Modelling of global crop production and resulting N2O emissions
| dc.contributor.corporatename | Kassel, Universität, FB 16, Elektrotechnik/Informatik | |
| dc.contributor.referee | Alcamo, Joseph (Prof. Dr.) | |
| dc.contributor.referee | Ludwig, Bernard (Prof. Dr.) | |
| dc.date.accessioned | 2006-04-18T12:21:31Z | |
| dc.date.available | 2006-04-18T12:21:31Z | |
| dc.date.examination | 2005-11-25 | |
| dc.date.issued | 2006-04-18T12:21:31Z | |
| dc.format.extent | 4839450 bytes | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.uri | urn:nbn:de:hebis:34-2006041810058 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/2006041810058 | |
| dc.language.iso | ger | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Landwirtschaft | eng |
| dc.subject | Distickstoffmonoxid | eng |
| dc.subject | Modellierung | eng |
| dc.subject | Simulation | eng |
| dc.subject | Ertrag | eng |
| dc.subject | Nitrifikation | eng |
| dc.subject | Denitrifikation | eng |
| dc.subject | Klimaänderung | eng |
| dc.subject | Pflanzenwachstum | eng |
| dc.subject | Modellbildung | eng |
| dc.subject | Ertragsbildung | eng |
| dc.subject | Agrarökosystem | eng |
| dc.subject | globaler Wandel | eng |
| dc.subject | modeling | eng |
| dc.subject | crops | eng |
| dc.subject | nitrous oxide | eng |
| dc.subject | agroecosystem | eng |
| dc.subject | global change | eng |
| dc.subject | Pflanzenbau | eng |
| dc.subject | Pflanzenproduktion | eng |
| dc.subject | Globalisierung | eng |
| dc.subject | Stickstoffdioxidbelastung | eng |
| dc.subject | Umweltmodell | eng |
| dc.subject.ddc | 630 | |
| dc.title | Modelling of global crop production and resulting N2O emissions | eng |
| dc.type | Dissertation | |
| dcterms.abstract | Landwirtschaft spielt eine zentrale Rolle im Erdsystem. Sie trägt durch die Emission von CO2, CH4 und N2O zum Treibhauseffekt bei, kann Bodendegradation und Eutrophierung verursachen, regionale Wasserkreisläufe verändern und wird außerdem stark vom Klimawandel betroffen sein. Da all diese Prozesse durch die zugrunde liegenden Nährstoff- und Wasserflüsse eng miteinander verknüpft sind, sollten sie in einem konsistenten Modellansatz betrachtet werden. Dennoch haben Datenmangel und ungenügendes Prozessverständnis dies bis vor kurzem auf der globalen Skala verhindert. In dieser Arbeit wird die erste Version eines solchen konsistenten globalen Modellansatzes präsentiert, wobei der Schwerpunkt auf der Simulation landwirtschaftlicher Erträge und den resultierenden N2O-Emissionen liegt. Der Grund für diese Schwerpunktsetzung liegt darin, dass die korrekte Abbildung des Pflanzenwachstums eine essentielle Voraussetzung für die Simulation aller anderen Prozesse ist. Des weiteren sind aktuelle und potentielle landwirtschaftliche Erträge wichtige treibende Kräfte für Landnutzungsänderungen und werden stark vom Klimawandel betroffen sein. Den zweiten Schwerpunkt bildet die Abschätzung landwirtschaftlicher N2O-Emissionen, da bislang kein prozessbasiertes N2O-Modell auf der globalen Skala eingesetzt wurde. Als Grundlage für die globale Modellierung wurde das bestehende Agrarökosystemmodell Daycent gewählt. Neben der Schaffung der Simulationsumgebung wurden zunächst die benötigten globalen Datensätze für Bodenparameter, Klima und landwirtschaftliche Bewirtschaftung zusammengestellt. Da für Pflanzzeitpunkte bislang keine globale Datenbasis zur Verfügung steht, und diese sich mit dem Klimawandel ändern werden, wurde eine Routine zur Berechnung von Pflanzzeitpunkten entwickelt. Die Ergebnisse zeigen eine gute Übereinstimmung mit Anbaukalendern der FAO, die für einige Feldfrüchte und Länder verfügbar sind. Danach wurde das Daycent-Modell für die Ertragsberechnung von Weizen, Reis, Mais, Soja, Hirse, Hülsenfrüchten, Kartoffel, Cassava und Baumwolle parametrisiert und kalibriert. Die Simulationsergebnisse zeigen, dass Daycent die wichtigsten Klima-, Boden- und Bewirtschaftungseffekte auf die Ertragsbildung korrekt abbildet. Berechnete Länderdurchschnitte stimmen gut mit Daten der FAO überein (R2 = 0.66 für Weizen, Reis und Mais; R2 = 0.32 für Soja), und räumliche Ertragsmuster entsprechen weitgehend der beobachteten Verteilung von Feldfrüchten und subnationalen Statistiken. Vor der Modellierung landwirtschaftlicher N2O-Emissionen mit dem Daycent-Modell stand eine statistische Analyse von N2O-und NO-Emissionsmessungen aus natürlichen und landwirtschaftlichen Ökosystemen. Die als signifikant identifizierten Parameter für N2O (Düngemenge, Bodenkohlenstoffgehalt, Boden-pH, Textur, Feldfrucht, Düngersorte) und NO (Düngemenge, Bodenstickstoffgehalt, Klima) entsprechen weitgehend den Ergebnissen einer früheren Analyse. Für Emissionen aus Böden unter natürlicher Vegetation, für die es bislang keine solche statistische Untersuchung gab, haben Bodenkohlenstoffgehalt, Boden-pH, Lagerungsdichte, Drainierung und Vegetationstyp einen signifikanten Einfluss auf die N2O-Emissionen, während NO-Emissionen signifikant von Bodenkohlenstoffgehalt und Vegetationstyp abhängen. Basierend auf den daraus entwickelten statistischen Modellen betragen die globalen Emissionen aus Ackerböden 3.3 Tg N/y für N2O, und 1.4 Tg N/y für NO. Solche statistischen Modelle sind nützlich, um Abschätzungen und Unsicherheitsbereiche von N2O- und NO-Emissionen basierend auf einer Vielzahl von Messungen zu berechnen. Die Dynamik des Bodenstickstoffs, insbesondere beeinflusst durch Pflanzenwachstum, Klimawandel und Landnutzungsänderung, kann allerdings nur durch die Anwendung von prozessorientierten Modellen berücksichtigt werden. Zur Modellierung von N2O-Emissionen mit dem Daycent-Modell wurde zunächst dessen Spurengasmodul durch eine detailliertere Berechnung von Nitrifikation und Denitrifikation und die Berücksichtigung von Frost-Auftau-Emissionen weiterentwickelt. Diese überarbeitete Modellversion wurde dann an N2O-Emissionsmessungen unter verschiedenen Klimaten und Feldfrüchten getestet. Sowohl die Dynamik als auch die Gesamtsummen der N2O-Emissionen werden befriedigend abgebildet, wobei die Modelleffizienz für monatliche Mittelwerte zwischen 0.1 und 0.66 für die meisten Standorte liegt. Basierend auf der überarbeiteten Modellversion wurden die N2O-Emissionen für die zuvor parametrisierten Feldfrüchte berechnet. Emissionsraten und feldfruchtspezifische Unterschiede stimmen weitgehend mit Literaturangaben überein. Düngemittelinduzierte Emissionen, die momentan vom IPCC mit 1.25 +/- 1% der eingesetzten Düngemenge abgeschätzt werden, reichen von 0.77% (Reis) bis 2.76% (Mais). Die Summe der berechneten Emissionen aus landwirtschaftlichen Böden beträgt für die Mitte der 1990er Jahre 2.1 Tg N2O-N/y, was mit den Abschätzungen aus anderen Studien übereinstimmt. | eng |
| dcterms.abstract | Agricultural systems play a central role in the earth system. They contribute to the anthropogenic greenhouse effect via the emission of CO2, CH4 and N2O, can cause soil degradation and eutrophication of downstream ecosystems, may change regional water cycles and will be strongly affected by climate change. All these processes are strongly interconnected and therefore need to be addressed in a consistent approach. However, knowledge and data gaps have hindered the development of such a modelling framework at the global scale until recently. In this thesis, a first version of such a consistent global modelling framework is presented, focussing primarily on the simulation of global crop yields and resulting N2O emissions for the following reasons: First of all, the correct representation of plant growth is a precondition for the simulation of all other processes, and actual and potential crop yields are important driving forces of land-use change and will strongly be affected by climate change. The second focus is on N2O emissions, as no process-based N2O model has been applied at the global scale so far. The existing agroecosystem model Daycent was used as a basis for the consistent modelling of agricultural production and its environmental effects. As a preparatory step, a computational framework for grid-based calculations was developed, and the required global input datasets for soil, climate and agricultural management were compiled. As no global inventory of planting dates existed yet, and as planting dates need to be adjusted under climate change conditions, an algorithm was developed to calculate planting dates of major crops. Results correspond to FAO crop calendars, which are available for a number of countries and crops. Thereafter, Daycent was parameterised and calibrated to simulate yield levels for wheat, maize, rice, soybeans, tropical cereals, pulses, potato, cassava and cotton. Simulation results show that the Daycent model is capable of reproducing the major effects of climate, soil and management on crop production. Average simulated crop yields per country agree well with FAO data (R2 ≈ 0.66 for wheat, rice and maize; R2 = 0.32 for soybean), and spatial patterns of yields mostly correspond to observed crop distributions and subnational census data. Preceding the modelling of N2O emissions from agricultural soils with the Daycent model, a statistical analysis of N2O and NO emission measurements from both natural and agricultural ecosystems was carried out. Similarly to a previous analysis, fertilization rate, soil organic carbon content, soil pH, texture, crop type, and fertilizer type significantly affect N2O emission from agricultural soils, while NO emissions are significantly determined by fertilization rate, soil nitrogen content, and climate. For emissions from soils under natural vegetation, which had not been subject to such a statistical analysis before, N2O emissions are significantly affected by soil carbon content, soil pH, bulk density, drainage, and vegetation type, while NO emissions are significantly influenced by carbon content and vegetation type. Based on the resulting statistical models the global annual emissions from fertilized arable land sum up to 3.3 Tg N y-1 for N2O, and to 1.4 N y-1 for NO. Statistical models are valuable to calculate best estimates and uncertainty ranges of N2O and NO emissions based on a plenty of measurement data. However, the dynamics of soil organic nitrogen pools, as especially affected by crop production, climate change and land-use change can only be included by applying process-based agroecosystem models For the modelling of global N2O emissions with the Daycent model, its trace gas module was improved by implementing a more detailed representation of nitrification/denitrification processes, and by including freeze-thaw emissions. This revised model version was tested against N2O emission measurements of agricultural soils under different climate regimes and crop types. Simulation results show that annual emissions are represented well, and that the modelling efficiency on a monthly basis ranges between 0.1 and 0.66 for most sites. Based on this revised Daycent version, N2O emission rates are calculated for all crop types for which the Daycent model had been parameterised before. Emission rates and differences between crop types mostly agree with literature. Fertilizer induced emissions, which are currently estimated by the IPCC as 1.25 +/- 1% of the N applied, range between 0.77% (rice) and 2.76% (maize). Simulated N2O emissions from agricultural soils in the 1990ies add up to 2.1 Tg N2O N y-1, which is similar to the estimates from other studies. | eng |
| dcterms.accessRights | open access | |
| dcterms.creator | Stehfest, Elke |