LandscapeDNDC: Verlässliche Ertragssimulation als Basis für deutsche THG-Bilanzen
Für präzise Treibhausgasbilanzen im Integrierten Treibhausgas-Monitoringsystem (ITMS) ist die exakte Abbildung des Pflanzenwachstums landwirtschaftlicher Kulturpflanzen unerlässlich. Nur wenn biogeochemische Modelle die Dynamik der Kulturpflanzen unter veränderlichen Wetter- und Klimaverhältnissen korrekt erfassen, liefern sie verlässliche A-priori-Flüsse für die atmosphärische Datenassimilation.
Eine aktuelle Validierungsstudie des Karlsruher Instituts für Technologie (KIT) zeigt, dass das prozess-biogeochemische Modell LandscapeDNDC Erträge deutschlandweit korrekt simuliert und dank mechanistischer Stressabbildung (Trennung von Hitze und Trockenheit) auch unter zukünftigen Klimabedingungen eingesetzt werden kann. So konnte gezeigt werden, dass historische Ertragseinbußen von 2018 bis 2022 fast ausschließlich auf Wassermangel und nicht auf direkte Hitze zurückzuführen waren.
Für das Integrierte Treibhausgas-Monitoringsystem (ITMS) ist die hochpräzise Bestimmung und Bilanzierung von Treibhausgasen aus landwirtschaftlich genutzten Böden von zentraler Bedeutung. Da die Emissionen von Lachgas ($\text{N}_2\text{O}$) und Kohlendioxid ($\text{CO}_2$) eng mit dem Kohlenstoff-, Stickstoff- und Wasserhaushalt der Kulturpflanzen verknüpft sind, bildet eine korrekte Modellierung des Pflanzenwachstums das Fundament für die prozessbasierte Emissionsmodellierung. Nur wenn ein prozess-biogeochemisches Ökosystemmodell das Pflanzenwachstum und den Ertrag realitätsnah abbilden kann, kann es auch die Prozesse, die zur Treibhausgasentstehung führen, korrekt simulieren. Eine verlässliche Abbildung der zeitlichen und räumlichen Dynamik des Pflanzenwachstums ist somit eine zentrale Grundvoraussetzung, um genaue A-priori-Flüsse für die atmosphärische Datenassimilation in ITMS bereitzustellen.
In einer neuen Studie wurde das am KIT entwickelte Prozessmodell LandscapeDNDC zur Simulation landwirtschaftlicher Erträge für alle 403 deutschen Landkreise eingesetzt und anhand statistischer Ertragsdaten von Winterweizen und Silomais für den Zeitraum 2018–2022 validiert. Der Untersuchungszeitraum mit seinen ausgeprägten Dürre- und Hitzejahren eignete sich besonders gut, um die Robustheit des Modells unter extremen Witterungsbedingungen zu bewerten.
Die Ergebnisse zeigen eine hohe Übereinstimmung zwischen den simulierten und den tatsächlich berichteten Erträgen der Landwirte. LandscapeDNDC reproduzierte sowohl das Ertragsniveau als auch regionale Unterschiede und Schwankungen zwischen einzelnen Jahren zuverlässig (Abbildung 1). Darüber hinaus konnte das Modell mechanistisch zwischen Hitze- und Trockenstress unterscheiden und zeigte, dass die Ertragseinbußen der Dürrejahre 2018 und 2022 (rund 25 % im Bundesmittel) nahezu ausschließlich auf Wassermangel zurückzuführen waren, während direkter Hitzestress nur eine untergeordnete Rolle spielte (Abbildung 2). Simulationen mit bedarfsgerechter Bewässerung verdeutlichen zudem, dass diese Verluste theoretisch weitgehend vermeidbar gewesen wären. Der modellierte zusätzliche Bewässerungsbedarf betrug im Mittel 156 mm und überschritt in besonders trockenen Regionen Ostdeutschlands 400 mm.
Die Validierung bestätigt damit LandscapeDNDC als robuste prozessbasierte Grundlage für die Berechnung landwirtschaftlicher THG-Emissionen innerhalb von ITMS. Gleichzeitig bietet das Modell großes Potenzial für zukünftige, an den Klimawandel angepasste Treibhausgasinventare, da es veränderte Witterungsbedingungen mechanistisch berücksichtigt
Details zur LandscapeDNDCStudie:
Lioba L. Martin, Andrew Smerald, David Kraus, Hannes K. Imhof, Edwin Haas, Ralf Kiese, Clemens Scheer (2026): Quantifying heat vs. drought-induced yield decline of German cropping systems and the mitigating potential of irrigation. Environmental Research Letters (in press). doi: 10.1088/1748-9326/ae8710