| dc.date.accessioned | 2016-06-07T11:26:35Z | |
| dc.date.available | 2016-06-07T11:26:35Z | |
| dc.date.issued | 2016-06-07 | |
| dc.identifier.uri | urn:nbn:de:hebis:34-2016060750375 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/2016060750375 | |
| dc.language.iso | eng | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Biomasse | ger |
| dc.subject | Gärung | ger |
| dc.subject | NIRS | ger |
| dc.subject | Ultraschall | ger |
| dc.subject | LAI | ger |
| dc.subject.ddc | 630 | |
| dc.title | Biomass, quality traits and methane production of extensive grassland: biodiversity effects and sensor approaches | eng |
| dc.type | Dissertation | |
| dcterms.abstract | Energy policies around the world are mandating for a progressive increase in renewable energy production. Extensive grassland areas with low productivity and land use limitations have become target areas for sustainable energy production to avoid competition with food production on the limited available arable land resources and minimize further conversion of grassland into intensively managed energy cropping systems or abandonment. However, the high spatio-temporal variability in botanical composition and biochemical parameters is detrimental to reliable assessment of biomass yield and quality regarding anaerobic digestion.
In an approach to assess the performance for predicting biomass using a multi-sensor combination including NIRS, ultra-sonic distance measurements and LAI-2000, biweekly sensor measurements were taken on a pure stand of reed canary grass (Phalaris aruninacea), a legume grass mixture and a diversity mixture with thirty-six species in an experimental extensive two cut management system. Different combinations of the sensor response values were used in multiple regression analysis to improve biomass predictions compared to exclusive sensors. Wavelength bands for sensor specific NDVI-type vegetation indices were selected from the hyperspectral data and evaluated for the biomass prediction as exclusive indices and in combination with LAI and ultra-sonic distance measurements. Ultrasonic sward height was the best to predict biomass in single sensor approaches (R² 0.73 – 0.76). The addition of LAI-2000 improved the prediction performance by up to 30% while NIRS barely improved the prediction performance.
In an approach to evaluate broad based prediction of biochemical parameters relevant for anaerobic digestion using hyperspectral NIRS, spectroscopic measurements were taken on biomass from the Jena-Experiment plots in 2008 and 2009. Measurements were conducted on different conditions of the biomass including standing sward, hay and silage and different spectroscopic devices to simulate different preparation and measurement conditions along the process chain for biogas production. Best prediction results were acquired for all constituents at laboratory measurement conditions with dried and ground samples on a bench-top NIRS system (RPD > 3) with a coefficient of determination R2 < 0.9. The same biomass was further used in batch fermentation to analyse the impact of species richness and functional group composition on methane yields using whole crop digestion and pressfluid derived by the Integrated generation of solid Fuel and Biogas from Biomass (IFBB) procedure. Although species richness and functional group composition were largely insignificant, the presence of grasses and legumes in the mixtures were most determining factors influencing methane yields in whole crop digestion. High lignocellulose content and a high C/N ratio in grasses may have reduced the digestibility in the first cut material, excess nitrogen may have inhibited methane production in second cut legumes, while batch experiments proved superior specific methane yields of IFBB press fluids and showed that detrimental effects of the parent material were reduced by the technical treatment | eng |
| dcterms.abstract | Energiepolitische Entwicklungen in weiten Teilen der Welt streben eine schrittweise Erhöhung des Anteils erneuerbarer Energien an der Nettoprimärproduktion an. Extensiv bewirtschaftetes Grünland mit geringer Produktivität und begrenztem Nutzungspotenzial sind dabei zum Zielobjekt für eine nachhaltige Energieproduktion geworden um den Konkurrenzkampf mit der Nahrungsmittelproduktion um die begrenzten landwirtschaftlichen Nutzflächen zu entschärfen und weiteren Umbruch von Dauergrünland zu reduzieren. Die hohe räumliche und temporale Variabilität des Grünlands bezüglich der botanischen Zusammensetzung und biochemischen Parametern erschweren jedoch die Abschätzung bioenergetisch relevanter Parameter.
Um die Leistungsfähigkeit einer Multi-Sensor-Kombination aus NIRS, Ultraschall und LAI 2000 zu beurteilen wurden in einem Feldversuch auf einem Rohrglanzgras-Reinbestand, einer Klee-Grass Mischung und einer Diversitätsmischung aus 36 Arten in zweiwöchigem Abstand Sensormessungen durchgeführt.
Die Sensorparameter wurden in unterschiedlichen Varianten mittels multipler Regression zu Vorhersagemodellen kombiniert um die Vorhersagegüte der Biomasse gegenüber dem Einzelsensor zu verbessern. Neben gängigen Vegetationsindices wurden unter anderem die besten Wellenlängenbanden für NDVI-artige Vegetationsindices ermittelt und in Kombination mit Ultraschall und LAI-Messungen gebracht. Die Bestandeshöhenmessung über Ultraschall erwies sich dabei als der beste Einzelsensor um die Biomasse zu ermitteln (R² 0,73 – 0,76). In Kombination mit LAI-2000 konnten die Vorhersagegüten noch einmal um bis zu 30% gesteigert werden, während die Kombination mit NIRS kaum eine Verbesserung zeigte.
In einem Ansatz ein allgemeingültiges Vorhersagemodell für bioenergetisch relevante Parameter mittels hyperspektraler NIRS zu erstellen wurden Biomassen aus den Parzellen des zweischürigen Jena-Experimentes verwendet. Spektrometrische Messungen wurden an verschiedenen Aufbereitungsstufen und Messbedingungen entlang der Prozesskette vom Feld zum Fermenter durchgeführt. Die besten Vorhersagen wurden unter Laborbedingungen an getrocknetem und gemahlenem Substrat erhalten (RPD >3; R² <0.9). Die gleiche Biomasse wurde weiterhin in Gärversuchen hinsichtlich des Einflusses der Artenzahl und der funktionellen Gruppen auf die Methanausbeuten untersucht. Hierbei wurde sowohl eine Ganzpflanzenvergärung als auch eine Vergärung der im Rahmen des Verfahrens zur Integrierten Festbrennstoff und Biogasproduktion aus Biomasse (IFBB) separierten Presssäften durchgeführt. Gräser und Leguminosen zeigten sich dabei als größte Einflussfaktoren in der Artzusammensetzung während der Einfluss weiterer Parameter wie Artenzahl und weiterer funktioneller Gruppen eher nicht signifikant waren. Ein hoher Lignozelluloseanteil und eine hohes C/N-Verhältnis in den Gräsern kann dabei die Vergärbarkeit insbesondere im ersten Aufwuchs reduziert haben. Auf der anderen Seite scheinen erhöhte Stickstoffgehalte in den Leguminosen des zweiten Aufwuchses die Methanproduktion behindert zu haben. Diese negativen Effekte konnten jedoch im Rahmen des IFBB-Verfahrens weitgehend reduziert werden, was letztlich zu einer erhöhten substratspezifischen Methanausbeute in den Presssäften geführt hat. | ger |
| dcterms.accessRights | open access | |
| dcterms.creator | Reddersen, Björn | |
| dc.contributor.corporatename | Kassel, Universität Kassel, Fachbereich Ökologische Agrarwissenschaften | |
| dc.contributor.referee | Wachendorf, Michael (Prof. Dr.) | |
| dc.contributor.referee | Isselstein, Johannes (Prof. Dr.) | |
| dc.subject.swd | Biomasse | ger |
| dc.subject.swd | Gärung | ger |
| dc.date.examination | 2016-03-03 | |
