- search hit 1 of 1
Entwicklung eines Modells zur ökonomisch-ökologischen Bewertung von Landnutzungsszenarien unter besonderer Berücksichtigung von Klimavariabilität, adaptiver Bewirtschaftung und Nachhaltigkeit
Development of a model for economic-ecological assessment of land use-scenarios in due consideration of climate variability, adapted cultivation and sustainability
- Die zukünftige Landwirtschaft steht vor großen Herausforderungen: Zum einen sollen mit knapper werdenden Ressource wie Wasser und Boden mehr Menschen ernährt, die Wirtschaftlichkeit gesteigert und Pflanzen zur Energiegewinnung sowie für die Industrie erzeugt werden. Zum anderen sollen Umweltbelastungen deutlich verringert werden, damit die Landwirtschaft nicht ihre eigene Grundlage zerstört und Anpassungsstrategien für das zukünftige Klima gefunden werden. Die Erstellung eines Modells, mit deren Hilfe die Auswirkungen von Klimavariabilität, Standortbedingung, verschiedenartiger Kultivierung, Umwelteinflüsse und nachhaltigem Wirtschaften auf das Pflanzenwachstum simuliert werden können, also eine ökonomisch-ökologischen Bewertung vorgenommen werden kann, ist daher das Hauptziel vorliegender Dissertation. Zur Erlangung dieses Ziels sollte ein ökologisches (STICS) und ein ökonomische Modell (Produktionsfunktion) miteinander gekoppelt werden. Eine Sensitivitätsanalyse des Pflanzenwachstumsmodells STICS verdeutlicht, dass dieses Modell geeignet ist den Einfluss unterschiedlicher Bewirtschaftungsmethoden und Klimakenngrößen auf das Pflanzenwachstum bzw. den Ertrag sowie die Bodenfruchtbarkeit, z.B. über die Nitratauswaschung, realitätsnah abzubilden. Die Voraussetzung dafür ergibt sich auch aus dem Verwenden des statistischen Klimamodells WETTREG 2010, welches hochaufgelöste Klimadaten, die in Anzahl der Klimaelemente und zeitlicher Auflösung der Messreihen von Klimastationen gleichen, liefert. Die natürliche Variabilität des Klimas wird damit gut widergeben und Aussagen über zukünftiges Wachstum und Pflanzenentwicklung sowie Auswirkungen von Extremwetterlagen berechenbar. Die Ergebnisse des Pflanzenwachstumsmodells dienen als Grundlage einer Produktionsfunktion des Cobb-Douglas-Typs. Der graphische Zusammenhang, die Verteilung der Produktionsfaktoren und die Regressionsergebnisse zeigen allerdings, dass eine einfache lineare Regression zur Bestimmung der Funktion auf Mittel- und Summenwertbasis zu schlechten Ergebnissen, insbesondere hinsichtlich der Anpassung an Extremereignisse, führt. Die Klimafaktoren Niederschlag bzw. Wasser und Temperatur, aber auch die Nachhaltigkeit im Sinne der Erhaltung der Bodenfruchtbarkeit können in der Funktion nicht eindeutig bestimmt werden. Anhand von Simulationen mit künstlichen Klimadaten, d.h. stetig steigenden Temperaturen und immer gleicher Verteilung des Niederschlags (gute und schlechte Verteilung), konnten die Fehlerquellen herauskristallisiert und die fehlenden Faktoren in der Produktionsfunktion gefunden werden. Ein Lösungsansatz ist das Einbeziehen von Stressindizes für Wasser- und Stickstoffmangel, welche die zeitliche Verteilung von Niederschlag und Temperatur bzw. deren Auswirkungen auf das Pflanzenwachstum darstellen. Zudem ist über den Stickstoffstress die Verfügbarkeit von Nitrat für die Pflanze ableitbar und kann in der Produktionsfunktion miteinbezogen werden. Die Ergebnisse der Regression mit Berücksichtigung der Wasser- und Stickstoffstressindizes zeigen deutlich bessere Ergebnisse. Die Variabilität kann deutlich erhöht und die zeitliche Verteilung von Niederschlag und Temperatur sowie die Bodenfruchtbarkeit berücksichtigt werden. Allerdings ist die Anpassung gerade in den extremen Bereichen (überdurchschnittlich niedrige oder hohe Ernten) zu systematisch. Das Pflanzenwachstumsmodell wird demnach nicht durch eine einfache Produktionsfunktion ersetzbar, da es wichtige Informationen zu Ertrag, Einfluss der Klimavariabilität auf den Ertrag, Umwelteinflüssen, wie Stickstoffaustrag, oder Stressindizes liefert. Vielmehr wird erst durch Verwendung des Pflanzenwachstumsmodells die direkte Abhängigkeit zwischen Bewirtschaftung, Ertrag und Nachhaltigkeit im Sinne der Erhaltung der Bodenfruchtbarkeit bzw. der Vermeidung hoher Nitratauswaschung deutlich. Eine nicht angepasste Bewirtschaftung, z.B. Überdüngung und/oder hohe Bewässerung, führt sowohl zu mehr Nitrataustrag als auch zu niedrigerem Ertrag sowie höheren Kosten. Deutlich wird die Unersetzbarkeit des Pflanzenwachstumsmodells durch eine einfache Kostenanalyse. Hierbei konnte die Unrentabilität sehr intensiver Bewirtschaftung und Rentabilität einer zusätzlichen Bewässerung nur unter Berücksichtigung der Nitratauswaschung und klimatischer Gegebenheiten herausgestellt werden. Erst durch das Zusammenspiel von ökologischem und ökonomischem Modell werden die Auswirkungen von Klimavariabilität, Standortbedingung, verschiedenartiger Kultivierung und nachhaltigem Wirtschaften auf das Pflanzenwachstum berechenbar. Eine ökologisch-ökonomische Bewertung, wie die Beurteilung von Auswirkungen bestimmter Klimaelemente (Wasser, Temperatur) auf Pflanzenwachstum und Ertrag, Adaptionsstrategien, effizienter und ressourcenschonender Bewirtschaftung, Rentabilität, Umweltbelastung oder Nachhaltigkeit wird damit letztendlich möglich.
- There are many challenges for the agriculture of tomorrow: On the one hand more humans have to be fed with scarcer resources like water and soil, profitability should be increased and crops have to be used for energy production and industry. On the other hand environmental pollution should be reduced and adaption strategies for future climate have to be found. Therefore the main aim of this dissertation is the development of a model for economic-ecological assessment. Therewith it should be possible to simulate the impacts of climate variability, local conditions, different cultivation, environmental influences and sustainable management on plant growth. To archieve this aim an ecological plant growth model (STICS) and an economic model (production function) should be coupled. The sensitivity analysis of the plant growth model STICS shows that the model is siutable to simulate the impact of different cultivation and climate conditions on plant growth or yield and to calculate the soil fertility, e.g. due to nitrate leaching, realisticly. This is based on the use of the statistical climate model WETTREG 2010 which provides daily climate data of all on a climate station measured and statistically prepared climate elements. Hence natural variability of climate is well reflected and it is possible to assess future plant growth or the impacts of extreme weather conditions. The results of the plant growth model are the basis for the production function of type Cobb-Douglas. The graphic correlation, the distribution of the production factors and the results of regressions show that a simple linear regression to approximate a function based on mean values leads to poor results especially with regard to extreme events. The climate factors precipitation or water and temperature as well as sustainability in terms of conservation of soil fertility can not be determined unambiguously. Simulations with continuously rising temperature but the same distribution of precipitation (bad or good conditions for plant growth) emphasise errors. Lacking produtcion factors could be found. Therefore one solution is to include water and nitrate stress indices in the production function to consider temporal distribution of precipitation and temperature or their impacts on plant growth. In addition the availability of nitrate for the plant is derived from the nitrate stress and can be considered in the production function. The results of the regression with consideration of the water and nitrate stress indices are much better. The variability is much higher and the temporal distribution of precipitation and temperature as well as soil fertility can be considered. However the approximation, especially for extreme values of yield, are still poor. Moreover the results show that the plant growth model can not be replaced by a production function because it provides informations of yield, environmental influences like nitrate leaching or stress indices. On the contrary the simulations of the plant growth model illustrate the relationship between cultivation, yield and sustainability in terms of conservation of the soil fertility or avoidance of nitrate leaching. An unadapted cultivation, e.g. overfertilization and/or high irrigation, leads to more nitrate leaching as well as to low yield and produces higher costs. The fact that the plant growth model is irreplaceable shows a simple cost analyse. Without consideration of nitrate leaching the unprofitability of an highly intensive cultivation is incalculable and the profitability of irrigation can not be computed in detail without considering climatic conditions. Only through a loose coupling of an ecological and economical model the impacts of climate variability, local conditions, different cultivation, environmental influences and sustainable management on plant growth can be computed. With that model an ecolocical-economical assessment like the estimation of the impacts of particular climate elements (water, temperature) on plant growth and yield, adaptation strategies, efficient and resourceconserving cultivation, profitability, environmental pollution or sustainability is possible.
Author: | Sabrina Plegnière |
---|---|
URN: | urn:nbn:de:hbz:385-9553 |
DOI: | https://doi.org/10.25353/ubtr-xxxx-274b-a0ce |
Advisor: | Markus Casper |
Document Type: | Doctoral Thesis |
Language: | German |
Date of completion: | 2015/10/22 |
Publishing institution: | Universität Trier |
Granting institution: | Universität Trier, Fachbereich 6 |
Date of final exam: | 2015/07/07 |
Release Date: | 2015/10/22 |
Tag: | Klimawandel; Landwirtschaft; Nachhaltigkeit; Rentabilität; ökonomisch-ökologisches Modell agriculture; climate change; model for economic-ecological assessment; profitability; sustainability |
GND Keyword: | Klimawandel; Landwirtschaft; Nachhaltigkeit; Rentabilität |
Institutes: | Fachbereich 6 / Raum- und Umweltwissenschaften |
Dewey Decimal Classification: | 5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften |