiere gefunden, somit wurde den Bildern der Beutetiere eine räumliche Lage zugewiesen.

Geodaten – Flächendaten aus Antragsstellung

Heute geht es weniger um Beutetiere und ihre Wanderwege, sondern um Anträge auf Direktzahlungen und flächenbezogener Agrarförderung (Flächenantragsstellung in den Bundesländern siehe https://www.zi-daten.de/gsaa-adress.html). Dazu müssen alle Flächen mit den erforderlichen flächenbezogenen Informationen erfasst werden. Ein positiver Nebeneffekt dieser aufwendigen Arbeit ist es, dass damit der Landwirt Geodaten über die Flächen seines Betriebes zur Verfügung hat, die in QGIS genutzt werden können, die genutzen Portale bieten dazu die Möglichkeit die erfassten Daten wieder zu exportieren.

Geodaten – Satellitenbilder

Satellitendaten des Sentinel-2 wie sie vorverarbeitet (Geometriekorrektur, Atmosphärenkorrektur) vom Sentinel-Hub bereitgestellt werden, haben genauso einen Geobezug, für jeden einzelnen Bildpunkt ist seine räumliche Lage definiert.

Das freie Geoinformationssystem QGIS

QGIS bietet für ein freies GIS solch eine Unmenge von Funktionen, die für die allermeisten Anwendungsaufgaben in unserem Ingenieurbüro eine Lösung bieten. Aufgrund des geringen Speicherbedarfs eignet sich QGIS für den Einsatz auf älterer Hardware bzw. kann parallel zu anderen Anwendungen eingesetzt werden. Es läuft auf vielen unterschiedlichen Plattformen wie Windows, Linux und Mac OS X.

Einen Einstieg finden Sie unter:
https://www.qgis.org/de/site/forusers/index.html

Für unsere zukünftigen „Lektionen“ bitte ich Sie die für Ihren Rechner passende „Standalone-Installer aus OSGeo4W-Paketen“ und hier die Version 3.4x zu installieren. Im nächsten Newsletter werde ich zeigen wie Sie ihre Flächenantragsdaten in das System importieren und verfügbare Internetdienste von Google/Bingbilder und Karten bis zu den von den jeweiligen Landesanstalten zur Verfügung gestellten Daten zu nutzen.

Kategorien
Technik

Teil 3 – Vorbereitung QGIS

QGIS – Installation/Konfiguration

Falls nicht geschehen, bitte den für Ihren Rechner passenden „Standalone-Installer aus OSGeo4W-Paketen“ und hier die Version 3.4x zu installieren (Einstieg – https://www.qgis.org/de/site/forusers/index.html).

Nach erfolgreicher Installation sehen Sie auf Ihrem Desktop das Verzeichnis QGIS 3.4. Um QGIS direkt über den Desktop starten zu können kopieren wir den QGIS „Startknopf“ auf die Oberfläche, dazu öffnen wir dieses Verzeichnis, wählen „QGIS Desktop 3.4.7 with GRASS 7.6.1“ aus, drücken die rechte Maustaste und klicken auf „Kopieren“. Dann auf den Desktop klicken , rechte Maustaste „Einfügen“.

Danach starten wir QGIS, beim Eröffnungsdialog bitte „Sauberer Start“ wählen.

Dann installieren wir die für die Übernahme von Satellitendaten notwendige Erweiterung.

Nach erfolgreicher Installation bitte das SCP Dock Fenster links unten schließen.

QGIS – Flächendaten aus Antragsstellung übernehmen

Die Flächendaten aus der Antragsstellung sollten in ein eigenes Verzeichnis entpackt werden. WICHTIG! Bitte alle zu einem Shape gehörenden Dateien kopieren (bei den Flächendaten aus der Antragsstellung sind das die .dbf, .prj, .shp und .shx).

QGIS → Layer → Layer hinzufügen → Vektorlayer hinzufügen

QGIS – externe Kartendienste einbinden (Google, Bing, OSM)

Google Maps und weitere Kartendienste lassen sich in problemlos in QGIS einbinden.
Im Browserfenster von QGIS (Ansicht → Bedienfelder → Browserfenster) gibt es Tile Server XYZ (XYZ Tiles). Dort im Kontextmenü (Rechtsklick) Neue Verbindung… (New Connection…) und den gewünschten Dienst (URL und Name) einfügen und dann zur Karte hinzufügen.

URLs:
OpenStreetMap: http://tile.openstreetmap.org/{z}/{x}/{y}.png
Bing Aerial: http://ecn.t3.tiles.virtualearth.net/tiles/a{q}.jpeg?g=1

Google Hybrid: https://mt1.google.com/vt/lyrs=y&x={x}&y={y}&z={z}
Google Satellite: https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}

Bei Google wird über die Variable lyrs der Kartentyp ausgewählt:
h = Nur Straßen
m = Straßenklarte
p = Gelände
s = Satellit
t = Nur Gelände
y = Hybrid

QGIS – externe Kartendienste einbinden (Daten von Landesämtern wie z.B. dem LfULG Sachsen)

Viele Landesämter in Deutschland stellen ihre Karten digital als Kartendienste zur Verfügung, die in QGIS eingebunden werden können. Ein Beispiel dazu sind Karten der LfULG Sachsen, die freundlicherweise eine Anleitung hierfür bereitstellen. (https://www.umwelt.sachsen.de/umwelt/wasser/download/Nutzeranleitung.QGIS.Internet.pdf).

Im Browserfenster von QGIS (Ansicht → Bedienfelder → Browserfenster) gibt es den Eintrag WMS/WMTS. Dort im Kontextmenü (Rechtsklick) Neue Verbindung… (New Connection…) und den gewünschten Dienst (URL und Name) einfügen und dann zur Karte hinzufügen.

Kategorien
Technik

Teil 4 – Sentinel 2 Daten auswählen und einlesen.

Im letzten Teil der Serie habe ich über die Installation/Konfiguration QGIS, der Übernahme von Flächendaten aus der Antragsstellung sowie der Einbindung externer Kartendienste geschrieben. Heute beschreibe ich wie in QGIS Sentinel 2 Bilder ausgewählt und geladen werden.

QGIS – Installation und Start der Erweiterung SCP

Um Sentinel Daten in QGIS zu nutzen verwende ich die Erweiterung SCP (Semi-Automatic Classification Plugin). Dazu ist diese erst einmal zu installieren.

QGIS → Erweiterungen → Erweiterungen verwalten und installieren

Der Start der Erweiterung geschieht mit einem Klick auf folgendes Symbol:

QGIS → SCP (Semi-Automatic Classification Plugin)

Zu Beginn ist die Konfiguration von SCP notwendig. Zur Nutzung des Moduls wird ein Account/Login auf dem Sentinelhub benötigt. Diese Logindaten sind in SCP einzutragen.

Konfiguriert werden sind die „Preprocessing Options“ für den Sentinel Satelliten. Hier ist die Atmosphärenkorrektur nicht nur für den blauen und grünen Bändern zu aktivieren.

Jetzt kommen wir zur eigentlichen Auswahl der Satellitenbilder. Zuerst wird der gewünschte Zeitraum sowie die maximale Wolkenbedeckung ausgewählt.

Danach wird über das Pluszeichen (siehe oben) ein gewünschtes Gebiet in QGIS markiert. Anders als gewohnt wir hier via Maus kein Rechteck aufgezogen, sondern die linke obere Ecke via Mausklick mit der linken Maustaste und die rechte untere Ecke via rechter Maustaste festgelegt.

Wenn dies erfolgreich absolviert wurde sieht man Koordinaten im SCP Fenster.

Jetzt wird via RUN (siehe oben) die Suche nach verfügbaren Satellitenbildern gestartet.

Als Ergebnis bekommt man die Anzeige der aufgrund der eingegebenen Parameter gefundenen Bildern. Die einzelnen Aufnahmen lassen sich anklicken und darstellen.

Nachdem man eine gewünschte Aufnahme gefunden hat (keine Angst vor schwarzen Rändern wie im obigen Bild, angezeigt wird eine Kachel von 100×100 km² und das gewählte Gebiet ist fast immer vollständig abgedeckt) sind die anderen Aufnahmen aus der Vorauswahl zu entfernen (wenn nicht werden alle angezeigten Satellitenszenen geladen). Alle nicht gewünschten Szenen sind zu markieren und mit dem Minus abzuwählen.

Vor dem eigentlichen Herunterladen sind zwei Optionen zu setzen werden, zum einen „Only if preview in Layers“ aus und „Preprocess images“ ein.

Jetzt wird mit RUN (siehe oben) das Laden der Satellitenbilder gestartet. Planen Sie ausreichend Zeit ein, je nach Auslastung des Sentinel Hub Servers dauert dies bis zu mehreren Stunden.

Kategorien
Technik

Teil 5 – spektrale Indizes wie den NDVI berechnen

Im letzten Teil der Serie habe über das Aussuchen und herunterladen von Sentinel 2 Daten geschrieben. Heute beschreibe ich wie Pflanzenindizes aus diesen Daten berechnet werden können.

Die Grundlage für die Nutzung von Satellitendaten im Pflanzenbau sind die aus den Satellitenbildern berechneten spektralen Indizes.

Am bekanntesten ist der sogenannte NDVI (normierter differenzierter Vegetationsindex). Dieser ist abhängig von der grünen Blattmasse des aufgenommenen Bestandes. Rückschlüsse auf die photosynthetische Aktivität sind leider nur bedingt möglich da nicht zwischen Flächen mit einer größeren Anzahl weniger vitalen Pflanzen oder einer kleineren Anzahl vitaler Pflanzen unterscheiden kann.

Ein anderer Index ist der sogenannte REIP (red edge inflection point → Hauptwendepunkt). Dieser korreliert (bei geschlossenen Beständen) zuverlässig mit der N-Aufnahme der Pflanzen.

Bei der Nutzung der Indizes ist zu beachten, dass sie immer Relativwerte angeben, mehr oder weniger Biomasse oder N-Aufnahme. Wenn auf konkrete Werte am Boden geschlossen werden soll, sind dort Referenzmessungen (Biomasseschnitte, N-Aufnahmewerte) nötig. Und einen zusätzlichen Schwierigkeitsgrad gibt es, die Beziehungen zwischen den Zahlen der spektralen Indizes und den Werten der Referenzmessungen sind nicht linear.

Trotzdem ist es hilfreich Bilder mit spektralen Indizes und deren Veränderungen über die Zeit zu verfolgen.

Bei Gebieten in Jahren mit ausgeprägter Trockenheit wie 2018 sind die Unterschiede in den Böden in den NDVI-Bildern der Bestände deutlich sichtbar. Diese Information lässt sich nutzen um unterschiedliche Areale mit ähnlichen Bodeneigenschaften auf einem Schlag festzulegen. Diese Gebiete können als Bodenprobenzonen genutzt werden und die Grundlage für eine differenzierte Grunddüngung sein. Eine Anwendung als Basis für teilflächenspezifische Saatkarten sind denkbar.

Die praktische Berechnung des NDVI aus den Sentinelaufnahmen.

Eine Möglichkeit der Berechnung des NDVI ist die Nutzung des Rasterrechners in QGIS Raster → Rasterrechner. Die Formel lautet (Kanal_8a – Kanal_4) / (Kanal_8a + Kanal_4). Die konkreten Kanäle der geladenen Szene erkennt man an den Endungen wie B8A@1 für den Kanal 8a und B04@1 für den Kanal 4.

Als Ergebnis wird eine GeoTIFF berechnet und dem Projekt hinzugefügt. Das berechnete Bild wird jetzt für das gewünschte Feld ausgeschnitten und danach in ein Vektorformat (hier Shape) umgewandelt. Zuerst wird der Layer mit den Antragsflächen nach oben geschoben oder ndvi nach unten gezogen um diese Flächen wieder sichtbar zu machen.

Die gewünschte Fläche wird ausgewählt, vorher bitte den entsprechenden Layer aktivieren (anklicken).

Mit der Lupe mit dem gelben Hintergrund wird die Fläche herangezoomt.

Jetzt schneide ich die gewählte Fläche aus dem großen NDVI-Bild aus. Verarbeitung → Werkzeugkiste GDAL → Raster auf Layermaske zuschneiden. WICHTIG: Unbedingt „Nur gewählte Objekte“ auswählen, wenn diese Option ausgegraut ist, wurde vorher keine Fläche ausgewählt. Dann abbrechen und den gewünschten Schlag selektieren.

Der enstehende temporäre Layer „Abgeschnitten(Maske)“ ist dann in eine Vektordatei umzuwandeln. Dies erfolgt indem man den Layer selektiert und danach im Werkzeugkasten die Funktion SAGA → Vector <> raster → Vectorising grid classes aufruft.

Der erzeugte temporäre Layer „Vectorized“ sollte dann gesichert werden. Rechte Maustaste auf dem selektierten Layer → Exportieren → Objekt speichern als


Hier bitte das KBS auf WGS 84 ändern und einen Speicherort und einen Dateinamen wählen, ich nutze den Namen „ndvi“. Somit haben wir für einen Schlag und einen Zeitpunkt eine flächige Karte mit den berechneten NDVI Werten.

Kategorien
Technik

Teil 6 – vom NDVI Shape zur Applikationskarte

Im letzten Teil der Serie habe ich über die Berechnung von Pflanzenindizes aus Sentinel 2 Daten geschrieben. Ergebnis war eine NDVI Shapedatei.

Nachdem der Selektion des Layers „ndvi“ wird mit der Taste F6 die dazugehörige Attributtabelle geöffnet. Hier sieht man die unterschiedlichen NDVI Werte.

Um die Variabilität der Werte zu visualisieren bitte einen Doppelklick auf den Layer „ndvi“. Es öffnet sich der Eigenschaftendialog, hier wähle ich erst einmal links die Symbolisierung. Danach das obere Auswahlfeld von Einzelsymbol auf „Abgestuft“ ändern, als Spalte VALUE auswählen und den Farbverlauf auf „Spectral“ wechseln. Jetzt habe ich die Möglichkeit den Modus auf „Natürliche Unterbrechungen (Jenks)“ zu wählen. Dieser setzt die Klassen (Werte von bis) so, die Unterschiede in den Zahlen am besten dargestellt werden. Mit „Klassifizieren“ starte die Berechnung der Klassen, mit „Anwenden“ wird der Layer entsprechend dargestellt. Schauen Sie sich das Ergebnis an, experimentieren Sie mit der Anzahl der Klassen für eine ansprechende Darstellung.

Wie komme ich von der Darstellung der Unterschiede zu einer Applikationskarte? Dazu muss ich den NDVI Werten Applikationsmengen zuordnen. Wenn ich keinen definierten agronomischen Algorithmus kenne (NDVI Wert x bedeutet Ausbringmenge y) kann ich mich mit Annahmen behelfen. Hier in diesem Beispiel gehe ich davon aus, das ich ein Betriebsmittel ausbringen möchte, das ich abhängig von der Biomasse zwischen 100l und 300l variieren will. Der Klassifizierungsmodus „Natürliche Unterbrechungen (Jenks)“ hat mir geholfen in diesem Fall 5 typische Klassen zu ermitteln die die reale Variabilität auf dem Schlag widerspiegeln. Den Klassen ordne ich jetzt Aufwandsmengen zu, hier wird festgelegt das die Gebiete mit den geringsten NDVI werten 100 l zugeordnet werden, dann stufenweise 150 l, 200 l und maximal 300 l. Die Werte der Klassen entnehme ich den Klassengrenzen aus den Layereigenschaften (s.o.).
Nachdem der Selektion des Layers „ndvi“ wird mit dem Abakus Symbol der Feldrechner gestartet.

Beim ersten Mal bitte ein neues Feld „liter“ anlegen, wenn das Feld erneut berechnet werden soll „Vorhandenes Feld erneuern“ selektieren.
Die im Rechenfeld stehende Formel weist die gewünschten Literwerte zu, die Zahlen kommen wie schon erwähnt aus den Layereigenschaften. Wichtig ist es nicht Kommas, sondern Punkte zu verwenden. Mit „OK“ wird die eigentliche Berechnung gestartet.

Das Ergebnis wird sichtbar wenn für den selektierte Layer „ndvi“ mittel Taste F6 die dazugehörige Attributtabelle geöffnet wird. Hier sieht man die unterschiedlichen Mengen.


Um die Werte im Layer zu visualisieren bitte einen Doppelklick auf den Layer „ndvi“. Es öffnet sich der Eigenschaftendialog, hier wähle ich erst einmal links die Symbolisierung. Danach das obere Auswahlfeld auf „Kategorisiert“ ändern, als Spalte liter auswählen und klassifizieren lassen. Mit „Anwenden“ wird der Layer entsprechend dargestellt.

Wichtig ist es zum Schluss das Ergebnis der Arbeit zu sichern, dazu schalte ich den Bearbeitungsmodus des Layer aus (Klick auf den Schreibstift) und bestätige das ich die Werte speichern möchte.

Kategorien
Technik

Teil 7 – Applikationskarte zum Schlepperterminal übertragen

Viele aktuelle Schlepper bzw. Geräteterminals lesen direkt Applikationskarten als Shapedateien ein. Wichtig beim Import ist es, bei unserem Beispiel aus dem letzten Newsletter das Datenfeld „liter“ auszuwählen, da dort die Menge der zu applizierenden Ware abgelegt ist.

Für die Erstellung von ISOBUS Datenformaten stellt Müller Elektronik (ME) einen kostenlosen SHAPE-ISO-XML Converter zur Verfügung. Diesen ist auf der Webseite von ME herunterzuladen. Nach der Installation sehen Sie ein neues Symbol auf Ihren Desktop, als erstes nach dem Start des Programmes ist eine Freischaltung zu beantragen. Dies erfolgt durch ME in der Regel spätestens am nächsten Arbeitstag.

Nach der Freischaltung starten Sie das Programm, oben klicken Sie auf den den Tab „Convert Prescriptions/Shapefiles to ISOXML“, danach wählen Sie das zu konvertierende Shapefile, das Ausgabeverzeichnis, RX Type hier flüssig, die Target Rate hier „liter“, die Einheit/Units mit Liter/ha, einen Auftragsnamen sowie die Auflösung der Applikationskarte (die hier ursprünglich eingegeben 10m werden auf den nächsten möglichen Wert gerundet).

Mit „Convert“ generieren Sie den ISOBUS-Auftrag, im Verzeichnis „Taskdata“ müssen sich die Dateien „Taskdata.xml“ und „GRD00001.BIN“ befinden. Das Verzeichnis „Taskdata“ mit den beiden Dateien kopieren Sie auf einen USB-Stick, diesen lesen Sie auf Ihrem ISOBUS Terminal ein. Auf vielen Terminals können Sie die Applikationskarte erst sehen, wenn Sie den Auftrag gestartet haben!

Dies ist der Abschluss meiner kleinen Serie über die Nutzung von Satellitendaten, Fragen und Anregungen bitte an die Email-Adresse andreas.schmidt@exagt.de senden.