Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Arbeitsgruppe Meteorologische Umweltforschung/Klimatologie Institut für Meteorologie und Geophysik der J. W. Goethe-Universität Frankfurt/M. Witterungseinflüsse.

Ähnliche Präsentationen


Präsentation zum Thema: "Arbeitsgruppe Meteorologische Umweltforschung/Klimatologie Institut für Meteorologie und Geophysik der J. W. Goethe-Universität Frankfurt/M. Witterungseinflüsse."—  Präsentation transkript:

1 Arbeitsgruppe Meteorologische Umweltforschung/Klimatologie Institut für Meteorologie und Geophysik der J. W. Goethe-Universität Frankfurt/M. Witterungseinflüsse auf Ernteerträge in der BRD (West) Tim Staeger

2 Gliederung: 1. Daten 2. Einfache statistische Zusammenhänge 4. Regressions-Modell 5. Ausgewählte Ergebnisse der Regression 6. Zusammenfassung II 3. Zusammenfassung I Teil II: Teil I:

3 1. Daten: Jährliche Erträge in [t/ha] 1950 – 1998 von 21 ausgewählten Fruchtarten für 7 Bundesländer (BRD West) Quelle: Statistisches Bundesamt a) Die Ertragsdaten:

4 Welcher Anteil der Variationen in Ertragsreihen kann potentiell Witterungseinflüssen zugeordnet werden?

5 Autokorrelationsfunktion:

6 Varianzspektrum:

7 WeizenGersteRoggenHafer Wildpflanzen 2 – 3 14./15. Jhr /17. Jhr um um um Ertragsentwicklung (dt/ha) von Getreidearten: 1 heutige Wildpflanzenbestände im vorderasiatischen Raum; 2 Norddeutscher Raum; 3 Deutsches Reich; 4 BRD; 5 Spitzenerträge landwirtschaftlicher Betriebe in der BRD Nach Geisler 1988

8 Ursachen der Ertragssteigerungen (chronologisch): ca 100 n. Chr.: Einführung der Dreifelderwirtschaft Ende des 18. Jhr.: Besömmerung der Brache mit Futterpflanzen Ab Mitte des 18. Jhr.: Beginn der Weiterentwicklung landwirtschaftlicher Geräte (neue Pflugformen, Eggen, Walzen, Kultivatoren), Intensivierung der Düngungsmassnahmen (ungelöschter Kalk, Mergel, Laub oder Streu aus Wäldern), Vertiefung der Pflugfurche Mitte 18. Jhr. Bis Ende 19. Jhr.: Unkrautbekämpfung, Verwendung von gereinigtem und gesundem Saatgut, Einführung der Fruchtwechsel Ende des 19. Jhr.: Verbesserung der Bodenbearbeitung, der Bestellungs- und Pflegemassnahmen, Verwendung von Mineraldüngern, erste pflanzenzüchterische Arbeiten, Massnahmen zur Sicherung der Saatgutqualität 1900 bis 1950: Verbreitung biologischer, naturwissenschaftlicher und technischer Grundlagen. Investitionssteigerungen in den Bereichen Bodenbearbeitung, Düngung, Pflegemassnahmen ab 1950: Stark ansteigender Aufwand an Produktionsmitteln (Bodenbearbeitung, Düngung, Pflanzenschutz usw.), Spezialisierung der anbauwürdigen Kulturpflanzenarten, Rationalisierung, Monokulturen, Saatgutveredelung

9 Annahme: Der Trend in den Ertrags-Zeitreihen kann nicht auf meteorologische Ursachen zurückgeführt werden Desshalb: Hochpassfilterung zur Elimination dieses tieffrequenten Anteils Verwendung der Residuen nach 10-jähriger Gaussscher Tiefpassfilterung Folge: Die eventuell vorhandenen Wirkungen langfristiger Klimatrends können nicht mehr untersucht werden. Ziel ist es also witterungsbedingte Schwankungen in den Ertrags-Zeitreihen zu identifizieren.

10

11

12 b) Die Klimadaten: Rohdaten: Monatsmittel bzw. -summen von Temperatur und Niederschlag auf einem 0,5 x 0,5 Gitter Quelle: C. Willmott und K. Matsuura, University of Delaware Vorbehandlung: Zur Erhaltung jeweils einer einzigen repräsentativen Zeitreihe pro Bundesland: EOF-Zerlegung der in diesem Bundesland liegenden Gitterpunktsreihen und Verwendung der 1. PC-Zeitreihe. Nachfolgend Hochpassfilterung analog den Ertragsreihen.

13

14 2. Einfache statistische Zusammenhänge: a) Witterungssensitivität: Fragestellung: Wie unterschiedlich stark reagieren verschieden Fruchtarten auf Witterungseinflüsse? Ansatz: Als Maß dient die Standardabweichung der hochpassgefilterten Ertragsreihe, die mit dem Mittelwert der ungefilterten Reihe normiert wird:

15

16

17

18

19

20

21

22 BAYBWBRPFHESNRWNSASHSMW Spargel ,7 Runkelrüben ,1 Hafer ,3 Spätkartoffeln ,3 Sommergerste ,6 Erdbeeren ,1 Frühkartoffeln ,7 Ackerbohnen ,6 Körnermais (1)10,8 Sommerweizen ,4 Sommerraps ,7 Dauerweißkohl ,1 Gras ,3 Winterraps ,4 Dauerrotkohl ,0 Dauerwirsing ,3 Zuckerrüben ,4 Roggen ,6 Winterweizen ,0 Wintergerste ,3 Klee ,8 Sensitivitätsrangliste:

23 b) Korrelationen zwischen Ertragsreihen: Fragestellungen: Gibt es Fruchtarten, die aufgrund ihrer ähnlichen Ertragsentwicklung zu Gruppen zusammengefasst werden können? Wie gut ist die Repräsentanz einzelner Fruchtarten innerhalb der untersuchten Bundesländer?

24

25

26

27

28

29

30

31 Gruppe:Mitglieder: Getreide Winterweizen Sommerweizen Wintergerste Sommergerste Roggen Hafer Kohl Dauerrotkohl Dauerweisskohl Dauerwirsing Kartoffeln Frühkartoffeln Spätkartoffeln Rüben Runkelrüben Zuckerrüben Gras / Klee Gras Klee Raps Winterraps Sommerraps Bildung von Gruppen:

32 Fruchtart:MW r: Runkelrüben0,678 Zuckerrüben0,652 Hafer0,651 Klee0,629 Sommergerste0,614 Gras0,578 Wintergerste0,576 Spätkartoffeln0,561 Spargel0,541 Ackerbohnen0,529 Frühkartoffeln0,522 Roggen0,511 Winterweizen0,509 Winterraps0,479 Körnermais0,449 Sommerraps0,425 Sommerweizen0,417 Dauerweißkohl0,376 Dauerrotkohl0,372 Erdbeeren0,278 Dauerwirsing0,253

33 c) Korrelationen zwischen Ertragsreihen und Klimadaten: Fragestellungen: Gibt es bestimmte Monate, die für ausgewählte Fruchtarten und Klimaelemente von besonderer Bedeutung sind? Weisen aus Temperatur und Niederschlag abgeleitete Einflussgrößen hohe und plausible Korrelationen auf?

34

35

36 Abgeleitete Einfluss-Zeitreihen: I: Quadrieren: Vorstellung: Die Pflanze reagiert auf Extreme – sind Temperatur und/oder Niederschlag in einem gemäßigten Bereich, wirken sie sich nur schwach auf den Ertrag aus.

37 Abgeleitete Einfluss-Zeitreihen: I: Quadrieren: Vorstellung: Die Pflanze reagiert auf Extreme – sind Temperatur und/oder Niederschlag in einem gemäßigten Bereich, wirken sie sich nur schwach auf den Ertrag aus.

38

39

40 II: Produkt- und Quotientenreihen aus T und N: Vorstellung: Temperatur und Niederschlag wirken in Kombination. Ist z.B. ein Sommermonat zu trocken und zu warm kann es bei bestimmten Fruchtarten zu Ernteeinbrüchen kommen. Hierbei verstärken Produktreihen gleichsinnige Anomalien, Quotientenreihen gegensinnige Anomalien.

41

42

43 3. Zusammenfassung I: Es scheint nicht möglich Wirkungen von Klimatrends in Ertragsreihen zu finden, da deren Trends zum weitaus größten Teil der Züchtungsvarianz zugeordnet werden muss. Die Witterungssensitivität der einzelnen Fruchtarten ist in den unterschiedlichen Bundesländern z.T. sehr verschieden. Spargel ist jedoch mit Abstand am sensitivsten; Wintergetreide und Kohl dagegen eher robust gegenüber Witterungseinflüssen. Verschiedene Fruchtarten lassen sich aufgrund hoher Korrelationen zwischen den Ertragsreihen zu Gruppen wie z.B. Getreide zusammenfassen. Die räumliche Repräsentanz des Ertrages einzelner Fruchtarten ist sehr unterschiedlich. Am höchsten ist sie bei Rüben, am niedrigsten für Kohl und Erdbeeren. Die linearen Korrelationskoeffizienten zwischen Erträgen und den verwendeten Klimaelementen zeigen z.T. deutliche und interpretierbare Charakteristika. Die Korrelationen mit abgeleiteten Einflussreíhen (T², N², TN T/N) lassen sich z.T. ebenfalls plausibel interpretieren, was deren Verwendung rechtfertigt.

44 4. Regressionsmodell: Problemstellung: Es existieren sehr viele potentielle Regressoren (Monatsmittel bzw. –summen der Vegetationsperiode, quadratische und kombinierte Einflussreihen). Das Modell soll jedoch nur die wichtigsten Einflüsse berücksichtigen, um möglichst interpretierbar zu sein und eine Überanpassung zu vermeiden. Ansatz: Modellauswahl mittels Schrittweiser Regression

45 Reservoir R pot Vorwärts-Regression: MLR mit R n und R i für jedes einzelne R i Ist der sig. Reg.-Koeff. noch signifikant? Ende; Modell: Modell: Rückwärts-Regression: MLR mit R n ohne R j für jedes einzelne R j Ist der unsig. Reg.-Koeff. noch signifikant? Modell: nein ja nein ja R d zurück ins Reservoir

46 Signifikanztest der Regressionskoeffizienten: t-Test bezüglich eines zu testenden Koeffizienten mittels dessen partiellen Korrelationskoeffizienten:, bzw. Mit : Anzahl der Freiheitsgrade (Zeitreihenlänge verringert um Anzahl der Regressoren) Je geringer r² part,k eines Regressors X k, um so geringer ist die zusätzliche erklärte Varianz von X k bei gegebenen erklärten Varianzen der übrigen Regressoren.

47 Kollinearitätsdiagnose: Problem: Regressoren können hohe Kollinearität untereinander aufweisen Ansatz: Berechnung der Toleranz für jeden Regressor X j r² x j,x ergibt sich aus einer Regression zwischen X j und allen übrigen X k Falls die kleinste Toleranz kleiner als ein vorgegbener Schwellenwert ist, wird der zugehörige Regressor eliminiert, und die neuen Toleranzen berechnet.

48 Arbeitsweise der schrittweisen Regression am Beispiel der globalen Mitteltemperaur:

49 Potentielle Regressoren: Monatsmittel der Temperatur und Monatssummen des Niederschlages ab einem Monat vor Beginn der Vegetationsperiode bis zum mittleren Erntemonat. Analog quadratische Reihen der Temperatur und des Niederschlages, sowie Produkt- und Quotientenreihen. Weiterhin über die Vegetationsperiode gemittelte (einschließlich quadrierter und kombinierter) Reihen.

50 5. Ausgewählte Ergebnisse der Regression: a) Modelldimensionen: Anzahl potentieller Regressoren:

51 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

52 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

53 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

54 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

55 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

56 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

57 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

58 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen:

59 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen: Über 1-Sigma- Schwelle: Über 2-Sigma- Schwelle: Baden-Württemberg1812 Niedersachsen169 Rheinland-Pfalz178 Bayern168 Hessen138 Schleswig-Holstein (20)118 Nordrhein-Westfalen185

60

61

62

63

64 Über 1-Sigma-Schwelle:Über 2-Sigma-Schwelle: Sommergerste 76 Frühkartoffeln 76 Spargel 65 Klee (6) 64 Zuckerrüben 74 Hafer 74 Dauerrotkohl 64 Gras 54 Ackerbohnen 54 Spätkartoffeln 63 Dauerweißkohl 63 Runkelrüben 53 Sommerraps 43 Sommerweizen 42 Roggen 51 Dauerwirsing 41 Winterraps 31 Erdbeeren 50 Wintergerste 40 Winterweizen 40 Körnermais 20

65 c) Selektierte Regressoren:

66 Getreide Regressor:+- T 6113 N 4229 TN 4325 TN 7016 T/N 479

67 Kohl

68 Kartoffeln

69 Rüben Regressor:+- T 735 N 861 T² 7010 TN 706 T/N 825

70 Gras / Klee Regressor:+- T 6 / T 728 N 6112 T² 6110 T/N 625 T/N VP08

71 Raps

72 Ackerbohnen Regressor:+- T 6 / T 736 N 640 T² 704 N² Vp04 T/N 713

73 Körnermais

74 Spargel

75 Erdbeeren

76 6. Zusammenfassung II: Die verwendete Selektionsstrategie versucht ein möglichst einfaches Modell relevanter Regressoren zu finden, deren Koeffizienten einem Signifikanztest unterzogen werden. Die Modelldimensionen variieren zwischen 2 und 14 mit einem Maximum bei 8 Regressoren. Die Signifikanz der erklärten Varianzen wurde mit Hilfe von Zufallsreihen qualitativ abgeschätzt. Durch diese Abschätzung ergibt sich, dass etwa 75% der erklärten Varianzen die 1- Sigma-Schwelle, und etwa 40 % die 2-Sigma-Schwelle überschreiten. Am stärksten heben sich die e.V.s von Baden-Württemberg, sowie von Sommergerste, Frühkartoffeln und Spargel vom Zufall ab; am zufälligsten sind jene aus NRW bzw. Schleswig-Holstein, sowie von Wintergerste, Winterweizen und Körnermais. Die selektierten Regressoren sind für unterschiedliche Fruchtarten und –Gruppen z.T. charakteristisch verteilt. Besonders auffällig ist: Bei Getreide wirkt sich zuviel Niederschlag im April negativ auf die Erträge aus.

77 Ausblick: Im Folgenden sollen die vielfältigen Ergebnisse mit pflanzenphysiologischen Besonderheiten der einzelnen Fruchtarten verglichen werden. Mit Hilfe von Signalanalysen Europäischer Temperatur- und Niederschlagsfelder sollen mögliche Auswirkungen auf die Erträge durch anthropogene Klimaänderungen abgeleitet werden.

78

79

80 Ausblick: Im Folgenden sollen die vielfältigen Ergebnisse mit pflanzenphysiologischen Besonderheiten der einzelnen Fruchtarten verglichen werden. Mit Hilfe von Signalanalysen Europäischer Temperatur- und Niederschlagsfelder sollen mögliche Auswirkungen auf die Erträge durch anthropogene Klimaänderungen abgeleitet werden. Vielen Dank!


Herunterladen ppt "Arbeitsgruppe Meteorologische Umweltforschung/Klimatologie Institut für Meteorologie und Geophysik der J. W. Goethe-Universität Frankfurt/M. Witterungseinflüsse."

Ähnliche Präsentationen


Google-Anzeigen