5 Ergebnisse und Diskussion

5.1 Räumliche Variabilität

5.1.1 Geostatistische Analyse der Basisdaten

↓92

Für die auf den Untersuchungsschlägen erhobenen Boden- und Nährstoffdaten wurden Variogrammanalysen durchgeführt, um einen ersten Überblick hinsichtlich der räumlichen Variabilität zu erhalten. Abb. 5.1 zeigt Variogramme für unterschiedliche Bodenmerkmale.

Abb. 5.1: Variogramme für verschiedene Bodenparameter

Die Form (sphärisch, exponential u.a.) und die Lage (bestimmt durch den Nugget und die Reichweite bei Maximalvarianz) der Variogrammfunktionen für die untersuchten Parameter unterscheiden sich zwischen den einzelnen Standorten teilweise sehr stark voneinander. So findet man im Jungmoränengebiet von Kassow (Ksg) oft lineare und exponentiale Variogrammfunktionen mit mittlerer Reichweite bei den Nährstoffparametern Phosphor, Kalium und Magnesium (Abb. 5.1, c und d; Tab. 5.2) vor.

↓93

Während im mecklenburgischen Jungmoränengebiet um Kassow exponentiale Variogrammfunktionen mit mittleren Reichweiten auch beim Wassergehalt anzutreffen sind, kommen im Schleswig-Holsteiner Jungmoränengebiet (Thy) eher lineare und gaussische Variogrammfunktionen für diese Kenngröße in Frage (Abb. 5.1, f; Tab. 5.3). Hohe Nugget-Effekte mit mittleren und hohen Reichweiten findet man hingegen auf Schlag Autobahn (Bec) in Nordrhein-Westfalen (Abb. 5.1, b, c, e; Tab. 5.1 bis 5.3) sowie auf Kamp-Ost (Gtw) in Niedersachsen (Abb. 5.1, a, c, f; Tab. 5.1 bis 5.3) vor. Den Schlag Finkenherd (Wul) in der sächsisch-anhaltinischen Lössbörde kennzeichnen große Reichweiten und geringe Nugget-Effekte (Abb. 5.1, a, b, e; Tab. 5.1 und 5.3). Hier werden oft sphärische und lineare, manchmal auch gaussische Variogrammfunktionen beim Eyeball-Fitting (visuelle Anpassungsmethode) verwendet. Eine Ausnahme stellen lediglich die Bodenparameter Ton und Sand dar, die eine exponentiale Variogrammfunktion bei geringer Reichweite aufweisen (Abb. 5.1, a).

Die Ergebnisse der Geostatistik lassen auf den untersuchten Schlägen die Schlussfolgerung zu, dass Bodenlandschaften sich nicht nur territorial stark in Form und Lage bei der Variogrammanalyse unterscheiden sondern auch innerhalb von gleichartigen Bodenlandschaften wie den Jungmoränengebieten in Schleswig-Holstein und Mecklenburg-Vorpommern große Unterschiede aufweisen können. So kann nicht direkt von der Bodenlandschaftsform auf die geeignete Beprobungsdichte für den zu untersuchenden Parameter geschlossen werden.

Eine Möglichkeit um erste Anhaltspunkte zur Schlagheterogenität zu erhalten, bietet die Einbeziehung von Standarddaten (wie der Reichsbodenschätzung) in die Beprobungsplanung. So wird geschlussfolgert, je heterogener eine Fläche ausgewiesen wird, desto intensiver (engmaschiger) sollte diese beprobt werden. Im Falle des sehr homogenen Schlages Feldscheide-links (Thy) konnte aber keine Struktur bei den Texturwerten Sand und Ton gefunden werden. Mit großer Wahrscheinlichkeit sind die Rasterweiten mit 72 m zu groß gewählt worden. Die räumliche Abhängigkeit liegt in deutlich geringeren Abständen vor. Aber auch deutlich geringere Rasterweiten von 34 m, die stellenweise bis auf 8 m untersetzt werden, wie auf Schlag 111-3 (Ksg) zeigen ebenfalls keine Struktur bei Sand und organischem Kohlenstoff. D.h. räumliche Abhängigkeiten können z.T. sehr kleinräumig schon im Meterbereich auftreten.

↓94

Die Tabellen 5.1 bis 5.3 enthalten die wichtigsten Kenngrößen aus der Variogrammanalyse für die Untersuchungsschläge.

Tab. 5.1: Variogramm-Kenngrößen von Bodenparametern

Schlag kürzel

Messgr ö ße [Masse-%]

Tiefe [dm]

A n zahl [-]

Lag [m]

Nugget [Masse-%²]

Sill[Masse-%²]

Range [m]

Modell

Thy

33

72

k.S.

k.S.

k.S.

k.S.

  

Ksg

151

34

k.S.

k.S.

k.S.

k.S.

  

Gtw

60

48

22

142

142

Sphärisch

  

Bec

70

50

12

156

150

Sphärisch

  

Wul

45

48

29

30

73

Exponential

  

Thy

33

72

k.S.

k.S.

k.S.

k.S.

  

Ksg

151

34

6

4

71

Sphärisch

  

Gtw

60

48

13

112

115

Sphärisch

  

Bec

70

50

7

45

100

Sphärisch

  

Wul

45

48

0

4

45

Exponential

  

Thy

111

72

0

0.06

325

Linear

  

Ksg

181

34

k.S.

k.S.

k.S.

k.S.

  

Gtw

124

24

0

0.01

88

Sphärisch

  

Bec

92

50

0

0.20

160

Sphärisch

  

Wul

141

24

0

0.15

250

Gaussisch

  

Bemerkung: k.S.) keine Struktur

Tab. 5.2: Variogramm-Kenngrößen von Nährstoffdaten

Schlag kürzel

Jahr

Messgr ö ße [mg/100 g]

Tiefe [dm]

A n zahl [-]

Lag [m]

Nugget Sill [(mg/100 g)²]

Range [m]

Modell

 

Ksg

1999

117

34

1

2

140

Exponential

  

Gtw

1999

124

24

2

4

230

Linear

  

Bec

1999

60

50

0

135

135

Sphärisch

  

Wul

2000

45

72

0

31

330

Linear

  

Ksg

1999

117

34

1

10

76

Exponential

  

Gtw

1999

124

24

k.S.

k.S.

k.S.

k.S.

  

Bec

1999

60

50

3

23

200

Sphärisch

  

Wul

2000

45

72

k.S.

k.S.

k.S.

k.S.

  

Ksg

1999

117

34

3

0

150

Linear

  

Gtw

1999

124

24

0

4

106

Linear

  

Bec

1999

60

50

0

2

126

Exponential

  

Wul

2000

45

72

0

7

400

Linear

  

Bemerkung: k.S.) keine Struktur

↓95

Tab. 5.3: Variogramm-Kenngrößen des mineralischen Stickstoffs (Nmin) und des volumetrischen Wassergehalts

Schlag kürzel

Jahr

Messgr ö ße [kg N/ha]

Tiefe [dm]

A n zahl [-]

Lag [m]

Nugget Sill [(kg N/ha)²]

Range [m]

Modell

 

0 - 3

k.S.

k.S.

k.S.

k.S.

     

3 - 6

k.S.

k.S.

k.S.

k.S.

     

6 - 9

k.S.

k.S.

k.S.

k.S.

     

0 - 9

k.S.

k.S.

k.S.

k.S.

     

0 - 3

k.S.

k.S.

k.S.

k.S.

     

3 - 6

110

27

50

Linear

     

6 - 9

10

45

161

Sphärisch

     

0 - 9

k.S.

k.S.

k.S.

k.S.

     

0 - 3

k.S.

k.S.

k.S.

k.S.

     

3 - 6

k.S.

k.S.

k.S.

k.S.

     

6 - 9

k.S.

k.S.

k.S.

k.S.

     

0 - 9

k.S.

k.S.

k.S.

k.S.

     

0 - 3

312

900

108

Sphärisch

     

3 - 6

1

420

76

Exponential

     

6 - 9

81

82

120

Exponential

     

0 - 9

557

2511

121

Sphärisch

     

Wul

2000

Nmin

0 - 3

141

24

464

652

98

Sphärisch

3 - 6

249

272

131

Sphärisch

6 - 9

1

169

77

Sphärisch

0 - 9

118

2125

77

Exponential

[cm³/cm³]

[(cm³/cm³)²]

 

0 - 3

0.0004

0.0044

315

Gaussisch

     

3 - 6

0.0005

0.0010

183

Linear

     

6 - 9

0.0008

0.0020

176

Linear

     

0 - 9

0.0003

0.0010

228

Linear

     

0 - 3

0.0002

0.0040

43

Exponential

     

3 - 6

0.0001

0.0046

43

Linear

     

6 - 9

0.0003

0.0010

42

Linear

     

0 - 9

0.0001

0.0030

42

Linear

     

0 - 3

0.0002

0.0002

141

Linear

     

3 - 6

0.0010

0.0010

141

Linear

     

6 - 9

0.0034

0.0039

124

Gaussisch

     

0 - 9

0.0005

0.0010

166

Sphärisch

     

0 - 3

0.0005

0.0030

104

Sphärisch

     

3 - 6

0.0001

0.0030

108

Sphärisch

     

6 - 9

0.0007

0.0030

131

Sphärisch

     

0 - 9

0.0002

0.0025

128

Sphärisch

     

0 - 3

0.0001

0.0007

131

Sphärisch

     

3 - 6

0.0006

0.0060

151

Sphärisch

     

6 - 9

0.0007

0.0037

230

Sphärisch

     

0 - 9

0.0001

0.0022

200

Sphärisch

     

Bemerkung: k.S) keine Struktur

In drei von fünf Fällen wird bei den Nmin-Werten (0 - 3 dm bzw. 0 - 9 dm Tiefe) im Herbst nach Winterweizen keine geostrukturelle Varianz in der Fläche gefunden (Tab. 5.3). Die Rastergröße ist für diesen Parameter zu groß gewählt worden, so dass die kleinräumige Varianz unberücksichtigt bleibt. In diesen Fällen werden noch geringere Messabstände gefordert. Auf den verbleibenden Schlägen mit einer Geostruktur werden dagegen kleinere

Lag-Distanzen (z.B. Wul) verwendet und zum anderen weisen die Böden deutlich höhere Texturunterschiede in der Fläche auf (siehe Bec).

↓96

Zusammenfassend kann man sagen, dass die untersuchten Bodenparameter unterschiedliche Geostrukturen wie auch unterschiedliche Reichweiten (Ranges) aufweisen. Es lassen sich weder für einen Standort noch für gleiche Parameter einheitliche Reichweiten finden.

Basierend auf den vorangegangenen Variogrammanalysen können mit Hilfe von Kriging für ausgewählte Parameter Karten interpoliert werden (Abb. 5.2). Im folgenden soll auf die räumliche Verteilung von Bodeninputgrößen, die für das Modell HERMES relevant sind, am Beispiel des Schlages Aut o bahn näher eingegangen werden.

Abb. 5.2: Räumliche Verteilung wichtiger Modelleingangsdaten auf Schlag Autobahn: a) Bodenart nach Rasterbeprobungsdaten, b) Corg-Gehalt (0 - 3 dm), c) Nmin-Verteilung (0 - 9 dm) am 15.09.99

↓97

Die Texturanalysen der Bohrpunkte zeigen für Schlag Autobahn eine starke Differenzierung bei der Bodenart. Im nördlichen Schlagteil sind leichtere Standorte (Sl2 bis Sl4) anzutreffen, während im südlichen Bereich eher tonige Lehme (Lt2 bis Lt3) zu finden sind (Abb. 5.2, a). Daraus folgt, dass der Tongehalt von Norden nach Süden deutlich zunimmt. Die mit dem steigenden Tongehalt verbundene Zunahme der Wasserspeicherkapazität wird durch den gleichzeitigen Anstieg des Steingehalts im Unterboden stark eingeschränkt. Ebenfalls beeinträchtigend wirkt sich eine nach Süden hin bis auf 6 dm unter Flur ansteigende massive Mergelschicht im Boden aus, die die Durchwurzelbarkeit des Profils und damit die Versorgung der Pflanzenbestände mit Nährstoffen und Wasser aus tieferen Bodenschichten erschwert.

Neben der Textur stellt der Gehalt an organischem Kohlenstoff (Abb. 5.2, b) ein weiteres wichtiges Bodenmerkmal dar, das sowohl die physikalischen wie auch die physikochemischen und biologischen Bodeneigenschaften prägt. Auf dem Schlag Autobahn korreliert der Humusgehalt eng mit dem Tongehalt, der von Nord nach Süd zunimmt (r² = 0.469). Eine Ausnahme bildet der nordöstliche Schlagteil. Die ehemalige Grünlandsenke weist die höchsten Humusgehalte des Schlages auf. Stellenweise ist in dieser Senke Humus bis 6 dm Tiefe nachweisbar. Nimmt man diesen Flächenteil aus der Berechnung heraus, steigt das Bestimmtheitsmaß auf 0.694. Die von KÖRSCHENS et al. (1998) und KAHLE et al. (2002) zitierte Einbeziehung des Feinschluffanteils in die Berechnung, um das Bestimmtheitsmaß zum Humusgehalt weiter zu erhöhen, führt in diesem Fall zu keiner weiteren Verbesserung der Korrelation auf Schlag Autobahn.

Abb. 5.2 (c) zeigt die Nmin-Verteilung zu Beginn der Messung am 15.09.99. Über den Gesamtschlag gemittelt liegt die durchschnittliche Nmin-Menge bei 175 kg N/ha. Die Spannweite schwankt zwischen 73 und 321 kg N/ha in den oberen 9 dm. Die niedrigsten Werte werden auf den sandigen Standorten im Nordwesten gefunden, die höchsten Stickstoffgehalte auf dem ehemaligen Grünland im nordöstlichen Teil sowie westlich des Waldgebietes.

↓98

Eine der zentralen Eingabevariablen für die Modellierung wie auch für die Abschätzung des Ertragspotentials stellt die Bodenart dar, da sie die Wasserspeicherkapazität im Boden entscheidend mitbestimmt. So erfolgt die Texturanalyse an den Rasterpunkten im wesentlichen, um den Inputbedarf des Modells für die Simulation an den Probenahmepunkten zu gewährleisten. Auf der anderen Seite werden die Ergebnisse auch genutzt, um Aussagen zur Heterogenität innerhalb von Bodenkartiereinheiten abzuschätzen sowie zur Kalibrierung von inversen Messmethoden wie der elektrischen Leitfähigkeit.

Wie man Abb. 5.3 (a) entnehmen kann, zeigt die Karte der Tongehalte (0 - 9 dm) nach der Rasterbeprobung auf Schlag Autobahn mit Ausnahme des nordöstlichen Schlagteils ein ähnliches Verteilungsmuster wie bei der EC-Messung (Abb. 5.3, b), die in einer deutlich höheren räumlichen Auflösung vorliegt. Das Bestimmtheitsmaß zwischen beiden Messungen liegt bei 0.813, im Oberboden (0 -3 dm) sogar bei 0.858. Im nördlichen Bereich nahe des Stelter Baches überlagert die hohe Bodenfeuchte des Gley-Standortes das Messsignal. Auf Schlag Autobahn mit seinen deutlichen Texturunterschieden hilft die EC-Messung bei der geostatistischen Interpolation (Kap. 4.4.2 – Co-Kriging) und verbessert die Informationsdichte für den Tongehalt kleinräumig (Abb. 5.3, c).

Dies muss aber nicht zwingend der Fall sein, wie Messungen auf Schlag Kamp-Ost zeigen. Das Bestimmtheitsmaß liegt hier zwischen EC-Messung und Tongehalt (0 - 9 dm) nach Rasterbeprobung bei nur 0.493 und reicht für das Co-Kriging nicht aus (Abb. 9.1). Eine mögliche Ursache hierfür könnte sein, dass zum Zeitpunkt der Überfahrt (09.04.99) Stau- und Haftnässe im Bodenprofil das EC-Signal störten.

↓99

Auf den Schlägen Feldscheide-links und 111-3 liegt das Bestimmtheitsmaß zwischen EC-Messung und Tongehalt bei < 0.150. Ausschlaggebend dafür scheint die geringe Variabilität der Tongehalte auf diesen Flächen zu sein.

Auf eine Auswertung der EC-Messung zum Tongehalt für Schlag Finkenherd wird verzichtet, da nicht für alle Bohrpunkte Texturanalysen vorliegen.

Abb. 5.3: Tongehaltskarten vom Schlag Autobahn: a) mittlerer Tongehalt in 0 - 9 dm Tiefe nach Rasterbeprobung, b) Tonverteilung nach EC-Messung, c) Tongehaltsverteilung nach Co-Kriging von Rasterdaten mit EC-Messung

Zeitliche Veränderung der räumlichen Variabilität

↓100

Im weiteren soll überprüft werden, inwieweit sich die räumliche Variabilität der Wassergehalte und des mineralischen Stickstoffs im Boden über den Jahresverlauf verändert. Um die Variabilität in der Fläche beurteilen zu können, wird die geostatistische Größe des Range herangezogen. Durch den Range lassen sich räumliche Beziehungen zwischen Beobachtungspaaren beschreiben. Je kleiner der Range auf einer Fläche ist, desto heterogener ist diese einzuschätzen und andersrum. Zu diesem Zweck werden die über den Untersuchungszeitraum ermittelten Reichweiten der jeweiligen Herbst- und Frühjahrsbeprobung für die Schläge Autobahn (Abb. 5.4) und Finkenherd (Abb. 9.2) grafisch aufgetragen und verglichen.

Abb. 5.4: Grafische Darstellung des Range für die untersuchten Tiefenzonen zu verschiedenen Messterminen auf Schlag Autobahn: a) volumetrischer Wassergehalt und b) Nmin-Gehalt

Betrachtet man die volumetrischen Wassergehalte auf Schlag Autobahn (Abb. 5.4, a) fällt eine deutliche Zunahme des Ranges über alle Tiefenstufen bei der Frühjahrsbeprobung auf. Während die Herbstwerte um einen Range von 68 - 170 m schwanken, weisen die Frühjahrswerte einen Range von 105 - 321 m auf. Nimmt man die Tiefenzone 6 - 9 dm, die stark durch die Dränage beeinflusst wird, aus dieser Berechnung heraus liegt der Range sogar bei 232 - 321 m.

↓101

Bei den Nmin-Gehalten lässt sich auf Schlag Autobahn kein generelles Muster beim Range erkennen (Abb. 5.4, b). Der Schwankungsbereich der einzelnen Tiefenstufen liegt zwischen 52 - 221 m. Als Maximalrange über die gesamte Tiefe wird am 22.02.00 ein Wert von 270 m ermittelt. Am 18.09.01 fällt der Range in allen Tiefenstufen auf 52 - 70 m nach vorangegangener organischer Düngung mit Hühnermist.

Bei den volumetrischen Wassergehalten werden über den Jahresverlauf Änderungen bei der räumlichen Variabilität festgestellt, die sich sehr gut anhand der unterschiedlichen Range-Weiten zwischen Herbst- und Frühjahrsbeprobung nachweisen lassen. Im Frühjahr nach Auffüllung der Wasserspeicherkapazitäten im Boden ist die Variabilität am geringsten. Über die Vegetationsperiode nimmt durch den ungleichmäßigen Wasserentzug der Pflanzen bzw. durch Evaporation die Variabilität weiter zu. Die räumliche Verteilung der volumetrischen Wassergehalte ist stark an die Bodentextur gebunden (siehe Kap. 5.2.2). Diese Aussage bestätigen die Ergebnisse für den Range auf Schlag Fi n kenherd (Abb. 9.2, a). Dieser Schlag weist nur sehr geringe Texturunterschiede auf.

Die Nmin-Gehalte zeigen zu fast allen Messterminen auf Schlag Finkenherd eine Zunahme des Range mit der Tiefe (Abb. 9.2, b). Ab 2001 bestätigen dies auch die Ergebnisse auf dem Schlag Autobahn. Daraus lässt sich schlussfolgern, dass die Variabilität bei den Nmin-Gehalten im Boden starken Schwankungen unterliegt und meist mit der Tiefe abnimmt.

↓102

Inwieweit unterschiedliche Managementmaßnahmen die Variabilität bei den Nmin-Gehalten beeinflussen, sollen Variantenvergleiche zwischen einheitlicher und ortsspezifischer Bewirtschaftung auf Schlag Autobahn klären. Auch hier wird wieder der Range für die Beurteilung der Variabilität herangezogen. Über den Untersuchungszeitraum von vier Jahren zeigen die Range-Werte der beiden Varianten kaum größere Unterschiede (Abb. 5.5).

Abb. 5.5: Grafische Darstellung des Range für den Nmin-Gehalt (0 - 9 dm) bei
unterschiedlicher Bewirtschaftung auf Schlag Autobahn (n = 30/Variante)

Es ist ein fast paralleler Verlauf bei den Varianten zu erkennen. Die einheitlich gedüngte Variante weist über die gesamte Untersuchungsperiode einen leicht höheren (+10 m) Range als die ortsspezifische Variante auf. Die variable Düngung führt also zu einer Verringerung des Range. Ungünstige Witterungsverhältnisse, wie die Starkregen im Februar 2000 oder die Ausbringung von organischen Düngern im August 2001 zeigen ebenfalls eine sofortige Wirkung beim Range. Im ersten Fall erhöht sich der Range und die Variabilität in der Fläche sinkt, weil N-Auswaschung erfolgt. Im zweiten Fall wird bei der organischen Düngung die Variabilität in der Fläche künstlich erhöht und der Range verkleinert. Beides lässt sich gut aus Abb. 5.5 ablesen.

5.1.2 Statistische Auswertung der Beprobungsdaten

↓103

Die mittleren Wassergehalte schwanken auf den fünf Untersuchungsschlägen in den einzelnen Tiefenzonen (bis 9 dm) von 0.09 - 0.26 cm³/cm³ (Tab. 5.4).

Tab. 5.4: Statistische Kennwerte zum Wassergehalt bei Erstbeprobung unterteilt nach Tiefenstufen

Tiefe[dm]

Mittel[cm³/cm³]

Spannweite Min Max[cm³/cm³]

s[cm³/cm³]

CV[%]

   

Feldscheide-links/Thumby (n = 50), 23.08.00

       

0 - 3

0.202

0.150

0.286

0.025

12

  

3 - 6

0.158

0.071

0.269

0.037

23

  

6 - 9

0.166

0.093

0.283

0.031

19

  

0 - 9

0.175

0.109

0.279

0.027

15

  

111-3/Kassow (n = 116), 28.10.99

       

0 - 3

0.235

0.185

0.309

0.023

10

  

3 - 6

0.150

0.076

0.242

0.031

21

  

6 - 9

0.162

0.058

0.241

0.033

20

  

0 - 9

0.182

0.120

0.256

0.023

13

  

Kamp-Ost/Groß Twülpstedt (n = 59), 11.11.99

       

0 - 3

0.205

0.155

0.292

0.027

13

  

3 - 6

0.168

0.094

0.289

0.048

29

  

6 - 9

0.202

0.065

0.352

0.079

39

  

0 - 9

0.191

0.113

0.256

0.045

24

  

Autobahn/Beckum (n = 60), 15.09.99

       

0 - 3

0.262

0.127

0.437

0.073

28

  

3 - 6

0.260

0.119

0.449

0.067

26

  

6 - 9

0.219

0.105

0.554

0.064

29

  

0 - 9

0.250

0.124

0.480

0.059

24

  

Finkenherd/Wulfen (n = 51), 12.09.00

       

0 - 3

0.217

0.162

0.314

0.036

17

  

3 - 6

0.148

0.064

0.277

0.042

28

  

6 - 9

0.092

0.021

0.266

0.056

61

  

0 - 9

0.152

0.088

0.268

0.040

26

  

Hervorgerufen werden diese Schwankungsbreiten u.a. durch Texturunterschiede und lokale Besonderheiten. Die höchsten Wassergehalte sind auf den tonigen Böden des Schlages Aut o bahn zu finden. Tonböden besitzen nicht nur eine hohe Wasserspeicherkapazität, sondern entwässern aufgrund ihres hohen Totwasseranteils nicht so stark wie Sandböden. So trocknen die leichten Sandstandorte (Schlag Feldscheide-links und 111-3) deutlich schneller aus

↓104

als Tonböden. Die hohen Wassergehalte in 6 - 9 dm Tiefe auf Schlag Kamp-Ost ergeben sich aus dem Grundwassereinfluss auf diesem Standort. Auf dem Schlag Finkenherd fällt dagegen eine deutlich Abnahme der Wassergehalte in der selben Tiefenzone auf. Diese lässt sich auf einen Substratwechsel in dieser Tiefe zurückführen. Hier steht unter Löss Kies an, der eine deutlich geringere Wasserspeicherkapazität besitzt.

Bei den Spannweiten kann man feststellen, dass diese über die Tiefe z.T. deutlich zunehmen, wie das Beispiel Schlag Autobahn zeigt. Dieser Schlag weist eine Spanne von 0.36 cm³/cm³ bei den mittleren Wassergehalten über 0 - 9 dm Tiefe auf. Aber auch in den einzelnen Tiefenzonen sind auf diesem Schlag sehr große Spannweiten von 0.31 - 0.45 cm³/cm³ zu finden, die auf eine hohe Variabilität bei den Standorteigenschaften hindeuten. Die anderen Schläge weisen über den gleichen Tiefenbereich (0 -9 dm) nur Spannweiten von 0.14 - 0.19 cm³/cm³ auf. Die Schläge Feldscheide-links und 111-3 zeigen Variabilitätskoeffizienten von < 15 %, die Schläge Kamp-Ost, Autobahn und Finkenherd CV-Werten von 24 - 26 % bei den mittleren Wassergehalten über 0 - 9 dm Tiefe. CV-Werte in dieser Größenordnung bestätigen nur eine geringe Streuung bei den Messwerten. Tendenziell ist auf allen Untersuchungsschlägen eine Zunahme der Variabilität mit der Tiefe bei den mittleren Wassergehalten zu beobachten.

Die mittleren Nmin-Werte der einzelnen Untersuchungsschläge zeigen zu Beginn der Probenahme ebenfalls eine sehr große Schwankungsbreite im Profil (Tab. 5.5).

↓105

Tab. 5.5: Statistische Kennwerte zum Nmin-Gehalt bei Erstbeprobung unterteilt nach Tiefenstufen

Tiefe[dm]

Mittel[kg N/ha]

Spannweite Min Max[kg N/ha]

s[kg N/ha]

CV[%]

   

Feldscheide-links/Thumby (n = 50), 23.08.00

       

0 - 3

27

9

124

19

70

  

3 - 6

3

0

20

3

100

  

6 - 9

2

0

7

2

100

  

0 - 9

32

13

132

21

66

  

111-3/Kassow (n = 116), 28.10.99

       

0 - 3

52

25

80

11

21

  

3 - 6

27

7

74

11

41

  

6 - 9

10

2

42

7

70

  

0 - 9

89

45

173

24

27

  

Kamp-Ost/Groß Twülpstedt (n = 59), 11.11.99

       

0 - 3

63

47

95

11

17

  

3 - 6

30

9

54

9

30

  

6 - 9

10

5

22

3

30

  

0 - 9

102

72

142

16

16

  

Autobahn/Beckum (n = 60), 15.09.99

       

0 - 3

113

49

210

35

31

  

3 - 6

49

9

101

20

41

  

6 - 9

12

2

62

10

83

  

0 - 9

175

73

321

54

31

  

Finkenherd/Wulfen (n = 51), 12.09.00

       

0 - 3

98

38

239

42

43

  

3 - 6

32

3

121

26

81

  

6 - 9

16

3

84

18

112

  

0 - 9

145

78

321

58

40

  

Stellenweise liegen die Nmin-Werte im Minimum bei 13 kg N/ha und im Maximum bei 321 kg N/ha in 0 - 9 dm Tiefe. Auffällig ist dabei, dass mit zunehmender Profiltiefe die Höhe und damit verbunden auch die Schwankungsbreite der Nmin-Werte im Herbst abnehmen. Findet man in 0 - 3 dm Tiefe noch mittlere Nmin-Gehalte von 27 kg N/ha bis 113 kg N/ha, sind es in der nächst folgenden Tiefenzone (3 - 6 dm) nur noch 3 bis 49 kg N/ha und in 6 -9 dm Tiefe 2 bis 16 kg N/ha. Besonders auf den Schlägen Autobahn und Finkenherd fallen sehr hohe mittlere Nmin-Gehalte nach der Ernte von > 140 kg N/ha in den oberen 9 dm auf, die zu einem Großteil aus vorangegangenen organischen Düngungen stammen.

Alle Schläge zeigen mit der Tiefe abnehmende mittlere Nmin-Gehalte. Findet man auf den meisten Schlägen Standardabweichungen von < 25 kg N/ha über 0 - 9 dm Tiefe, zeigen auch hier die Schläge Autobahn und Finkenherd Werte von > 50 kg N/ha. Die Standardabweichung ist auf diesen beiden Schlägen doppelt so hoch wie auf den anderen drei Untersuchungsschlägen.

↓106

Zieht man an dieser Stelle den Variationskoeffizienten für die Auswertung heran, zeigen die Nmin-Werte (0 - 9 dm) CV-Werte von 16 - 66 %. D.h. liegt der CV-Wert bei < 30 %, lassen die mittleren Nmin-Gehalte auf eine geringe Streuung in der Fläche schließen, was auf die Schläge Kamp-Ost und 111-3 zutrifft. Höhere CV-Werte hingegen weisen auf Heterogenitäten bei der Nmin-Verteilung hin. Der Anstieg der Variabilität in der Vertikalen wird in der Literatur ebenfalls bei DAHIYA et al. (1984) und SPRINGOB et al. (1985) erwähnt. Der relativ hohe Variationskoeffizient in 6 - 9 dm Tiefe wird in einem sehr hohen Maße durch die steigende Messunsicherheit im Bereich der sehr niedrigen Messwerte mitbestimmt (CAMERON et al., 1971). Sie sind auch die Ursache für die höheren CV-Werte auf Schlag Feldscheide-links in 3 - 6 dm und 6 - 9 dm Tiefe, da hier die Werte z.T. unterhalb der Nachweisgrenze liegen.

Interessant erscheint für eine detailliertere Betrachtung der Schlag Autobahn zu sein. Der Schlag zeigt bei den mittleren Wasser- und Nmin-Gehalten die größten Spannweiten und soll im folgenden nach Bodenartenhauptgruppen unterteilt werden. Die Unterteilung der Profildaten erfolgt nach KA4 (AG BODEN, 1994) in die Bodenartenhauptgruppen Sand, Lehm und Ton. Dabei wird untersucht wie groß der Einfluss der Bodenarten auf die Variabilität bei den Parametern Wassergehalt, Nmin und Ertrag ist und ob sich die Variabilität durch Klassifikation in Bodenartenhauptgruppen eingrenzen lässt. Betrachtet werden jeweils die Messergebnisse der Herbstbeprobungen von 1999 bis 2002.

Über den Beprobungszeitraum grenzen sich bei den mittleren Wassergehalten die drei untersuchten Bodenartenhauptgruppen deutlich voneinander ab, wie Tab. 5.6 zeigt. Auf den Sandböden werden die niedrigsten mittleren Wassergehalte gemessen. Von Sand über Lehm zum Ton steigen die mittleren Wassergehalte im Boden (0 - 9 dm Tiefe) kontinuierlich an. Die größte Spannweite zeigen die Lehme noch vor den Tonen. Die geringsten CV-Werte werden auf den tonigen Arealen des Schlages Autobahn ermittelt und nehmen über die Lehme in Richtung der Sande signifikant zu. Diese Ergebnisse lassen sich auch für die Folgejahre verifizieren.

↓107

Tab. 5.6: Klassifikation der Wassergehalte aus der Rasterbeprobung für Schlag A u tobahn über 0 - 9 dm Tiefe nach Bodenartenhauptgruppen zu verschiedenen Messterminen

Bodenarten hauptgruppe

Bepr o bungs termin

Mittel[cm³/cm³]

Spannweite Min Max[cm³/cm³]

s[cm³/cm³]

CV[%]

Anzahl n

 

Sand

15.09.99

0.162

0.124

0.232

0.035

22

9

Lehm

15.09.99

0.257

0.184

0.480

0.053

21

36

Ton

15.09.99

0.287

0.250

0.325

0.021

7

15

Sand

15.08.00

0.181

0.146

0.242

0.036

20

9

Lehm

15.08.00

0.285

0.198

0.366

0.038

13

36

Ton

15.08.00

0.313

0.270

0.354

0.024

8

15

Sand

18.09.01

0.228

0.178

0.305

0.042

18

9

Lehm

18.09.01

0.275

0.194

0.362

0.040

14

36

Ton

18.09.01

0.301

0.252

0.354

0.026

9

15

Sand

01.08.02

0.251

0.199

0.352

0.054

22

9

Lehm

01.08.02

0.322

0.214

0.398

0.050

16

36

Ton

01.08.02

0.359

0.303

0.404

0.036

10

15

Zur Erstbeprobung in 1999 lässt sich auf Schlag Autobahn ein kontinuierlicher Anstieg bei den mittleren Nmin-Werten von Sand über Lehm zu Ton erkennen (Tab. 5.7).

Tab. 5.7: Klassifikation der Nmin-Gehalte aus der Rasterbeprobung für Schlag Aut o bahn über 0 - 9 dm Tiefe nach Bodenartenhauptgruppen zu verschiedenen Messterminen

Bodenarten hauptgruppe

Bepr o bungs termin

Mittel[kg N/ha]

Spannweite Min Max[kg N/ha]

s[kg N/ha]

CV[%]

Anzahl n

 

Sand

15.09.99

154

88

310

67

43

9

Lehm

15.09.99

173

73

321

55

32

36

Ton

15.09.99

190

132

310

41

21

15

Sand

15.08.00

71

51

141

29

41

9

Lehm

15.08.00

69

40

171

27

39

36

Ton

15.08.00

60

43

90

14

23

15

Sand

18.09.01

173

77

233

55

32

9

Lehm

18.09.01

160

64

428

86

54

36

Ton

18.09.01

146

87

232

44

30

15

Sand

01.08.02

51

43

73

9

18

9

Lehm

01.08.02

46

31

90

12

27

36

Ton

01.08.02

58

34

107

19

33

15

↓108

Während der mittlere Nmin-Wert von Sand zu Ton bei der Erstbeprobung ansteigt, fällt die Standardabweichung und der Variationskoeffizient. Die CV-Werte für die Bodenartenhauptgruppen Sand und Lehm liegen auf Schlag Autobahn bei 43 % bzw. 32 %, was auf Heterogenität innerhalb dieser Bodenartengruppen hindeutet. Dagegen weist der CV-Wert für die Bodenartenhauptgruppe Ton mit 21 % eine geringe Streuung auf. Das heißt, die Heterogenität der mittleren Nmin-Werte ist auf den sandigen Bodenarealen doppelt so groß wie auf den tonigen Böden. Die lehmigen Flächenteile zeigen ebenfalls eine um 50 % höhere Variabilität bei den Nmin-Werten als die Tonböden.

In 2000 fallen auf dem Schlag Autobahn die mittleren Nmin-Gehalte deutlich niedriger aus als in 1999. Die mittleren Nmin-Gehalte unterscheiden kaum zwischen den einzelnen Bodenartenhauptgruppen, trotzdem sind ähnlich hohe CV-Werte wie in 1999 zu finden. In 2001 wird die Probenahme durch die Gabe von Hühnermist beeinflusst und ist deshalb schwer

interpretierbar. Sehr auffällig ist der recht hohe CV-Wert auf dem lehmigen Flächenteil. Als Ursache werden hier Ungenauigkeiten bei der Ausbringung bzw. in der Inhomogenität des Hühnermistes angesehen. Im letzten Beprobungsjahr (2002) liegen die mittleren Nmin-Gehalte für die untersuchten Bodenartenhauptgruppen wieder sehr eng beieinander. Die sandigen Bereiche zeigen CV-Werte von < 20 %, was auf eine sehr geringe Streuung bei den Messwerten hindeutet. Die geringe Streuung der mittleren Nmin-Gehalte wird auf den sandigen aber auch auf den lehmigen Arealen des Schlages A u tobahn durch Starkregen im Juni/Juli hervorgerufen, die zu einer verstärkten N-Auswaschung aus dem untersuchten Bodenprofil bis 9 dm Tiefe führten.

↓109

Beim Ertrag liegen die mittleren Erträge der drei Bodenartenhauptgruppen sehr eng beieinander (Tab. 5.8). Generell sind keine Zusammenhänge zwischen Ertragsbildung und Bodenartenhauptgruppen auf Schlag Autobahn zu erkennen. Der Grund dafür ist, dass die Ertragsbildung auf diesem Schlag durch Niederschlag, Düngung, Schädlingsbefall u.a. stärker beeinflusst wird als durch die Bodenverhältnisse.

Tab. 5.8: Klassifikation der Erträge für Schlag Autobahn nach Bodenartenhauptgruppen zu verschiedenen Messterminen

Bodenarte n hauptgruppe

Bepr o bungs te r min

Mittel[t TM/ha]

Spannweite Min Max[t TM/ha]

s[t TM/ha]

CV[%]

Anzahl n

 

Sand

15.09.99

4.0

3.7

4.5

0.2

6

9

Lehm

15.09.99

4.0

3.6

4.6

0.2

6

36

Ton

15.09.99

3.9

3.6

4.2

0.2

4

15

Sand

15.08.00

6.5

4.9

7.8

1.0

15

9

Lehm

15.08.00

7.2

5.2

8.2

0.7

10

36

Ton

15.08.00

7.0

5.6

7.8

0.7

10

15

Sand

18.09.01

5.9

3.9

7.3

1.3

23

9

Lehm

18.09.01

7.3

5.8

8.4

0.7

9

36

Ton

18.09.01

7.3

6.7

7.8

0.3

4

15

Sand

01.08.02

6.0

4.6

6.8

0.7

12

9

Lehm

01.08.02

5.9

4.4

6.9

0.7

12

36

Ton

01.08.02

6.0

4.5

7.4

0.7

12

15

Als Fazit bleibt anzumerken, dass eine Klassifikation nach Bodenartenhauptgruppen durchaus sinnvoll sein kann, wenn sie hilft die räumliche Variabilität von Teilflächen weiter zu verringern. Für die Beurteilung der mineralischen Stickstoffgehalte im Boden scheint dagegen die Klassifizierung nach Bodenartenhauptgruppen nicht ratsam. Anzumerken bleibt, dass die für Schlag Autobahn getroffenen Aussagen Einzelergebnisse sind und nicht ohne weiteres auf andere Schläge übertragen werden können.

↓110

Um die kleinräumige Variabilität innerhalb von Teilflächen noch genauer zu bestimmen, wird die Probenahmedichte weiter erhöht. Zu diesem Zweck werden auf Schlag Autobahn zwei Nester (à 16 Einstiche) mit einer Rasterweite von 5 x 5 m angelegt. Beide Nester sind der Bodenartgruppe Sand zuzuordnen.

Die Nester zeigen im Mittel nur geringe Unterschiede bei den Wassergehalten (Tab. 5.9). In allen vier Untersuchungsjahren werden im Nest 2 leicht höhere mittlere Wassergehalte gemessen als im Nest 1. Die Differenzen zwischen beiden Nestern betragen zwischen 0.01 cm³/cm³ und 0.05 cm³/cm³. Ebenfalls weist Nest 2 in allen vier Jahren eine deutlich höhere Spannweite bei den mittleren Wassergehalten auf. Die sehr niedrigen Variationskoeffizienten der Nester (4 - 12 %) bestätigen, dass im 5 x 5 m Bereich bei den Wasserge-

halten auf Schlag Autobahn homogene Strukturen zu finden sind. Der Vergleich der Nester mit der Bodenartenhauptgruppe Sand zeigt nur in 1999 und 2000 deutliche Abweichungen bei den mittleren Wassergehalten. Die Standardabweichung ist auf dem Sand z.T. doppelt so groß als in den Nestern. Die CV-Werte sind dementsprechend größer (18 - 22 %).

↓111

Tab. 5.9: Wassergehalte der Nester und der Bodenartenhauptgruppe Sand nach der Rasterbeprobung für Schlag Autobahn über 0 - 9 dmTiefe zu verschiedenen Messterminen

Bezeic h nung

Raster-weite[m]

Beprobung s te r min

Mittel[cm³/cm³]

Spannweite Min Max[cm³/cm³]

s[cm³/cm³]

CV[%]

Anzahl n

 

Nest 1

5

15.09.99

0.217

0.178

0.243

0.017

8

16

Nest 2

5

15.09.99

0.227

0.184

0.258

0.018

8

16

Sand

50

15.09.99

0.162

0.124

0.232

0.035

22

9

Nest 1

5

15.08.00

0.206

0.188

0.240

0.016

8

16

Nest 2

5

15.08.00

0.255

0.205

0.295

0.023

9

16

Sand

50

15.08.00

0.181

0.146

0.242

0.036

20

9

Nest 1

5

18.09.01

0.230

0.215

0.250

0.010

4

16

Nest 2

5

18.09.01

0.262

0.214

0.335

0.031

12

16

Sand

50

18.09.01

0.228

0.178

0.305

0.042

18

9

Nest 1

5

01.08.02

0.255

0.235

0.276

0.012

5

16

Nest 2

5

01.08.02

0.275

0.232

0.311

0.022

8

16

Sand

50

01.08.02

0.251

0.199

0.352

0.054

22

9

Die Ergebnisse der Nesterbeprobung und der Bodenartenhauptgruppe Sand zeigen über den Untersuchungszeitraum (1999 bis 2002) ohne Berücksichtigung von 2001 eine deutliche Abnahme der Nmin-Gehalte von 138 kg N/ha für Nest 1, von 133 kg N/ha für Nest 2 und von 103 kg N/ha bei Sand (Tab. 5.10). Die mittleren Nmin-Gehalte der Nester variieren zwischen Nest 1 und Nest 2 um weniger als 20 kg N/ha (ohne Einbeziehung von 2001).

Tab. 5.10: Nmin-Gehalte der Nester und der Bodenartenhauptgruppe Sand nach der Rasterbeprobung für Schlag Autobahn über 0 - 9 dm Tiefe zu verschiedenen Messterminen

Bezeic h nung

Raster-weite[m]

Beprobung s te r min

Mittel[kg N/ha]

Spannweite Min Max[kg N/ha]

s[kg N/ha]

CV[%]

Anzahl n

 

Nest 1

5

15.09.99

187

118

244

35

19

16

Nest 2

5

15.09.99

167

114

213

28

17

16

Sand

50

15.09.99

154

88

310

67

43

9

Nest 1

5

15.08.00

71

45

99

14

20

16

Nest 2

5

15.08.00

81

65

108

11

14

16

Sand

50

15.08.00

71

51

141

29

41

9

Nest 1

5

18.09.01

138

48

283

52

38

16

Nest 2

5

18.09.01

113

62

234

42

37

16

Sand

50

18.09.01

173

77

233

55

32

9

Nest 1

5

01.08.02

49

30

72

11

22

16

Nest 2

5

01.08.02

34

20

51

8

24

16

Sand

50

01.08.02

51

43

73

9

18

9

↓112

Außer in 2001 zeigen die Variationskoeffizienten der Nester Werte von 14 - 24 %, die auf eine homogene Nmin-Verteilung hinweisen. Im Gegensatz dazu ist bei der Bodenartenhauptgruppe Sand zu Probenahmebeginn ein deutlich höherer CV-Wert (43 %) zu finden, der in

den Folgejahren deutlich absinkt. In 1999 und 2000 ist der CV-Wert der Bodenartenhauptgruppe Sand noch doppelt so hoch als in den beiden Nestern, nährt sich aber in 2001 und 2002 dem CV-Wert der Nester an. Die Ursachen dafür scheinen im Düngungsmanagement wie auch in den klimatischen Witterungsereignissen (Starkregen im Juni/Juli 2002) zu liegen.

Die Ergebnisse zeigen, dass durch eine erhöhte Beprobungsdichte die räumliche Variabilität auf Schlag Autobahn bei den Wassergehalten um ~ 50 % verringert werden kann. Für die Nmin-Gehalte gilt die Aussage nicht. Hier zeigen die Ergebnisse von 2001 und 2002, dass die räumliche Variabilität der Nmin-Gehalte im 5 x 5 m Bereich sogar größer ist als die der Teilfläche Sand. Die Bedeutung der Heterogenität auf kleinsten Raum muss deswegen differenziert beurteilt werden. Bei der Nährstoffaufnahme durch die Pflanze spielt die kleinräumliche Variabilität eher eine untergeordnete Rolle, da das Wurzelsystem die Variabilität zu einem gewissen Teil ausgleichen kann (STENGER et al., 1992). Bei mikrobiologischen Transformationsprozessen (z.B. Denitrifikation) hingegen stellt die Nichtbeachtung eine potentielle Fehlerquelle dar.

Kleinräumige Variabilität über die Tiefe

↓113

Um die Tiefenverlagerung von Stickstoff mit zu erfassen, wurden Nester angelegt und bis 30 dm Tiefe beprobt. In Tab. 5.11 werden die Nmin-Gehalte für die Nester der Schläge Autobahn und Fel d scheide-links zu verschiedenen Messterminen gegenübergestellt.

Tab. 5.11: Statistische Kennwerte der Nmin-Gehalte für die Nester der Schläge A u tobahn und Feldscheide-links zu verschiedenen Messterminen

Schlag-kürzel

Beprobungs-termin

Raster-weite[m]

Tiefe[dm]

Mittel[kg N/ha]

Spannweite Min Max [kg N/ha]

s[kg N/ha]

CV[%]

  

Nest 1 (n = 16)

         

Bec

15.09.99

5 x 5

0 - 30

342

272

492

63

18

 

Bec

23.10.01

5 x 5

0 - 30

207

148

272

40

19

 

Bec

01.08.02

5 x 5

0 - 30

100

71

129

17

17

 

Nest 2 (n = 16)

         

Bec

15.09.99

5 x 5

0 - 30

290

191

441

56

19

 

Bec

23.10.01

5 x 5

0 - 20

149

98

187

36

24

 

Bec

01.08.02

5 x 5

0 - 30

66

50

89

12

19

 

Nest 1 (n = 16)

         

Thy

23.08.00

6 x 6

0 - 30

90

51

182

33

37

 

Thy

06.08.02

6 x 6

0 - 30

107

76

146

23

22

 

Nest 2 (n = 16)

         

Thy

23.08.00

6 x 6

0 - 30

88

39

183

47

53

 

Thy

06.08.02

6 x 6

0 - 30

104

66

136

23

22

 

Nest 3 (n = 16)

         

Thy

23.08.00

6 x 6

0 - 30

72

23

177

45

62

 

Thy

06.08.02

6 x 6

0 - 30

96

56

177

35

36

 

Nest 4 (n = 16)

         

Thy

23.08.00

6 x 6

0 - 30

49

25

89

18

36

 

Thy

06.08.02

6 x 6

0 - 30

91

66

155

23

25

 

Die Messwerte auf Schlag Autobahn zeigen in den Nestern eine Reduzierung des mittleren mineralischen Stickstoffs im Boden zwischen September 1999 und August 2002 um mehr als 70 %. In beiden Nestern werden ebenfalls die Spannweiten der mittleren Nmin-Gehalte, wie auch der Maximalwert um mehr als 75 % abgesenkt. Die Variationskoeffizienten der Nester liegen zwischen 18 - 24 % und bleiben über den Untersuchungszeitraum nahezu konstant. CV-Werte von < 25 % lassen auf eine homogene Bodenstruktur schließen.

↓114

Auf Schlag Feldscheide-links zeigen die gemessenen Werte in allen vier Nestern eine Zunahme des mineralischen Stickstoffgehaltes vom Beginn (23.08.00) zum Ende (06.08.02) des Messzyklusses von 16 - 42 kg N/ha über die Profiltiefe von 30 dm. Die mittleren Nmin-Werte lagen zu Beginn der Messung bei 49 bis 90 kg N/ha über 30 dm Tiefe und wurden als gering eingeschätzt. Trotz der leicht höheren mittleren Nmin-Gehalte sinkt in den Nestern 1, 2 und 3 die Spannweite und damit verbunden auch die Standardabweichung zum Mittelwert um 22 bis 51 %. Über den Messzeitraum sinken die Variationskoeffizienten der Nester auf der einheitlich wie auch auf der ortsspezifisch gedüngten Variante deutlich. Während zu Probenahmebeginn CV-Werte beim Nmin von 36 - 62 % für die Nester ermittelt wurden, lagen die CV-Werte zum Ende bei 22 - 36 %. Die einheitlich gedüngte Variante (Nest 1 und 2) zeigt CV-Werte beim Nmin von 22 %, die auf eine homogene Verteilung des mineralischen Stickstoffs (bei einem Rasterabstand von 6 x 6 m) hindeuten. Der ortsspezifisch gedüngte Flächenteil zeigt im Nest 3 einen CV-Wert der deutlich über 25 % liegt und auf eine höhere Heterogenität im Nest hinweist. In Nest 4 liegt der Variationskoeffizient bei 25 %. Die mittleren Nmin-Werte steigen in diesem Nest gegenüber der Messung von 2000 um fast das doppelte an, liegen im Vergleich mit den anderen drei Nestern aber unter dem Mittel von 2002. Die applizierten Düngermengen waren in 2001 und 2002 in allen vier Nestern gleich hoch.

Abb. 5.6 zeigt die vertikale Nmin-Verteilung in den Nestern zu Beginn und Ende der Probenahme über 30 dm Tiefe auf Schlag Autobahn. Die Herbstwerte vom 15.09.99 zeigen große Überhänge an mineralischem Stickstoff in den oberen 0 - 6 dm Tiefe. So findet man im Ap-Horizont von Nest 1 (Abb. 5.6, a) im Mittel 108 kg N/ha und in 3 - 6 dm Tiefe immerhin noch 68 kg N/ha. Gut 80 % des mineralischen Stickstoffs entfällt auf Nitrat (Abb. 5.7, a).

Abb. 5.6: Darstellung der Nmin-Verteilung über die Tiefe zu verschiedenen Messterminen aufSchlag Autobahn: a) Nest 1, b) Nest 2

↓115

Abb. 5.7: Darstellung der Nitrat- und Ammonium-Verteilung über die Tiefe zu verschiedenen Messterminen auf Schlag Autobahn: a) Nest 1, b) Nest 2

Gerade in sandigen Oberböden sind hohe Mineralisationsraten zu erwarten, die über Winter leicht ausgewaschen werden. In der Tiefenzone 6 - 9 dm findet man im Herbst 1999 nur geringe mittlere Nmin-Gehalte von 20 kg N/ha. Interessant ist der sprunghafte Anstieg der Nmin-Werte in 9 - 15 dm. Für die hohen Nmin-Werte sind Nitratverlagerungsprozesse (Abb. 5.7, a) verantwortlich. Ab 15 dm Tiefe steht hier Kalkmergel an, der stauend wirkt. In 2002 pendeln sich die Nmin-Residuen im Nest 1 nach der Ernte ab 3 dm Tiefe bei < 20 kg N/ha ein. Das sind die zeitlich versetzten Auswirkungen der veränderten Düngungsstrategie. Diese Ergebnisse werden durch das zweite beprobte Nest in gleicher Form bestätigt (Abb. 5.6, b; Abb. 5.7, b).

Ein anderes Bild zeigen die vier Nester auf Schlag Feldscheide-links. Die Nmin-Werte zu Beginn der Messung sind deutlich kleiner als auf Schlag Autobahn. Unterschiede sind nur im Tiefenbereich 0 - 9 dm zu beobachten (Abb. 9.3). Im Ap-Horizont kommt es in 3 von 4 Nestern zu einer Reduzierung der Nmin-Werte, in den nachfolgenden Tiefenzonen bis 15 dm jedoch zu einem Anstieg gegenüber den Messungen von 2000. Durch die hohen Niederschlagsmengen im Juli 2002 mit 181 mm (langjähriges Mittel: 52 mm) ist es hier zu einer Nitratverlagerung in den letzten Wochen vor der Ernte gekommen. Im Nest 2, das höhere Schluffanteile im Bereich von 9 - 20 dm Tiefe aufweist, ist die Verlagerung hingegen nur bis 9 dm Tiefe nachweisbar (Abb. 9.3, b).

↓116

In Abb. 5.8 (Nest 1) und Abb. 9.4 (Nest 2) sind die räumlichen Muster der Nmin-Gehalte der Nester von Schlag Autobahn für die einzelnen Tiefenstufen zu den drei Messterminen für jeden Bohrpunkt dargestellt. Die einzelnen Tiefenstufen zeigen zwischen 1999 und 2002 deutlich sinkende Nmin-Gehalte. Eine Harmonisierung der Nmin-Werte ist in 2001 ab 9 dm Tiefe und in 2002 schon ab 6 dm Tiefe zu erkennen. Auf Schlag Feldscheide-links zeigen die räumlichen Muster des mineralischen Stickstoffs zu Messbeginn ab 9 dm Tiefe ein sehr homogenes Bild bei der Beprobung auf 6 x 6 m. Größere Schwankungsbreiten sind nur in den oberen 3 dm zu finden. In 2002 führt die Nitratverlagerung nach großen Niederschlagsereignissen zu einer Abnahme der Schwankungsbreite in den obersten 3 dm und zu einer Zunahme im Tiefenbereich 3 - 9 dm.

Abb. 5.8: Darstellung der Nmin-Tiefenverteilung zu verschiedenen Messterminen im Nest 1 auf Schlag Aut o bahn

5.1.3 Auswertung der Ertragskarten

Die Auswertung der Erträge erfolgte anhand der zur Verfügung stehenden Ertragskarten von 1999 bis 2002 für die fünf Untersuchungsschläge. Um die unterschiedlichen Fruchtarten miteinander vergleichen zu können, werden alle Ertragsdaten auf relative Erträge (siehe Kap. 4.3.6) umgerechnet. In Abb. 5.9 werden beispielhaft für Schlag Autobahn die Ertragszonen der einzelnen Ertragskarten grafisch dargestellt.

↓117

Abb. 5.9: Zonierung der Ertragskarten von 1999 bis 2002 für Schlag Autobahn, Rastergröße: 10 m

Auf den ersten Blick zeigen die erstellten Ertragszonen für diesen Schlag ein sehr diffuses Bild. Gut erkennbar ist eine ertragsschwache Zone rund um das Waldgebiet in der Schlagmitte sowie eine in abgeschwächter Form immer wiederkehrende Zone mit relativ niedrigen Erträgen am nördlichen Feldrand. Diese Zone zeichnet besonders in den Jahren 2000 und 2001 durch. Areale mit relativ hohen Erträgen scheinen dagegen häufig zu wechseln. Ähnliche Feststellungen können auch für die zonierten Ertragskarten der Schläge Feldscheide-links (Abb. 9.5), 111-3 (Abb. 9.6) und Kamp-Ost (Abb. 9.7) getroffen werden. Eine Ausnahme stellt bei diesem Vergleich lediglich der Schlag Fi n kenherd dar, der über den Untersuchungszeitraum sehr konstante Ertragszonen ausweist (Abb. 5.10).

Abb. 5.10: Zonierung der Ertragskarten von 1999 bis 2002 für Schlag Finkenherd, Rastergröße: 10 m

↓118

Betrachtet man die räumliche Verteilung der Ertragszonen, fallen neben zufälligen, immer wiederkehrende Ertragsmuster auf, die z.T. durch Bodeneigenschaften (z.B. Textur) beeinflusst werden. Bestimmte Zonierungsgrenzen lassen sich durch Substratwechsel erklären, wie das Beispiel Schlag Finkenherd zeigt (Abb. 5.11).

Gerade in Gebieten mit einer nur leicht positiven klimatischen Wasserbilanz wie Wulfen (siehe Kap. 4.1.3), zeichnen Texturunterschiede gut über das Ertragsbild. So ist es nicht verwunderlich, dass die Hochertragszonen in den Bereichen mit den höchsten Tongehalten (17 -21 %) zu finden sind. Die Ertragszonen sind auf Schlag Finkenherd sehr stabil und variieren kaum, wie die Ertragskarten von 1999, 2000 und 2001 zeigen. So führt Wassermangel während der Vegetationsperiode zu einer erhöhten Stabilität bei den Ertragszonen, da die Wasserversorgung auf diesem Standort der limitierende Wachstumsfaktor ist.

Abb. 5.11: Ertragsklassifizierung (basierend auf den Ertragszonen von 1999 bis 2001) für Schlag Finkenherd mit Klassengrenzen der Bodenarten aus der Rasterkartierung, Rastergröße: 10 m

↓119

Teilweise werden aber auch unterschiedliche Ertragszonen durch verdichtete Bodenareale (z.B. Vorgewende) überlagert, wie das an den Randbereichen von Schlag Autobahn zu beobachten ist (Abb. 5.12).

Abb. 5.12: Ertragsklassifizierung (basierend auf den Ertragszonen von 1999 bis 2002) für Schlag Autobahn mit Klassengrenzen der Bodenarten aus der Rasterkartierung, Rastergröße: 10 m

Der ertragsschwache Ring um das mittig gelegene Waldgebiet resultiert daraus, dass die Getreidepflanzen hier in Konkurrenz zu den Bäumen um Wasser, Nährstoffe und Licht stehen. Hinzu kommt, dass die Waldfläche durch ihre Lage und Form die Ertragskartierung selbst behindert. So kann z.T. nicht die volle Mähbreite genutzt werden, Keile entstehen und es muss öfter abgesetzt werden. Das begünstigt die Entstehung von scheinbaren Niedrigertragszonen. Wie die Niedrigertragszonen treten auch die Hochertragszonen auf diesem Schlag sehr komplex und zusammenhängend auf.

↓120

Im Anhang sind die Ergebnisse der Ertragszonierung für die Schläge Feldscheide-links (Abb. 9.8) und Kamp-Ost (Abb. 9.9) dargestellt. Für diese beiden Schläge gilt, dass speziell die Hochertragszonen sehr kleinräumig zersplittert auftreten. Die Niedrigertragszonen beziehen sich sehr oft auf verdichtete Schlagränder und sind selten im Schlaginneren zu finden.

In den Fällen wo Ertragsmuster auf Bodeneigenschaften zurückzuführen sind, kann die abgeleitete Zonierung (Abb. 5.13, a-c) zur Identifizierung von Managementzonen genutzt werden, um danach den Düngereinsatz für die Grundnährstoffe (P, K, Mg) oder die Bearbeitung zu steuern.

Abb. 5.13: Arbeitsschritte zur Identifizierung von Ertragszonen – dargestellt am Beispiel vom Schlag Autobahn: a) Verteilung der Ertragszonen (Ertragskarte 2000), b) Ertragsklassifizierung nach Auswertung der Ertragszonen von 1999 bis 2002 und c) abgeleitete Grenzen der Ertragszonen aus Abbildung b

5.2 Sensitivitätsanalyse zum Modell HERMES

↓121

Mit Hilfe einer Sensitivitätsanalyse soll im folgenden untersucht werden, wie empfindlich das Modell HERMES auf Veränderungen einzelner Parameter und Eingabegrößen reagiert. Dabei variieren einzelne Eingabegrößen über einen bestimmten realistischen Bereich unter Konstanthaltung der anderen Parameter. Das Verfahren soll aufzeigen unter welchen Bedingungen die Aussagekraft des Modells eingeschränkt wird.

Zu diesem Zweck wird ein Standarddaten- und Parametersatz angelegt (Abb. 5.14). Die Sensitivitätsanalyse wird für einen Zeitraum mit bzw. ohne Pflanzenaufwuchs durchgeführt. Dabei wird auf reale Wetterdaten der preagro-Station Beckum zurückgegriffen.

Abb. 5.14: Standarddatensatz für die Sensitivitätsanalyse

5.2.1 Simulation über das Winterhalbjahr

↓122

Als Maß für die Sensibilität wird die prozentuale Veränderung der berechneten Nmin-Werte zum 01.04.01 gegenüber dem als Standardgröße erzielten Ergebnis (51 kg N/ha/9 dm) herangezogen. Dabei werden folgende Parameter variiert:

Bodendaten:

Spannweite:

Corg

0.6 - 2.2 %

Nmin (Anfangsgehalt)

20 - 80 kg N/ha/9 dm

ΘFK (über Änderung der Bodenart)

0.19 - 0.40 cm³/cm³

Niederschlag (Standard = 390 mm über Winter)

195 - 585 mm

Niederschlag (Standard = 700 mm, ganzjährig)

200 - 1190 mm

Einfluss der Gehalte des organischen Kohlenstoffs (Corg)

Abb. 5.15 zeigt die prozentuale Veränderung des Nmin-Wertes gegenüber dem Standardgehalt (51 kg N/ha/9 dm) in Form von Isolinien (in 5 % Abstufungen vom Standard-Nmin-Wert) bei gleichzeitiger Änderung von Corg-Gehalt und Bodenart. Die vertikalen bzw. die horizontalen Abstände der Isolinien zeigen, wie sensibel das Modell auf Änderungen der ΘFK bzw. des Corg-Wertes bei einem bestimmten Corg-Gehalt bzw. einem bestimmten ΘFKreagiert. Aus der Neigung der Linien kann das Verhältnis der Einflüsse beider Größen auf den Nmin-Wert bestimmt werden.

↓123

Abb. 5.15: Darstellung der Sensitivität des Nmin-Wertes bei gleichzeitiger Variation von Bodenart nach KA4 und Corg-Gehalt für das Modell HERMES (Nmin-Standard = 100 % bei Corg = 1.4 % und ΘFK = 0.31 cm³/cm³, Isolinienabstufung 5 %)

Abb. 5.15 ist zu entnehmen, dass sich die Sensibilität der Nmin-Werte mit steigendem Corg-Gehalt auf allen Böden erhöht. Der Nmin-Wert reagiert auf Änderungen des Corg-Gehaltes bei leichten Böden in geringerem Maße als bei tonigen Böden. Sandböden zeigen eine höhere Dominanz bei der Verlagerung, während Tonböden bei der Mineralisation dominieren. Die Steigungen der Isolinien zeigen, dass bei tonigen Böden der Bestimmung des Corg-Gehaltes eine größere Bedeutung zukommt als der Ermittlung des ΘFK, während bei leichten Böden das Modell stärker auf Änderungen der ΘFK reagiert.

Einfluss der Anfangsgehalte des mineralischen Stickstoffs (Nmin)

In gleicher Weise wie für den Corg-Gehalt wird auch die Sensibilität auf Änderungen bei den Nmin-Anfangsgehalten dargestellt. Abb. 5.16 zeigt, dass die Höhe der Nmin-Anfangsgehalte auf den leichten Böden unter den gegebenen Niederschlagsverhältnissen nur einen sehr geringen Einfluss auf die Höhe des Nmin-Wertes im Frühjahr hat, da ein Großteil des im Spätsommer noch vorhandenen Restnitrats aus dem Profil (0 - 9 dm) ausgewaschen wird. Auf den tonigen Böden wird dagegen der Nmin-Wert im Frühjahr größtenteils durch auf dem Feld verbliebene Nitratreste aus dem Vorjahr bestimmt.

↓124

Abb. 5.16: Darstellung der Sensitivität des Nmin-Wertes bei gleichzeitiger Variation von Bodenart nach KA4 und Nmin-Anfangsgehalt für das Modell HERMES (Nmin-Standard = 100 % bei Nmin = 50 kg N/ha/9 dm und ΘFK = 0.31 cm³/cm³, Isolinienabstufung 5 %)

Einfluss des volumetrischen Wassergehaltes bei Feldkapazität (ΘFK)

Wie schon Abb. 5.15 und Abb. 5.16 zu entnehmen ist, nimmt die Sensibilität des Modells bezüglich des Frühjahrs-Nmin-Wertes auf Änderung der ΘFK mit der Höhe der im Herbst vorhandenen Nmin-Werte zu. Die Sensibilität hängt im entscheidenden Maße von der Relation der Niederschläge zur Wasserspeicherfähigkeit der Böden ab.

Einfluss der Niederschläge

Für die Sensibilität auf Änderungen bei der Niederschlagsmenge gilt das gleiche wie beim ΘFK. Hohe Niederschlagsmengen über die Winterperiode führen gerade auf den leichten Böden zu einer fast vollständigen Nitratauswaschung aus dem Profil (0 - 9 dm), so dass eine weitere Steigerung der Niederschläge nur noch geringe Änderungen hervorruft (Abb. 5.17). So nimmt die Sensibilität der Nmin-Werte mit zunehmender Niederschlagsmenge auf allen Böden deutlich ab. Bei geringen Niederschlagsmengen zeigen dagegen die Nmin-Werte im Bereich der lehmigen Sande die höchste Sensibilität. Diese Böden besitzen eine große nFK, d.h. die Entleerung des Bodenprofils in bezug zur FK geht relativ weit und braucht mehr Niederschlagswasser zur Wiederauffüllung (der FK).

↓125

Abb. 5.17: Darstellung der Sensitivität des Nmin-Wertes bei gleichzeitiger Variation von Bodenart nach KA4 und Niederschlagsmenge für das Modell HERMES (Nmin-Standard = 100 % bei 390 mm Niederschlag und ΘFK = 0.31 cm³/cm³, Isolinienabstufung 5 %)

5.2.2 Simulation über die Vegetationsperiode

Nach dem selben Prinzip wie für die Winterperiode werden für den Vegetationszeitraum vom 01.09.00 bis 01.08.01 Modellläufe durchgeführt. Für die angebaute Wintergerste wird eine simulierte N-Düngung von 180 kg N/ha zu Grunde gelegt, die in drei Teilgaben (80/60/40 kg N) über die Vegetationsperiode verteilt ausgebracht wird. Zur Untersuchung der Sensibilität des Pflanzenmodells werden die Modellparameter maximale Photosyntheserate bei Lichtsättigung (Amax), Niederschlag und tägliche Tagesmitteltemperatur variiert. Die Berechnung wurde mit dem selben Parametersatz durchgeführt wie zuvor für die Winterperiode (Abb. 5.14). Als Zielgröße werden die oberirdische Pflanzentrockenmasse sowie die kumulative Mineralisation über den Simulationszeitraum betrachtet, da über diese Größen Rückschlüsse zum Ertrag bzw. zu den Nmin-Rückständen im Boden möglich sind.

Einfluss der Niederschläge

Die Sensitivität der modellierten Biomasse ist bei geringen Niederschlagsmengen (< 400 mm) sehr groß, nimmt aber mit erhöhten Niederschlägen ab (Abb. 5.18). Ab einer Niederschlagssumme von > 700 mm zeigt die Simulation, außer auf den lehmigen Sanden (z.B. Sl2), keinen nennenswerten Zuwachs bei der Trockenmassebildung mehr. Der hohe Grobporenanteil auf dem Sl2-Standort sorgt hingegen auch bei hohen Niederschlagsmengen für eine schnelle Versickerung und gewährleistet trotzdem eine ausreichend gute Bodendurchlüftung. Die Trockenmasseproduktion wird auf den Sl2-Standorten so erst sehr spät durch extrem hohe Niederschlagsmengen limitiert.

↓126

Abb. 5.18: Darstellung der Sensitivität der Trockenmasseproduktion bei gleichzeitiger Variation von Bodenart nach KA4 und Niederschlagsmenge für das Modell HERMES (gebildete Trockenmasse beim Standard = 16.3 t/ha = 100 %, Isolinienabstufung 5 %)

Die in Abb. 5.18 simulierte Trockenmasse resultiert aus dem Zusammenspiel von Wasser- und N-Angebot, wobei letzteres aufgrund der gegenläufigen Beeinflussung durch Auswaschung und Mineralisation ein bodenspezifisches Optimum im Bereich der lehmigen Böden aufweist (Abb. 5.19). Das N-Angebot definiert sich hier zum Zeitpunkt der Betrachtung aus der Summe der N-Menge in Pflanze und Boden. Während bei der Trockenmassenentwicklung die Sensibilität bei geringen Niederschlägen sehr groß ist und mit zunehmender Feuchtigkeit abnimmt, zeigt sich beim N-Angebot ein bodenartspezifischer Bereich mit sehr hoher Empfindlichkeit auf Niederschlagsänderungen. Dies ist hauptsächlich auf den Einfluss der winterlichen Nitratauswaschung im Verhältnis zum N-Angebot im Boden zurückzuführen.

Abb. 5.19: Darstellung der Änderung des N-Angebotes bei gleichzeitiger Variation von Bodenart nach KA4 und Niederschlagsmenge für das Modell HERMES (N-Angebot beim Standard = 270 kg N/ha, Isolinienabstufung 5 kg N/ha)

↓127

Sehr sensibel reagiert das Modell bei der Mineralisation auf Niederschlagsänderungen (Abb. 5.20). Über den Simulationszeitraum nimmt die mineralisierte Stickstoffmenge auf allen Böden mit steigender Niederschlagsmenge zu.

Abb. 5.20: Darstellung der Änderung der N-Mineralisation bei gleichzeitiger Variation von Bodenart nach KA4 und Niederschlagsmenge (N-Mineralisation beim Standard = 170 kg N/ha = 100 %)

Einfluss der Temperatur

In Abb. 5.21 wird der Einfluss der Änderung der täglichen Temperatur auf die Mineralisation und die Trockenmassebildung von Pflanzen dargestellt. Sehr deutlich ist zu erkennen, dass eine Änderung der mittleren Tagestemperatur um 1 °C die N-Mineralisation um ca. 10 % verändert. Weniger stark ausgeprägt ist die Beziehung zwischen Trockenmassebildung und Temperatur. Mit steigender Temperatur erhöhen sich die Atmungsverluste während die Photosynthese stagniert. Somit wird nach Erreichen der optimalen Photosynthesetemperatur der Trockenmassezuwachs bei steigender Temperatur verringert.

↓128

Abb. 5.21: Darstellung der Sensitivität von N-Mineralisation und Trockenmassebildung bei Änderung der täglichen Tagesmitteltemperatur (Standard = 165 kg N/ha = 15.2 t TM/ha = 100 %)

Einfluss der maximalen Photosyntheserate bei Lichtsättigung (Amax)

Wie man Abb. 5.22 entnehmen kann, hat die Wahl des Parameters Amax einen sehr großen Einfluss auf die simulierte Trockenmassebildung. Bei hohen Amax-Werten nimmt der Zuwachs bei der Trockenmassebildung kontinuierlich ab, was auf die Wirkung anderer wachstumslimitierender Einflussfaktoren (z.B. Stickstoffmangel) zurück zu führen ist.

Abb. 5.22: Darstellung der Sensitivität der Trockenmasseproduktion bei Änderung des Amax-Wertes für das Modell HERMES (Standard = 15.2 t TM/ha = 100 % bei einem Amax-Wert von 37 kg CO2/ha Blattfläche/h)

Einfluss der Einstrahlung

↓129

Die Simulation zeigt, dass eine reduzierte Einstrahlung um 5 %, wie dies durch Beschattung von Bäumen oder Gebäuden häufig in der Praxis vorkommt, zu einem Biomasseausfall von ungefähr 4 % führt. Die Beziehung zwischen reduzierter Einstrahlung und Trockenmassebildung ist annährend linear (Abb. 5.23). Als Standard wurde die Einstrahlungsvariante 100 % gewählt.

Abb. 5.23: Darstellung der Sensitivität der Trockenmasse bei reduzierter Einstrahlung (gebildete Trockenmasse bei 100 % Einstrahlung = 15.2 t TM/ha = Standard)

5.2.3 Evaluierung weiterer Einflussgrößen

Zur weiteren Untersuchung der Sensibilität des Modellansatzes werden auch die Größen Grundwasserflurabstand, Lagerungsdichte und Steingehalt variiert. Unter zur Hilfenahme eines leichten (Sl2) und eines schweren Bodenprofils (Tu3) werden die Ergebnisse der Biomassebildung miteinander verglichen.

Einfluss des Grundwasserflurabstandes

↓130

Die Sensitivität auf den Grundwasserflurabstand steigt im Modell mit abnehmender Niederschlagsmenge. Besonders in niederschlagsarmen Gebieten (< 400 mm Jahresniederschlag) kommt der Wasserversorgung durch das Grundwasser eine große Bedeutung zu. Dabei ist der Abstand zum Grundwasserspiegel entscheidend. So kann der Tonboden (Tu3) gegenüber dem leichten Sl2-Standort aufgrund des kapillaren Aufstieges Grundwasser aus tieferen Schichten für die Trockenmassebildung nutzen. Andererseits treten auf den schweren Tonstandorten bei zu geringen Grundwasserflurabständen (< 10 dm) Ertragsdepressionen durch Luftmangel auf (Abb. 5.24).

Abb. 5.24: Darstellung der Sensitivität der Trockenmassebildung bei Variation des Grundwasserflurabstandes stellvertretend für die Bodenarten Sl2 und Tu3 (Grundwasserflurabstand beim Standard = 20 dm = 100 %) und 390 mm Jahresniederschlag

Einfluss der Lagerungsdichte

Die Zunahme der Lagerungsdichte führt im Bodenprofil zu einer Verringerung des Porenvolumens. Mit der Abnahme des Porenvolumen sinkt die Luft- und Wasserspeicherkapazität. Die Pflanzenwurzel muss mehr Energie aufbringen, um an Pflanzennährstoffe (z.B. Nitrate) und Wasser im Boden zu gelangen. Ertragsdepressionen sind die Folge. Wie man Abb. 5.25 entnehmen kann, reagiert das Modell bei schweren Tonböden (Tu3) deutlich sensibler auf Änderungen der Lagerungsdichte mit Trockenmassereduzierung als auf leichten Sl2-Standorten. Eine höhere Lagerungsdichte führt auf den schweren Böden zu einer Zunahme des Nmin-Wertes im Bodenprofil. Die Ursache lässt sich zum großen Teil auf die verringerte N-Aufnahme durch die Pflanze zurückführen bzw. zu einem geringen Teil auch auf die wesentlich langsamere Nmin-Verlagerung in der Tiefe im Vergleich zu Sandböden.

↓131

Abb. 5.25: Darstellung der Sensitivität von Wassergehalt, Nmin-Gehalt, Trockenmasse und N-Mineralisation bei Änderung der Lagerungsdichtestufe (Ld) unter Sl2- bzw. Tu3-Böden (Ld = 1 - 2 = Standard = 100 %)

Einfluss des Steingehaltes im Boden

Der schwere Tu3-Standort reagiert im Modell deutlich sensibler auf Steingehalte im Profil mit Ertragsdepressionen als der leichte Sl2-Standort (Abb. 5.26). Der zunehmende Steingehalt verringert den Aufwuchs und so bleibt mehr mineralischer Stickstoff ungenutzt im Bodenprofil zurück. Auf dem leichten Sl2-Standort wird der Mineralstickstoff sehr viel schneller ausgewachsen als aus dem schweren Tu3. Die Mineralisation nimmt in beiden Bodenprofilen mit dem Anstieg des Steingehaltes im Boden ab. Leichte Böden reagieren auch deutlich sensibler auf höhere Steingehalte mit verringerter Mineralisation als schwere Böden.

Abb. 5.26: Darstellung der Sensitivität von Wassergehalt, Nmin-Gehalt, Trockenmasse und N-Mineralisation bei Änderung des Steingehaltes unter Sl2- bzw. Tu3-Böden (Steingehalt = 0 % = Standard = 100 %)

↓132

Zusammenfassend kann gesagt werden, dass die untersuchten Modelleingangsgrößen für HERMES unterschiedliche Sensibilitäten zeigen. Die Trockenmasseproduktion reagiert sehr sensibel auf Änderungen des Faktors Amax, der Temperatur, der Sonneneinstrahlung, der Jahresniederschläge < 400 mm sowie der Grundwasserflurabstände, der Lagerungsdichte und der Steingehalte im Bodenprofil. Insbesondere diese letztgenannten Parameter stellen potentielle Fehlerquellen da, da sie in der Praxis meist mit großen Unsicherheiten bestimmt werden bzw. starken Schwankungen (Grundwasseramplitude) unterliegen.

Die Modellsensitivität kann sich zwischen einzelnen Bodenarten deutlich unterscheiden. Tonböden reagieren auf Änderungen der Lagerungsdichtestufe oder des Steingehaltes deutlich sensibler als Sandböden bei der Trockenmassebildung, was bei der Interpretation der Ergebnisse beachtet werden muss.

In Tab. 5.12 sind nachfolgend die untersuchten Parameter gewichtet dargestellt und welche Auswirkungen mögliche Fehleingaben haben würden.

↓133

Tab. 5.12: Wichtung einzelner Parameter für das Modell HERMES

Eingangsparam e ter

mögliche Fehler bei der A n gabe

Auswirkungen

Wichtung

zu niedrig

N-Austrag -

  

zu hoch

N-Austrag +

  

zu niedrig

Mineralisation -

  

zu hoch

Mineralisation +

  

zu niedrig

N-Austrag -, Nmin +

  

zu hoch

N-Austrag +, Nmin -

  

FK zu niedrig

N-Austrag +, Nmin -

  

FK zu hoch

N-Austrag -, Nmin +

  

zu niedrig

Pflanzenwachstum -

  

zu hoch

Pflanzenwachstum +

  

zu niedrig

Pflanzenwachstum -

  

zu hoch

Pflanzenwachstum +

  

zu niedrig

Mineralisation -

  

zu hoch

Mineralisation +

  

< 2 m

Pflanzenwachstum -, Nmin -, N-Austrag +

hoch/ mittel

 

> 2 m

Pflanzenwachstum -, Nmin +

 

zu niedrig

Wassergehalt +, Pflanzenwachstum +

  

zu hoch

Wassergehalt -, Pflanzenwachstum -

  

zu niedrig

Wassergehalt +, Pflanzenwachstum +

  

zu hoch

Wassergehalt -, Pflanzenwachstum -

  

5.3 Messung und Simulation

5.3.1 Vergleich der gemessenen und simulierten Zustandsgrößen Ertrag, Wassergehalt und mineralischer Stickstoff

Um die Modellrechnungen zu überprüfen, werden die Simulationsergebnisse für die Zustandsgrößen Ertrag, Bodenwasser- und Nmin-Gehalt in der Wurzelzone (0 - 9 dm) zum Zeitpunkt der Ernte mit den an den jeweiligen Rasterpunkten gemessenen Werten verglichen. Zur besseren Verdeutlichung der räumlichen Beziehung zwischen Mess- und Modellwert sind die Ergebnisse von 2000 für den Schlag Autobahn in Form von Transekten, getrennt nach einheitlich und ortsspezifisch bewirtschafteter Teilfläche, dargestellt worden (Abb. 5.27). Die Fehlerbalken bei den Mittelwerten der Ertragsmessung repräsentieren die Standardabweichung der Einzelertragsmessung in einem Radius von 10 m um den Rasterpunkt.

Abb. 5.27: Vergleich gemessener und simulierter Werte nach einjähriger Simulation zu Winterweizen in 2000 auf Schlag Autobahn: a) beim Wassergehalt (0 - 9 dm), b) beim Kornertrag und c) beim Nmin-Gehalt (0 - 9 dm) nach der Ernte

↓134

Durch die stark variierenden Tongehalte im Boden weist der Schlag Autobahn bei den Wassergehalten deutliche Unterschiede nach der Ernte in 2000 auf (Abb. 5.27, a). Die Wassergehalte schwanken in den oberen 0 - 9 dm Tiefe zwischen 0.13 cm³/cm³ und 0.38 cm³/cm³. Die Abbildung zeigt eine gute Beziehung zwischen den gemessenen und den simulierten Werten (r² = 0.844; Abb. 5.29, d) im ersten Untersuchungsjahr. Die Winterweizenerträge sind durch eine befriedigende Parallelität von Messung und Simulation gekennzeichnet (Abb. 5.27, b). Nur ca. 8 % der simulierten Werte weichen um mehr als 15 % von den Ertragsmesswerten ab. Problematisch erscheint hier wieder der nordöstliche Teil der Fläche. Diese ehemalige

vernässte (Grünland-)Senke wurde nach einer Bodenaufschüttung 1993 zur Ackerfläche. Auf diesem Teilstück bleiben die gemessenen Erträge hinter dem Ertragsmittel des Gesamtschlages und den simulierten Erträgen zurück. Der starke Ertragsabfall an den Bohrpunkten A1 und C1 ist auf die ungünstige Lage im Vorgewende zurückzuführen. Die vermehrte Überfahrt mit schwerer Technik führt besonders in diesem Bereich zu Verdichtungen im Bodenprofil und behindert das Pflanzenwachstum.

Die Simulation der Nmin-Gehalte nach der Ernte wird im Mittel für die beiden Schlagteile ohne große Abweichungen widergespiegelt (Abb. 5.27, c). Trotzdem kommt es an einzelnen Punkten (z.B. Bohrpunkt B6) zu einer unzureichenden Abbildung der Nmin-Residuen nach der Ernte. Zum Teil ergeben sich größere Abweichungen in den unteren Bodenschichten, die vermutlich auf die nicht berücksichtigte Dränung der Fläche zurückzuführen sind, zu der keine genaueren Angaben zur Verfügung stehen. Auffällig ist, dass größere Abweichungen auch in den Folgejahren (Abb. 9.10 und Abb. 9.11) vorwiegend auf der ortsspezifisch gedüngten Schlaghälfte auftreten. Als mögliche Fehlerquelle wird hier vermutet, dass es im Umschaltbereich des Düngerstreuers zu Abweichungen zwischen der tatsächlich ausgebrachten Stickstoffmenge und der im Modell verwendeten Menge aus der Applikationskarte kommt (WELTZIEN, 2001).

↓135

Betrachtet man dieselben Ergebnisse jetzt flächenbezogen, so sind bestimmte Muster, sog. Schlagmuster, erkennbar. Bei den Wassergehalten (Abb. 5.28, a) wie auch bei den Erträgen (Abb. 5.28, b) werden die Schlagmuster auf Schlag Autobahn sehr gut durch die Simulation widergespiegelt. Lehmige Sande und tonige Lehme zeigen beim Vergleich von Messung und Simulation nur geringe Abweichungen. Auf dem vormals als Grünland genutzten nordöstlichen Teil des Schlages treten hingegen größere Abweichungen auf.

Die Muster der mineralischen Stickstoff-Residuen nach der Ernte (Abb. 5.28, c) werden nur unzureichend widergespiegelt. Die tonigen Lehme im mittleren und südlichen Schlagteil werden überschätzt, während die lehmigen Sande ohne große Abweichungen durch das Modell getroffen werden. Die Muster der Nmin-Residuen zeigen ebenfalls, dass der ortsspezifische Schlagteil durch die Simulation schlechter widergegeben wird als der einheitlich gedüngte (westliche) Teil. Auf mögliche Ursachen bzw. Fehlerquellen wurde im vorangegangenen Abschnitt schon hingewiesen.

Abb. 5.28: Vergleich der Schlagmuster von gemessenen und simulierten Werten nach einjähriger Simulation zur Ernte nach Winterweizen in 2000 auf Schlag Autobahn: a) beim Wassergehalt (0 - 9 dm), b) beim Ertrag und c) beim Nmin-Gehalt (0 - 9 dm)

↓136

Im folgenden wird die Häufigkeitsverteilung der Abweichungen zwischen Simulation und Messung für das selbe Beispiel (Schlag Autobahn) näher betrachtet. Die in Abb. 5.29 dargestellte Verteilung der Abweichungen zwischen Simulation und Messung zeigt fast eine Normalverteilung mit Ausreißern bei den Nmin-Werten (a) wie auch bei den Wassergehalten (c) in 0 - 9 dm Tiefe. In 85 % aller Fälle sind die Abweichungen zwischen gemessenem und simuliertem Nmin-Gehalt kleiner als 40 kg N/ha, in 53 % sogar kleiner als 20 kg N/ha. Die mittlere Abweichung zwischen Simulation und Messung beträgt beim mineralischen Stickstoff +2.5 kg N/ha. Das Bestimmtheitsmaß liegt aber nur bei 0.175 (Abb. 5.29, b). Die Wassergehalte korrelieren deutlich besser als die Nmin-Gehalte. Zwischen Simulation und Messung kommt man hier auf eine hoch signifikante Korrelation von 0.844 (Abb. 5.29, d). In 90 % aller Fälle weichen die simulierten Wassergehalte über 0 - 9 dm Tiefe um weniger als 0.05 cm³/cm³, in 67 % sogar um weniger als 0.03 cm³/cm³ von den Messwerten ab. Die mittlere Abweichung bei den Wassergehalten liegt bei -0.007 cm³/cm³.

Abb. 5.29: Häufigkeitsverteilung der Abweichungen zwischen simulierten und gemessenen Nmin-Werten (a) und Wassergehalten (c), Vergleich von gemessenen und simulierten Nmin-Werten (b) und Wassergehalten (d) zur Ernte nach Winterweizen in 2000 auf Schlag Aut o bahn

Die hohe Anpassung besonders beim Wassergehalt wird erst durch Optimierung der nFK der geschätzten Standorteigenschaften Lagerungsdichte, Steingehalt, Durchwurzelungstiefe und Grundwasserflurabstand erreicht. Diese werden innerhalb ihres Unsicherheitsbereiches optimiert, um so die Anpassung an die Messwerte zu erhöhen. Die Optimierung der nFKerfolgt jeweils in der ersten Vegetationsperiode und wird für die Folgejahre beibehalten. Im folgenden soll wieder am Beispiel des Schlages Autobahn überprüft werden, wie sich die Anpassung der Wasser- und Nmin-Gehalte in den Folgejahren 2001 und 2002 verhält. Die

↓137

simulierten Werte dieser Jahre sind das Ergebnis einer kontinuierlichen Fortführung der Simulation aus 1999/2000. Das heißt:

Die Regressionsgleichungen zeigen in den Folgejahren beim Nmin keine Korrelation zwischen Messung und Simulation (Abb. 5.30, a und c).

↓138

Abb. 5.30: Darstellung der Regressionen von gemessenen und simulierten Werten für Schlag A u tobahn (0 - 9 dm): a) Nmin-Gehalte in 2001, b) Wassergehalte in 2001, c) Nmin-Gehalte in 2002 sowie d) Wassergehalte in 2002

Dagegen findet man beim Wassergehalt auch über einen längeren Zeitraum (drei Jahre) noch ein hohes Bestimmtheitsmaß (Abb. 5.30, b und d). Die hohe Signifikanz bei den Wassergehalten spricht für die Optimierung der nFK der geschätzten Standortparameter von 1999/ 2000.

Es überrascht nicht, dass die Korrelation über die Jahre langsam fällt, da sich Fehler aus dem Untersuchungsjahr 1999/2000 in den Folgejahren fortpflanzen. Des Weiteren ergeben sich Unsicherheiten bezüglich der Nährstoffzufuhr in 2000 und 2001 durch den nach der Ernte ausgebrachten Hühnermist. Die Ungenauigkeit der räumlichen Verteilung des Hühnermistes vergrößert die Heterogenität der Nmin-Werte innerhalb des Schlages erheblich, wie aus der Standardabweichung der Nmin-Messung im Herbst 2001 ersichtlich wird (Abb. 5.31).

↓139

So lässt sich schlussfolgern, dass der Wasserhaushalt durch das Modell HERMES sehr gut an den Einzelpunkten wiedergegeben wird, während sich der mineralische Stickstoffgehalt nur befriedigend abbilden lässt, da Stickstoff im Boden großen Schwankungen unterliegt.

Dennoch zeigt der zeitliche Verlauf der simulierten mittleren Nmin-Gehalte auf Schlag Aut o bahn, dass das Modell in der Lage ist, auch über einen längeren Zeitraum die Wechselwirkungen von Stickstoffdynamik und Pflanzenwachstum stabil widerzugeben (Abb. 5.31).

Abb. 5.31: Darstellung der simulierten und gemessenen mittleren Nmin-Gehalte in der Wurzelzone (0 - 9 dm) für Schlag Autobahn während des Untersuchungszeitraumes von 1999 bis 2002 an den Bohrpunkten des Standardrasters (n = 60)

↓140

Für die vier anderen Untersuchungsschläge lassen sich die gleichen Aussagen wie für Schlag Aut o bahn treffen. Die Vergleiche der simulierten und gemessenen Nmin-Gehalte befinden sich für diese Schläge im Anhang (Abb. 9.12 - 9.15).

5.3.2 Simulierte Bewirtschaftung mit unterschiedlichen Ausgangsinformationen

Die in den vorangegangenen Kapiteln dargestellten Ergebnisse beruhten auf Messungen aus einer Rasterbeprobung. Da engmaschige Rasterkartierungen für die Praxis zu aufwendig sind, versucht man auf Bodeninformationen aus vorhandenen Bodenkartierungen, wie der Reichsbodenschätzung oder ggf. Neukartierungen, die mit reduziertem Aufwand erstellt wurden (z.B. HBK), zurückzugreifen. Dabei soll die Frage geklärt werden, welche räumliche Erfassungsgenauigkeit (Informationsgüte) eine geeignete Grundlage zur Abschätzung von Ertragspotentialen für die teilflächenspezifische Bewirtschaftung darstellt. Für die Untersuchungsschläge werden die zur Verfügung stehenden Grablochbeschriebe der Reichsbodenschätzung, die Bohrlochdaten einer Hofbodenkarte von 2001 (siehe Kap. 4.3.3) sowie

Profildaten einer Rasterbeprobung für Simulationsrechnungen herangezogen und mit Ergebnissen aus Messungen verglichen. In Abb. 5.32 sind die drei unterschiedlichen Ausgangsinformationen zur Bodenart für den Schlag Autobahn dargestellt. Für die Schläge Feldscheide-links, 111-3, Kamp-Ost und Finkenherd sind die unterschiedlichen Ausgangsinformationen zur Bodenart im Anhang (Abb. 9.16 - 9.19) zu finden.

↓141

Abb. 5.32: Karte der Bodenarten (0 - 9 dm) für Schlag Autobahn: a) nach Reichsbodenschätzung, b) nach Hofbodenkarte und c) nach Rasterbeprobung

Bei der Simulation mit Daten der Reichsbodenschätzung und der Hofbodenkarte wird zum einen mit dem Original-Corg-Gehalt der jeweiligen Kartiereinheit aus dem Kartenmaterial berechnet, zum anderen werden für die verschiedenen Bodeneinheiten gemittelte Corg-Laborwerte aus der Rasterkartierung verwendet. Damit sollen die Datensätze der RBS und HBK aktualisiert bzw. die Informationsgüte für diesen Parameter erhöht werden. Tab. 5.13 zeigt die Ergebnisse für Erträge, Bodenwasser- und Nmin-Gehalte nach der Ernte von Winterweizen für die Untersuchungsschläge im Vergleich zu den gemessenen Werten.

Tab. 5.13: Vergleich der auf unterschiedlichen Bodeninformationen basierenden Simulationswerte für Ertrag, Wasser- und Nmin-Gehalt beim Anbau von Winterweizen mit gemessenen Werten für die fünf Untersuchungsschläge

Wassergehalt [cm³/cm³]

Wg.

N min -Gehalt[kg N/ha]

N min

         

0 - 3 dm

3 - 6 dm

6 - 9 dm

0 - 9 dm

0 - 9 dm

0 - 3 dm

3 - 6 dm

6 - 9 dm

0 - 9 dm

0 - 9 dm

   

Feldscheide-links/Thumby (n = 50), in 2001

            

Messwert

5.9

-

0.27

0.18

0.19

0.21

-

37

8

4

50

-

RBSOriginal

5.9

0

0.39

0.32

0.30

0.34

0.116

37

9

13

60

0

RBS mit Corg-Mittel

5.9

0

0.39

0.32

0.30

0.35

0.117

32

4

8

44

0.046

HBKOriginal

5.9

0

0.32

0.26

0.26

0.28

0.060

30

3

8

41

0.044

HBK mit Corg-Mittel

5.9

0

0.33

0.26

0.26

0.28

0.056

31

3

9

38

0.075

Rasterdaten Original

5.9

0

0.28

0.22

0.28

0.26

0.167

33

4

16

53

0.150

Rasterdaten optimiert

5.8

0

0.26

0.18

0.20

0.21

0.691

31

3

12

46

0.274

111-3/Kassow (n = 116), in 2000

            

Messwert

5.8

-

0.21

0.19

0.18

0.19

-

31

24

18

73

-

RBSOriginal

6.4

0

0.27

0.23

0.22

0.24

0

41

27

18

86

0

RBS mit Corg-Mittel

6.1

0

0.26

0.25

0.22

0.24

0

25

20

15

60

0

HBKOriginal

5.6

0

0.23

0.20

0.18

0.20

0

28

26

12

66

0

HBK mit Corg-Mittel

5.6

0

0.23

0.20

0.18

0.20

0

30

27

12

69

0

Rasterdaten Original

6.1

0

0.25

0.19

0.18

0.21

0.103

31

26

12

68

0

Rasterdaten optimiert

5.9

0.268

0.23

0.20

0.18

0.21

0.244

32

30

13

75

0.189

Kamp-Ost/Groß Twülpstedt (n = 60), in 2000

            

Messwert

5.7

-

0.20

0.16

0.20

0.19

-

32

14

8

53

-

RBSOriginal

4.9

0

0.16

0.15

0.32

0.21

0

56

13

6

72

0

RBS mit Corg-Mittel

4.8

0

0.16

0.15

0.32

0.21

0

54

13

6

71

0

HBKOriginal

4.6

0.149

0.13

0.26

0.35

0.25

0.189

34

22

37

96

0

HBK mit Corg-Mittel

4.6

0.150

0.13

0.26

0.35

0.25

0.189

32

21

37

93

0

Rasterdaten Original

4.6

0.231

0.17

0.16

0.23

0.19

0.277

21

8

21

50

0

Rasterdaten optimiert

5.0

0.635

0.19

0.15

0.22

0.26

0.365

18

8

19

46

0

Bemerkung: Ø) durchschnittlich

↓142

Tab. 5.13 b:Vergleich der auf unterschiedlichen Bodeninformationen basierenden Simulations-werte für Ertrag, Wasser- und Nmin-Gehalt beim Anbau von Winterweizen mit gemes-senen Werten für die fünf Untersuchungsschläge

Die Simulationen mit Werten aus der RBS zeigen keinerlei Korrelationen bei den Nmin-Gehalten, außer auf Schlag Finkenherd. Die Korrelation ist mit r² = 0.277 aber nicht signifikant. Bei den simulierten Bodenwassergehalten nach RBS sieht die Situation etwas differenzierter aus. Hier zeigen die Schläge Kamp-Ost und 111-3 keine, die Schläge Fel d scheide-links und Finkenherd eine schwache und der Schlag Autobahn eine hohe Korrelation (r² = 0.599) zum Bodenwasser. Die Resultate aus den Simulationen nach HBK zeigen bei den Nmin-Gehalten wie auch bei den Wassergehalten keine Signifikanzen. Die einzige Ausnahme stellt der Schlag Autobahn dar, der bei den Wassergehalten (r² = 0.606) eine hohe Signifikanz zeigt.

Die Verwendung von gemittelten Corg-Gehalten führt weder bei Verwendung von Daten der HBK bzw. der RBS zu einer weiteren Verbesserung der Korrelation beim mineralischen Stickstoff, beim Bodenwasser noch beim Ertrag. Eine Ausnahme bildet der Schlag Finke n herd. Hier verbessern die gemittelten Corg-Gehalte, die sehr hoch ausfallen, die Korrelation zu den Nmin-Gehalten. In den meisten Fällen zeigen die Berechnungen auf Basis der Reichsbodenschätzung eine leichte Überschätzung der Nmin-Werte, die überwiegend durch eine Unterschätzung der Erträge verursacht wird. Neben der Bodenart spielen noch weitere

↓143

Faktoren eine Rolle, wie die deutliche Verbesserung der Ergebnisse nach einer Optimierung der nFK für die unsicheren Eingangsgrößen (Lagerungsdichtestufe, Steingehalt, Grundwasserflurabstand und Durchwurzelungstiefe) zeigt. In den meisten Fällen führen diese zu einem sprunghaften Anstieg des Bestimmtheitsmaßes beim Wassergehalt, beim Nmin-Gehalt und beim Ertrag, wie die Ergebnisse auf Schlag Autobahn zeigen. Vergleicht man die Muster der simulierten mit der realen Ertragskarte (nach Rasterpunkten), werden die Unterschiede bei Verwendung verschiedener Bodendaten deutlich (Abb. 5.33).

Abb. 5.33: Darstellung der simulierten Ertragsverteilung von Winterweizen in 2000 auf Schlag Autobahn bei Verwendung unterschiedlicher Bodenbasisdaten an den Rasterpunkten: a) Reichsbodenschätzung, b) Hofbodenkarte und c) Rasterbodendaten. In d) ist die reale Ertragskarte für Winterweizen dargestellt.

Am Beispiel des Schlages Autobahn soll auf Fehlerquellen bei den verwendeten Daten hingewiesen werden. Die großen Abweichungen zwischen realer Ertragskarte (Abb. 5.33, d) und Ertragskarte nach Reichsbodenschätzung (Abb. 5.33, a) beruhen auf einer zu hohen Annahme des Grundwasserflurabstandes von 5 dm. Als die Bodenschätzung 1964 auf der Fläche durchgeführt wurde, wurde ein Teil des Schlages noch als Grünland genutzt. 10 Jahre später wurde der Schlag teilweise dräniert und aufgeschüttet. Hinzu kommt, dass im nördlichen Teil der Fläche zu geringe Durchwurzelungstiefen (7 - 8 dm) angenommen werden, die in Kombination mit den hohen Grundwasserflurabständen (5 dm) zu Vernässung führen. Diese Annahmen begründen die Mindererträge im Vergleich zur realen Ertragsmessung. Die Hofbodenkarte (Abb. 5.33, b) zeigt beim Ertrag schon eine differenziertere Ertragsverteilung als bei Verwendung von Daten aus der Reichsbodenschätzung. Die visuelle Abschätzung der Humusgehalte durch die Kartierer stellt bei dieser Methode eine potentielle Fehlerquelle dar. So lagen die abgeschätzten Corg-Werte (einheitlich bei 0.87 %) deutlich unter den im Labor ermittelten Werten (Mittel: 1.74 %; siehe Abb. 5.2, b) und sind für einen Großteil der Unterschätzung beim Ertrag verantwortlich. Die Unterschätzung auf dem südlichsten Schlagteil wird hingegen durch zu hohe Schätzungen der Steingehalte (> 75 Vol.-%) hervorgerufen. Die geschätzten bzw. optimierten Steingehalte der Rasterbeprobung liegen in diesem Bereich bei ≤ 50 Vol.-%. Die beste Übereinstimmung mit dem Muster der realen Ertragskarte wird durch die Rasterdaten (Abb. 5.33, c) erreicht. Die kleinräumig stark variierenden ertragsbeeinflussenden Parameter (wie Steingehalt, Lagerungsdichte, Tongehalt) werden hier am besten abgebildet.

↓144

Benutzt man das Modell HERMES zur Berechnung von N-Düngungsempfehlung ergeben sich bei Verwendung der verschiedenen Bodeninformationen aus RBS, HBK sowie nach

Rasterbeprobung unterschiedlich hohe Düngermengen und Verteilungsmuster. Die Modellergebnisse wurden dann mit der Empfehlung nach preagro-N Modul verglichen (Abb. 5.34). Bei der Berechnung der Düngungsempfehlungen wurden alle verwendeten Datensätze durch die Wasser-, Humus- und Nmin-Gehalte aus der Herbstbeprobung von 1999 ergänzt.

Abb. 5.34: Düngungsempfehlungen nach N-Modell HERMES zu Winterweizen in 2000 auf Schlag Autobahn auf Basis von: a) Profildaten der Reichsbodenschätzung, b) Profildaten der Hofbodenkarte und c) Profildaten des Untersuchungsrasters. In d) ist die Düngungsempfehlung nach preagro-N Modul zu sehen.

↓145

Aus der Überlagerung der Karten lassen sich die Differenzen der Düngerapplikation für die einzelnen Varianten in Form von Differenzenkarten darstellen (Abb. 5.35). Als Referenz dient die Berechnung auf Basis der gemessenen Einzelprofildaten. Positive Werte (rot) zeigen eine höhere Ausbringungsmenge an als die Referenzkarte und negative Werte (blau) weisen auf eine geringere Ausbringmenge als in der Referenzkarte hin.

Abb. 5.35: Darstellung der Differenzen zwischen den Düngungsempfehlungen für Schlag Aut o bahn auf Basis der Rasterpunktprofile (Referenz) zu den Modellempfehlungen auf Grundlage: a) der Reichsbodenschätzung, b) der Hofbodenkarte sowie nach Empfehlung c) des preagro-N Moduls

Die Abb. 5.35 (c) zeigt, dass die Düngungsempfehlung auf Basis von preagro-N vor allem im südlichen Teil des Schlages zu einer deutlichen Überschätzung führt. Die Ursache liegt in einer Fehleinschätzung des Ertragspotentials. Die Nichtberücksichtigung von Besonderheiten, die in der Profilbeschreibung der Reichsbodenschätzung nicht ausreichend detailliert beschrieben werden bzw. bei der Ertragspotentialabschätzung unberücksichtigt bleiben (z.B. Begrenzung des Wurzelraums durch eine Mergelschicht) führen zu dieser Fehleinschätzung. Interessant ist auch ein Vergleich von Abb. 5.35 (a) mit Abb. 5.35 (c), die die gleiche Datengrundlage (hier RBS-Daten) als Ausgangsbasis nutzen. Die Berechnung der Düngermengen erfolgte mit zwei verschiedenen Modellen. Daraus lässt sich schlussfolgern, dass eine Ursache für die zu hohe Düngerbemessung durch das preagro-N Modul in der Methode der Ertragspotentialabschätzung zu finden ist.

↓146

Aus der Flächengewichtung ergeben sich die in Tab. 5.14 dargestellten Gesamtdüngermengen bzw. Differenzen zur Referenzdüngung nach Modellempfehlung HERMES. Die Empfehlungen zeigen z.B. für den 20 ha Schlag Autobahn eine hohe Schwankungsbreite. Während die Düngungsempfehlungen auf Basis der Reichsbodenschätzung, der Hofbodenkarte und der Rasterbeprobung (Referenz) nur eine Schwankungsbreite von ±12 % aufweisen, weicht die Empfehlung nach preagro-N Modul deutlich von den anderen ab. Das preagro-N Modul empfiehlt eine deutlich höhere N-Düngung. Gegenüber der Empfehlung nach Rasterbeprobung ergäbe sich so ein Mehraufwand von durchschnittlich 83 kg N/ha für den Schlag Autobahn.

Tab. 5.14: Düngerempfehlungen für den Gesamtschlag bei Nutzung unterschiedlicher Modelldaten für die ortsspezifische Düngung von Winterweizen

Düngungsvariante

Düngermenge

[kg N]

Differenz zu 1

[kg N]

Differenz zu 1

[%]

Feldscheide-links/Thumby – 23.2 ha, in 2001*

   

1) Modell Rasterprofil

1725

-

-

2) Modell RBS

1895

+170

+10

3) Modell Hofbodenkarte

1928

+203

+12

4) preagro-N (Stand: 2000)

3449

+1724

+100

111-3/Kassow – 12.0 ha, in 2000

   

1) Modell Rasterprofil

1567

-

-

2) Modell RBS

1307

-260

-16

3) Modell Hofbodenkarte

1168

-399

-25

4) preagro-N (Stand: 2000)

2283

+716

+46

Kamp-Ost/Groß Twülpstedt – 12 ha, in 2000

   

1) Modell Rasterprofil

1260

-

-

2) Modell RBS

1023

-237

-19

3) Modell Hofbodenkarte

951

-309

-24

4) preagro-N (Stand: 2000)

1982

+722

+57

Autobahn/Beckum – 20.2 ha, in 2000

   

1) Modell Rasterprofil

2395

-

-

2) Modell RBS

2131

-264

-11

3) Modell Hofbodenkarte

2680

+285

+12

4) preagro-N (Stand: 2000)

4055

+1660

+69

Finkenherd/Wulfen – 45.1 ha, in 2002

   

1) Modell Rasterprofil

6662

-

-

2) Modell RBS

4823

-1839

-28

3) Modell Hofbodenkarte

4709

-1953

-29

4) preagro-N (Stand: 2000)

8355

+1693

+25

Bemerkung: *) Anbau von Wintergerste

5.4 Unterschiedliche Düngungsvarianten

5.4.1 Vergleich von einheitlicher und ortsspezifischer Düngung

Vergleicht man die unterschiedlich bewirtschafteten Teilflächen der einheitlichen und der ortsspezifischen Düngung im Hinblick auf die erzielten Erträge und die nicht ausgeschöpften Mineralstickstoffgehalte (Nmin) nach der Ernte, so ist keine generelle Tendenz zu erkennen (Tab. 5.15).

↓147

Tab. 5.15: Vergleich unterschiedlicher Düngungsvarianten mit Modellrechnungen hinsichtlich Ertrag und Nmin-Gehalt nach der Ernte

einheitliche Düngung

ortsspezifische Düngung

        

Mess.

s

M o dell

s

Mess.

s

M o dell

s

  

Feldscheide-links/Thumby

         

Anzahl der Bohrpunkte

25

25

25

25

Ertrag 2001 [t TM/ha]

WG

5.9

0.7

5.8

0.1

6.0

0.9

5.9

0.1

Nmin 2001 [kg N/ha]

44

16

43

5

55

19

49

13

Ertrag 2002 [t TM/ha]

WRa

4.5

0.8

4.5

0.4

4.8

0.6

4.6

0.1

Nmin 2002 [kg N/ha]

74

23

61

7

68

24

65

10

111-3/Kassow

         

Anzahl der Bohrpunkte

59

59

59

59

Ertrag 2000 [t TM/ha]

WW

5.8

0.5

5.9

0.5

5.9

0.7

5.8

0.4

Nmin 2000 [kg N/ha]

70

26

80

20

76

30

71

20

Ertrag 2001 [t TM/ha]

WW

6.2

0.8

7.7

0.6

6.6

0.8

7.4

0.6

Nmin 2001 [kg N/ha]

51

11

56

12

54

17

53

14

Kamp-Ost/Groß Twülpstedt

         

Anzahl der Bohrpunkte

27

27

32

32

Ertrag 2000 [t TM/ha]

WW

5.8

0.8

5.0

0.6

5.6

1.0

5.0

0.7

Nmin 2000 [kg N/ha]

57

31

50

19

52

30

41

13

Ertrag 2001 [t TM/ha]

WG

4.6

0.5

4.6

0.4

4.6

0.4

4.7

0.5

Nmin 2001 [kg N/ha]

39

13

41

9

42

13

41

12

Ertrag 2002 [t TM/ha]

ZR

k.A.

-

-

-

k.A

-

-

-

Nmin 2002 [kg N/ha]

25

11

6

1

25

8

6

1

Autobahn/Beckum

         

Anzahl der Bohrpunkte

30

30

30

30

Ertrag 2000 [t TM/ha]

WW

6.9

0.7

6.9

0.7

7.4

0.5

7.4

0.4

Nmin 2000 [kg N/ha]

58

13

57

20

77

30

83

22

Ertrag 2001 [t TM/ha]

WW

7.0

1.2

7.3

0.3

7.1

0.5

7.3

0.2

Nmin 2001 [kg N/ha]

165

79

173

22

155

65

180

22

Ertrag 2002 [t TM/ha]

TR

5.8

0.8

5.9

0.1

5.9

0.6

5.8

0.1

Nmin 2002 [kg N/ha]

55

17

50

11

46

11

49

10

Finkenherd/Wulfen

         

Anzahl der Bohrpunkte

8

8

43

43

Ertrag 2001 [t TM/ha]

WRa

3.4

0.3

3.7

0.4

3.2

0.4

3.5

0.6

Nmin 2001 [kg N/ha]

106

29

123

40

119

57

119

47

Ertrag 2002 [t TM/ha]

WW

6.6

0.3

6.6

0

6.6

0.7

6.6

0.1

Nmin 2002 [kg N/ha]

197

74

200

32

167

47

164

41

Bemerkung: k.A.) keine Angaben, Mess. – Messung

Die Ertragsmittel schwanken zwischen den einzelnen Schlagvarianten nur wenig. Bei den Nmin-Werten nach der Ernte weisen die Messungen schon deutlichere Unterschiede zwischen

den einzelnen Varianten auf. Aber auch hier ist kein klarer Trend erkennbar. Die Vergleiche zwischen Messung und Simulation zeigen bis auf wenige Ausnahmen, wie beim Ertrag in 2001 auf Schlag 111-3, dass im Mittel eine gute Übereinstimmung für beide Düngungsvarianten beim Ertrag und beim Nmin besteht. Die Nmin-Gehalte differieren auf den Schlägen Feldscheide-links, 111-3, Kamp-Ost und z.T. auch auf Schlag Autobahn zwischen den einzelnen Varianten um weniger als 10 kg N/ha. Auf den Schlägen Feldscheide-links, 111-3 und Autobahn werden auf der ortsspezifischen Teilfläche geringfügig höhere Erträge über den gesamten Untersuchungszeitraum gemessen, während auf den Schlägen Kamp-Ost und Finkenherd höhere Erträge eher auf der einheitlich gedüngten Seite erzielt werden.

↓148

Die Ertragsdifferenzen betragen auf dem Schlag Autobahn in 2000 zwischen der einheitlich und ortsspezifisch gedüngten Variante im Durchschnitt 0.5 t TM/ha. Im Durchschnitt über alle Schläge und Untersuchungsjahre werden auf der ortsspezifisch bewirtschafteten Seite jedoch nur 0.1 t TM/ha mehr geerntet als auf der einheitlich gedüngten. Betrachtet man die Standardabweichungen für die gemessenen Nmin-Werte auf den Schlägen Feldscheide-links, 111-3 und Finkenherd (ohne 2002), entfallen die größten Abweichungen vom Mittel auf die ortsspezifische Variante. Auf den Schlägen Kamp-Ost und Autobahn findet man die größten Standardabweichungen beim Nmin zum Großteil auf der einheitlich gedüngten Variante. Lediglich in 2000 zeigt sich auf Schlag Autobahn beim Nmin ein anderes Bild.

5.4.2 Szenariorechnung für eine einheitliche und eine ortsspezifische Bewirtschaftung des Gesamtschlages

Da die Flächenausstattung der beiden Teilschläge unterschiedlich ist, bietet erst ein Simulationsszenario die Voraussetzungen, Ergebnisse für identische Flächen, in diesem Fall für den Gesamtschlag, miteinander zu vergleichen. Für die Schläge Feldscheide-links und Kamp-Ost zeigen die Szenariorechnungen für die einheitliche und die ortsspezifische Bewirtschaftung bei annähernd gleichen Düngungsmengen keine Unterschiede beim Ertrag und nur geringe Abweichungen bei den Nmin-Residuen am Erntetag (Tab. 5.16).

Tab. 5.16: Vergleich einheitlicher und ortsspezifischer Düngung bei virtueller Übertragung des jeweiligen Düngungsregimes auf den Gesamtschlag unter Winterweizen

Düngung

Ertrag

N min am Erntetag

          

Mittel Min Max [kg N/ha]

CV [%]

Mittel Min Max [t TM/ha]

CV [%]

Mittel Min Max [kg N/ha]

CV [%]

       

Feldscheide-links/Thumby (n = 50), in 2001*

            

Real (mit Schlagteilung)

187

186

196

2.0

5.8

5.4

5.9

2.0

46

36

81

2.0

Szenario einheitlich

186

186

186

0.0

5.8

5.4

5.9

2.0

45

36

81

2.0

Szenario ortsspezifisch

189

186

196

3.0

5.8

5.4

5.9

2.0

46

36

81

2.0

111-3/Kassow (n = 116), in 2000

            

Real (mit Schlagteilung)

220

185

240

8.1

5.9

5.0

7.0

7.5

75

37

131

28.0

Szenario einheitlich

220

220

220

0.0

5.9

5.0

7.0

7.5

82

42

131

23.0

Szenario ortsspezifisch

217

185

240

11.0

5.9

5.0

7.0

7.5

69

35

127

30.0

Kamp-Ost/Groß Twülpstedt (n = 59), in 2000

            

Real (mit Schlagteilung)

168

40

185

26.0

5.0

3.8

6.7

13.2

46

22

102

36.0

Szenario einheitlich

170

170

170

0.0

5.0

3.8

6.7

13.2

46

25

102

48.0

Szenario ortsspezifisch

160

40

185

34.0

5.0

3.8

6.7

13.2

48

22

102

38.0

Autobahn/Beckum (n = 60), in 2000

            

Real (mit Schlagteilung)

195

155

215

8.5

7.1

4.9

8.2

9.4

68

40

171

36.7

Szenario einheitlich

185

185

185

0.0

7.1

5.4

7.7

8.7

63

30

124

32.4

Szenario ortsspezifisch

204

155

215

8.2

7.1

5.4

7.7

8.7

74

27

147

38.2

Finkenherd-141/Wulfen (n = 51), in 2002

            

Real (mit Schlagteilung)

184

160

210

7.9

6.6

6.0

6.7

1.4

170

86

258

24.0

Szenario einheitlich

205

205

205

0.0

6.6

6.0

6.7

1.4

194

102

276

13.0

Szenario ortsspezifisch

180

160

210

6.6

6.6

6.0

6.7

1.4

166

86

258

24.0

Bemerkung: *) Anbau von Wintergerste

↓149

Die Beispiele der Schläge Autobahn und Finkenherd zeigen auch bei reduzierten Düngermengen von 10 - 14 % zwischen den einzelnen Varianten keine Ertragsminderung. Bei den Nmin-Nacherntegehalten sind aber deutliche Unterschiede erkennbar. Hier führt eine Herabsetzung der Düngermenge sofort zu einer Reduzierung der Nmin-Gehalte am Erntetag. Bei der Simulationsrechnung reagiert der Schlag 111-3 besonders sensibel auf veränderte Düngermengen.

5.4.3 Simulierte Effekte bei unterschiedlichen Düngungsszenarien

Aus den Ergebnissen der bislang auf den Standorten angewandten Verfahren zur Düngerbedarfsermittlung lassen sich keine signifikanten Unterschiede beim Ertrag zwischen einheitlicher und ortsspezifischer Düngung nachweisen. Dies liegt zum einem an den geringen Unterschieden bei den N-Mengen für die Varianten einheitlich und ortsspezifisch. So unterscheiden sich die durchschnittlichen N-Düngermengen zwischen den beiden Varianten auf den Schlägen Feldscheide-links und 111-3 nur um 3 kg N/ha, auf dem Schlag Kamp-Ost sind es 10 kg N/ha. Nur auf den Schlägen Autobahn und Finkenherd gibt es deutlichere Unterschiede bei der N-Düngung zwischen der einheitlich und ortsspezifisch gedüngten Variante. Auf diesen Flächen betragen die durchschnittlichen Differenzen zwischen den einzelnen Varianten zwischen 19 kg N/ha (Schlag Autobahn) und 25 kg N/ha (Schlag Finke n herd; Tab. 5.16). Der Hauptgrund, warum keine signifikanten Unterschiede beim Ertrag messbar sind, liegt auf allen Schlägen in der zu hoch bemessenen N-Menge begründet, die sich schon im Bereich des Luxuskonsums für Pflanzen bewegt. So bringt auch eine weitere Erhöhung der N-Düngung keinen messbaren Zuwachs beim Ertrag.

Die Unterschiede bei den residualen Nmin-Mengen sind insgesamt gering und spiegeln im wesentlichen die Unterschiede in der Gesamthöhe der Düngung wider. Die nach der Ernte im Boden verbleibenden Mineralstickstoffgehalte deuten darauf hin, dass die bislang applizierten Düngermengen über dem Optimum liegen, an dem pro eingesetztem kg N noch ein Mehrertrag erzielt wird. Um dieser Fragestellung nachzugehen wird für den Schlag Aut o bahn eine Berechnung des Düngungsbedarfs mit Hilfe einer hierfür mehrfach erprobten Version des Modells HERMES vorgenommen. Unter Verwendung der vorhandenen räumlichen Daten sowie der Witterungsdaten wird eine Berechnung des Stickstoffdefizits für die unterschiedlichen Wachstumsphasen des Weizens vorgenommen (KERSEBAUM & BEBLIK, 2001). Zusätzlich erfolgt noch eine in 10 % Schritten abgestufte Variation der empfohlenen Düngung an den Rasterpunkten, um die Modellempfehlung kritisch auf Ertragswirkung und verbleibende Nmin-Gehalte nach der Ernte zu hinterfragen. In Abb. 5.36 (a) wird der Effekt der unterschiedlichen Düngungshöhe auf Ertrag und Nmin-Gehalt nach der Ernte für den Schlag Autobahn dargestellt und mit dem Mittelwert über alle Rasterpunkte verglichen.

↓150

Abb. 5.36: Darstellung simulierter Effekte für unterschiedliche Düngermengen zu Winterweizen während der Vegetationsperiode 2000 auf Schlag Autobahn: a) Mittelwerte über alle Rasterpunkte mit Darstellung der beobachteten Mittelwerte aus der realen Bewirtschaftung, b) für ausgewählte Bohrpunkte des Probenahmerasters mit Modellempfehlung zur Düngung nach HERMES

Am Verlauf der Mittelwerte wird deutlich, dass es bis zum Erreichen des Ertragsmaximums kaum eine Reaktion bei den Nmin-Gehalten gibt. Erst nach Ausschöpfung des Aufnahmepotentials steigen die Restgehalte des Mineralstickstoffs an. D.h., der Ertragszuwachs pro eingesetztem Kilogramm Stickstoff flacht signifikant mit zunehmender Stickstoffmenge ab. Die optimale Ertragswirkung vom Stickstoff liegt also unterhalb des Ertragsmaximums. Erwähnt sei hier noch, dass im Modell ein Ertragsabfall durch Überdüngung (Lagergetreide) nicht berücksichtigt wird.

Zur Verdeutlichung der Unterschiede innerhalb des Schlages werden für ausgewählte Bohrpunkte des Rasters Ertragskurven (Abb. 5.36, b) dargestellt. Die ausgewählten Bohrpunkte stehen hier exemplarisch für bestimmte Bodenarten, z.B. A1 für lehmigen Sand, C4 für sandigen Lehm oder A5 für lehmigen Ton. Der Vergleich zeigt deutliche Unterschiede beim Ertragsniveau wie auch beim Verlauf der Ertragskurven. So reagieren lehmige Sande (Bohrpunkt A1) deutlich sensibler auf Düngungsmaßnahmen bis 100 kg N/ha mit Ertragssteigerungen als lehmige Tone (Bohrpunkt A5). Die Sensibilität in diesem Bereich wird durch das unterschiedliche N-Nachlieferungsvermögen der Böden (an den Rasterpunkten) bestimmt.

↓151

Gut erkennbar ist an den abgebildeten Einzelpunkten, dass die Modellempfehlung z.T. deutlich oberhalb des Punktes liegt, an dem der Ertragszuwachs pro eingesetzten Kilogramm Stickstoff abflacht. Die Ursache dafür liegt in der Berechnungsweise für die Düngungsempfehlung, die ein festes Proteinziel von 14 % in der Korntrockenmasse vorgibt, so dass bei geringer Düngung zunächst der Proteingehalt im Korn absinkt, bevor das Modell mit Ertragsabnahme reagiert.

Weiterhin wird bei der Simulation ein gewisser Sicherheitsabstand zum kritischen N-Gehalt in der Pflanze gewahrt, unterhalb dessen es zu einer Wachstumsdepression kommt.

An dieser Stelle sei noch darauf hingewiesen, dass sich die Düngungsberechnung ausschließlich auf die jeweilige Situation des Schlages mit z.T. hohen Nmin-Frühjahrsgehalten bezieht und nicht auf andere Jahre übertragen werden kann.

↓152

Der Vergleich zwischen einheitlicher betriebsüblicher Stickstoffdüngung und Düngung nach Modell (HERMES) zeigt auf allen fünf Untersuchungsschlägen eine deutliche N-Überversorgung gegenüber der Modellempfehlung beim Anbau von Wintergetreide (Tab. 5.17).

Tab. 5.17: Variantenvergleich zwischen einheitlicher Düngung und Düngung nach Modellempfehlung (HERMES) hinsichtlich der Reduzierung der Düngermenge

Schlag

Größe[ha]

A n bau

A n ba u jahr

durchschnittliche Düngerme n ge # [kg N/ha]einheitlich M o dell

Reduzierung der Dünger-menge*[kg N/ha]

Kostenerspa r nis für den G e samt-schlag*[€]

 

Feldsche i de-links

23.2

WG

2001

150

74

-76

882

111-3

12.0

WW

2000

220

150

-70

420

Kamp-Ost

12.0

WW

2000

170

103

-67

402

Autobahn

20.2

WW

2000

185

127

-58

586

Finkenherd

45.1

WW

2002

210

153

-57

1285

Bemerkung: *) einheitliche Düngermenge minus Modellempfehlung bei Annahme: 1 kg N = 0.50 €,#) flächengewichtet, WW – Winterweizen, WG – Wintergerste

Nimmt man die durchschnittliche Stickstoffmenge der Modellempfehlung für die einzelnen Schläge als Vorgabe, könnten so bei gezieltem ortsspezifischen Düngemitteleinsatz

↓153

zwischen 57 kg N/ha (Schlag Finkenherd) und 76 kg N/ha (Schlag Feldscheide-links) eingespart werden. Bei einer Annahme des Stickstofffestpreises von 500 €/t ergibt sich, bezogen auf die Schlaggröße, ein Einsparpotential von 402 € (Schlag Kamp-Ost) bis 1285 € (Schlag Finke n herd).

Betrachtet man die N-Differenzen zwischen der einheitlichen betriebsüblichen Düngung und der Düngung nach Modellempfehlung für die einzelnen Schläge so fällt auf, dass das Modell für den Schlag Feldscheide-links (5.37, a), wie auch für den Schlag Finkenherd (Abb. 5.37, d) an allen Bohrpunkten eine ähnlich hohe Düngermenge empfiehlt. Die N-Differenzen schwanken um 20 kg N/ha (Schlag Feldsche i de-links) bzw. 25 kg N/ha (Schlag Finkenherd). Diese geringe Schwankungsbreite lässt sich auf relativ geringe Texturunterschiede im Boden zurückführen, so dass diese Schläge für eine ortsspezifische Düngung als ungeeignet erscheinen. Größere Schwankungsbreiten sind dagegen auf den Schlägen Kamp-Ost mit 74 kg N/ha (Abb. 5.37, b), 111-3 mit 80 kg N/ha (Abb. 9.20) und Autobahn mit 147 kg N/ha (Abb. 5.37, c) zu finden, die deutliche Texturunterschiede aufweisen. Die Ergebnisse zeigen, dass gerade auf diesen Schlägen eine ortsspezifische Düngung sinnvoll erscheint. An einigen Bohrpunkten des Schlages Autobahn, wie zum Beispiel F1 oder F5, würde die Stickstoffgabe sogar um 150 kg N vermindert. Diese starke Verminderung hätte ebenfalls einen großen Einfluss auf den potentiellen N-Austrag.

Abb. 5.37: Darstellung der N-Differenz an den Bohrpunkten (einheitliche betriebsübliche Düngung minus Düngung nach Modellempfehlung) für Winterweizen auf den Schlägen: a) Feldscheide-links, b) Kamp-Ost, c) Autobahn und d) Finkenherd

↓154

In Tab. 5.18 werden die drei Varianten einheitliche und ortsspezifische Düngung nach preagro-N Modul sowie Düngung nach Modellempfehlung (HERMES) miteinander verglichen.

Tab. 5.18: Vergleich verschiedener Düngungsvarianten hinsichtlich des N-Austrags und der Nitratkonzentration im Sickerwasser über den gesamten Untersuchungszeitraum

Variante

N-Austrag[kg N/ha/a]

Differenz zu 1[kg N/ha/a] [%]

Sickerwasser[mm/a]

Nitrat [mg/l]

     

Mittel

Min

Max

Mittel

Min

Max

Mittel

Feldscheide-links/Thumby (23.08.00 bis 31.03.03, n = 50)

         

einheitlich (1)

61

39

112

396

380

427

69

ortsspezifisch

59

39

112

-2

-3

396

380

427

67

Modell

55

39

97

-6

-8

396

380

427

62

111-3/Kassow (28.10.99 bis 31.03.02, n = 116)

         

einheitlich (1)

72

28

113

201

159

260

160

ortsspezifisch

69

28

112

-3

-4

201

159

260

153

Modell

61

28

91

-11

-13

201

159

260

136

Kamp-Ost/Groß Twülpstedt (11.11.99 bis 31.03.03, n = 59)

         

einheitlich (1)

28

21

65

97

65

159

129

ortsspezifisch

28

14

63

+0

+0

97

65

159

129

Modell

22

10

48

-6

-21

97

65

159

102

Autobahn/Beckum (15.09.99 bis 31.03.03, n = 60)

         

einheitlich (1)

124

21

233

453

378

726

123

ortsspezifisch

123

21

226

-1

-1

453

378

726

122

Modell

106

19

162

-18

-15

453

378

726

105

Finkenherd/Wulfen (12.09.00 bis 31.03.03, n = 51)

         

einheitlich (1)

54

32

91

60

41

95

403

ortsspezifisch

50

32

84

-4

-7

60

41

95

373

Modell

38

17

57

-16

-30

60

41

95

284

Die Vergleiche der einzelnen Varianten zeigen zwischen der einheitlichen und der ortsspezifischen Düngung nur eine geringe Reduzierung des N-Austrages von bis zu 7 %. Diese geringe Reduzierung resultiert aus fast gleichen Düngungshöhen bei den untersuchten Varianten. Diese Größenordnungen können aber nicht als signifikant angesehen werden, da sie im Unsicherheitsbereich liegen. Die Vergleiche zwischen einheitlicher Düngungsvariante und Düngung nach Modellempfehlung zeigen schon deutlichere Unterschiede. Hier wird der N-Austrag im Vergleich zur einheitlich gedüngten Variante um 8 - 30 % gesenkt. Darüber hinaus wird überwiegend durch Reduktionen im oberen Bereich des Düngungsspektrums erreicht, dass besonders die Maximalwerte beim N-Austrag überproportional abnehmen (14 - 37 %).

↓155

Trotz einer deutlich erkennbaren Reduzierung der Nitratkonzentration im Sickerwasser nach Modellempfehlung, liegen die Auswaschungsmengen aller Varianten über dem Trinkwasser-grenzwert von 50 mg NO3/l (Trinkwasserverordnung der BRD, 1986). Die geringsten Nitratkonzentrationen sind auf Schlag Feldscheide-links zu finden und liegen knapp über dem Grenzwert. Für die Schläge Kamp-Ost, 111-3 und Autobahn werden Konzentrationen von > 100 mg NO3/l berechnet. Noch höhere Nitratkonzentrationen (> 250 mg/l) ergeben sich für den Schlag Finkenherd. Obwohl die N-Austräge auf Schlag Finkenherd sogar um die Hälfte kleiner sind als auf Schlag Autobahn, fallen die Nitratkonzentrationen aufgrund der geringen jährlichen Sickerwasserspende von 60 mm deutlich höher aus als auf Schlag Autobahn (453 mm/a). Für die Schläge Autobahn und Finkenherd bleibt anzumerken, dass die hohen Nmin-Anfangsgehalte einen großen Anteil an der Höhe der Nitratkonzentration im Sickerwasser haben. Um den Einfluss der Nmin-Anfangsgehalte weitgehend auszuschalten sind für die Ermittlung von Nitratkonzentrationen Langzeitsimulationen notwendig.

Am Beispiel des Schlages Autobahn, der große Texturunterschiede ausweist, soll aufgezeigt werden, wo die Reduzierung der Nitratkonzentration im Sickerwasser bei ortsspezifischer Düngung am größten ist. Verglichen werden hier die simulierten Nitratkonzentrationen im Sickerwasser für die einheitliche betriebsübliche Variante (Abb. 5.38, a) mit der Variante nach Modellempfehlung (Abb.5.38, b) für den Zeitraum vom 15.09.99 bis 31.03.01. Die Reduzierung der Nitratauswaschung (Abb. 5.38, c) ist auf den lehmigen Sanden und den tonigen Lehmen (Abb. 5.38, d) nur gering. Im Übergangsbereich vom lehmigen Sand zum tonigen Lehm und vor allem in der vergleyten nordöstlichen Schlagecke lässt sich auf Schlag Autobahn die größte Nitratreduzierung erzielen.

Abb. 5.38: Darstellung der simulierten Nitratauswaschung nach Winterweizenanbau auf Schlag Autobahn:
a) bei einheitlicher (betriebsüblicher) Düngung und b) bei Düngung nach Modellempfehlung (HERMES). In c) ist die Reduzierung der Nitrat-Auswaschung zwischen Modellempfehlung und einheitlicher Düngung dargestellt und d) zeigt die Karte der Bodentextur (nach Rasterbeprobung).

↓156

Für Schlag Autobahn wird exemplarisch eine maximal mögliche N-Düngermenge berechnet, die langfristig ein Überschreiten des kritischen Nitratgrenzwertes von 50 mg/l im Sickerwasser nicht zulässt (Abb. 5.39, a). Die Simulation erfolgte mit realen Wetterdaten der Station Beckum des Deutschen Wetterdienstes über 32 Jahre. Abb. 5.39 (b) zeigt das mittlere Ertragspotential bei maximal möglicher Düngung nach Modellrechnung. Der Variationskoeffizient des mittleren Ertragspotentials wird in Abb. 5.39 (c) bei maximal möglicher Düngung unter Berücksichtigung des Grenzwertes von 50 mg NO3/l dargestellt. Die Ergebnisse zeigen, dass die lehmigen Sande sehr ertragsstabil auf den grundwasserschonenden Anbau von Winterweizen reagieren, während auf den sandigen und tonigen Lehmen die Ertragsvariabilität deutlich ansteigt.

Die hier dargestellten Ergebnisse sind nicht ohne weiteres auf andere Schläge übertragbar. Sie müssen in weiteren Versuchen verifiziert werden, zeigen aber wo Ansatzpunkte für ein ökologisch ausgerichtetes Landwirtschaftmanagement bestehen.

Abb. 5.39: Darstellung für Schlag Autobahn: a) die maximal mögliche N-Düngermenge, bei der der Nitratgrenzwert (50 mg NO3/l) nicht überschritten wird, b) das mittlere Ertragspotential bei maximaler N-Düngermenge und c) der Variationskoeffizient des mittleren Ertragspotentials bei maximaler N-Düngung ohne Überschreitung des Nitratgrenzwertes

5.5 Diskussion

↓157

Räumliche Variabilität

Für diese Arbeit wurden Rasterdaten von fünf Schlägen aus vier verschiedenen Bodenlandschaften ausgewertet und analysiert (Kap. 5.1.1). Die Rasterbeprobung erfolgte auf den Schlägen so, dass typische Boden- und Landschaftscharakteristika zum Tragen kamen. Um die räumlichen Beziehungen zwischen den Daten zu beschreiben, wurden geostatistische Methoden (z.B. Variogrammfunktionen) angewandt. Aus dem Verlauf der Variogrammfunktionen lassen sich praktische Kenngrößen (Nugget, Range) ableiten, die Aufschluss über die Eignung der Schläge für die ortsspezifische Bewirtschaftung geben.

Entspricht bei zu starker Streuung die Semivarianz der Kernvarianz (Nugget-Effekt), bestehen keine räumlichen Zusammenhänge zwischen den Messwerten. Große Homogenitäten in der Fläche liegen vor, wenn die Distanzabhängigkeiten der untersuchten Parametern über die Feldgrenze hinausgehen. In beiden Fällen ist eine ortsspezifische Bewirtschaftung nicht sinnvoll. Diese Fälle sind aber selten. Viel öfter wurden dagegen auf den Flächen keine Strukturen erkannt, was unter anderem auch an zu groß gewählten Probenahmeabständen lag (siehe Schlag Feldscheide-links). Auf einigen Standorten (z.B. Wulfen) zeigten die Variogrammfunktionen bei den Bodenparametern Sand und Ton Probenahmeabstände von < 75 m. Diese sehr kleinräumigen Probenahmeabständen sind in der Praxis kaum zu gewährleisten, da sie sehr kosten- und zeitaufwendig sind. Um die Kosten für eine relativ engmaschige Probenahme gering zu halten, wird nach Alternativen gesucht, die helfen, ohne großen Qualitätsverlust den Probenahmeaufwand zu vermindern. Verwendet werden oft Bodeneigenschaften, die hochaufgelöst von der Fläche vorhanden sind oder ohne großen Kostenaufwand vor Ort erfasst werden können und mit dem zu untersuchenden Parameter räumlich korrelieren.

↓158

Arbeiten von SOMMER et al. (2001), DALGAARD & HAVE (2001) und DOMSCH & GIEBEL (2001) verweisen auf eine hohe Korrelation zwischen dem Signal der elektrischen Leitfähigkeit (EC) und dem Tongehalt. Auf dem Schlag Autobahn lässt sich eine hohe Korrelation (r² = 0.813) zwischen EC-Signal und Tongehalt nachweisen, die die Nutzung der EM38-Messung für eine verbesserte räumliche Vorhersage des Tongehalts auf der Fläche er-laubt. Ausschlaggebend für die hohe Korrelation scheint auf diesem Schlag die hohe Spannbreite bei den Tongehalten zu sein. Demgegenüber zeigen die Schläge Feldscheide-links, 111-3 und Kamp-Ost bei den Tongehalten keine derartigen Beziehungen. Die Gründe dafür liegen auf den Schlägen Feldscheide-links und 111-3 in der geringen Differenzierung der Tongehalte, so dass lokale Variationen bei Feuchte und Temperatur die Unterschiede häufig kompensieren (HERBST, 2002). Auf Schlag Kamp-Ost reagiert das Messsignal der elektrischen Leitfähigkeit eher auf die hohen Grundwasserstände und das Haftwasser als auf die Tongehalte im Bodenprofil, weil die EC-Messung im Frühjahr (09.04.99) nach der Auffüllung des Wasserspeichers statt fand. Nachteilig erscheint auch, dass die Tonverteilung im Profil durch das Messsignal nur integrativ (über 15 dm Tiefe) bestimmt wird. Schichtungen im Boden können ebenfalls nicht aus dem EC-Signal abgeleitet werden.

Die räumlichen Strukturen der Wassergehalte und des mineralischen Stickstoffs sind nicht statisch. In Abhängigkeit von der witterungsbedingten Wasserhaushaltsbilanz ändert sich die räumliche Verteilung von Jahr zu Jahr. Bei den Nmin-Werten führt eine starke Auswaschung im Boden zum Verschwinden der räumlichen Unterschiede, während mittlere Klimabedingungen eher zu einer Differenzierung und Trockenjahre wiederum zur Angleichung der Unterschiede zwischen räumlichen Einheiten führen (STOCK, 1995). Diese Aussagen bestätigen die Nmin-Werte von Schlag Autobahn. Im Trockenjahr 1999 gleichen sich die Nmin-Werte an, während im sehr feuchten Frühjahr 2000 durch Auswaschung die räumlichen Unterschiede fast verschwinden und im Sommer 2000 dann wieder deutlicher differenzieren.

Für den mineralischen Stickstoff lässt sich auf den Untersuchungsschlägen keine Änderung der räumlichen Variabilität zwischen den einzelnen Düngungsvarianten (einheitlich und ortsspezifisch) feststellen. Der Grund dafür liegt zum einen in den zu geringen Unterschieden zwischen den N-Düngergaben der einzelnen Varianten wie auch in der Höhe der Düngungsbemessung begründet. Die N-Gaben liegen deutlich oberhalb des Punktes, an dem der Ertragszuwachs pro eingesetztem Kilogramm Stickstoff abflacht. Ertragsminderungen sind bei diesen N-Gaben nicht zu erwarten.

↓159

Ertragskartierung

Die Erfassung der Erträge durch Mähdrescher stellt immer eine Integration des Ertrags über die Schnittbreite dar. Die Nutzung von Ertragskarten für die Vorhersage von Mustern im Boden setzt somit eine intensive Beurteilung der technischen, wie auch der operationellen Störgrößen voraus (JÜRSCHIK et al., 1999; DOBERS, 2002; MUHR & NOACK, 2002 und RAIMER, 2003). Die Kontrolle kann durch automatische Programme (H-Methode, NOACK et al., 2001) oder teilautomatisiert durch visuelle Kontrolle im GIS erfolgen. In den meisten Fällen sind keine stabilen Ertragszonen erkennbar, da die Ertragsstrukturen jährlich schwanken. Diese Schwankungen werden durch komplexe Relief-Boden-Klima-Interaktionen hervorgerufen (PENNOCK & ANDERSON, 1992).

Beziehungen zu statischen Parametern der Bodenfruchtbarkeit sind demnach erst nach Auswertung von mehreren qualitativ gut kalibrierten und fehlerbereinigten Ertragskarten zu erwarten (AUERNHAMMER & DEMMEL, 1993). Nur in Ausnahmefällen ergeben sich schon eindeutige Zuordnungen zu Bodenmustern aus einjährigen Ertragskarten (JÜRSCHIK & SCHMERLER, 1995; LAMP et al. 1998; REIMER & LAMP, 2002). Einer dieser Ausnahmefälle ist der Schlag Finkenherd, auf dem eindeutig Wasser der ertragslimitierende Faktor ist. Die Areale mit höheren Tongehalten können aufgrund ihrer höheren Wasserspeicherkapazität die Pflanzenbestände länger mit Wasser versorgen, während auf den leichteren Standorten schon Trockenstress die Pflanzenentwicklung hemmt. In diesen Fällen eignen sich die Ertragskarten gut für die Erkennung von Bodenmerkmalen.

↓160

In Gebieten mit einer deutlich positiveren Wasserbilanz, wie Schlag Autobahn, prägen sich Texturgrenzen dagegen nur schwach durch. Die Gründe dafür sind vielschichtig. So können Texturgrenzen durch verdichtete Areale (Vorgewende) überlagert, wie auch durch räumlich anders verteilte Größen (z.B. Steingehalt) überprägt werden. Diese Areale zeigen dann ganz unterschiedliche Reaktionen bei gleichen Witterungsabläufen. Aus den Ergebnissen von drei bis vier aufeinander folgenden Ertragsjahren lassen sich auf den Schlägen Kamp-Ost und Autobahn wiederkehrende Ertragsmuster ablesen.

Grundsätzlich lässt sich feststellen: Je mehr Ertragskarten in die Auswertung einfließen, desto geringer ist der jährliche Zufallseffekt der Einzelkarte zu gewichten und je größer ist die Ertragssicherheit der ausgewiesenen Zonen.

Die Ergebnisse der Ertragszonierung auf den Schlägen Feldscheide-links, Kamp-Ost und Autobahn zeigen häufig Ertragsdepressionen in Randbereichen. In diesen Bereichen kommt es durch Mehrfachüberfahrten (beim Wenden) zu Verdichtungen im Boden. METTE (1994) weist für derartige Areale Ertragseinbußen von bis zu 25 % aus. Auf Schlag Autobahn lassen sich stellenweise sogar Einbußen von 30 % nachweisen, im Durchschnitt sind es ca. 16 %.

↓161

Aber nicht nur Verdichtungen im Boden sondern auch die Konkurrenz um Licht, Wasser und Nährstoffe beeinflussen das Ertragsverhalten der Kulturpflanzen (REIF el al., 1984). Ein Beispiel dafür zeigt wiederum der Schlag Autobahn mit der ringförmigen Niederertragszone um das mittig gelegene Waldgebiet (siehe Abb. 5.13, c).

Modell HERMES

Durch den Einsatz des N-Modells HERMES können die wesentlichen Prozesse der Stickstoffdynamik (N-Mineralisierung, Denitrifikation und N-Auswaschung) eindimensional abgebildet werden. Mit Berücksichtigung des Bewirtschaftungsmanagements, des Witterungsverlaufes sowie der Bodeneigenschaften besteht die Möglichkeit, standortspezifische Aussagen (u.a. zum Nmin-Gehalt, zum Kornertrag und zum Sickerwasser) zu treffen.

↓162

Der Simulation der Wasserbewegung im Boden kommt eine große Bedeutung zu, da darauf aufbauend der N-Transport, N-Aufnahme und die Pflanzenentwicklung erfolgen. Lagerungsdichte und Steingehalt beeinflussen je nach Bodenart die nFK im Boden unterschiedlich stark. Da sie für das Modell HERMES nur abgeschätzt werden, bergen sie ein großes Fehlerpotential. Eine Optimierung der nFK dieser abgeschätzten Größen wie auch des Grundwasserflurabstandes und der effektiven Durchwurzelungstiefe hatte zur Folge, dass beim Wasser- und Nmin-Gehalt sowie beim Ertrag deutlich höhere Korrelationen erreicht wurden, die auch in den Folgejahren Bestand hatten.

Die gemessenen und die simulierten Erträge weisen auf den untersuchten Schlägen Differenzen auf. Die gemessenen Ertragsdaten der Mähdrescher stellen einen Mittelwert über die Schnittbreite und die zurückgelegte Wegstrecke dar. Ein Vergleich mit den simulierten Punkterträgen zeigt nur geringe Übereinstimmungen. Mittelt man hingegen die Ertragswerte im Umkreis von 10 m um jeden Bohrpunkt und bezieht auch die Standardabweichung (als Maß für die Ertragsvariabilität) am Bohrpunkt mit ein, befinden sich rund 75 % aller simulierten Erträge in diesem Variationsbereich. Im Durchschnitt über alle Ertragskarten liegt die Standardabweichung im 10 m Radius um den Bohrpunkt bei ~ 0.5 t/ha. Auf den Schlägen Autobahn und Kamp-Ost werden stellenweise aber auch Abweichungen von 2 - 3 t/ha festgestellt. Diese hohen Schwankungen sind Hinweise auf Lager(-getreide), Schädlingsbefall oder fehlerhafte Messungen. Da vom Lager in der Regel sehr gut entwickelte Pflanzenbestände betroffen sind, ergeben sich hier besonders große Abweichungen zur Simulation.

Die Unter- wie auch Überschätzung von Erträgen führt zu fehlerhaften Eingangswerten für die weiterführende Simulationsrechnung, da das Modell jeweils aus dem Kornertrag der Vorfrucht die Menge an Pflanzenrückständen berechnet, die auf dem Schlag zurückbleiben.

↓163

Für die Anwendung des Modells zur Simulation der N-Dynamik im Boden unter landwirtschaftlichen Praxisbedingungen bedeutet das:

Die Abweichung zwischen berechneten und gemessenen Nmin-Gehalten resultiert aus:

↓164

D.h., der Nmin-Wert schließt sämtliche Einflussgrößen aus Bewirtschaftung, Witterung und Bodeneigenschaften in sich ein. Diese lassen sich jedoch in ihrer standortspezifischen Wirkung nicht genau charakterisieren.

Vergleich unterschiedlicher Datengrundlagen

↓165

Im Forschungsprojekt preagro dient die Reichsbodenschätzung neben der digitalen Hofbodenkarte als bodenkundliche Grundlage für teilflächenspezifische Bewirtschaftungsmaßnahmen, wie die N-Düngung. Diese Arbeit zeigt, dass die räumlichen (Klassengrenzen) und die punktuellen (Grablochbeschriebe) Basisdaten der Reichsbodenschätzung auf den untersuchten Schlägen nicht den Ansprüchen der teilflächenspezifischen Bewirtschaftung genügen.

Das liegt daran, dass die Grablochbeschriebe nicht der heute gültigen Bodennomenklatur entsprechen und erst mit dem Programm BOSSA_SH (REICHE, 1998) umgewandelt werden müssen. Dabei kommt es oft zu Anpassungsfehlern (HERBST & LAMP, 2002). So können Schluffgehalte nur indirekt aus der Entstehung abgeschätzt werden, nicht aber direkt aus den Gefügedaten, weil Schluff als Bodenart in der Reichsbodenschätzung nicht berücksichtigt wurde. Dies führt zu Abweichungen bei der Abschätzung der nFK. Zum anderen zeigen die Vergleiche mit eigenen Bohrungen bei den Grundwasserflurabständen erhebliche Ungenauigkeiten, die zu Fehlern bei der Hydromorphie führen. (Ursache: spätere Drainierung der Schläge.) Oft hat sich zwischen der Ansprache zur Reichbodenschätzung und der heutigen ein Nutzungswandel vollzogen, wie das auf dem Schlages Autobahn zu beobachten ist.

Die digitalen Hofbodenkarten der Untersuchungsschläge zeigen eine räumlich viel differenziertere Flächenausweisung als bei der Reichsbodenschätzung. Die abgeschätzten Bodenparameter (Textur, Humus, Steingehalt) stehen dagegen in großer Diskrepanz zu den Analysen aus der Rasterbeprobung. Die Abschätzung der Humusgehalte nach BLUME & HELSPER (1987) aus dem Farbwert heraus, wie auch die Unterteilung der Steingehalte nach KA4 (AG BODEN, 1994) erscheinen zu ungenau für die Nutzung bei der ortsspezifischen Bewirtschaftung zu sein. In ersten Fall ist eine Überprüfung der visuellen Ansprache durch C/N-Analysen ratsam. Im zweiten Fall sollte die sechs klassige Nomenklatur weiter unterteilt werden. Empfehlenswert wäre eine Klassifizierung in 5 % oder 10 % Schritten, die aber praktisch nicht durchführbar ist. Die Sensibilitätsanalyse (Kap. 5.2) zeigt, wie sich schon geringe Abweichungen bei den Bodengrößen Textur, Humus oder Steingehalt auf den simulierten Ertrag auswirken können.

↓166

Ein Versuch, die Basisdaten der Reichsbodenschätzung und der Hofbodenkarte mit Hilfe von Corg-Mittelwerten aus der Rasterbeprobung für die einzelnen Bodenareale zu aktualisieren, brachte keine wesentliche Verbesserung bei der Simulation.

Daraus folgt, das die kleinräumige Erfassung der Variabilität eine wichtige Grundlage für die teilflächenspezifische Bewirtschaftung wie auch für die Düngungsempfehlung darstellen.

Dem gegenüber steht die Applikationstechnik. Diese bestimmt weitgehend über die Arbeitsbreite auch die Größe der Management-Units. Die Arbeitsbreiten liegen heute bei 24, 36 oder 48 m. D.h., dass mit zunehmender Arbeitsbreite auch die Management-Units wachsen, gleichzeitig aber die Präzision bei der Ausbringung in der Fläche abnimmt. Mit der heute zur Verfügung stehenden DGPS-Technik (z.B. Flüssigdüngung mit Auslegerspritze) ist eine Ausweisung von 10 - 1000 m² Units möglich (allgemeine Herstellerinformationen).

↓167

Praxisüblich sind derzeit eher Management-Units von > 1000 m². Das liegt daran, dass in der Praxis immer noch einfachste GPS-Systeme und Schleuderdüngerstreuer dominieren. Letztere zeigen eine schlechte Differenzierungsmöglichkeit quer zur Fahrspur. Dazu kommt ein ungünstigeres Streubild mit zunehmender Wurfweite (WELTZIN et al., 2002). Deutlich besser für die teilflächenspezifische Bewirtschaftung sind Auslegerdüngerstreuer geeignet. Diese Geräte können quer zur Fahrspur durch gezielte Teilbreitenabschaltung Düngemittel präzisier auf der Fläche ausbringen als Schleuderdüngerstreuer. So muss für jede Fläche ein Kompromiss zwischen Gerätetyp, Arbeitsbreite und der geforderten Verteilgenauigkeit eingegangen werden.

Szenariorechnung

Beim Einsatz des preagro-N Moduls über drei Vegetationsperioden (2000 bis 2002) ergibt sich ein Einsparpotential gegenüber der einheitlichen Stickstoffdüngung von durchschnittlich 4 %. Erfolgt die teilflächenspezifische Düngung nach der Modellempfehlung von HERMES, würde die applizierte Stickstoffmenge gegenüber der einheitlichen Düngungsvariante um durchschnittlich 18 % verringert. Die reale Überprüfung dieser Werte steht auf den preagro-Flächen noch aus. Für das Projekt MOSAIK, dass ebenfalls das N-Modell HERMES für die N-Düngungsempfehlung benutzt, zeigen die mehrjährigen Ergebnisse ein Einsparpotential von durchschnittlich 40 kg N/ha gegenüber der konventionellen Methode (KERSEBAUM et al., 2003).

↓168

Die Simulationsrechnungen der Untersuchungsschläge zeigen, dass Einsparpotential bei der N-Düngung vorhanden ist. Die Nutzung dieses Potentials wird aber durch Faktoren, wie den kritischen Stickstoffgehalt in der Pflanze oder den fest vorgegebenen Proteingehalt eingeschränkt.

Die berechnete Nitratkonzentration im Sickerwasser liegt auf allen Untersuchungsstandorten über dem Trinkwassergrenzwert von 50 mg NO3/l. Mit Ausnahme des Schlages Feldscheide-links ist infolge der N-Überversorgung der vorangegangenen Jahre und Jahrzehnte ein großes N-Mineralisationspotential im Boden angehäuft worden, das die Nitratauswaschung von der aktuellen Höhe der N-Düngung praktisch unabhängig macht (BACH, 1987). Neben Klimafaktoren mit jahreszeitlicher Schwankung, wie Bodentemperatur und Wasserhaushalt, wirken sich auch bestimmte Bewirtschaftungsfaktoren, wie N-Düngung, Fruchtfolge oder Bodenbearbeitungsmaßnahmen, nachhaltig auf den Nitratgehalt im Boden aus (KURZER, 1999). Eine Reduzierung der Nitratausträge über Winter wäre durch den gezielten Einbau von Zwischenfrüchten in der Fruchtfolge möglich (BERGER, 1992).

Die intensive ackerbauliche Nutzung führt zu positiven N-Salden und erhöhten Nitrateinträgen ins Grundwasser, die zu Problemen bei der Trinkwassergewinnung führen können. Als Kontrollmaßnahme werden häufig Nmin-Untersuchungen bis 10 dm Tiefe herangezogen. Auf dränierten Schlägen kann die so ermittelte N-Fracht als die Menge angesehen werden, die ins Oberflächenwasser abgeführt wird. Auf tief durchwurzelten Lössböden mit relativ trockenem Klima, wie Schlag Finkenherd, führt dieser Wert aber zu Fehlinterpretationen. Wie Untersuchungen von RENGER & STREBEL (1980) und SAUER et al. (2002) zeigen, sind effektive Durchwurzelungstiefen von 15 - 22 dm für Wintergetreide auf Lößstandorten keine Seltenheit. D.h., in Trockengebieten werden die hohen vorhandenen Nitratgehalte in tiefgründig durchwurzelten Lössböden nur zu einem geringen Teil aus dem Wurzelraum verlagert, da die Pflanzenwurzeln Nitrat im Unterboden über mehrere Jahre erreichen und abschöpfen können (STREBEL & DUYNISVELD, 1989). Dies ist zum einen dadurch bedingt, dass die Pflanzen in Löss sehr tief wurzeln und zum anderen ist die Vordringgeschwindigkeit des Sickerwassers in Böden mit hoher Feldkapazität und geringer Niederschlagshöhe sehr gering. Dadurch braucht das Sickerwasser mehr als ein Jahr, um den Einflussbereich der Wurzeln (Evapotranspirationszone) zu verlassen.Auf tiefgründigen Böden scheint die Tiefenbeprobung ein probates Kontrollinstrument zur Aufdeckung von Nitratbelastungen aus der Vorbewirtschaftung und zur Abschätzung der Sickerwasserverlagerung darzustellen.

↓169

Über Simulationsrechnungen besteht die Möglichkeit für die einzelnen Teilflächen (Areale) eine maximal mögliche N-Düngung zu berechnen, die eine Überschreitung des Nitratgrenzwertes unterbindet. Das scheint aus ökologischer Sicht sinnvoll, bedeutet aber für den Landwirt, dass er auf einigen oder sogar auf allen Schlagteilen nicht das volle Ertragspotential nutzen kann. Mindererträge wären die Folge. Erwähnt sei hier, dass nicht die Nitratkonzentration eines Jahres maßgeblich ist, sondern eine langjährige Betrachtung notwendig erscheint.

An dieser Stelle ist die Politik gefordert, verbindliche Qualitätsstandards vorzugeben. So könnten Landwirte steuerlich stärker belastet werden (z.B. über eine gestaffelte Grundsteuer), wenn die Nitratkonzentration im Sickerwasser dauerhaft über dem vorgeschriebenen Grenzwert liegt. Die Vorstellung, dass Ertragseinbußen über Ausgleichszahlungen abgegolten werden, wenn bestimmte Produktionsrichtlinien (z.B. reduzierter N-Düngemitteleinsatz) eingehalten werden, scheinen dagegen nicht mit dem Bodenschutzgesetz vereinbar. Realistischer erscheint da, dass die so erwirtschafteten Produkte unter einem speziellen Umwelt-Logo hochpreisiger vermarktet werden.


© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 4.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML-Version erstellt am:
30.05.2005