[SSR4.0] SustainableSilkRoad4.0 – digital unterstützte biodiversitäts-basierte agrarische Landnutzung in Zentralasien

Nach Zusammenbruch der Sowjetunion hat sich die Landnutzung in Zentralasien drastisch geändert, insbesondere die landwirtschaftliche Nutzungsintensität – in der Regel ohne dabei Rücksicht auf Biodiversität und weitere Ökosystemleistungen zu nehmen. Für eine zukunftsfähige Landwirtschaft in einer Region, die besonders empfindlich auf die Auswirkungen des Klimawandels reagiert, ist es von besonderer Bedeutung, die stabilisierenden Effekte von diversen Produktionssystemen zu kennen und zu nutzen. Übergeordnetes Ziel des Vorhabens ist die Entwicklung eines Konzepts für biodiversitäts-basierte Pflanzenproduktion in Zentral Asien am Beispiel Kirgistans. Dabei soll in einem partizipatorischen Ansatz basierend auf traditionellem Wissen eine Strategie für adaptierte Pflanzenproduktionssysteme entwickelt werden, welche dann im 2. und 3. Projektjahr in Feldversuchen an mehreren Standorten in Kirgistan erprobt und evaluiert werden kann. Während die post-sowjetische Landnutzungsänderung sowie die Zusammenhänge zwischen Klima- und Vegetationsveränderungen über Satellitenbildanalysen in der Region umfangreich beschrieben sind, gibt es bislang keinerlei Ansätze die digitale Technologie der Fernerkundung zu nutzen, um die Diversität innerhalb der Agrarflächen zu quantifizieren. Forschungsschwerpunkte werden daher sowohl die Entwicklung und Etablierung eines biodiversitäts-basierten Produktionssystems als auch die Erprobung fernerkundlicher Methoden sein. Durch Auswertung historischer Landnutzungsmuster in Kombination mit frei verfügbaren ("open source") Satellitenbilddaten soll eine umfassende räumliche Analyse zur Identifikation besonders geeigneter Gebiete zur Implementierung der biodiversitäts-basierten Strategie erfolgen. Des Weiteren gilt es, auf pflanzenbaulicher Ebene, Anbausysteme unterschiedlicher Intensitäten hinsichtlich der über- und unterirdischen Biodiversität in Zusammenspiel mit agronomischen Parametern mit Hilfe von low-cost Fernerkundungsdaten zu bewerten.