Giessener Elektronische Bibliothek

GEB - Giessener Elektronische Bibliothek

Hinweis zum Urheberrecht

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:hebis:26-opus-76094
URL: http://geb.uni-giessen.de/geb/volltexte/2010/7609/


Sensitivitäts- und Unsicherheitsanalysen des prozessorientierten Modells DNDC zur Schätzung klimarelevanter Treibhausgasemissionen aus der Pflanzenproduktion

Sensitivity and uncertainty analyses of the process oriented model DNDC to estimate greenhouse gas emissions from crop production

Szyska, Brigitta Margarete


pdf-Format: Dokument 1.pdf (7.945 KB)
zip gepackt: Dokument1.zip (30,896 KB)

Zip-Datei enthält den Anhang zur Dissertation.

Bookmark bei Connotea Bookmark bei del.icio.us
Freie Schlagwörter (Deutsch): N2O-Emissionen , DNDC , Unsicherheitsanaylse , Sensitivitätsanalyse , prozessorientierte Modellierung
Freie Schlagwörter (Englisch): N2O-Emissions , DNDC , uncertainty analyses , sensitivity analyses , process oriented modelling
MSC - Klassifikation: 92F05
Universität Justus-Liebig-Universität Gießen
Institut: Institut für Landschaftsökologie und Ressourcenmanagement
Fachgebiet: Agrarwissenschaften und Umweltmanagement
DDC-Sachgruppe: Landwirtschaft
Dokumentart: Dissertation
Sprache: Deutsch
Tag der mündlichen Prüfung: 25.06.2009
Erstellungsjahr: 2009
Publikationsdatum: 19.05.2010
Kurzfassung auf Deutsch: Ziel dieser Arbeit war es, das prozessorientierte biogeochemische Modell DNDC hinsichtlich seiner Vorhersagegenauigkeit und Prozessabbildung bzgl. seiner modellierten bodenbürtigen N2O-Emissionen aus der Pflanzenproduktion zu überprüfen. DNDC hat in den vergangen Jahren immer mehr Anwendung in Europa gefunden und wird neben anderen Modellen, die zur Abschätzung klimarelevanter Treibhausgase eingesetzt werden, als Alternative zum Berechnungsansatz der durch N-Düngung bedingten N2O-Emissionen des IPCC diskutiert.
Um die Vorhersagegenauigkeit und die Prozessabbildung bzgl. der modellierten N2O-Emissionen zu überprüfen, wurden mit den relevantesten Modellmodulen (Bodenklima mit Berechnung der Bodentemperatur und Bodenwassergehalt, C-/N-Umsatzprozesse sowie Nitrifikation und Denitrifikation) Sensitivitätsanalysen und daran anschließend Unsicherheitsanaylsen durchgeführt. Für beide Analysen wurde eine Gleichverteilung der Parameterwerte angenommen, aus der im Rahmen einer Monte Carlo (MC) Simulation zufällig Zahlenwerte gezogen wurden. Um den Wertebereich für jeden Parameter einzugrenzen, wurde eine one factor at a time Analyse angewendet.
Um die Modellergebnisse sowie die der Sensitivitäts- und Unsicherheitsanalyse statistisch auswerten zu können, sind Messungen zur Bodentemperatur, dem Bodenwassergehalt wie auch zu den Emissionen von CO2 und N2O von fünf verschiedenen Standorten als Referenz verwendet worden. Die zur Verfügung stehenden Messreihen beinhalten Erhebungen über längere Zeiträume (mind. 1 Jahr) mit regelmäßigen Messintervallen (tägliche bis wöchentliche Messungen), so dass zum einen Informationen zu kumulierten Jahreswerten (N2O- und CO2-Emissionen) und zum anderen Messungen in höherer zeitlicher Auflösung vorliegen. Die Parameter, welche das Modellergebnis signifikant beeinflussen und damit als sensitiv eingestuft werden können, wurden an Hand des standardisierten Regressionskoeffizienten aus einer multiplen linearen Regression ermittelt.
Die Ergebnisse der Unsicherheitsanalyse zeigen, dass für jeden untersuchten Parameter sowie für die gezogenen Parameterkombinationen eine Equifinalität vorliegt. Für keinen der Parameter ist es möglich, einen Wert bzw. einen Werteraum zu ermitteln, in dem eindeutig beste Modellrealisationen erzielt werden. Für jeden Parameter sind über den gesamten Wertebereich gute und schlechte Modellrealisationen zu verzeichnen.
Für alle untersuchten Größen lässt sich bei den durchgeführten Kreuzvalidierungen konstatieren, dass die Parametereinstellung einer Fläche nicht auf andere Flächen übertragbar ist, ohne dass deutliche Abweichungen in den Simulationsergebnissen auftreten. Dieses Modellverhalten sowie die große Anzahl an empirischen Variablen lassen darauf schließen, dass das DNDC Modell in Teilen überparametrisiert ist.
Aus der Reaktion des Modells auf die durchgeführten Untersuchungen kann geschlossen werden, dass die vielen in DNDC berücksichtigten, teilweise detaillierten Prozesse nicht korrekt abgebildet werden. Zudem scheinen Mängel in der Verknüpfung von abiotischen Faktoren und den darauf basierenden Berechnungen der biologischen Prozesse vorzuliegen.
Neben Vereinfachungen im Modell, die zu fehlerhaften Prozessabbildungen führen können, sind diverse Prozesse, die die N2O-Bildung bei der Nitrifikation und Denitrifikation steuern, bisher noch nicht hinreichend bekannt. Aus dem Grund muss neben einer Überprüfung der im DNDC Modell dargestellten Prozesse und einer eindeutigen Definition der verwendeten empirischen Faktoren die Forschung bzgl. der N2O-bildenden Prozesse im Boden weiter fortgeführt werden.
Aufgrund der befriedigenden Abbildung der N2O-Emission über einen längeren Zeitraum (> 1 Jahr) auf mehreren Standorten erscheint das Modell trotz der Probleme bei zeitlich hochaufgelöster Prozessabbildung geeignet zu sein, um bestehende einfachere Ansätze (bspw. der Berechungsansatz des IPCC) zu ersetzen, in denen Standorteigenschaften bisher nicht berücksichtigt werden.
Kurzfassung auf Englisch: The objective of this thesis was to investigate the precision of model results and accuracy of model processes of the process oriented biogeochemical model DNDC due to emissions of nitrous oxide from crop production. In the past, DNDC was applied more and more in Europe and is seen – beside others – as one alternative to estimate nitrous oxide emissions resulting from N fertilisation contrary to the procedure proposed by the IPCC.
Sensitivity analyses and following uncertainty analyses were conducted for the most relevant sub-modules (soil climate module including simulation of soil temperature and soil water, C/N-turnover processes, as well as nitrification and denitrification processes). For both, uniformly distributed parameter values were assumed from which parameter values were selected within a Monte Carlo (MC) simulation. To narrow the range of potential parameter values, a one factor at a time sensitivity analysis was conducted at first.
For statistical evaluation of model results as well as sensitivity and uncertainty analyses, measurements of soil temperature, soil water content and CO2 and N2O from five different sites were taken for reference. The sample sets used contain data collected over at least one year of continuous or periodical measurements (daily to weekly sampling). Thus, on the one hand, information on cumulative emissions for N2O and CO2 were given and on the other hand measurements in greater temporal resolution were available.
Those parameters which influence the model result output significantly were determined by means of standardised regression coefficients from multiple linear regressions.
The uncertainty analysis shows that for each of the investigated parameters as well as for the parameter combinations equifinality was found. By means of the monte carlo analyses it was not possible for any of the parameters to obtain a value or a range of values that clearly demonstrate best model runs. For each parameter good and bad model realisations were found.
Cross validation experiments showed that for all parameters under investigation the best parameterisation of one site was not successfully transferable to another site. From this model behaviour together with the large number of empirical parameters it can be concluded that DNDC is partly overparameterised.
Furthermore, it is concluded that the large number of model inherent processes is to some extent very detailed and is not represented correctly. Furthermore, it seems that deficiency in the model inherent combination of abiotic factors and the simulations of biologic processes based on these factors are existent.
Beside potential simplifications in the model which may result in erroneous process descriptions, several processes governing N2O-emissions during nitrification and denitrification are not completely known or entirely understood so far. Therefore, in addition to a revision of DNDC model processes and a clear definition of employed empiric factors, there is further need to investigate N2O-emitting processes in soil.
Despite of problems simulating temporally highly resolved biogeochemical processes, based on the sufficient estimation of cumulative N2O emissions over a longer period of time (greater one year) on several sites, DNDC is sufficient to replace other calculation approaches which do not make reference to different characteristics of different sites (e.g. approach of IPCC).