08.09.2015 Vergleich von Berechnungsansätzen zur standortspezifischen Ermittlung der Stickstoff-Mineralisation von Ackerböden Vortrag zur DBG-Jahrestagung.

Slides:



Advertisements
Ähnliche Präsentationen
§ 4 Absatz 2 DüV unverzügliche Einarbeitung auf unbestelltem Ackerland (spätestens.
Advertisements

P-Immobilisierung zur Verminderung gelöster P-Einträge aus Böden in Gewässer - eine Literaturübersicht – P. Schweigert, R.R. van der Ploeg, Institut.
Turbulente Flüsse und thermische Konvektion
Die herbstliche Nitratdynamik im Boden eines Wasserschutzgebietes
KIT – die Kooperation von Forschungszentrum Karlsruhe GmbH und Universität Karlsruhe (TH) The dependence of convection-related parameters on surface and.
Dr.-Ing. René Marklein - NFT I - WS 06/07 - Lecture 4 / Vorlesung 4 1 Numerical Methods of Electromagnetic Field Theory I (NFT I) Numerische Methoden der.
UFZ UMWELTFORSCHUNGSZENTRUM LEIPZIG-HALLE GmbH October 2004 in Leipzig, Germany at the UFZ Centre for Environmental Research 11 th Magdeburg Seminar.
1 Numerische Experimente zur Niederschlagseffizienz mit einem Einsäulenmodell 1. Diplomarbeitsbericht am Silvia Vogelsang.
Algorithmen und Datenstrukturen
Einfluss der Bodenbearbeitung auf die Stickstoffmineralisation nach der Rapsernte - Praktische Umsetzung bei der landwirtschaftlichen Zusatzberatung zur.
Ich schaff´s! Kinder motivieren und stärken Realschule am Karlsberg Crailsheim Ein Vortrag von Holger Waidelich – Diplomsozialpädagoge (BA)
 SONDERWIRTSCHAFTSZONE IST EIN SPEZIELLES GEBIET MIT DEN ATTRACTIVEN STEUERERLEICHTERUNGEN  DIE STEUERERLEICHTERUNG BETRIFFT DIE KÖRPERSCHAFTSTEUER.
JaGo Ja va Framework for G e o graphical Information Systems Prof. Dr. Klaus Greve Dr. Andreas Poth TZ GIS i.G.
Ergebnisse der Wohnbauland-Umfrage 2014 Prof. Dr. Ruth Rohr-Zänker Arbeitstreffen KomWoB AK Niedersachsen Delmenhorst, 29. September 2014.
Christian-Albrechts-Universität zu Kiel Agrar- und Ernährungswissenschaftliche Fakultät Institut für Pflanzenbau und Pflanzenzüchtung Institut für Pflanzenbau.
Freiburg – Vauban An Example for a car-reduced Housing Area Bustrip-Workshop „Sustainable Urban Transport Planning – from Theory to Practice“ Bremen, 31.
Humusgehalte, Stickstoffvorräte und N-Nachlieferung aus dem Bodenvorrat Dr. Richard Beisecker Ingenieurbüro für Ökologie und Landwirtschaft (IfÖL), Kassel.
START TeAMbook Projekt er! TeAMbook by INKOBA ® Entscheidungsunterstützungssystem weiter Teambildung und Potenzialentfaltung TeAMbook Projekt 2016.
Exkurs: Chi-quadrat und Modellgüte 1. ist ein Distanzmaß, welches die Distanz zwischen Modellvorhersage und Daten misst.  Je kleiner desto besser ist.
Prof. Dr. Guido Voigt– Institut für Logistik (SCM)
Holger Finkernagel1, Michael Doppelmayr2, Beneke R. 3, Leithäuser R
M. Giebels, J. Augustin, M. Beyer, M. Sommer, B. Ehrig, E. Leitholdt
Die Quantifizierung des Langlebigkeitstrendrisikos unter Solvency II
Karl H. Mellert, Eckart Kolb & Axel Göttlein
Die Varianzanalyse Jonathan Harrington library(ggplot2) library(ez)
Österreichisches Wildeinflussmonitoring
Hans-Jürgen Brummer Leiter DSiE
I f Ö L Gliederung Was ist Beratung?
Motivation Gegenüberstellung bei der Messung von Wanddicken im Bauteil
Algorithmen und Datenstrukturen
K. Hager, M. Brecht, O. Krause, V. Grosse
Hans-Jürgen Brummer Leiter DSiE
Monatsmittel einer Station: Beispiel Lindenberg
Cryo-Test LESER Test Bench
Vergleich von CFD Modellen Experimentelle Randbedingungen
Sichtbar – Mit den Augen wahrnehmbar.
Gesundheit ist nicht das wichtigste?
Mai 2017 Prof. Dr. DDr.h.c. Friedrich Schneider Mai 2017
Luftqualitätsvorhersagen und -analysen
Förderprogramm LIFE - Beratung, Finanzierung, Umsetzung-
Starte Dein Projekt ! Schule braucht Freunde – werden Sie ein friends4school! Nutzen Sie Deutschlands größtes Schulprojektnetzwerk auch in ihrer Schule.
FIT Einführung – eine schwerfällige gesundheitspolitische Aufgabe
So gelingt der digitale Wandel in einem Landwirtschaftsbetrieb
Stefan Kurz, Werner Heinrich Universität Passau, Projekt InteLeC
Jörn Lange, Eckhart Fretwurst, Gunnar Lindström
Tillmann Utesch, Axel Rack, Uldus Khojasteh, Max von Kleist
Kyncl M., Pollert J., Micin J.,Raclavsky J.,Malanik S.
Zentrum für Angewandte Forschung Nachhaltige Energietechnik
Thema: Flächenberechnung Heute: Die Fläche des Trapezes
Probleme und Möglichkeiten der praktischen Umsetzung
Kombination von Latentwärmespeichern mit Solarthermie
Biodiversität im alpinen Grünland sowie Züchtungsfragen mit Ökotypen
Ingenieurbüro für Ökologie und Landwirtschaft (IfÖL) Kassel
BauSIM 2010 – Wien/Österreich Katrin Löwe1 Stefan Albrecht2
Teilchen-Streuung und -Reaktionen, 22 Seiten. 8
Abbildung mod. nach Mehls O et al. 2015
Andre Peters Wolfgang Durner Institut für Geoökologie
Algorithmen und Datenstrukturen
Hans-Jürgen Brummer Leiter DSiE
Deutscher Name Standortansprüche: sonnig, nährstoffreiche Böden..??
DBG-Tagung 2015 in München.
Erstes HandelsForum Rheingau
Algorithmen und Datenstrukturen
Klimawirkungen: betrachtete Sektoren
Calorimetry as an efficiency factor for biogas plants?
Klimawirkungen aus Modellen: Hochwasser
Abbildung mod. nach Doyon A et al. 2015
Die Varianzanalyse Jonathan Harrington library(ggplot2) library(dplyr)
Biologische Landwirtschaft weltweit Grafiken
cews.publik.no23 Hochschulranking nach Gleichstellungsaspekten 2019
 Präsentation transkript:

Vergleich von Berechnungsansätzen zur standortspezifischen Ermittlung der Stickstoff-Mineralisation von Ackerböden Vortrag zur DBG-Jahrestagung 2015 in München Theresa Seith, Dr. Richard Beisecker (IfÖL) IfÖL

Inhalt des Vortrags  Veranlassung und Zielsetzung  Standorte  Methodik zur Berechnung der N-Mineralisation  Ergebnisse  N-Poolgrößen  N-Mineralisation  Einfluss von Bodenparametern und Kulturart  Zusammenfassung 2 IfÖL

DVGW F-&E-Vorhaben: „Abschätzung der standort- und kulturartspezifischen N-Nachlieferung von Ackerböden zur Verbesserung der gewässerschonenden N-Düngebedarfsermittlung“ B EISECKER et al., 2015 Veranlassung und Zielsetzung 3 IfÖL

Einrichtung von 8 Feldmessflächen mit jeweils 2 Messplätzen Standorte Feldmessflächen 4  kontinuierliche Messung von Bodenfeuchte und Bodentemperatur in 3 Bodentiefen (15, 45, 75 cm) an 2 Messplätzen pro Fläche (16 Messplätze) für 3 Jahre ( )  begleitende Boden- und Pflanzenanalysen (N min -Gehalte, gravimetrische Wassergehalte, N- Gehalte im Pflanzenaufwuchs)  praxisübliche landwirtschaftliche Bewirtschaftung während der Projektlaufzeit IfÖL

Bodenkennwerte Standorte Feldmessflächen 5 IfÖL

 Mineralisationsfunktion abgeleitet aus Inkubationsversuchen (MIN N ) z.B. S TANFORD & S MITH (1972), N ORDMEYER & R ICHTER (1985), K ERSEBAUM (1989) u.a. Reaktionskinetik 1. Ordnung mit 2-Komponenten-Modell  Berechnung nach zwei Ansätzen: Berechnung der N-Mineralisation 6 N slow -Poolgröße: langsam abbaubare N- Fraktion N fast -Poolgröße schnell abbaubare N-Fraktion TTemperatur Θ Wassergehalt IfÖL

Berechnung der N-Mineralisation Reaktionskoeffizienten (k-Faktoren): 7 L ORENZ, 2004 IfÖL

Berechnung der N-Mineralisation N-Poolgrößen: 8 IfÖL

Berechnung der N-Mineralisation 9 N slow -Poolgröße: langsam abbaubare N-Fraktion N fast -Poolgröße schnell abbaubare N-Fraktion TTemperatur Θ Wassergehalt Messdaten der Temperatur Funktion über kontinuierliche Messdaten f (T) kontinuierlich erfasste Eingangsparameter Messdaten der Bodenfeuchte (HERMES nutzt simulierte Daten) Faustzahl in Abhängigkeit von N t N USKE (1983) Pedotransferfunktion in Abhängigkeit von Tongehalt und mittlerer Herbsttemperatur H EUMANN et al. (2011b) Faustzahl in Abhängigkeit von N in Ernteresten HERMES Pedotransferfunktion in Abhängigkeit von Tongehalt und N t H EUMANN et al. (2011b) diskontinuierlich erfasste Eingangsparameter IfÖL

Ergebnisse: N-Poolgrößen Mittlere N-Poolgrößen nach Berechnungsansätzen und Jahren 10 IfÖL

Ergebnisse: N-Poolgrößen Mittlere N-Poolgrößen in Abhängigkeit der Hauptbodenart 11 IfÖL

Ergebnisse: N-Poolgrößen 12 N t -Gesamtvorrat N slow N-MineralisationN-Immobilisation N fast N min (NH 4 + +NO 3 - ) kg/ha (3.400 – 9.150) 780 kg/ha ( ) 70 kg/ha (0-135) 40 kg/ha (11 – 92; max. 288) PTF 1 : N slow -Pool (HERMES)±48,08 [kg/ha] = 170,81±61,6 x C org -Gehalt [%] ,07±603,21 x N t -Gehalt [%] + 5,77±1,60 x Tongehalt [%]; korr. R 2 = 0,996 Quelle: B EISECKER et al., 2015 IfÖL

Ergebnisse: N-Mineralisation im Jahresverlauf 13 Fläche K 2013: WW nach ZR AZ: 79 Ba: Uls N t : 0,103 % C/N: 8,24 IfÖL

Ergebnisse: N-Mineralisation Berechnete mittlere jährliche MIN N nach den verschiedenen Ansätzen (N = 46) mit Spannweiten 14 aab**aab**a**a**a** IfÖL

Ergebnisse: N-Mineralisation Einfluss der Bodeneigenschaften: Rangkorrelationskoeffizienten nach Spearman zwischen berechneter jährlicher MIN N und Bodenparametern (N = 46) 15 IfÖL

Ergebnisse: N-Mineralisation Einfluss der Kultur (Dauer der Wachstumsperiode) 16 IfÖL

Ergebnisse: N-Mineralisation Einfluss der Kultur (Dauer der Wachstumsperiode) 17 Quelle: B EISECKER et al., 2015 IfÖL

Zusammenfassung  Mit beiden Ansätzen konnte die N-Mineralisation der Feldmessflächen berechnet werden  N-Poolgrößen der verschiedenen Ansätze sind vergleichbar  Verschiedene Ansätze mit signifikant unterschiedlicher Gewichtung der MIN Nfast und MIN Nslow führen zu vergleichbaren Gesamtmineralisationen  Mittlere jährliche N-Mineralisation beträgt 180 kg N ha -1  Literaturvergleich zeigt ähnliche Ergebnisse  N t -Gehalt hat signifikanten Einfluss auf MIN Nslow  Die N-Mineralisation kann kulturartspezifisch in Abhängigkeit der Wachstumsdauer berechnet werden 18 IfÖL

Vielen Dank für Ihre Aufmerksamkeit 19 Dank an den DVGW, die Wasserversorgungsunternehmen und den LLH für die Unterstützung und Förderung des Projekts

Quellen  Beisecker, R.; Piegholdt, C.; Seith, T. & Helbing, F. (2015): Abschätzung der standortspezifischen Stickstoffnachlieferung zur Optimierung der gewässerschonenden Stickstoff-Düngung – Band II: Textband (Auswertungen und Ergebnisse); Vorläufiger Abschlussbericht zum DVGW-Forschungsvorhaben W ; Kassel.  Heumann, S. & Böttcher, J. (2004a): Temperature functions of the rate coefficients of net N mineralization in sandy arable soils - Part I. Derivation from laboratory incubations. Journal of Plant Nutrition and Soil Science, 167, 381–389.  Heumann, S. & Böttcher, J. (2004b): Temperature functions of the rate coefficients of net N mineralization in sandy arable soils - Part II. Evaluation via field mineralization measurements. Journal of Plant Nutrition and Soil Science, 167, 390–396.  Heumann, S.; Ringe, H. & Böttcher, J. (2011a): Field-specific simulations of net N mineralization based on digitally available soil and weather data. I. Temperature and soil water dependency of the rate coefficients. Nutrient Cycling in Agroecosystems, 91,  Heumann, S.; Ringe, H. & Böttcher, J. (2011b): Field-specific simulations of net N mineralization based on digitally available soil and weather data. II. Pedotransfer functions for the pool sizes. Nutrient Cycling in Agroecosystems, 91,  Heumann, S.; Ratjen, A.; Kage, H. & Böttcher, J. (2014): Estimating net N mineralization under unfertilized winter wheat using simulations with NET N and a balance approach. Nutrient Cycling in Agroecosystems, 99,  Heyn, J. (2006): Ergebnisse hessischer Feldversuche seit 1998: Ertrag, Ertragskomponenten, Qualitätseigenschaften, Rentabilität, N-Saldo und N-Ausnutzung bei steigender N-Düngung bei den wichtigsten Ackerfrüchten. Landesbetrieb Landwirtschaft Hessen (Hg.), Fachgebiet Pflanzenproduktion; Kassel.  Kersebaum, K. C. (1989): Die Simulation der Stickstoff-Dynamik von Ackerböden. Dissertation, Universität Hannover.  Nordmeyer, H. und Richter, J. (1985): Incubation experiments on nitrogen mineralization in loess and sandy soils. Plant and Soil, 83,  Nuske, A. (1983): Ein Modell für die Stickstoff-Dynamik von Acker-Lößböden im Winterhalbjahr – Messungen und Simulationen. Dissertation, Universität Hannover.  Stanford, G. & Smith, S.J. (1972): Nitrogen mineralization potentials of soils. Soil Science Society of America Journal, 36, IfÖL

Kontakt IfÖL Theresa Seith, Dr. Richard Beisecker Windhäuser Weg Kassel Tel.: 0561/ Fax: 0561/