The control of errors in momentary yield data from combine harvesters

Die Kartierung von Erträgen ist mittlerweile auf Praxisebene etabliert. Die dafür notwendigen Daten werden von Kornflußsensoren und einem Positioniersystem auf Mähdreschern gewonnen. Bis jetzt wurde diese Technologie in erster Linie zur visuellen Darstellung der räumlichen Verteilung der Erträge in einer Ertragskarte eingesetzt. Bei der Datenaufnahme auftretende Veränderungen im Kornfluß, die jedoch nicht den wirklichen Ertrag reflektieren, führen dabei aber teilweise zu fehlerhaften punktspezifischen Ertragsdaten. Mit dem Ziel, die Genauigkeit der Errtragskartierung zu erhöhen, wurde in der vorliegenden Studie ein Datenfilter entwickelt und sein Effekt auf die statistische Zuverlässigkeit der gefilterten Ertragsdaten untersucht. Der neu entwickelte Filter wendet Parameter einer Polynomfunktion 3. Ordnung auf die Ertragsdaten an, die direkt nach dem Absenken des Schneidtisches aufgenommen wurden. Dieses Funktionsmodell kann immer wieder automatisch berechnet werden, um sich den wechselnden Erntebedingungen und Kornflußbedingungen anzupassen. Drei Datenverarbeitungsmethoden (Datenfilter) zur punktspezifischen Ertragserfassung eines Massey Ferguson Mähdreschers mit GPS-Empfänger und Kornflußmesser wurden verglichen: 1. unbehandelte Daten (Kontrolle), 2. die in der Praxis üblicherweise angewendeten Datenfilter und 3. der neu entwickelte Filter. Die Ertragsdaten wurden nach der Fehldateneliminierung einer geostatistischen Analyse unterzogen. Der Durchschnitt der korrigierten Erntemengen entsprach bei dem neu entwickelten Filter (3.) genau der gesamten Kornmasse des Feldes (4,52 t/ha). Der nach den anderen Verfahren kontrollierte Durchschnittsertrag lag niedriger als der Gesamt-Kornmasseertrag, was auf einen systematischen Fehler der Ursprungsdaten hinweist. Der Standardfehler der Daten nach der schärfsten Datenfiltermethode (3) war kleiner im Vergleich zu unkontrollierten Daten, und das Vertrauensintervall war enger.