Arbeitsgruppe Meteorologische Umweltforschung/Klimatologie Institut für Meteorologie und Geophysik der J. W. Goethe-Universität Frankfurt/M. Witterungseinflüsse auf Ernteerträge in der BRD (West) 1950 - 1998 Tim Staeger Gliederung: Teil I: 1. Daten 2. Einfache statistische Zusammenhänge 3. Zusammenfassung I Teil II: 4. Regressions-Modell 5. Ausgewählte Ergebnisse der Regression 6. Zusammenfassung II 1. Daten: a) Die Ertragsdaten: Jährliche Erträge in [t/ha] 1950 – 1998 von 21 ausgewählten Fruchtarten für 7 Bundesländer (BRD West) Quelle: Statistisches Bundesamt 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Grass 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren 1: Bayern 2: Baden-Württemberg 3: Rheinland-Pfalz 4: Hessen 5: Nordrhein-Westfalen 6: Niedersachsen 7: Schleswig-Holstein Welcher Anteil der Variationen in Ertragsreihen kann potentiell Witterungseinflüssen zugeordnet werden? Runkelrüben Bayern Winterweizen BRD 8 130 120 7 110 100 Ertrag in [t / ha] Ertrag in [t / ha] 6 5 4 3 90 80 70 60 50 40 2 30 20 1 10 0 1950 1955 1960 1965 1970 1975 Jahr 1980 1985 1990 1995 0 1950 1955 1960 1965 1970 1975 Jahr 1980 1985 1990 1995 Ertragsentwicklung (dt/ha) von Getreidearten: Weizen Gerste Roggen Hafer Wildpflanzen 2–3 2–3 14./15. Jhr. 5 4 5 3 16./17. Jhr. 9 6 8 4 um 1800 10 8 9 6 um 1890 14 13 10 12 um 1910 20 18 17 17 1950 26 24 22 22 1962 29 24 21 27 1975 46 40 34 37 1977 80 70 - - 1 heutige Wildpflanzenbestände im vorderasiatischen Raum; 2 Norddeutscher Raum; 3 Deutsches Reich; 4 BRD; 5 Spitzenerträge landwirtschaftlicher Betriebe in der BRD Nach Geisler 1988 Annahme: Der Trend in den Ertrags-Zeitreihen kann nicht auf meteorologische Ursachen zurückgeführt werden Desshalb: Hochpassfilterung zur Elimination dieses tieffrequenten Anteils Verwendung der Residuen nach 10-jähriger Gauss‘scher Tiefpassfilterung Folge: Die eventuell vorhandenen Wirkungen langfristiger Klimatrends können nicht mehr untersucht werden. Ziel ist es also witterungsbedingte Schwankungen in den Ertrags-Zeitreihen zu identifizieren. Runkelrüben Bayern Winterweizen BRD 130 8 120 7 110 100 Ertrag in [t / ha] Ertrag in [t / ha] 6 5 4 3 90 80 70 60 50 40 2 30 20 1 10 0 1950 1955 1960 1965 1970 1975 1980 1985 1990 0 1950 1995 1955 1960 1965 1970 1975 1980 1985 1990 1995 Jahr Jahr Runkelrüben Bayern hochpassgefiltert Winterweizen BRD hochpassgefiltert 50 1,5 40 1,0 30 Ertrag in [t / ha] Ertrag in [t / ha] 20 0,5 0,0 -0,5 10 0 -10 -20 -30 -1,0 -40 -1,5 1950 1955 1960 1965 1970 1975 Jahr 1980 1985 1990 1995 -50 1950 1955 1960 1965 1970 1975 Jahr 1980 1985 1990 1995 b) Die Klimadaten: Rohdaten: Monatsmittel bzw. -summen von Temperatur und Niederschlag auf einem 0,5 x 0,5 Gitter 1950 - 1998 Quelle: C. Willmott und K. Matsuura, University of Delaware Vorbehandlung: Zur Erhaltung jeweils einer einzigen repräsentativen Zeitreihe pro Bundesland: EOF-Zerlegung der in diesem Bundesland liegenden Gitterpunktsreihen und Verwendung der 1. PC-Zeitreihe. Nachfolgend Hochpassfilterung analog den Ertragsreihen. 2. Einfache statistische Zusammenhänge: a) Witterungssensitivität: Fragestellung: Wie unterschiedlich stark reagieren verschieden Fruchtarten auf Witterungseinflüsse? Ansatz: Als Maß dient die Standardabweichung der hochpassgefilterten Ertragsreihe, die mit dem Mittelwert der ungefilterten Reihe normiert wird: Sn sf mwu "Sensitivität" Baden-Württemberg 12 12 "Sensitivität" 10 10 8 8 6 6 4 4 2 2 0 0 8 20 18 19 10 4 7 2 6 1 21 12 5 9 15 3 14 11 13 17 16 MW 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Gras 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren „Sensitivitätsrangliste“: BAY BWB RPF HES NRW NSA SHS MW Spargel 2 2 7 3 2 1 2 2,7 Runkelrüben 3 5 3 9 3 3 10 5,1 Hafer 8 9 2 10 1 2 5 5,3 Spätkartoffeln 1 1 5 4 8 10 8 5,3 Sommergerste 6 6 6 16 9 4 6 7,6 Erdbeeren 5 11 9 1 10 6 15 8,1 Frühkartoffeln 4 7 10 7 4 21 15 9,7 Ackerbohnen 15 3 1 8 18 17 12 10,6 Körnermais 9 4 14 20 11 7 (1) 10,8 Sommerweizen 12 8 8 14 13 8 17 11,4 Sommerraps 16 20 18 5 5 14 4 11,7 Dauerweißkohl 18 18 19 12 6 16 3 13,1 Gras 21 17 4 6 19 15 11 13,3 Winterraps 14 21 12 11 16 11 9 13,4 Dauerrotkohl 17 12 20 15 14 13 7 14,0 Dauerwirsing 19 19 21 2 21 5 13 14,3 Zuckerrüben 13 14 16 18 12 9 19 14,4 Roggen 10 13 15 21 7 18 18 14,6 Winterweizen 11 10 17 19 15 12 21 15,0 Wintergerste 7 16 11 17 17 19 20 15,3 Klee 20 15 13 13 20 20 - 16,8 b) Korrelationen zwischen Ertragsreihen: Fragestellungen: Gibt es Fruchtarten, die aufgrund ihrer ähnlichen Ertragsentwicklung zu Gruppen zusammengefasst werden können? Wie gut ist die Repräsentanz einzelner Fruchtarten innerhalb der untersuchten Bundesländer? Pearson Korrelationskoeff. Nordrhein-Westfalen "Top 10" 1,0 1,0 0,9 0,9 0,8 0,8 0,7 0,7 0,6 0,6 0,5 0,5 0,4 0,4 0,3 0,3 0,2 0,2 0,1 0,1 0,0 0,0 11-12 1-2 2-6 11-13 12-13 9-11 7-8 9-10 2-4 9-12 Pearson Korrelationskoeff. Nordrhein-Westfalen "Flop 10" 0,0 0,0 -0,1 -0,1 -0,2 -0,2 -0,3 -0,3 -0,4 -0,4 -0,5 -0,5 -0,6 -0,6 -0,7 -0,7 -0,8 -0,8 -0,9 -0,9 -1,0 -1,0 14-16 4-20 20-21 1-15 18-20 2-20 7-21 5-15 6-20 17-20 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Gras 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren Bildung von Gruppen: Gruppe: Getreide Kohl Kartoffeln Rüben Gras / Klee Raps Mitglieder: Winterweizen Sommerweizen Wintergerste Sommergerste Roggen Hafer Dauerrotkohl Dauerweisskohl Dauerwirsing Frühkartoffeln Spätkartoffeln Runkelrüben Zuckerrüben Gras Klee Winterraps Sommerraps 1,0 Pearson Korrelationskoeff. 0,9 1,0 Runkelrüben 0,9 0,8 0,8 0,7 0,7 0,6 0,6 Runkelrüben 0,678 0,5 0,5 Zuckerrüben 0,652 0,4 0,4 Hafer 0,651 0,3 0,3 Klee 0,629 0,2 0,2 Sommergerste 0,614 0,1 0,1 Gras 0,578 Wintergerste 0,576 Spätkartoffeln 0,561 Spargel 0,541 Ackerbohnen 0,529 Frühkartoffeln 0,522 Roggen 0,511 Winterweizen 0,509 Winterraps 0,479 0,9 Körnermais 0,449 0,8 0,8 Sommerraps 0,425 0,7 0,7 0,6 0,6 Sommerweizen 0,417 0,5 0,5 Dauerweißkohl 0,376 0,4 0,4 Dauerrotkohl 0,372 0,3 0,3 Erdbeeren 0,278 0,2 0,2 0,1 0,1 Dauerwirsing 0,253 0,0 0,0 -0,1 -0,1 0,0 0,0 5-6 6-7 1-3 1-4 4-6 3-4 1-2 2-3 4-5 2-4 1-6 1-7 3-5 2-5 2-6 1-5 3-6 4-7 5-7 2-7 3-7 1: Bayern 2: Baden-Württemberg 3: Rheinland-Pfalz 4: Hessen 5: Nordrhein-Westfalen 6: Niedersachsen 7: Schleswig-Holstein 1,0 Pearson Korrelationskoeff. 0,9 1,0 Dauerwirsing 5-6 4-6 1-2 2-3 1-6 1-5 1-4 1-3 2-6 2-5 4-5 3-5 2-4 6-7 1-7 3-6 2-7 4-7 5-7 3-4 3-7 Fruchtart: MW r: c) Korrelationen zwischen Ertragsreihen und Klimadaten: Fragestellungen: Gibt es bestimmte Monate, die für ausgewählte Fruchtarten und Klimaelemente von besonderer Bedeutung sind? Weisen aus Temperatur und Niederschlag abgeleitete Einflussgrößen hohe und plausible Korrelationen auf? Ackerbohnen / Baden-Württemberg, Temperatur Spargel / Niedersachsen, Temperatur 0,5 0,7 0,4 0,6 Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,4 -0,5 -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Okt Feb 0,5 0,5 0,4 0,4 0,3 0,3 0,2 0,1 0,0 -0,1 -0,2 Mai Jun 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,3 -0,4 -0,4 -0,5 Apr Spargel / Niedersachsen, Niederschlag Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. Ackerbohnen / Baden-Württemberg, Niederschlag Mar -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Okt Feb Mar Apr Mai Jun Abgeleitete Einfluss-Zeitreihen: I: Quadrieren: Vorstellung: Die Pflanze reagiert auf Extreme – sind Temperatur und/oder Niederschlag in einem „gemäßigten“ Bereich, wirken sie sich nur schwach auf den Ertrag aus. T² Junimittel 1950-1998 Hessen 1.PC Temperatur Junimittel 1950-1998 Hessen 14 7 6 10 quadrierte T-Anomalien EOF-transformierte T-Anomalien 12 8 6 4 2 0 5 4 3 2 1 -2 0 -4 -6 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 Spargel / Niedersachsen, Temperatur quadratisch 0,5 0,5 0,4 0,4 0,3 0,3 Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. Ackerbohnen / Baden-Württemberg, Temperatur quadratisch 0,2 0,1 0,0 -0,1 -0,2 -0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,4 -0,5 -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Feb Okt 0,5 0,5 0,4 0,4 0,3 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 Apr Mai Jun Spargel / Niedersachsen, Niederschlag quadratisch Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. Ackerbohnen / Baden-Württemberg, Niederschlag quadratisch Mar 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,4 -0,5 -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Okt Feb Mar Apr Mai Jun II: Produkt- und Quotientenreihen aus T und N: Vorstellung: Temperatur und Niederschlag wirken in Kombination. Ist z.B. ein Sommermonat zu trocken und zu warm kann es bei bestimmten Fruchtarten zu Ernteeinbrüchen kommen. Hierbei verstärken Produktreihen gleichsinnige Anomalien, Quotientenreihen gegensinnige Anomalien. T / N Juni 1950-1998 Hessen 3 4 2 3 1 2 T / N Anomalien T * N Anomalien T * N Juni 1950-1998 Hessen 0 -1 -2 -3 1950 1 0 -1 1955 1960 1965 1970 1975 1980 1985 1990 1995 -2 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 Spargel / Niedersachsen, T*N 0,5 0,5 0,4 0,4 0,3 0,3 Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. Ackerbohnen / Baden-Württemberg, T*N 0,2 0,1 0,0 -0,1 -0,2 -0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,4 -0,5 -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Okt Feb Ackerbohnen / Baden-Württemberg, T/N Mar Apr Mai Jun Spargel / Niedersachsen, T/N 0,5 0,7 0,4 0,6 Pearson-Korrelationskoeff. Pearson-Korrelationskoeff. 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,5 -0,3 -0,6 -0,4 -0,5 Feb Mar Apr Mai Jun Jul Aug Sep Okt Feb Mar Apr Mai Jun 3. Zusammenfassung I: Es scheint nicht möglich Wirkungen von Klimatrends in Ertragsreihen zu finden, da deren Trends zum weitaus größten Teil der Züchtungsvarianz zugeordnet werden muss. Die Witterungssensitivität der einzelnen Fruchtarten ist in den unterschiedlichen Bundesländern z.T. sehr verschieden. Spargel ist jedoch mit Abstand am sensitivsten; Wintergetreide und Kohl dagegen eher „robust gegenüber Witterungseinflüssen. Verschiedene Fruchtarten lassen sich aufgrund hoher Korrelationen zwischen den Ertragsreihen zu Gruppen wie z.B. Getreide zusammenfassen. Die räumliche Repräsentanz des Ertrages einzelner Fruchtarten ist sehr unterschiedlich. Am höchsten ist sie bei Rüben, am niedrigsten für Kohl und Erdbeeren. Die linearen Korrelationskoeffizienten zwischen Erträgen und den verwendeten Klimaelementen zeigen z.T. deutliche und interpretierbare Charakteristika. Die Korrelationen mit abgeleiteten Einflussreíhen (T², N², TN T/N) lassen sich z.T. ebenfalls plausibel interpretieren, was deren Verwendung rechtfertigt. 4. Regressionsmodell: Problemstellung: Es existieren sehr viele potentielle Regressoren (Monatsmittel bzw. –summen der Vegetationsperiode, quadratische und kombinierte Einflussreihen). Das Modell soll jedoch nur die wichtigsten Einflüsse berücksichtigen, um möglichst interpretierbar zu sein und eine Überanpassung zu vermeiden. Ansatz: Modellauswahl mittels Schrittweiser Regression Reservoir Rpot Rd zurück ins Reservoir Vorwärts-Regression: MLR mit Rn und Ri für jedes einzelne Ri Ist der sig. Reg.-Koeff. noch signifikant? nein Ende; Modell: y an Rn n ja Modell: y bn Rn bs Rs n Rückwärts-Regression: MLR mit Rn ohne Rj für jedes einzelne Rj ja Ist der unsig. Reg.-Koeff. noch signifikant? nein Modell: y cn Rn cd Rd n Potentielle Regressoren: Monatsmittel der Temperatur und Monatssummen des Niederschlages ab einem Monat vor Beginn der Vegetationsperiode bis zum mittleren Erntemonat. Analog quadratische Reihen der Temperatur und des Niederschlages, sowie Produkt- und Quotientenreihen. Weiterhin über die Vegetationsperiode gemittelte (einschließlich quadrierter und kombinierter) Reihen. 5. Ausgewählte Ergebnisse der Regression: a) Modelldimensionen: Häufigkeitsverteilung der Modelldimensionen Absolute Häufigkeit 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 11 12 Anzahl der Regressoren Anzahl potentieller Regressoren: 34 -78 13 14 15 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen: prozentuale erklärte Varianz Bayern 100 100 90 90 80 80 70 70 60 60 50 50 40 40 30 30 20 20 10 10 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Gras 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen: prozentuale erklärte Varianz Bayern 100 100 90 90 80 80 70 70 60 60 50 50 40 40 30 30 20 20 10 10 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Gras 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen: Baden-Württemberg 100 1: Winterweizen 2: Sommerweizen 3: Wintergerste 4: Sommergerste 5: Roggen 6: Hafer 7: Frühkartoffeln 8: Spätkartoffeln 9: Zuckerrüben 10: Runkelrüben 11: Dauerweißkohl 12: Dauerrotkohl 13: Dauerwirsing 14: Gras 15: Klee 16: Winterraps 17: Sommerraps 18: Ackerbohnen 19: Körnermais 20: Spargel 21: Erdbeeren prozentuale erklärte Varianz 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 5. Ausgewählte Ergebnisse der Regression: b) Erklärte Varianzen: Über „1-Sigma“Schwelle: Über „2-Sigma“Schwelle: Baden-Württemberg 18 12 Niedersachsen 16 9 Rheinland-Pfalz 17 8 Bayern 16 8 Hessen 13 8 Schleswig-Holstein (20) 11 8 Nordrhein-Westfalen 18 5 100 100 Winterweizen 70 60 50 40 30 20 70 60 50 40 30 20 10 10 0 0 2 3 4 5 6 7 Roggen 90 80 prozentuale erkklärte Varianz 80 1 100 Sommerweizen 90 prozentuale erkklärte Varianz prozentuale erkklärte Varianz 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 1 2 3 4 5 6 7 5 6 7 100 100 90 90 70 60 50 40 30 20 60 50 40 30 20 0 0 3 4 5 6 7 90 70 10 2 Sommergerste 80 10 1 100 prozentuale erkklärte Varianz Wintergerste 80 prozentuale erkklärte Varianz prozentuale erkklärte Varianz 1: Bayern 2: Baden-Württemberg 3: Rheinland-Pfalz 4: Hessen 5: Nordrhein-Westfalen 6: Niedersachsen 7: Schleswig-Holstein Hafer 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 1 2 3 4 Über „1-Sigma“-Schwelle: Über „2-Sigma“-Schwelle: Sommergerste 7 6 Frühkartoffeln 7 6 Spargel 6 5 Klee (6) 6 4 Zuckerrüben 7 4 Hafer 7 4 Dauerrotkohl 6 4 Gras 5 4 Ackerbohnen 5 4 Spätkartoffeln 6 3 Dauerweißkohl 6 3 Runkelrüben 5 3 Sommerraps 4 3 Sommerweizen 4 2 Roggen 5 1 Dauerwirsing 4 1 Winterraps 3 1 Erdbeeren 5 0 Wintergerste 4 0 Winterweizen 4 0 Körnermais 2 0 c) Selektierte Regressoren: 35 35 30 25 25 25 20 15 Häufigkeit 30 20 15 20 15 10 10 10 5 5 5 0 0 v8 v9 v10 v11 2 3 4 5 6 7 8 9 vp 0 v8 v9 v10 v11 2 3 Monat 4 5 6 7 8 9 vp v8 + - T6 1 13 N4 2 29 TN 4 3 25 TN 7 0 16 T/N 4 7 9 35 Getreide - BRD (West), Niederschlag 25 25 20 15 Häufigkeit 25 Häufigkeit 30 20 15 10 5 5 5 0 3 4 Monat 5 6 7 8 9 vp 5 6 7 8 9 vp 8 9 vp 15 10 0 4 20 10 2 3 Getreide - BRD (West), T / N 30 v10 v11 2 35 Getreide - BRD (West), Niederschlag quadrstisch 30 v9 v10 v11 Monat Regressor: 35 v8 v9 Monat Getreide Häufigkeit Getreide - BRD (West), T * N 30 Häufigkeit Häufigkeit 35 Getreide - BRD (West), Temperatur quadratisch Getreide - BRD (West), Temperatur 0 v8 v9 v10 v11 2 3 4 Monat 5 6 7 8 9 vp v8 v9 v10 v11 2 3 4 Monat 5 6 7 Rüben - BRD (West), Temperatur 10 8 Häufigkeit 6 6 4 4 2 2 2 0 2 3 4 5 6 7 8 9 10 11 12 vp 0 2 3 4 5 6 Monat 8 9 10 11 12 vp 2 + - T7 3 5 N8 6 1 T² 7 0 10 TN 7 0 6 T/N 8 2 5 10 Rüben - BRD (West), Niederschlag quadrstisch 6 4 4 2 2 2 0 0 5 6 7 8 Monat 6 9 10 11 12 vp 7 8 9 10 11 12 vp 11 12 vp Rüben - BRD (West), T / N 6 4 4 5 8 Häufigkeit 6 3 4 10 8 Häufigkeit 8 2 3 Monat Regressor: Rüben - BRD (West), Niederschlag 10 7 Monat Rüben Häufigkeit 6 4 0 Rüben - BRD (West), T * N 10 8 Häufigkeit 8 Häufigkeit Rüben - BRD (West), Temperatur quadratisch 10 0 2 3 4 5 6 7 8 Monat 9 10 11 12 vp 2 3 4 5 6 7 8 Monat 9 10 14 14 12 10 10 10 8 6 Häufigkeit 12 8 6 8 6 4 4 4 2 2 2 0 0 2 3 4 5 6 7 8 9 10 vp 0 2 3 4 5 Monat 14 6 7 8 9 10 vp 2 + - T6/T7 2 8 N6 11 2 T² 6 1 10 T/N 6 2 5 T/N VP 0 8 14 10 10 6 Häufigkeit 10 Häufigkeit 12 8 8 6 4 2 2 2 0 6 7 Monat 8 9 10 vp 8 9 10 vp 10 vp 6 4 5 7 8 4 0 6 Gras / Klee - BRD (West), T / N 12 4 5 14 Gras / Klee - BRD (West), Niederschlag quadrstisch 12 3 4 Monat Regressor: Gras / Klee - BRD (West), Niederschlag 2 3 Monat Gras / Klee Häufigkeit Gras / Klee - BRD (West), T * N 12 Häufigkeit Häufigkeit 14 Gras / Klee - BRD (West), Temperatur quadratisch Gras / Klee - BRD (West), Temperatur 0 2 3 4 5 6 7 Monat 8 9 10 vp 2 3 4 5 6 7 Monat 8 9 6. Zusammenfassung II: Die verwendete Selektionsstrategie versucht ein möglichst einfaches Modell relevanter Regressoren zu finden, deren Koeffizienten einem Signifikanztest unterzogen werden. Die Modelldimensionen variieren zwischen 2 und 14 mit einem Maximum bei 8 Regressoren. Die Signifikanz der erklärten Varianzen wurde mit Hilfe von Zufallsreihen qualitativ abgeschätzt. Durch diese Abschätzung ergibt sich, dass etwa 75% der erklärten Varianzen die „1Sigma“-Schwelle, und etwa 40 % die „2-Sigma“-Schwelle überschreiten. Am stärksten heben sich die e.V.‘s von Baden-Württemberg, sowie von Sommergerste, Frühkartoffeln und Spargel vom Zufall ab; am zufälligsten sind jene aus NRW bzw. Schleswig-Holstein, sowie von Wintergerste, Winterweizen und Körnermais. Die selektierten Regressoren sind für unterschiedliche Fruchtarten und –Gruppen z.T. charakteristisch verteilt. Besonders auffällig ist: Bei Getreide wirkt sich zuviel Niederschlag im April negativ auf die Erträge aus.