Vergleich eines empirischen Modellansatzes mit einem prozessbasierten Ökosystemmodell für die Simulation von CO2-Gasflussraten Claas Nendel, Xenia Specka,

Präsentation zum Thema: "Vergleich eines empirischen Modellansatzes mit einem prozessbasierten Ökosystemmodell für die Simulation von CO2-Gasflussraten Claas Nendel, Xenia Specka,"—  Präsentation transkript:

1 Vergleich eines empirischen Modellansatzes mit einem prozessbasierten Ökosystemmodell für die Simulation von CO2-Gasflussraten Claas Nendel, Xenia Specka, Ulrike Hagemann, Madlen Pohl, Mathias Hoffmann, Dietmar Barkusky, Jürgen Augustin, Michael Sommer München, 7. September 2015

2 Hintergrund & Motivation
Jährliche Schwankung ca. 4% - 52% der anthropogenen CO2-Emissionen in terrestrischen Ökosystemen Quelle: Le Quéré et al Global Carbon Budget 2014.Earth System Science Data, 7: doi: /essd

3 Hintergrund & Motivation (2)
Detaillierte Kenntnisse zum C-Haushalt von Landschaften wichtig zur Bewertung der terrestrischen CO2- Senkenfunktion Untersuchung der C-Dynamik agrarisch geprägter Landschaften wichtiger Schritt Welchen Einfluss haben Erosions- und Sedimentations-prozesse auf die CO2-Senkenfunktion? Welche Wirkung hat ein verstärkter Energiepflanzenanbau auf den Austausch von Treibhausgasen (CO2, CH4, N2O) CarboZALF Quelle: Le Quéré et al Global Carbon Budget 2014.Earth System Science Data, 7: doi: /essd

4 Feldexperiment Dedelow (Uckermark), 53°23 N, 13°47 E, 50-60 m über NN
Nordostdeutsche Glaziallandschaft: kuppige Grundmoräne, vermoorte Niederungen 8.6 °C, 485 mm ( ) D11 D10 D10 (Senke, Gley-Kolluvisol); D11 (leichte Hanglage, erodierte Parabraunerde) Fruchtfolge: Mais (2011) – Winterroggen + Sudangras (2012)

5 Manipulationsexperiment 2010
Extreme Erosions- und Depositionsereignisse

6 CO2-Messung und Modellierung
Nicht-transparente Haube: Ökosystematmung Reco Transparente Haube: Netto-Ökosystemaustausch (NEE) CO2 BPP CO2 Reco Drösler 2005 NEE = BPP Reco Manuelle Messsystem mit transparenten und intransparenten Hauben Periodisch durchgeführte Messkampagnen  Entwicklung empirisches Modell zur Lückenschließung Reco in Abhängigkeit von der Lufttemperatur (Lloyd und Taylor, 1994) BPP (Bruttoprimärproduktion) basierend auf PAR (Michaelis und Menten, 1913) Modellbeschreibung siehe Hoffmann et al

7 MONICA - Agrarökosystemmodell
Prozessbasiertes Simulationsmodell (Nendel et al. 2011)

8 Kalibrierung des MONICA-Modells
Mais und Sudangras (Daten des Feldexperiments D10 (Senke) D11 (Hang)

9 Evaluierung von MONICA
Vergleich der CO2-Flussraten von MONICA mit den modellierten Werten des empirischen Modells der Kampagnentage Flussraten am Kampagnentagen als Referenzwerte zur Bewertung des MONICA- Modells D10 (Senke), D11 (Hang) n MAE (g CO2-C m-2 d-1) nMAE MBE EF BPP D10 D11 D10+D11 11 14 25 1.59 2.77 2.25 0.24 0.26 0.25 1.39 1.66 1.54 0.91 0.83 0.87 Reco 16 19 35 0.8 1.33 1.09 0.28 0.29 0.14 0.74 0.47 0.9 0.85 NEE 2.42 1.48 1.99 0.84 0.75 3.0 1.08 1.94 0.78 0.73 0.52 0.61

10 Vergleich CO2-Flussraten
D10 (Senke) D11 (Hang)

11 Vergleich CO2-Flussraten (2)
D10 (Senke) D11 (Hang)

12 Vergleich akkumulierter Flussraten
Vergleich der kumulierten BPP, Reco und NEE [g CO2-C m-2 d-1] D10 (Senke), D11 (Hang) BPP Reco NEE D10 D11 Brache ( ) Emp. Mod. MONICA Diff. -2 -12 37 35 2 53 34 19 36 1 41 -4 45 Mais ( ) -1272 -1806 534 -1653 -2183 530 838 879 -41 1131 1105 8 -441 -937 496 -540 -1079 539 W.Roggen ( ) -478 -594 116 -518 -613 96 364 302 62 396 316 80 -114 -292 178 -122 -298 176 Sudangras ( ) -578 -555 -23 -978 -925 -53 546 462 84 889 742 147 -32 -94 61 -89 -183 94 Gesamt -2330 -2955 625 -3161 -3721 560 1785 1678 107 2451 2197 254 -552 -1287 735 -710 -1526 814

13 Fazit Beide Modellansätze spiegeln Dynamik des CO2-Austausch wieder
Unterschiede im Winterzeitraum  Niedrige Sensitivität des empirischen Modells gegenüber Temperatur und Strahlungsvariabilität Nachernteperiode: konzeptionelle Annahme von MONICA bzgl. sofortiger Abbau von pflanzlichen Ernterückständen im Boden Verwendung der kampagnenbasierte Messdaten zur Fein-Kalibrierung von MONICA (Photosynthese & Atmung) Kombination beider Ansätze  Integration von Informationen über Biomasse-Entwicklung von MONICA als Input im empirischen Modell Nutzung und Vergleich Daten von automatischen Messsystemen

14 Claas Nendel (nendel@zalf.de)
Fragen? Claas Nendel