Weiter zum Inhalt
Die Messung von Tagesgängen der Kohlenstoffdioxid-Flüsse mit manuellen Hauben startet vor Sonnenaufgang (Großes Moor bei Gifhorn, 04:45 Uhr).
© Thünen-Institut/AK
Die Messung von Tagesgängen der Kohlenstoffdioxid-Flüsse mit manuellen Hauben startet vor Sonnenaufgang (Großes Moor bei Gifhorn, 04:45 Uhr).
Institut für

AK Agrarklimaschutz

Modellierung, Regionalisierung, Data Science

Vom Punkt zur Fläche: Klimaschutzmaßnahmen regionalisieren, Prognosen erstellen

Wir widmen uns mit Leidenschaft der Modellierung, Regionalisierung und modellbasierten Analyse von Treibhausgasemissionen (z.B. N2O, CO2) aus landwirtschaftlich genutzten Böden. Wir untersuchen und bewerten die Einflüsse von Management sowie Nutzungs- und Klimaänderungen auf die Emissionen und analysieren mögliche Klimaschutzleistungen durch Humusaufbau und ein verändertes Stickstoffmanagement. Unser Ziel ist es, mittels Modellen zeitliche Entwicklungen von Bodenkohlenstoffvorräten und Treibhausgasemissionen aus landwirtschaftlich genutzten Böden räumlich explizit vorherzusagen. Unsere Vorhersagen tragen zur Bewertung von Klimaschutzmaßnahmen in den Agrarökosystemen Deutschlands, Europas und weltweit bei.

Unsere Ansätze

Prozessbasierte Herangehensweise. Basierend auf neuen Erkenntnissen aus den Arbeitsbereichen unseres Instituts entwickeln wir bestehende, prozessbasierte Modelle weiter, um Kohlenstoff- und Stickstoffflüsse in Agrarökosystemen besser quantifizieren und Szenarien abbilden zu können. So arbeiten wir aktuell z.B. an der Integration dynamischer Bodenkohlenstoffmodelle in die Treibhausgasberichterstattung.

Datengesteuerte Forschung. Wir nutzen das stetig wachsende Mehr an Umweltdaten, um daraus neue Erkenntnisse für unsere Forschung abzuleiten. Dafür kombinieren wir selbst erhobene Daten wie z.B. jene der Bodenzustandserhebung Landwirtschaft mit Klima- und Bewirtschaftungsdaten, um Modellansätze und daraus abgeleitete Vorhersagen zu verbessern.

Hybride Methoden. Manchmal erfordern unsere Forschungsfragen eine Kombination aus prozessbasierten Modellen und datengesteuerten Analysemethoden. Wir setzen auf hybride Ansätze, um die komplexen Fragestellungen bestmöglich zu lösen und diese Herangehensweise kontinuierlich weiterzuentwickeln.

Nach oben