Die chronologische Liste zeigt aktuelle Veröffentlichungen aus dem Forschungsbetrieb der Hochschule Weihenstephan-Triesdorf. Zuständig ist das Zentrum für Forschung und Wissenstransfer (ZFW).
8 Ergebnisse
Matthias Reger,
Johann Reger,
Prof. Dr. Jörn Stumpenhausen,
Prof. Dr. Heinz Bernhardt
Forecasting future demand is of high importance for many companies as it affects operational decisions. This is especially relevant for products with a short shelf life due to the potential disposal of unsold items. Horticultural products are highly influenced by this, however with limited attention in forecasting research so far. Beyond that, many forecasting competitions show a competitive performance of classical forecasting methods. For the first time, we empirically compared the performance of nine state-of-the-art machine learning and three classical forecasting algorithms for horticultural sales predictions. We show that machine learning methods were superior in all our experiments, with the gradient boosted ensemble learner XGBoost being the top performer in 14 out of 15 comparisons. This advantage over classical forecasting approaches increased for datasets with multiple seasons. Further, we show that including additional external factors, such as weather and holiday information, as well as meta-features led to a boost in predictive performance. In addition, we investigated whether the algorithms can capture the sudden increase in demand of horticultural products during the SARS-CoV-2 pandemic in 2020. For this special case, XGBoost was also superior. All code and data is publicly available on GitHub: https://github.com/grimmlab/HorticulturalSalesPredictions.
Mehr
Andreas Zellermayr,
Prof. Dr. Olaf Gerhard Schroth,
Prof. Dr. Jörg Ewald
Wald unterliegt seit jeher ständigen Veränderungen. Besonders in den Alpen überlagern sich natürliche Einflussfaktoren mit der menschlichen Nutzung. Bedingt durch Standort und Relief wurden auch im Landkreis Garmisch-Partenkirchen die Bergwälder unterschiedlich stark beeinflusst. So kam es in der Vergangenheit durch hohe Wildbestände und intensiver Waldweide zu Schäden an den Bergwäldern, was eine Verringerung der Waldflächen zur Folge hatte. Wie sich die Wälder und die Landschaft bis heute entwickelten, wurde mit Hilfe eines Luftbildvergleiches von 1945 und 2018 dargestellt. Dabei wurden vier repräsentative Projektgebiete in der Flyschzone und den Kalkalpen ausgewählt, um sowohl menschliche als auch natürliche Einflussfaktoren (Nährstoffverfügbarkeit, Wasserspeicherkapazität) und deren Auswirkung auf die Wälder zu untersuchen. Mit Hilfe des Geoinformationssystems (GIS) ArcMap 10.6 erfolgte eine überwachte Klassifikation (Supervised Classification) nach Waldflächen (sämtliche Baumarten und Gebüsche) und sonstigen Flächen (Gebäude, Gewässer, landwirtschaftliche Flächen, usw.) mit nachfolgender Bearbeitung und einer erreichten Genauigkeit von über 85 % für Waldflächen über 1.000 m2. Der nachfolgende Vergleich ergab nach Standortfaktoren differenzierte Entwicklungen im Landkreis Garmisch-Partenkirchen. Durch eine Reduzierung der Almnutzung und eine stärkere Regulation des Schalenwildes wurde eine Netto-Vergrößerung der Waldflächen gefördert, welcher schwerpunktmäßig auf den fruchtbaren Mergeln der Flyschzone realisiert wurde. Auf kalkalpinen Gesteinen halten sich Zuwachs und Verluste die Waage. Auch lässt sich ein Anstieg der von subalpinen Latschengebüschen und Fichtenwäldern gebildeten Waldgrenze erkennen, welcher der rezenten Klimaerwärmung zuzuordnen ist. Die Ergebnisse zeigen das Potenzial einer teilautomatisierten Auswertung von Luftbildern für die Zeitreihenanalyse, wenn auch angesichts der komplexen Überlagerung der menschlichen und natürlichen Triebkräfte, die Fernerkundung mit Geodaten zum Standort und Landnutzung hinterlegt werden müssen. Gerade im Hinblick auf den Klimawandel und dessen Herausforderungen ist dies Voraussetzung, um landschaftsökologische Deutungen und praxisbezogene Aussagen treffen zu können.
Mehr
Betreuung der Publikationsseiten
Gerhard Radlmayr
Referent für Wissenstransfer und Forschungskommunikation
Wir verwenden Cookies. Einige sind notwendig für die Funktion der Webseite, andere helfen uns, die Webseite zu verbessern. Um unseren eigenen Ansprüchen beim Datenschutz gerecht zu werden, erfassen wir lediglich anonymisierte Nutzerdaten mit „Matomo“. Um unser Internetangebot für Sie ansprechender zu gestalten, binden wir außerdem externe Inhalte unserer Social-Media-Kanäle ein.