Zwei im Februar 2026 veröffentlichte Artikel befassen sich mit der Qualität von Geodaten zur landwirtschaftlichen Bodennutzung aus unterschiedlichen, aber eng miteinander verbundenen Perspektiven:
In welchem Zusammenhang stehen diese Artikel?
Säurich et al. zeigen in Are remote sensing-based crop type classifications suitable for calculating a landscape heterogeneity metric? A data-fitness-for-purpose assessment (in Ecological Informatics), wie domänenspezifische Data-Fitness-For-Purpose (DFFP)-Qualitätskategorien für einen konkreten Anwendungsfall identifiziert werden können: die Ableitung von biodiversitätsrelevanten Metriken zur Landschaftsheterogenität aus satellitengestützten Klassifizierungen von Kulturpflanzenarten. Durch den Vergleich zweier landesweiter Klassifizierungsprodukte mit thematischen Referenzdaten zeigt die Studie, dass Standard-Genauigkeitsmetriken unzureichend sind – es werden räumlich explizite Unsicherheitsinformationen benötigt, die eine multimetrische und multiskalige Qualitätsbewertung ermöglichen. Der Artikel ordnet diese Anforderungen in den Rahmen der ISO 19157-1 und ihrer Unterelemente zur thematischen Qualität ein und strukturiert damit den Problemraum für zukünftige georäumliche DFFP-Rahmenwerke.
Naumann et al. liefern mit A scalable matching approach for the comparison of agricultural land use maps based on corresponding field polygons (in International Journal of Digital Earth) eine weitere Qualitätsperspektive für diesen Geodatenbereich, indem sie sich auf die geometrische/räumliche Dimension konzentrieren. Sie stellen einen skalierbaren Algorithmus zum Abgleich von Polygonen vor, der selbst bei komplexen räumlichen Beziehungen effizient Entsprechungen zwischen großen Datensätzen von Feldpolygonen (bis zu 10 Millionen Objekten) ermittelt. Diese Entsprechungen bilden die Grundlage für die Bewertung der Kongruenz von Datensätzen anhand von Metriken wie räumlicher Vollständigkeit, Grenzkongruenz und struktureller Konsistenz und liefern damit einen ergänzenden Satz domänenrelevanter Datenqualitätskategorien für landwirtschaftliche Flächennutzungsdaten.
Der logische nächste Schritt ist die semantische Verknüpfung beider Metrikkategorien – die Verbindung thematischer DFFP-Qualitätsdimensionen (Klassifikationsgenauigkeit, Unsicherheitsfortpflanzung) mit geometrischen Qualitätsdimensionen (räumliche Vollständigkeit, Grenzkongruenz) zu einem integrierten, domänenspezifischen Bewertungsrahmen. Ein solcher Rahmen würde es Praktikern ermöglichen, gemeinsam zu bewerten, ob landwirtschaftliche Geodaten über das gesamte Spektrum der für ihre Anwendung relevanten Qualitätskategorien hinweg zweckmäßig sind.
Beide Veröffentlichungen stellen Open-Source-Code und FAIR-konforme Daten bereit – und fördern damit die transparenten, reproduzierbaren Geodaten-Workflows, die FAIRagro etablieren möchte.