Auswirkungen des Klimawandels auf die landwirtschaftliche

Auswirkungen des
Klimawandels auf die
landwirtschaftliche
Produktion
K. C. Kersebaum
Biopark Ackerbautagung
Bernburg 1.2.2011
Das Klima wandelt sich
Globale Trends
Prognosen
Szenarien
Entwicklung von Temperatur und Spurengaskonzentrationen
IPCC 2007
IPCC 2001
Beobachtungen der jüngsten Klimaveränderung
Wärmste 12 Jahre:
Abweichung vom Mittel 1961-1990 [°C]
Der Anstieg der mittleren globalen1998,2005,2003,2002,2004,2006,
Temperatur scheint sich zu beschleunigen
2001,1997,1995,1999,1990,2000
Globale mittlere Temperatur
Jahresmittel
Linearer Trend
Geglättete Serien
5-95% Dekadenfehler
Period
Rate
50 0.128±0.026
100 0.074±0.018
Years °/decade
IPCC 2007
Beobachtete Veränderungen der phänologischen Jahreszeiten
in verschiedenen deutschen Bundesländern
Phänologische
Jahreszeit
Zeigerpflanze (phän. Phase)
Trend (Tage/10 Jahre)
- Verfrühung/ + Verspätung
Hessen
Sachsen
Sachsen-Anhalt
Vollfrühling
Apfel (Blüte)
-2,2
-2,1
k. A.
Frühsommer
Schw. Holunder (Blüte)
-3,1
-3,1
-4,0
Hochsommer
Sommerlinde (Blüte)
-2,8
-2,0
-2,2
Frühherbst
Schw. Holunder (Reife)
-2,8
-2,5
-2,8
Spätherbst
Stieleiche (Blattfärbung)
+0,5
+0,6
+1,6
Schäden durch extreme Wetterereignisse nehmen weltweit zu.
Wetterbedingte Schäden
weather
induced
damages Germany
in der
Landwirtschaft
4.8
4.5
0.5
13
51
26.1
drought
Dürre
hail
Hagel
storm
Sturm
winter
damage
Auswinterung
heavy
rain
Starkregen
Frost
frost
Auswirkungen des Hitzesommers 2003 auf die landwirtschaftliche Produktion in Europa
Beobachtete Ertragstrends in Mitteleuropa
Weizen
Körnermais
Am Anfang der Klimaszenarien stehen die Annahmen zu den zukünftigen Emissionen
nach IPCC
A1. Die A1-Modellgeschichte bzw. -Szenarien-Familie beschreibt eine zukünftige Welt mit sehr raschem
Wirtschaftswachstum, einer Mitte des 21. Jahrhunderts kulminierenden und danach rückläufigen Weltbevölkerung,
und rascher Einführung neuer und effizienterer Technologien.
B1. Die B1- Modellgeschichte bzw. -Szenarien-Familie beschreibt eine sich näher kommende Welt, mit der gleichen,
Entwicklung der Weltbevölkerung wie in der A1-Modellgeschichte, jedoch mit raschen Änderungen der wirtschaftlichen Strukturen in Richtung einer Dienstleistungs- und Informationswirtschaft, bei gleichzeitigem Rückgang des
Materialverbrauchs und Einführung von sauberen und ressourcen-effizienten Technologien.
Projektionen der künftigen Klimaänderungen (IPCC 2007)
Emissionsszenario B1 (gering):
Emissionsszenario A1FI (hoch):
1.8°C (1.1°C to 2.9°C),
4.0°C (2.4°C to 6.4°C).
Die Modellierung der vielfältigen Wechselwirkungen im System
Boden-Pflanze-Atmosphäre erfordert relativ hohe zeitliche Auflösung
CO2,
N2O, N2
CH4
Auflösung globaler Klimamodelle
Räumliche und zeitliche Auflösung für die Analyse von Folgewirkungen zu gering
Herunterbrechen auf kleinere Raum und Zeiteinheiten notwendig: „Downscaling“
Modellauflösung T42: 2.8°, 250 km
DKRZ
Hamburg
Regionalisierungsverfahren in Deutschland
Globales Klimamodell ECHAM5 … (andere in D. kaum genutzt)
Dynamisches Downscaling
REMO … Europa und D (10km)
CLM … Europa und D (20km)
(Quelle: Hamburger Bildungsserver)
Statistisches (dyn.) Downscaling nach
Enke (UBA) bzw. Gerstengarbe (PIK)
Ergebnisse - stationsbezogen
Regionalisierung - GIS
Mögliche klimatische Änderungen für 2031-2050 (Basis WETTREG, A1B)
(Referenzzeitraum 1961-1990)
Allgemeine Trends:
0.3
Frühjahr
1.0
2.1
[°C] Sommer
-20
Frühjahr
0
+25
[%] Sommer
Temperatur:
wärmer
Vegetationsperiode
etwa 1°C
Niederschlag:
jahreszeitl. Änderung
-20 bis +25% mit
räumlichen Mustern
Herbst
Winter
Lufttemperatur [°C]
www.landcare2020.de
Herbst
Winter
Niederschlag [%]
Welche Rolle spielt die
Landwirtschaft?
• Betroffener des Klimawandels
–
–
–
–
–
Klimaabhängigkeit von Phänologie und Pflanzenwachstum
Klimatische Beeinflussung von Bodenprozessen
Klimasensitivität von Nutztieren
Klimatische Beeinflussung von Schaderregern
Exponiert bei Extremereignissen
• Beteiligter durch Quellen und Senken klimarelevanter
Spurengase
– CO2
– CH4
– N 2O
Risiken im Pflanzenschutz
Wildkräuter
Ausdehnung wärmeliebender Arten (z. B. Hirsen)
Zuwanderung neuer Arten (z. B. Ambrosie)
Schlechtere Wirkung von Herbiziden
Krankheiten
Begünstigung von Pilzkrankheiten durch warm-feuchte Witterung
Hemmung feuchtigkeitsbedürftiger Krankheiten durch zunehmende Trockenheit
Stärkere Verbreitung von Viruserkrankungen durch tierische Vektoren
(z. B. Blauzungenkrankheit)
Tierische Schaderreger
Beschleunigung der Generationszyklen durch höhere Temperatur
Begünstigung wärmeliebender Arten (z.B. Maiszünsler)
Zuwanderung neuer Arten (z. B. Heuschrecken, Gnitzen)
Zukünftig mögliche Risiken durch Wildkräuter
Eitzinger, Kersebaum, Formayer 2009
Zukünftig mögliche Risiken durch Krankheiten
Eitzinger, Kersebaum, Formayer 2009
Zukünftig mögliche Risiken durch tierische Schaderreger
Eitzinger, Kersebaum, Formayer 2009
Temperaturabhängigkeit Pflanzenwachstum
Veränderung der Fotosynthese bzw. der Nettoassimilation
Erwärmung begünstigt eher C4 Pflanzen
Erwärmung führt zu Verlängerung der Vegetationszeit und Verschiebung der Phänologie
Simulierte Veränderung phänologischer Eintrittstermine in Sachsen im B2 Szenario
(2040-50 gegenüber 1981-2000)
nach Chmielewski et al. 2005
Wechselwirkungen im System Boden-Pflanze-Atmosphäre
•
Zentrale Bedeutung: Wasser- und Kohlenstoffhaushalt
Klimatische Faktoren bestimmen das Fließgleichgewicht
(Quellen und Senkenfunktion für CO2 )
Nach Jenny, 1980
Welche Auswirkungen hat der mögliche Klimawandel und die geänderte
CO2 Konzentration der Atmosphäre auf die Pflanzenproduktion
Wachstumsbedingungen verändern sich durch
• höhere Temperaturen
• veränderte Niederschlagshöhe bzw. -verteilung
• höhere CO2-Konzentration
Ertragserwartungen und Produktionsrisiken verändern sich regional
und standortspezifisch unterschiedlich.
Der Effekt von CO2 scheint im Freilandversuch (FACE) geringer als in den frühen
Kammerversuchen.
Bisherige Regionalstudien berücksichtigen den CO2 Effekt meist nicht
oder sehr pauschal
Die Studien sind uneinheitlich hinsichtlich der verwendeten Szenarien und Modelle
Direkte und indirekte CO2-Wirkung auf die Pflanze
Das FACE-Experiment (Mais 2007/08)
550 ppm CO2
500
Errorbars = SD
n=4
380 ppm CO2
550 ppm CO2
CO2–Einfluss auf
die Transpiration
Wasserverbrauch [g/d]
400
300
200
100
Datum
08.08.07
07.08.07
06.08.07
05.08.07
04.08.07
03.08.07
E. Nozinski, R. Manderscheid, vTI, Braunschweig
0
02.08.07
Saftmessung in
Mais
Vergleich der simulierten Brutto-C-Assimilation an einem
klaren Sommertag ohne Wasserstress
-1 -1-1d-1]
Brutto
C-Assimilation
[kg
ha
gross
carbon assimilation
[kgCO
CO22ha
d ]
950
900
850
800
750
700
650
Nonhebel
Hoffmann
Mitchel
600
550
300
350
400
450
500
550
600
650
700
atmospheric CO2 concentration
[ppm] [ppm]
CO2-Konzentration
der Atmosphäre
750
800
Simulation der oberirdische Biomasse
374 ppm CO2Æ IoA: 0.98
Barley
Sugar beet
Wheat
Mean
Aboveground dry matter - ambient CO2
Barley
Sugar beet
Wheat
Barley
Maize
2006
2007
Predicted
Maize
Aboveground dry matter [kg ha -1]
25000.0
20000.0
15000.0
10000.0
5000.0
0.0
1999
2000
2001
2002
550 ppm CO2 Æ IoA: 0.98
Barley
Sugar beet
Wheat
2003
2004
2008
2009
Aboveground dry matter - ambient CO2
Barley
Sugar beet
Wheat
Barley
Maize
Maize
Aboveground dry matter [kg ha -1]
30000.0
Mean
Predicted
25000.0
20000.0
15000.0
10000.0
5000.0
0.0
2000
2001
2002
2003
2004
2005
2006
2007
2008
Simulation der Bodenfeuchte
Ambient CO2Æ IoA: 0.90
Barley
Sugar beet
Mean
Soil moisture 0.0 - 0.6 m - ambient CO2
Wheat
Barley
Sugar beet
Wheat
Predicted
Barley
Maize
Maize
Soil moisture 0.0 - 0.6m [% FC]
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
1999
2000
2001
2002
550 ppm CO2 Æ IoA: 0.85
Barley
Sugar beet
Wheat
2003
2004
2005
2006
2007
2008
Soil moisture 0.0 - 0.6 m - ambient CO2
Mean
Barley
Sugar beet
Wheat
Barley
Maize
Maize
Predicted
Soil moisture 0.0 - 0.6m [% FC]
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Vergleich des Wasserverbrauchs von Winterweizen unter derzeitiger
und erhöhter CO2 Konzentration
Gemessene und simulierte Wassergehalte
130
Simulierte kumulative Evapotranspiration
2005
Kersebaum et al. 2009
07
08
[month]
500
0
23/12/2006
06
23/06/2006
05
23/12/2005
04
23/06/2005
03
23/12/2004
02
23/06/2004
01
1000
23/12/2003
30
1500
23/06/2003
40
2000
23/12/2002
measured 550 ppm CO2
measured 374 ppm CO2
simulated 374 ppm CO2
simulated 550 ppm CO2
2500
23/06/2002
50
3000
23/12/2001
60
550 ppm CO2
3500
23/06/2001
70
374 ppm CO2
4000
23/12/2000
80
4500
23/06/2000
90
23/12/1999
100
23/06/1999
110
kumulative Evapotranspiration
[mm]
mm H2O
Wassergehalt
0-60
cm[mm]
[mm]
water content
0-60 cm
120
Abschätzung der regionspezifischen Auswirkungen des
Klimawandels anhand von Beispielstandorten
Grundlagen der Studie
•
GCM Modell ECHAM5/MPI-OMT63L31
•
Scenario A1B
•
Tageszeitreihen des statistischen downscaling Modells WETTREG für Wetterstationen in
Deutschland (Zeitraum 1961-2050) (SPEKAT et al. 2007)
•
3 repräsentative Realisationen (feucht, trocken, normal) aus insgesamt 8 statistisch
generierten Zeitreihen von Wetterlagen
•
Referenzzeitraum 1970-1989 (350 ppm CO2),
•
projizierter Zeitraum 2031-2050 (550 ppm CO2)
•
Simulierte Kultur: Winterweizen, jeweils 19 N-Düngungsstufen
•
Modellläufe mit und ohne CO2 Effekt (Kombination Hoffmann/Allen/Yu)
Ausgewählte Regionen mit jeweiligen Wetterstationen des DWD
Schleswig
Rotenburg
Ackerland nach Corine 2000
Eutin
Greifswald
N
Hannover
Osnabrück
Müncheberg
Gütersloh
Magdeburg
Elsdorf
Torgau
Leinefelde
Aachen
Hof
Erfurt
Alzey
Würzburg
Worms
Metten
Weihenstephan
s
r
e
t
e
m
o
l
i
K
0
0
3
0
4
2
0
8
1
0
2
1
Dillingen
0
6
0
s
r
e
t
e
m
o
l
i
K
0
0
3
0
4
2
0
8
1
0
2
1
0
6
0
Freiburg
Datenbasis: Bodenkarte 1:1.000.000 für Deutschland mit 71 Bodenklassen
N
Soil classification (acc. to FAO)
Fluvisols / Gleysols from rapidly alternating sandy to clayey fluviatile sediments
Gleyic Chernozems from calcareous clayey and silty sediments in the river valleys of the chernozem area
Fluvisols / Gleysols from loamy to clayey fluviatile sediments
Fluvisols / Gleysols from sandy to loamy fluviatile sediments
Calcaric and Umbric Regosols / Luvic Arenosols from sandy to loamy end moraine deposits (alternating patches)
Haplic Luvisols / Eutric Podzoluvisols / Eutric Cambisols from sandy loess overlying sand or loam
Eutric Cambisols from basic and intermediate igneous rocks
Dystric Cambisols from sandy river-terrace deposits
Dystric Cambisols/Stagnic Gleysols from metamorphic rocks; sandstone; quartzite; acid to intermediate igneous rocks
Spodic Cambisols from hard argillaceous and silty slates with greywacke; sandstone; quartzite; and phyllite
Eutric Cambisols / Luvic Arenosols from eutrophic sand deposits
Dystric Cambisols from quartzitic sandstones and conglomerates with low base status
Dystric Cambisols from acid igneous and metamorphic rocks
Alternating Rendzic & Umbric Leptosols / Spodic & Vertic Cambisols / Haplic Luvisol / Stagnic Gleysols various origins
Alternating Rendzic & Umbric Leptosols / Spodic & Vertic Cambisols / Haplic Luvisol / Stagnic Gleysols various origins
Cambic and Haplic Podzols from sandstone and quartzite with low base status
Cambic Podzols / Spodic Arenosols from dry dystrophic sand deposits
Haplic Chernozems / Eutric Cambisols from loess alternating with Rendzic Leptosols from marlstone and limestone
Haplic Podzols / Dystric Regosols from dry dystrophic sand deposits
Haplic Luvisols / Eutric Podzoluvisols / Stagnic Gleysols from loess or loessic loam overlying various rocks
Dystric Podzoluvisols / Luvic Arenosols / Dystric Cambisols from sandy sediments overlying boulder clay
Surface water
Gleysols from sandy sediments of the ice-marginal valleys and lowlands
Haplic Luvisols from loess-covered loamy to sandy river-terrace deposits
Haplic Podzols / Cambic Podzols / Gleyic Podzols from sandy fluviatile sediments
Dystric Histosols
Eutric Histosols
Haplic Luvisols / Eutric Podzoluvisols / Stagnic Luvisols from boulder clay
Altern. Dystric and Spodic Cambisols/Rendzic Leptosols/Haplic Luvisols from slate; greywacke etc. over various rocks
Eutric Cambisols / Haplic Luvisols / Calcaric Regosols from Tertiary loess-bearing sediments
Haplic Luvisols from silty to loamy periglacial sediments overlying glacial gravels
Phaeozemic and Haplic Luvisols from sandy loess overlying sandy glacial sediments or boulder clay
Calcaric Regosols / Calcaric Fluvisols from calcareous sandy to loamy sediments of river terraces
Calcaric Regosols from loess alternating with Rendzic Leptosols from marlstone and limestone
Sealed areas in larger cities (Urbic Anthrosols)
Eutric Cambisols / Stagnic Gleysols from calcareous loamy and sandy to gravelly morainic deposits mixed with loess
Spodic Cambisols from acid igneous and metamorphic rocks
Spodo-Stagnic Cambisols / Stagnic Podzoluvisols from loamy to sandy deposits overlying boulder clay
Stagnic Gleysols from boulder clay with a loamy to sandy cover
Stagnic Gleysols / Eutric Cambisols / Haplic Luvisols from loess or loessic loam
Stagnic Chernozems from boulder clay with a loamy to sandy cover
Rendzic Leptosols from slope deposits over limestone; marlstone etc. alternating with Chromic Cambi- and Luvisols
Haplic Chernozems from loess of the central German low-rainfall area
Phaeozemic Luvisols / Luvic Phaeozems from loess or loessic loam
0
100
200
300 Kilometers
Simulierte Änderungen der Winterweizenerträge mit und ohne CO2 Effekt
(2031-2050 im Vergleich zu 1970-1989)
5
2
>
0
2
5
2
-
5
1
0
2
-
0
1
5
1
5
0
1
-
5
2
>
5
2
>
2
5
-
yield change (%)
yield change (%)
mit CO2 effect
N
ohne CO2 effect
N
Ertragsänderung
yield change (%)%
0
2
5
2
-
5
1
0
2
-
5
1
0
2
-
0
1
5
1
-
0
1
5
1
-
5
0
1
-
5
0
1
-
2
5
-
2
5
-
50
012
251
---05
22
511
-
s
r
e
t
e
m
o
l
i
K
0
4
2
0
8
1
0
2
1
0
6
0
5
2
-5
02
2>
5
2
-5
02
2>
0
0
6
0
2
1
0
8
1
s
r
e
t
e
m
o
l
i
K
0
4
2
5
2
-5
02
2>
50
012
251
---05
22
511
-
50
012
251
---05
22
511
-
0
2
5
2
-
Einfluss des Standorts auf den
Weizenertrag in der Region Müncheberg
1970 – 1989
2031 – 2050
Jahresmitteltemperatur
8.8
9.4 (+7%)
Sommerniederschlag
280 mm
266 mm (-4.7 %)
Winterniederschlag
253 mm
239 mm (-5.5 %)
Auenböden aus tonig lehmigen Flußsedimenten
Braunerde/Parabraunerde aus Sand
5
2
>
Weizenertrag
Änderung (%)
0
2
5
2
50
115
505
2
0122
02
- -0
-52 1 1 55 1 - 505
5
05
50
22
05
10
22
2
01
22
1152
-5
->
-5
511-2
-5
0502
0502
22115225112>
>-
yield change (%)
Podsole aus
Trockenen Sanddablagerungen
Pararendzinen aus sandigen und lehmigen Moränen
s
r
e
t
e
m
o
l
i
K
0
6
0
5
0
4
0
3
0
2
0
1
0
Fahlerden/braunerden aus sandigen deckschichten über Geschiebelehm
Einfluss des Standorts auf den
Weizenertrag in der Region Hannover
1970 – 1989
2031 – 2050
Jahresmitteltemperatur
9.3
10.1 (+8.8%)
Sommerniederschlag
326 mm
307 mm (-5.9 %)
Eisenhumuspodsol aus trockenen nährstoffarmen Sanden
BÜK 1000
Winterniederschlag
303 mm
290 mm (-4.3 %)
Simulation
Braunerde-Podsol aus trockenen
nährstoffarmen Sanden
Weizenertrag
Änderung (%)
5
2
>
Auenböden aus sandigen
Flusssedimenten
0
2
5
2
5
1
0
2
0
1
5
1
5
0
1
-
Auenböden aus lehmig/
tonigen Flusssedimenten
2
5
50
012
2
5
1---05
22
511
5
2
-5
02
2>
Fahlerde aus Löß
Einfluss des Standorts auf den
Weizenertrag in der Region Magdeburg
1970 – 1989
2031 – 2050
Jahresmitteltemperatur
9.2
9.8 (+7.2%)
Sommerniederschlag
253 mm
244 mm (-3.6 %)
Winterniederschlag
225 mm
212 mm (-5.6 %)
Auenböden aus lehmig tonigen Flußsedimenten
Tschernozem-Parabraunerde
Aus Löß und Lößlehm
5
1
0
2
0
1
5
1
5
0
1
2
5
50
012
2
5
1---05
22
511
-
Schwarzerden aus Löß der mitteldeutschen Trockenregion
0
2
5
2
-
Vergleyte Schwarzerde aus tonig schluffigen
Sedimenten in Flußtälern
5
2
>
Pseudogley Schwarzerde aus Geschiebelehm
mit lemig sandiger Deckschicht
Weizenertrag
Änderung (%)
5
2
-5
02
2>
Auswirkungen des möglichen Klimawandels auf die Variabilität der Erträge
mit und ohne CO2-Effekt (WETTREG Szenario A1B)
1970-1989 ohne CO2-Effekt
2031-2050 ohne CO2-Effekt
1970-1989 mit CO2-Effekt
2031-2050 mit CO2-Effekt
60
50
40
30
20
10
M
et
W
te
ei
n
he
ns
te
ph
an
Fr
ei
bu
rg
of
H
eb
er
g
rg
eb
u
M
ag
d
ov
er
H
an
n
M
ue
nc
h
R
ot
en
b
ur
g
W
.
0
A
ac
he
n
Ertragsvariabilität [%]
70
Grenzen von Ertragsmodellen
Keine Berücksichtigung von Extremereignissen
Kaum Berücksichtigung von Schädlingen und Krankheiten
Wenig sensitiv auf Bodenbearbeitung
Begrenztes Kulturartenspektrum
hinzu kommt die Unsicherheit der Eingabedaten, vor allem der Klimaszenarien
KLIWAS 2007
Welche Anpassungsoptionen in der Pflanzenproduktion bieten sich an
Veränderung der Fruchtfolge
neue wärmeliebende und ggf. trockenresistente Kulturarten
Anpassung der Bestelltermine
Bodenbedeckung zur Vermeidung von Erosion und Nährstoffauswaschungsverlusten
Streuung des Risikos durch vielfältige Fruchtfolge
Verwendung angepasster Sorten
Bodenbearbeitung
Minimalbodenbearbeitung zur Wasserkonservierung (Konflikt ökol. Landbau?)
Düngung
Erhaltung der organischen Substanz durch organische Düngung
Weitgehend ausgeglichene N-Bilanz (Berücksichtigung der veränderten Nachlieferung)
Beregnung
Reduzierung von Trockenstressrisiken unter der Voraussetzung von ausreichend
verfügbarem Wasser)
Pflanzenschutz
Anpassungsoption Beregnung
Maisfeld Müncheberg im Juni 2006
beregnet
100
Simulierte Wirkung unterschiedlicher N-Düngung
Standort Magdeburg mit und ohne Beregnung
90
Kornertrag [dt/ha ]
80
70
60
50
1970-1989 ohne Beregnung
2031-2050 ohne Beregnung
1970-1989 mit Beregnung
2031-2050 mit Beregnung
40
30
0
50
100
150
N-Düngung [kg N/ha]
200
unberegnet
Auswirkungen des möglichen Klimawandels auf den Zusatzwasserbedarf
von Winterweizen mit und ohne CO2-Effekt (WETTREG Szenario A1B)
mit CO2-Effekt
Periode 1970-1989
40
35
30
25
20
15
10
5
0
Häufigkeit (%)
Häufigkeit (%)
ohne CO2-Effekt
0
Periode 1970-1989
40
35
30
25
20
15
10
5
0
40 80 120 160 200 240 280 320 360 400
0
Beregnungsbedarf [mm/Jahr]
Periode 2031-2050
Häufigkeit (%)
Häufigkeit (%)
Beregnungsbedarf [mm/Jahr]
40
35
30
25
20
15
10
5
0
0
40 80 120 160 200 240 280 320 360 400
Beregnungsbedarf [mm/Jahr]
40 80 120 160 200 240 280 320 360 400
Periode 2031-2050
40
35
30
25
20
15
10
5
0
0
40 80 120 160 200 240 280 320 360 400
Beregnungsbedarf [mm/Jahr]
Veränderung Grundwasserneubildung
(WETTREG A1B 2031-2050 vs. 1970-1889)
N
ohne CO2 -Effekt
Grundwasserneubildung
Änderung (mm)
mit CO2 -Effekt
Grundwasserneubildung
Änderung (mm)
s
r
e
t
e
m
o
l
i
K
0
4
2
0
8
1
0
2
1
0
6
-120 - -85
-85 - -65
-65 - -45
-45 - -25
-25 - -5
-5 - 5
5 - 25
25 - 45
45 - 65
0
s
r
e
t
e
m
o
l
i
K
0
4
2
0
8
1
0
2
1
0
6
0
-120 - -85
-85 - -65
-65 - -45
-45 - -25
-25 - -5
-5 - 5
5 - 25
25 - 45
45 - 65
N
Auswirkungen des möglichen Klimawandels auf die N-Düngung
auf 2 Standorten (WETTREG Szenario A1B)
100
90
Kornertrag [dt/ha ]
80
70
60
50
40
1970-1989 Müncheberg
2031-2050 Müncheberg
1970-1989 Aachen
2031-2050 Aachen
30
20
0
50
100
150
N-Düngung [kg N/ha]
200
Eitzinger, Kersebaum & Formayer 2009
Summarische Effekte des Klimaszenarios auf verschiedene Größen
des Wasser- und Nährstoffkreislaufs und Ertrag an 2 Standorten
(Änderung 2031-2050 gegen über 1970-1989, WETTREG Szenario A1B)
Ertrag
Hannover
120
Denitrifikation
ETA
100
80
Hof
Ertrag
60
120
Denitrifikation
Mineralisation
ETA/ETP
ETA
100
80
N-Austrag
60
Mineralisation
ETA/ETP
N-Austrag
Grundwasserneubildung
Grundwasserneubildung
Schlussfolgerungen
•
Durch die Berücksichtigung des CO2 Effekts wird der Einfluß des Klimawandels auf die
Erträge von Weizen meist vom Negativen ins Positive gedreht.
•
Dies differenziert jedoch zwischen, aber auch innerhalb von Regionen auf Grund der
regional unterschiedlichen Ausprägung des Klimawandels und den kombinierten Effekt
von Klima, Boden und hydrologischen Randbedingungen.
•
Grundwasser beeinflußte Gebiete, wie z. B. Flußniederungen und Böden mit hoher
Wasserspeicherfähigkeit profitieren überwiegend vom Klimawandel während auf armen
Sandböden das Risiko von Trockenschäden zunimmt.
•
Höher gelegene Regionen profitieren von der Erwärmung.
•
Der CO2 Effekt auf die Transpiration reduziert den klimatisch bedingten Rückgang der
Grundwasserneubildung und mindert den Anstieg des Bewässerungsbedarfs.
•
Das Wasser- und Nährstoffmanagement wird sich standortspezifisch anpassen müssen.
Zunehmende Trockenheit wird die Nährstoffverfügbarkeit und Stickstoffausnutzungseffizienz mindern.
•
Die für die Regionen ermittelten Auswirkungen bewegen sich überwiegend in einem
Bereich, der innerhalb der Unsicherheit, die durch verschiedene Aussagen von globalen
und regionalen Klimamodellen, der standörtlichen Rahmenbedingungen und der
Modellunsicherheit bedingt ist, liegt.
•
Zahlreiche Effekte wie Extremereignisse und Schaderreger bleiben unberücksichtigt.
Danke
für
Ihre
Aufmerksamkeit
Alle Modelle sind falsch,
Manche sind nützlich
Wir danken dem BMBF für die Förderung innerhalb
des „Klimazwei“ Programms