Universität Hohenheim
 

Eingang zum Volltext

Link, Eva Johanna

Investigation and Modeling of the Optimization Potential of Adapted Nitrogen Fertilization Strategies in Corn Cropping Systems with Regard to Minimize Nitrogen Losses

Untersuchung und Modellierung des Optimierungspotentials von angepassten Stickstoff-Düngungsstrategien in Mais Anbausystemen in Hinblick auf Stickstoffverluste

(Übersetzungstitel)

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-1229
URL: http://opus.uni-hohenheim.de/volltexte/2005/122/


pdf-Format:
Dokument 1.pdf (5.473 KB)
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Mais , Stickstoffdüngung , Modellierung , Präzisionslandwirtschaft
Freie Schlagwörter (Deutsch): Pflanzenwachstumsmodell, APOLLO, teilflächenspezifisches Management
Freie Schlagwörter (Englisch): crop growth model, APOLLO, site-specific management
Institut: Institut für Pflanzenbau und Grünland (bis 2010)
Fakultät: Fakultät Agrarwissenschaften
DDC-Sachgruppe: Landwirtschaft, Veterinärmedizin
Dokumentart: Dissertation
Hauptberichter: Claupein, Wilhelm Prof. Dr.
Sprache: Englisch
Tag der mündlichen Prüfung: 10.05.2005
Erstellungsjahr: 2005
Publikationsdatum: 13.12.2005
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim ohne Print-on-Demand
 
Kurzfassung auf Deutsch: Das Ziel der Arbeit war die "Untersuchung und Modellierung des Optimierungspotentials von angepassten Stickstoff-Düngungsstrategien in Mais Anbausystemen in Hinblick auf Stickstoffverluste". Der Hintergrund der Arbeit liegt in der steigenden Umweltbelastung durch die Landbewirtschaftung. Aus diesem Grund war die Dissertation in den Kontext des Graduiertenkollegs "Strategien zur Vermeidung der Emission klimarelevanter Gase und umwelttoxischer Stoffe aus Landwirtschaft und Landschaftsnutzung" an der Universität Hohenheim eingegliedert. Die Zielsetzung des Graduiertenkollegs war die Entwicklung von Methoden zur Quantifizierung und die Modellierung der Entstehung und der Emission von klimarelevanten Gasen und umwelttoxischen Stoffen aus der Landwirtschaft und Landnutzung und die ökonomische Bewertung praktikabler Vermeindungsstrategien. Um das Optimierungspotential von angepassten Stickstoff-Düngungsstrategien in Mais zu ermitteln, wurde die Arbeit wurde folgendermaßen gegliedert: 1. Untersuchung der räumlichen Variabilität und zeitlichen Stabilität von Maiserträgen auf drei Schlägen im Oberrheingraben. 2. Ermittlung der zu Grunde liegenden ertragslimitierenden Faktoren in allen Schlägen mittels einfacher und komplexer Modelle. 3. Entwicklung angepasster Stickstoffdüngestrategien unter der Berücksichtigung von Ertragsvariabilität und den ertragslimitierender Faktoren. Das Untersuchungsgebiet war im Oberrheingraben angesiedelt, welches als eine Region intensiver Maisproduktion gekennzeichnet ist. Gleichzeitig gehört die Region entlang des Rheins zu den bedeutendsten Trinkwassergebieten Europa. Daraus ergaben sich in den letzten Jahrzehnten der Konflikt zwischen intensiver Landbewirtschaftung verbunden mit hohen Einträgen an Düngemitteln auf der einen Seite und der Schutz der Grundwasservorkommen auf der anderen Seite. Die Untersuchungen wurden auf drei Praxisschläge bei Weisweil nordwestlich von Freiburg, Deutschland, durchgeführt. Auf allen drei Schlägen wurde seit 1998 Mais in Monokultur angebaut. In den Untersuchungen im Oberrheingraben konnte eine räumliche und zeitliche Variabilität der Kornerträge ermittelt werden. Die unterschiedlichen Ertragsmuster in jedem Schlag lassen ertragslimitierende Wachstumsbedingungen vermuten. Einerseits schien der Ertrag beeinflusst durch die zeitliche Variation von Sorte, Klima und Management, sowie durch räumlich Variation möglicher ertragslimitierender Faktoren, wie Nährstoff- und Wasserverfügbarkeit auf der anderen Seite. Um die Managementstrategien anzupassen, müssen die zu Grunde liegenden ertragslimitierenden Faktoren innerhalb der drei Schläge ermittelt werden. Über die erfassten Pflanzenparameter konnte die gemessene Ertragsvariabilität nicht erklärt werden, wohingegen Korrelationen zwischen Bodeneigenschaften und den ermittelten Ertragsvariabilitäten innerhalb der drei Schläge gezeigt werden konnten. Signifikante Zusammenhänge wurden zwischen Bodennährstoffen, Bodeneigenschaften und dem Ertrag ermittelt. Aufgrund dieser Ergebnisse scheinen die Bodeneigenschaften die Haupteinflussfaktoren für die gemessene Ertragsvariabilität auf den drei Schlägen im Oberrheingraben zu sein. Trotz allem konnte über einfache Regressionsmodelle nur ein Teil der Ertragsvariabilität erklärt werden. In einem nächsten Schritt wurden komplexe Wachstumsmodelle eingesetzt, um die Ertragsvariabilität innerhalb der Schläge zu simulieren und die zu Grunde liegenden Faktoren zu ermitteln. Das eingesetzte prozess-orientierte Modell APOLLO (Application of Precision Agriculture for Field Management Optimization) wurde auf Grundlagen von CERES und CROPGRO entwickelt. Innerhalb des Modells könnten unterschiedliche Bodeneigenschaften angepasst werden und somit das Modell kalibriert werden. Die Ergebnisse haben gezeigt, dass mittels APOLLO die Ertragsvariabilität gut wider gegeben werden kann. Als Ursachen für die Variabilität wurden vor allem Unterschiede in der Bodenverdichtung und der Durchwurzelbarkeit des Bodens angenommen. Die Korrelationen zwischen simuliertem und gemessenem Ertrag geben Auskunft über die Ausprägung der ertragslimitierenden Faktoren. Die Kalibrierung war unter anderem abhängig von der gewählten Größe der Grids. Kleine Grids konnte die Ertragsvariabilität stärker abbilden, wohingegen größere Grids die Ertragsmuster deutlich wiedergaben. Infolge dessen konnte eine bessere Kalibrierung des Modells erzielt werden, wenn die Erträge aus größeren Grids zu Grunde gelegt wurden. Das APOLLO-Modell wurde des Weiteren auch zur Entwicklung der Stickstoff-Düngeempfehlung eingesetzt. Über einen Zeitraum von 28 Jahren wurde die aktuelle Stickstoff Düngestrategie der Landwirte simuliert. Zusätzlich wurden über das APOLLO-Modell auch eine optimierte einheitliche und eine optimierte variable Stickstoff-Düngestrategien entwickelt. Die Düngestrategien wurden unter Berücksichtigung von langjährigen Wetterverhältnissen (28 Jahre) untersucht. Die Strategien wurden anhand von simuliertem Ertrag, simulierter Nitratauswaschung und simulierten ökonomischen Gesichtspunkten bewertet. Dabei wurde deutlich dass die angepassten Düngestrategien (optimiertes einheitliches Management und variable angepasstes Management) gegenüber der aktuellen Düngestrategie von Vorteil waren. Insbesondere dann, wenn die Düngestrategien für unterschiedliche Wetterbedingungen (Trocken, normal und nasse Jahre) entwickelt wurden. Die angepassten Düngestrategien führten zu einer Reduzierung des Reststickstoffes im Boden und somit zu einem verringerten Risiko der Nitratauswaschung. Auch für die gasförmigen Stickstoffverluste konnte in Optimierungspotential ermittelt werden. Die Ergebnisse zeigten eine verringerte kumulative Denitrifizierungsrate unter angepasster Düngestrategie verglichen mit der aktuellen Düngestrategie. Zusammenfassend kann gesagt werden, dass die Anwendung einer angepassten Düngestrategie (optimiertes einheitliches Management und variable angepasstes Management) zu einer Reduzierung von Stickstoffverlusten, in Form von Nitratauswaschung und Stickstoffemissionen führen kann. Generell, ist das Optimierungspotential aber abhängig vom jeweiligen Anbausystem und damit größer, wenn ein Anbausystem einem gesteigerten Verlustpotential für Stickstoff unterliegt.
 
Kurzfassung auf Englisch: The aim of this study was the "Investigation and Modeling of the Optimization Potential of Adapted Nitrogen Fertilization Strategies in Corn Cropping Systems with Regard to Minimize Nitrogen Losses". The background for the investigation could be seen in the increasing number of environmental pollution by agricultural land use. The dissertation was embedded in the context of the Graduiertenkolleg "Strategies to Reduce the Emission of Greenhouse Gases and Environmental Toxic Agents from Agriculture and Land Use" at the University of Hohenheim. The objective of this Graduiertenkolleg was to develop methods for quantifying and modeling the origin and the emission of greenhouse gases and environmentally toxic agents from agriculture and land use and for assessing them economically in the sense of practicable avoidance strategies. In order to determine the optimization potential of adapted nitrogen fertilization strategies in corn the study was organized in the following parts: 1. Investigation of the spatial variability and temporal stability of corn grain yield on three fields in the Upper Rhine Valley. 2. Determination of underlying yield-limiting factors in each field by the use of simple and complex models. 3. Development of adapted nitrogen fertilization strategies in consideration of the yield variability and the underlying yield-limiting factors. The area of investigation was located in the Upper Rhine Valley, which is characterized as a region with intense corn cultivation. At the same time this region belongs to the most important water protection areas in Europe. Thus, a conflict between agricultural land use associated with high fertilizer inputs on one hand and the protection of water bodies on the other hand rose, because measured nitrate concentrations in the groundwater increased constantly within the last decades.
The study was conducted on three farm fields in the boundary of Weisweil, which is located northwest of Freiburg, Germany. Since 1998 the three fields were planted continuously with corn. In a 7-year field experiment spatial variability and stability of yield could be indicated. The determined yield pattern in each field raised assumptions about varying growth conditions within and among the fields. Thus, on the one hand the corn yield seemed to be influenced by temporal variations in cultivar, climate and management and by spatial and temporal variation of possible yield-limiting factors like nutrient availability or water supply on the other hand. In order to optimize management strategies the underlying yield-limiting factors causing the spatial and temporal yield variability needed to be determined in these three fields. Whereas plant yield parameters did not explain the existing yield variability very well, soil characteristics were identified as the major factors affecting the observed yield variability in all three fields. Significant relationships were found between combinations of soil nutrient levels, soil characteristics and yield. Based on these results, it appeared that soil characteristics were the primary factor affecting spatial yield variability in the three farmer fields in the Upper Rhine Valley. However, some of the spatial yield variability remained unexplained by simple regression analysis. In a more complex approach crop growth models were implemented to simulate the spatial yield variability within the field and to get information about the underlying yield-limiting factors. Therefore the process-oriented crop growth model APOLLO was implemented to evaluate the causes of spatial yield variability of corn in the three fields. APOLLO (Application of Precision Agriculture for Field Management Optimization) is a precision farming decision support system, which is based on the CERES and CROPGRO family of crop growth models and includes different soil parameter to calibrate the model. In general the APOLLO model performed well in simulating spatial yield variability in the fields. The results indicated that the spatial yield variability was mainly affected by a varying restrictive layers and reduction of root growth within the three fields. The correlation between simulated and measured yields provided information about the strength of the soil parameter affecting the yield within these fields. The calibration results were influenced by the grid size. Whereas smaller grids provided more random monitor yield data, larger grids provided a more representative set of yield monitor data, due to the coverage of a larger area. Consequently, the APOLLO model performed better when yields belonging to larger grids were used for model calibration. The applicability of the APOLLO model can be extended by developing prescriptions for different management strategies and thus enhancing the possibilities of successfully implementing site-specific management strategies. Thus, APOLLO was used to simulate the current uniform nitrogen management strategy of the producers in Weisweil over a 28-year period. Additionally an optimum uniform management and an optimum variable-rate management were developed and simulated. For these strategies also the different weather pattern were taken into account. All three strategies were evaluated based on the simulated yield, the simulated leaching potential and the simulated economics. It was obvious, that variable-rate nitrogen fertilization strategies were most advantageous compared to the other strategies, especially, when the nitrogen application rates were differentiated for dry, normal and wet weather scenarios. Adapted nitrogen fertilization strategies, as optimum uniform management and variable-rate management indicated a potential to reduce the amount of nitrogen, which is left in the soil after harvest, and associated that the potential nitrate leaching was reduced. In a case study the cumulative denitrification under these weather and fertilization scenarios over the growing season was simulated. The results indicated a reduction of cumulative denitrification under adapted fertilization strategies when compared to current uniform management.
Summarizing, the results of this study suggest, that the implementation of adapted fertilization strategies (especially the variable-rate management of nitrogen) could lead to a reduction of nitrogen losses, as nitrogen leaching and nitrogen emissions could be minimized. Generally, the optimization potential for adapted nitrogen fertilizer strategies (optimum uniform management and variable-rate management) could be improved for cropping systems that were associated with higher risk for nitrogen losses.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  15.04.15