re:wet

re:wet

ein System, das die nächste Generation von Moorlandwirten in eine bevorstehende großflächige Landnutzungsänderung einbezieht

re:wet ist ein Service, der die Wiedervernässung von landwirtschaftlich genutzten Mooren mit Datenmessung begleitet und erfasst, um so bis zu 5% der jährlichen deutschen CO2-Emissionen zu stoppen. Die dafür notwendigen Landnutzungsänderungen im Ausmaß von mindestens 50.000 ha/a erfordern eine integrierte Organisation von Prozessen und Rohstoffflüssen. Um diese Transformation effizient zu organisieren, arbeitet Re:wet in Clustern auf Landschaftsebene. Innerhalb eines Clusters arbeiten alle involvierten Stakeholder zusammen. Als Schnittstelle dient ihnen dabei die re:wet Plattform, welche die Landschaft als digitalen Zwilling abbildet. Für diesen Zwilling liefern Landwirt*innen Daten als Citizen Scientists.

Mit dem peat:lab, einem einfach zu verwendenden Messgerät vermessen sie ihre Moore. Das Gerät nimmt vier Werte auf: Geländehöhe, Torfmächtigkeit, Grabenwasserstände und – per Smartphone – die Vegetationszusammensetzung. Gekoppelt mit Geotags werden diese Werte auf die Plattform geladen.

Der digitale Zwilling hat mehrere Funktionen. Er erweitert die Grundlage für die Planung von Wiedervernässung. Er ermöglicht ein Langzeitmonitoring, moduliert die Treibhausgasbilanz und generiert CO2-Zertifikate. Die Wiedervernässung teilt sich in drei Phasen, in Evaluation, Wiedervernässung und schließlich den Betrieb in Paludikultur. In der ersten Phase koordiniert re:wet die Planung der Wiedervernässungsmaßnamen mit Hilfe lokaler Planungsbüros. Anstehende Bauarbeiten werden über die Plattform ausgeschrieben. Gleichzeitig werden die Rohstoffflüsse innerhalb eines Clusters ausgewertet, aufwachsende Paludikulturbiomasse prospektiert und der Aufbau geeigneter Verwertungsketten angestoßen. Die zweite Phase beschreibt den Flächenumbau. re:wet unterstützt und vermittelt hier in fachlichen Fragen. In der dritten Phase begleitet re:wet die Umsetzung von Paludikultur. Die peat:labs sind jetzt regelmäßig im Einsatz. Durch das Langzeitmonitoring können weitere Torfsackungen oder aber auch Zuwuchs beobachtet werden. Sollten Probleme auftreten, dient die Plattform als unterstützendes Element. Zudem lässt sich über sie Biomasse vertreiben. Dies ermöglicht unter anderem, dass bestimmte Erntezeitpunkte und Verfahren je nach Verwendungszweck präferiert und Transportwege durch intelligente Zuweisungen kurz gehalten werden können. Durch das geospezifische Erheben der Vegetation lassen sich per Greenhouse gas Emission Site Types (GEST) verlässliche und sichere CO2-Zertifikate generieren, welche die Landwirt*innen über die re:wet Plattform vermarkten können.

Masterarbeit 2021 | Milan Bardo Bergheim

Betreuung: Prof. Nils Krüger, Prof. Dr.Patricia Ribault

 
 

 

 

Smartphone:

  •  Erkennung von Vegetation
  •  Cloud-Anbindung
  • App-Steuerung

GPS-Gerät:

  • RTK GNSS
  • eineTastensteuerung
  • abnehmbar

beweglicher Sensor:

  • Feuchte zur Referenzierung des Wasserstandes,
  • Abstand für die Messung der Torfdicke
In seiner unteren Position erfasst der Sensor die Feuchtigkeit. 1: Wenn er den Boden berührt, wird eine Höhenmessung ausgelöst. 2: Bei Berührung einer Wasseroberfläche (z. B. in einem Graben) wird die Höheninformation mit der Feuchtigkeitsinformation verknüpft. Nachdem genügend Messwerte gesammelt wurden, können die Wasserstände auf dem Feld modelliert werden.
Die Torfschichtdicke wird durch Bohren in den Torf bis zum Erreichen des festen Untergrunds bestimmt. Der bewegliche Sensor misst die Distanz zum Boden, und die Daten werden in der Cloud gespeichert. Durch wiederholte Messungen über mehrere Jahre kann das Wachstum oder der Verlust des Torfs festgestellt werden. Für eine bessere Handhabung kann ein Griff angebracht werden. Falls erforderlich, können alle empfindlichen Komponenten entfernt werden, wenn die Stange eingeschlagen werden muss.

Die Vegetation wird mithilfe der Smartphone-Kamera und Mustererkennung gescannt. Detaillierte Kenntnisse über die Vegetation sind aus zwei Gründen wichtig: Erstens kann basierend auf der Vegetationszusammensetzung die Kohlenstoffspeicherung mithilfe der GEST-Methode (Greenhouse Gas Emission Site Type) modelliert werden. Durch die Speicherung der Daten zusammen mit GPS-Informationen in der Cloud wird eine sichere Registrierung von Kohlenstoffzertifikaten ermöglicht, wodurch Landwirte diese handeln können. Zweitens fließen die Daten in die Produktdatenbank ein und werden für Marketingzwecke genutzt.

Ähnliche Projekte

Back To Top