Auswirkungen der verschiedenen räumlichen Auflösungen auf die

Um die Auswirkungen der Reduktion der Auflösung auf die Simulationsergebnisse zu quantifizieren, wurden zusätzlich Box-Whisker-Plots der dreißigjährigen Mittelwerte der jährlichen Evapotranspiration und Perkolation erstellt. Generell ist zu beachten, dass die Werte außerhalb des Antennenbereiches in diesem Fall nicht als Ausreißer zu verstehen sind. Vielmehr wurde bei der Erstellung der Grafiken die Konvention berücksichtigt, dass die Antennen in beide Richtungen maximal eineinhalb mal so lang wie die Boxen sind.

Für die dreißigjährigen Mittel der Evapotranspiration sind die Box-Whisker-Plots in Abbildung 5.21 dargestellt. Die Kategorisierung der Simulationsergebnisse unter Einga-be von durchschnittlichem Wetter und variablen Böden (Abbildung 5.21a) zeigt eEinga-ben- eben-falls (vgl. Abschnitt 5.3.2), dass mit Abnahme der Auflösung das Spektrum der Simu-lationsergebnisse deutlich geringer wird. So erstreckt dieses sich bei der 1km×1 km-Simulation über knapp 400mm, bei der 100km×100km-Simulation nur noch über etwas weniger als 100mm. Der Median der Evapotranspirationssummen liegt bei den zwei am höchsten aufgelösten Simulationen bei ca. 410mm und nimmt dann mit Ver-ringerung der Auflösung auf387mm ab. Ebenso sinken die Mittelwerte über alle Gitter-punkte durch die Verminderung der Auflösung von ungefähr 400mm auf 383mm. Bei allen Auflösungen liegen die oberen50% der Simulationsergebnisse in einem

vergleichs-s1xcNRW

(30) s10xcNRW

(-) s25xcNRW

(-) s50xcNRW

(1) s100xcNRW

(-) Auflösung

250 300 350 400 450

Evapotranspiration [mm pro Wachstumsperiode]

(a) Simulationen mit variablen Boden und einem Durchschnittswetter

s1xc1

(127) s10xc10

(-) s25xc25

(-) s50xc50

(-) s100xc100

(-) Auflösung

250 300 350 400 450

Evapotranspiration [mm pro Wachstumsperiode]

(b) Simulationen mit variablem Wetter und Boden

Abbildung 5.21: Box-Whisker-Plots der über 30 Jahre gemittelten, jährlichen Eva-potranspiration [mm pro Wachstumsperiode], simuliert in verschiede-nen räumlichen Auflösungen. Die durchgezogene, rote Linie stellt den Median dar, die gestrichelte, blaue Linie das arithmetische Mittel. Die Zahlen nach „s“ und „c“ stehen für die Auflösung [km²] von Boden und Wetter, „NRW“ bezeichnet das mittlere Wetter. Die Zahlen in Klam-mern zeigen die Anzahl der Werte an, die außerhalb des Bereiches der Antennen liegen. Die Länge der Antennen wurde in beide Richtungen auf das eineinhalbfache der Boxlänge begrenzt.

5.3 Flächige Simulationen mit unterschiedlichen Gittergrößen weise engen Bereich, z. B. bei 1km×1km Auflösung zwischen 410mm und 423mm, während die untere Hälfte aller Simulationsergebnisse deutlich mehr streut. Nur bei 100km×100km Auflösung ist dies nicht ganz so stark ersichtlich.

Mit Ausnahme der 50km×50km-Simulation wird das Spektrum der Simulations-ergebnisse größer, wenn die Evapotranspiration mit gitterpunktspezifischem Wetter und Boden simuliert wird (Abbildung 5.21b). Auch hier wird deutlich, dass die Re-duktion der Auflösung im Prinzip das Spektrum der Simulationsergebnisse verringert, wobei der am gröbsten simulierte Modellauf etwas herraussticht, da die hier simu-lierten Evapotranspirationssummen sich in einem etwas größeren Bereich als bei der 50km×50km-Simulation befinden. Bei all diesen Modelläufen konzentriert sich eben-falls ein Großteil der Evapotranspirationssummen in einem kleinen, hohen Bereich, wäh-rend die untere Hälfte der Simulationsergebnisse ein größeres Spektrum abdeckt. Zu-sätzlich bewirkte die Verringerung der Auflösung von 1km×1km auf 10km×10km vor allem eine Reduktion der Anzahl geringer Evapotranspirationssummen (vgl. Ab-schnitt 5.3.2). Zwischen 1km×1km und 50km×50km Auflösung liegt der Median der Evapotranspiration bei etwa 400mm, der Mittelwert etwa5mm bis 10mm darun-ter. Bei 100km×100km Auflösung wurden der Median und der Mittelwert bei etwa 375mm simuliert.

Der Mittelwert liegt bei den meisten hier analysierten Simulationen etwas unterhalb des Medians, was mit dem vergleichsweise großen Spektrum der Evapotranspiration in der unteren Hälfte der Simulationsergebnisse in Einklang steht. Der dreißigjähri-ge Durchschnitt der Evapotranspiration bei der Simulation mit einem einzidreißigjähri-gen Git-terpunkt, also mit durchschnittlichem Wetter und Boden, liegt bei 427mm, was am oberen Rand der Simulationsergebnisse aller anderen Modelläufe liegt. Von Mittelwert und Median der Evapotranspirationssummen der anderen Simulationen ist dieser Wert vergleichsweise weit entfernt.

Die simulierten Perkolationssummen sind als Box-Whisker-Plot in Abbildung 5.22 dargestellt. Bei den Simulationen mit variablem Boden und einem Durchschnittswetter (Abbildung 5.22a) wird ebenso deutlich, dass die Verringerung der Auflösung zu einer Verkleinerung des Wertebereiches führt. Auch hier treten vor allem geringe Perkolati-onssummen nicht mehr auf, wenn sich die Auflösung verringert. Die Boxen aller Simu-lationen, die die mittleren 50% der Werte abbilden, erstrecken sich über einen Bereich von ca. 50mm a⁻¹. Die Mittelwerte und die Mediane der unterschiedlichen Perkolati-onssimulationen liegen bei etwa350mm a⁻¹. Nur bei den zwei gröbsten Auflösungen ist der Median jeweils etwas erhöht.

s1xcNRW

(a) Simulationen mit variablen Boden und einem Durchschnittswetter

s1xc1

(b) Simulationen mit variablem Wetter und Boden

Abbildung 5.22: Box-Whisker-Plots der über 30 Jahre gemittelten, jährlichen Perko-lation [mm a⁻¹], simuliert in verschiedenen räumlichen Auflösungen.

Die durchgezogene, rote Linie stellt den Median dar, die gestrichelte, blaue Linie das arithmetische Mittel. Die Zahlen nach „s“ und „c“ ste-hen für die Auflösung [km²] von Boden und Wetter, „NRW“ bezeichnet das mittlere Wetter. Die Zahlen in Klammern zeigen die Anzahl der Werte an, die außerhalb des Bereiches der Antennen liegen. Die Länge der Antennen wurde in beide Richtungen auf das eineinhalbfache der Boxlänge begrenzt.

5.3 Flächige Simulationen mit unterschiedlichen Gittergrößen Wird nun zusätzlich auch das Wetter auf jedem Gitterpunkt variiert, vergrößert sich der Wertebereich der simulierten jährlichen Perkolation in allen Auflösungen deutlich.

Dieser erstreckt sich nun bei 1km×1km Auflösung von0mm a⁻¹ bis 830mm a⁻¹, bei 100km×100km Auflösung von 239,5mm a⁻¹ bis 547,1mm a⁻¹. Der Median der Per-kolation der einzelnen Modelläufe nimmt durch die Verringerung der Auflösung von etwa 360mm a⁻¹ (1km×1km) auf 350mm a⁻¹ (100km×100km) ab, der Mittelwert von etwa380mm a⁻¹ auf350mm a⁻¹. Der Mittelwert liegt also zumeist etwas oberhalb des Medians. In Zusammenhang dazu steht, dass sich die obere Hälfte der Simulati-onsergebnisse über einen deutlich größeren Bereich erstreckt als die untere Hälfte der Simulationsergebnisse.

Wird nur ein einziger Gitterpunkt simuliert beträgt das dreißigjährige Mittel der Perkolation 304mm a⁻¹. Somit liegt dieser Durchschnittswert der Perkolation im Ver-gleich zu den Simulationen mit variablem Wetter und Boden innerhalb der mittleren Hälfte aller Simulationsergebnisse, während er im Vergleich zu den Simulationen mit durchschnittlichem Wetter eher niedrig ist.

Aus diesen Darstellungen der simulierten Evapotranspiration und Perkolation wird demzufolge ersichtlich, dass sich durch die Verwendung von durchschnittlichem Wet-ter und durch die Verringerung der geographischen Auflösung der Eingabedaten das arithmetische Mittel und der Median der Simulationsergebnisse deutlich ändern kann.

In ihrem Modellvergleich berechneten Zhao u. a. (2016) den Mittelwert der in 1km×1km Auflösung simulierten Weizenerträge der verschiedenen Modelle. Zusätz-lich berechneten sie weitere Mittelwerte durch Ziehung von einfachen Stichproben aus der Gesamtheit der Gitterpunkte. Dabei näherte sich mit zunehmender Größe der Stichprobe dieser Mittelwert an die über alle Gitterpunkte gemittelten Kornerträge an.

Der Einfluss der geographischen Auflösung der Eingabedaten auf das Spektrum der Simulationsergebnisse, das mit verringerter Auflösung zunehmend kleiner wird, ist je-doch bei den hier vorgestellten Simulationen der Evapotranspiration und der Perkola-tion noch größer als der Einfluss auf die arithmetischen Mittel der SimulaPerkola-tionsergeb- Simulationsergeb-nisse. Dies bestätigt das Ergebnis von Van Bussel u. a. (2016), die eine (geschichtete) Stichprobe von etwa 100 Gitterpunkten benötigten, um die Variabilität von simulierten Weizenerträgen abbilden zu können.

Durch die Verwendung des Durchschnittswetters in Verbindung mit den variablen Böden wurde die Anzahl der Gitterpunkte bei der feinsten Auflösung am stärksten, auf etwa 7,7% aller Gitterpunkte, reduziert. Bei einer Auflösung von 10km×10km wurden trotz der Verwendung des Durchschnittswetters schon über 50% der in

die-ser Auflösung vorhandenen Gitterpunkte simuliert. Bei den zwei gröbsten Auflösungen wurde jeweils nur ein Gitterpunkt ausgespart. Somit bietet sich die Verwendung des Durchschnittswetters vor allem dazu an, Reaktionen des Modells auf unterschiedliches Wetter auszuschließen und somit den Einfluss des Bodens auf die Modellergebnisse zu analysieren. Jedoch wäre keine rein-arithmetische Mittelung im Falle der reduzierten Gitterpunkte sinnvoll. Stattdessen könnte sich eine mögliche Mittelung der Simulati-onsergebnisse an der Anzahl der ausgelassenen Gitterpunkte des jeweiligen Bodentyps orientieren.

Die Simulationsdauer reduzierte sich durch die Verkleinerung der Anzahl der Gitter-punkte vor allem bei der Simulation mit1km×1km Auflösung, während diese Reduk-tion bei den gröberen Auflösungen nur einen geringen Einfluss auf die SimulaReduk-tionsdauer hat. Auch erfordert die Verwendung von entsprechend hochaufgelösten Wetterdaten bei 10km×10km und geringerer Auflösung keinen großen Mehraufwand sofern die Wet-terdaten prinzipiell vorhanden sind. Somit sind diese Simulationen – falls möglich – jenen mit Durchschnittswetter vorzuziehen.

Kapitel 6

Generelle Diskussion und Schlussfolgerungen

6.1 Die Transpiration von Mais kann mit der Heat-Ratio-Methode bestimmt werden

Der Saftfluss von Maispflanzen wurde in den letzten Jahren häufig mit der Heat-Balance-Methode (Sakuratani 1981) gemessen (Ding u. a. 2013; Jiang u. a. 2016; Man-derscheid u. a. 2015; Wang u. a. 2017), bei der eine Manschette um einen Ast oder den Stamm/Stängel einer Pflanze gewickelt wird. Diese Manschette besteht aus einer Wärmequelle, einem Wärmeflusssensor und Wärmefühlern.

Die Heat-Ratio-Methode (Abschnitt 2.4) hingegen, bei der Heiz- und Messnadeln direkt im Stamm oder Stängel einer Pflanze installiert werden, wurde hauptsächlich zur Messung des Saftflusses in Bäumen verwendet (Buckley u. a. 2011; Er-Raki u. a.

2010; Fernández u. a. 2007; Fisher u. a. 2007; Madurapperuma u. a. 2009; Oliveira u. a.

2005; Pfautsch u. a. 2011; Vandegehuchte u. a. 2014). In dieser Dissertation wurde nun gezeigt, dass Saftflusssensoren, die die Heat-Ratio-Methode benutzen, ebenfalls verwen-det werden können, um den Wasserfluss in Maispflanzen zu messen. Die Tagessummen der Transpiration, die mithilfe dieser Saftflussmessungen ermittelt wurden, und die Tagessummen der Evapotranspiration, die bei einem Lysimeter-Experiment bestimmt wurden, zeigten gute Übereinstimmung. Der gemessene Tagesgang des Saftflusses konn-te auch durch die parallel zu den Messungen durchgeführkonn-ten Simulationen abgebildet werden. Bei einem anschließenden Feldversuch auf der Forschungsplattform Scheyern wurden mit diesen Saftflusssensoren ebenfalls realistische Tagesgänge des Saftflusses und realistische Tagessummen der Transpiration in Maispflanzen gemessen. Die

Aus-sagekraft dieser Saftflussmessungen wurde mithilfe von Eddy-Kovarianz-Messungen in Verbindung mit Transpirationssimulationen (Xylemflussmodell) verifiziert. Obwohl die Saftflusssensoren prinzipiell gut dazu geeignet sind, auch kleine Saftflussraten zu messen (Burgess u. a. 2001), war jedoch in den Messwerten von zwei der vier Pflanzen gegen Ende der Messperiode im Sommer 2015 vor allem statistisches Rauschen zu erkennen.

Die für diese Dissertation verwendeten Saftflusssensoren bieten den Vorteil, dass sie leicht zu installieren sind. So müssen lediglich mithilfe einer Schablone drei Löcher in den Ast, Stamm oder Stängel einer Pflanze gebohrt und drei Nadeln eingeführt werden.

Diese Verletzung der Pflanzen (vgl. Barrett u. a. 1995) stellt jedoch auch gleichzeitig einen der größten Nachteile dieses Messprozesses dar. So müssen (empirisch bestimmte) Verwundungskorrekturen (Burgess u. a. 2001) vorgenommen werden, wodurch Messfeh-ler entstehen können. Weitere Unsicherheiten im Messprozess birgt auch die empirische Berechnung der thermischen Leitfähigkeit der Pflanzen, die jedoch auch bei Saftfluss-messungen mit der Heat-Balance-Methode bestimmt werden muss (Sakuratani 1981).

Der Datenlogger ist bei den Heat-Ratio-Sensoren direkt mit den Heiz- und Messna-deln verbunden und das Messintervall sowie die Stärke des ausgesendeten Hitzepulses wird über ein spezielles, einfach zu bedienendes Computerprogramm gesteuert.

Ein Nachteil der Heat-Ratio-Methode ist, dass sie nicht zur Bestimmung des Saft-flusses in Pflanzen mit geringen Stängeldurchmessern verwendet werden kann, da die Messnadeln diese Pflanzen zu stark verletzen würden. Deshalb wurden bei den Mais-pflanzen in dieser Dissertation die Saftflusssensoren erst ab einem Stängeldurchmesser von ca. 1,5cm installiert. Bei Stängeldurchmessern von weniger als ca. 2cm kann le-diglich ein Temperatursensor der jeweiligen Messnadel verwendet werden, da sich die Temperatursensoren auf der Messnadel in einen Abstand von 1,5cm zueinander befin-den und der Saftfluss nicht zu nah am Rand des Stängels gemessen werbefin-den sollte.

Generell kann die Transpiration von kleineren Maispflanzen mit der Heat-Ratio-Methode nicht bestimmt werden, während Heat-Balance-Manschetten schon bei Stän-geldurchmessern größer als2,1mm anwendbar sind. Ein Vorteil der Heat-Ratio-Sensoren gegenüber Mess-Manschetten ist wiederum, dass auch bei Dickenwachstum des Stän-gels oder Stamms die Heiz- und Messnadeln nicht neu installiert werden müssen, und dass jeder Messsensor flexibel für die Saftflussmessung in Pflanzen mit verschiedenen Stängel- bzw. Stammdurchmessern eingesetzt werden kann.