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

AK Agrarklimaschutz

Projekt

Modellgestützte Untersuchung von Treibhausgasminderungsoptionen beim Anbau von Energiepflanzen


Federführendes Institut AK Institut für Agrarklimaschutz

© Thünen-Institut/AK

Datenbedarf und Unsicherheit bei der Modellierung und Bewertung von naturräumlichen und managementbedingten Effekten auf Lachgasemissionen von NaWaRo- Anbausystemen (THG-EMOBA)

Beim Anbau von Energiepflanzen wie Mais oder und Raps entstehen Lachgasemissionen. Biogeochemische Modelle sind vielversprechende Werkzeuge, um hierfür Minderungsmaßnahmen  zu entwickeln. Wir untersuchen den Einfluss von Modellkomplexität und Datenqualität auf die Prognosegüte.

Hintergrund und Zielsetzung

Nachwachsende Rohstoffe (NaWaRo) werden zur Energieerzeugung angebaut. Dadurch können fossile Energieträger eingespart und  Treibhausgasemissionen (THG-Emissionen) reduziert werden.  In der Regel wird der gebundene Kohlenstoff in der Biomasse der Atmosphäre über die CO2-Aufnahme während der Photosynthese entzogen. NaWaRo-Kulturen sind aber nicht klimaneutral.

Bei der Nutzung von Energie- und Betriebsmitteln, beim Anbau nachwachsender Rohstoffe auf dem Feld und bei der Konversion zu nutzbaren Energieträgern (Biogas, Biotreibstoff) entstehen THG-Emissionen. Von diesen Emissionen sind insbesondere direkte und indirekte Lachgas-Emissionen aus den Anbauflächen nicht leicht zu quantifizieren. Sie entstehen über mikrobielle Abbauprozesse. Deren Intensität hängt vom Zusammenspiel natürlicher Bedingungen, zum Beispiel Witterung und Bodeneigenschaften, und den angewendeten Anbaumethoden ab.  

Es gibt Modellansätze unterschiedlicher Komplexität, die dieses Zusammenspiel beschreiben und dadurch Abschätzungen dieser THG-Emissionen ermöglichen. Über die prozessbasierten Modelle können auch Ernteerträge und Nitratauswaschung von NAWARO-Systemen quantifiziert werden. Nur wenn man alle entstehenden THG-Emissionen kennt und in Relation zum erbrachten Energieertrag setzt, kann man den Nutzen von NAWARO-Systemen bewerten und Minderungsmaßnahmen konzipieren. Prozessbasierte Modelle können hier hilfreiche Werkzeuge sein.
Allerdings sind Modelle nur vereinfachte Beschreibungen der Realität. Je komplexer sie sind, desto größer ist der Datenbedarf, und fehlende Informationen (Daten) führen zu Unsicherheiten. Dies schränkt ihre Eignung ein zur Bewertung und Optimierung von NAWARO-Systemen ein. In diesem Teilprojekt untersuchen wir deshalb, wie Datenfügbarkeit und Modellkomplexität die Abschätzung landnutzungsbedingter Lachgas-Emissionen beeinflussen.

Vorgehensweise

Um die Vorhersagegüte und Prognosefähigkeit von prozessbasierten Modellen für die NAWARO-Kulturen Mais, Weizen und Raps in Deutschland zu untersuchen, wird ein möglichst umfassender Datensatz von Feldexperimenten zusammengestellt (siehe Abbildung oben). In diesen Experimenten erfasste Lachgas-Emissionen, Ernteerträge und Nitrat-Auswaschungen werden herangezogen, um vier Modelle zu parametrisieren und zu bewerten. Um den Effekt von Datenunsicherheiten genauer zu untersuchen, werden Umfang und Datenqualität vorhandener Datensätze (Feldexperimente und flächenhaft vorliegende Daten für NRW) schrittweise verringert und die Unsicherheiten der Modellprognosen für verschiedene Modelle und Datenqualitäten verglichen.

Daten und Methoden

Untersucht werden a) das Modell HUME, entwickelt an der Christian-Albrechts-Universität zu Kiel, b) das weit verbreitete Modell DNDC sowie c) GNOC und d) MODE, zwei Kombinationen empirischer Ansätze.

Ergebnisse

Es wurde ein umfangreicher Datensatz von Feldexperimenten für die Evaliierung und Kalibrierung von prozessbasierten und empirischen Modellen in einem vereinheitlichten Format zusammengestellt. Dieser Datensatz umfasst für 22 in Deutschland verteilte Standorte mit zusammen 370 Varianten sowohl die Informationen, die für die Anwendung einfacher und prozessbasierter Modell benötigt werden als auch Daten zur Überprüfung von Modellen. Zu Ersteren gehören Wetterdaten, Daten zu bodenphysikalischen und –chemischen Eigenschaften, sowie Managementinformationen. Die Daten zur Evaluierung von Modellen umfassen landwirtschaftliche Erträge, Messungen von  Lachgas-, Kohlendioxid- und Methanflüssen sowie Messungen zu Nitrat- und Ammoniumgehalten und Wassergehalten in unterschiedlichen Bodenprofiltiefen. Für die im Projekt THG EMOBA verwendeten Modelle sowie für zwei weitere prozessbasierte Modelle (EPIC, MONICA) wurden Schnittstellen zum vereinheitlichten Datensatzformat erstellt. Der hier erstellte Datensatz wurde im, durch das FNR geförderte, Projekt MASTER zur Modellüberprüfung herangezogen und stellt eine wichtige BASIS für Modellweiterentwicklungen dar.

Auf Basis dieser Datensammlung wurden die Abbildungsgenauigkeit der prozessbasierten Modelle HUME und DNDC bei der Darstellung von Lachgasemissionen, Ernteerträgen und Wassergehalten erhöht. Verschiedene empirische Modelle wurden bezüglich Modellgenauigkeit und Sensitivität mit prozessbasierten Modellen verglichen.

Auf Basis einer Sensitivitätsanalyse mit den Modellen DNDC, EPIC, und MONICA wurde der Effekt von Standorteigenschaften und Managementbedingungen auf direkte Lachgasemissionen untersucht. Dabei zeigten die Modelle eine starke Sensitivität gegen Bodeneigenschaften und Witterungsbedingungen. Die Modellierungsstudien zeigen damit, dass Emissionspotentiale und die Effizienz von Minderungsmaßnahmen stark über standörtliche Faktoren bestimmt werden.

Beteiligte externe Thünen-Partner

Geldgeber

  • Fachagentur Nachwachsende Rohstoffe e.V. (FNR)
    (national, öffentlich)

Zeitraum

1.2019 - 9.2022

Weitere Projektdaten

Projektfördernummer: 22402518
Förderprogramm: FNR
Projektstatus: abgeschlossen

Nach oben