Die Landbedeckungsklassifikation

Über die Zuweisung spezifischer Landnutzungs- und Landbedeckungsklassen werden die für die Beschreibung der Photosynthesereaktionen maßgeblichen Parameter der Elektro-nentransportrate Jmax und der Carboxylierungsrate Vc,max festgelegt. Dadurch wird unter-schieden, wie gut die Assimilation von Kohlenstoff bei den jeweiligen Pflanzenarten aus-geprägt ist.

Abbildung 3.8: Mittlere Abweichung der Modellergebnisse GPP (oben) und NPP (unten) vom Refe-renzwert bei Veränderung der Vegetationsklassifikation entsprechend der in Tabelle 2.4 definierten Vegetationstypen.

Demnach ist zu erwarten, dass hier die höchsten Abweichungen gegenüber dem Referenz-wert von GPP und NPP auftreten. Aus Gründen der Übersichtlichkeit wurde nur zwischen den Klassen 1 (immergrüner, tropischer Laubwald) bis 19 (sommergrüne, gemäßigte

86

Baumfrüchte) variiert (siehe Tabelle 2.4). Die Abweichungen zeigen sich anhand von Ab-bildung 3.8 sehr eindeutig, wobei hier Differenzen von bis zu knapp 200% der GPP und bis zu 130% der NPP beobachtet werden können. Die größten Differenzen ergeben sich ent-sprechend den größten Unterschieden in den Parametern Jmax und Vc,max. Diese starke Ab-hängigkeit konnte auch im Rahmen einer separaten Studie bei der Variation der Parameter Vc,max und Jmax selbst gezeigt werden. Dabei wurde jeweils ein Parameter festgehalten, während der andere verändert wurde. Betrachtet wurde nur das Ergebnis der NPP, die GPP wurde nicht berücksichtigt. Für die maximale Carboxylierungsrate Vc,max ergibt sich ein linearer, negativer Zusammenhang, der sich direkt aus der Abhängigkeit der Photorespira-tion Rd herleiten lässt. Für Jmax-Werte <100 µmol(CO2)m^-1s^-1 bewirkt eine Erhöhung der Elektronentransportrate dagegen einen starken Anstieg der NPP. Dieser geht zwischen 200 und 300 µmol(CO2)m^-1s^-1 in Sättigung, was dem Verlauf von Gleichung 2.20 entspricht.

Der Verlauf der GPP wird primär von dem der Elektronentransportrate geprägt. Eine Aus-nahme bildet die C4-Vegetation der Klassen 11 und 12 mit den sehr geringen Vc,max-Werten von 8 µmol(CO2)m^-1s^-1, die in diesem Falle nicht dem Verlauf von Jmax folgt. Entsprechen-des gilt auch für die resultierende Variation in der NPP. Hier wird die Abhängigkeit Entsprechen-des Ergebnisses von der Elektronentransportrate durch den größeren Einfluss der maximalen Carboxylierungsrate über die berücksichtigte autotrophe Respiration Ra verringert. Die Variationen fallen dementsprechend geringer aus als bei der GPP, sind mit teilweise über 100% allerdings noch immer unter den größten in dieser Sensitivitätsstudie.

Mit der Sensitivitätsstudie konnten die wesentlichen Eingangsparameter identifiziert wer-den, die das Modellergebnis signifikant beeinflussen. Dabei muss zwischen den Ergebnis-sen der GPP und der NPP unterschieden werden, da bei dem letzten Rechengang auch eini-ge Parameter, wie die Temperatur, die PAR oder die maximale Carboxylierungsrate eine wichtige Rolle spielen. Den größten Einfluss hat erwartungsgemäß eine Änderung des Ve-getationstyps, mit den relevanten Parametern für die Effektivität der Photosynthese. Die GPP erfährt Variationen von bis zu etwa 200% bei einer Fehlklassifizierung von Busch- oder Ackerland als Grasland. Auch die Verfügbarkeit an photosynthetisch aktiver Strahlung hat sehr großen Einfluss auf das Modellergebnis und kann im Falle der NPP bei einem Fehler von 50% bereits eine Abweichung von bis zu 150% bewirken.

Hohe Fehler im Datensatz der Temperatur haben in den hier betrachteten warmen Gebieten häufiger eine Verringerung von GPP und NPP zur Folge, egal ob die Temperatur unter- oder überschätzt wird. Niedrige Temperaturen verringern generell die photosynthetische Aktivität, bei zu hohen Temperaturen hingegen wird diese durch eine Limitierung redu-ziert. Ähnliches gilt für den Niederschlag, da eine Erhöhung der Niederschlagsmenge nur zu einer Erhöhung der Produktivität führt, wenn ein Gebiet von Trockenstress betroffen ist.

87

Zu geringer Niederschlag führt zu einem Austrocknen des Bodens, wenn dieser über unzu-reichende Speicherfähigkeiten verfügt. Kann der Boden dagegen ausreichend lange Wasser speichern, ist die effektive Menge des Bodenwasserreservoirs wenig ausschlaggebend, solange Wasser verfügbar bleibt. Dagegen wird bei erhöhten Niederschlagsmengen die Photosyntheseaktivität durch das auf den Blättern gespeicherte Wasser limitiert.

Im Hinblick auf die geringe Korrelation von Stationswerten und Werten des ECMWF für Tageswerte und den verbesserten Ergebnissen beim Vergleich von Monatssummen des Niederschlags, bestätigt das Ergebnis der Sensitivitätsstudie, dass für das Modell keine tagesgenauen Werte der Niederschlagsmengen benötigt werden, sofern der Eintrag in den Bodenwasserhaushalt über einen längeren Zeitraum eine bessere Qualität aufweist.

Kein Unterschied zwischen den Variationen von GPP und NPP ist für die Änderung der LAI Werte zu erkennen. Diese liegen einheitlich im Bereich von ±100 %. Dabei wird ein linearer Zusammenhang zwischen LAI und Produktivität deutlich. Letztlich konnten auch zwei Parameter ausgemacht werden, die keine große Rolle für die Modellierung spielen.

Diese sind die Höhe über dem Meeresspiegel bzw. der Luftdruck und die Windgeschwin-digkeit. Selbst Variationen der Größen von 100% hatten bei GPP und NPP keine größeren Änderungen als ±20 % zur Folge. Im Falle der Höhe gingen die Änderungen nicht über 3%

hinaus. Dies sind zudem Maximalwerte die bei der maximalen Variation der Parameter auftreten. Bei geringeren Variationen von Höhe und Windgeschwindigkeit bewegen sich die Änderungen der Ergebnisse bei Werten unter 2%. Die Qualität des ECMWF-Datensatzes der Windgeschwindigkeit wurde in Kapitel 2.4.1.3 als eine der Schlechtesten der ECMWF Daten aufgeführt (r=0.47). In Anbetracht der gezeigten geringen Auswirkun-gen des Datensatzes auf das Modellergebnis ist die schlechte Qualität allerdings vertretbar.

Wichtiger hingegen sind die hohen Werte der Korrelationen der für das Modell relevanten Größen, wie Temperatur (r=0.9) oder PAR (r=0.9). Für den LAI oder die Klassifizierung der Vegetationstypen kann für das Arbeitsgebiet leider keine entsprechende Aussage über die Qualität getroffen werden. Daher wird für diese Parameter der jeweilige Wert für das globale Produkt angenommen (LAI (siehe Kapitel 2.4.2): r=0.9, RMSE=0.88; GLC2000 (Mayaux, 2006): Genauigkeit 69%). Damit kann festgestellt werden, dass das Modell BETHY/DLR mit der guten Qualität der sensiblen Parameter im vorgestellten Arbeitsge-biet auf einer guten Datenbasis aufbaut. Dies ist erforderlich für die Einschätzung der Mo-dellergebnisse und deren Qualität im folgenden Kapitel. Ein Vergleich der Modellergebnis-se mit anderen Datensätzen kann damit Aufschluss über die Güte der Modellformulierung selbst geben. Dies soll wesentlicher Bestandteil der weiteren Betrachtungen sein.

89

4 Die Modellergebnisse

Nach der Beschreibung des Modells BETHY/DLR, der Betrachtung der Qualität der Ein-gangsdaten und der Sensibilität des Modells auf Variationen der EinEin-gangsdaten bei der Anwendung auf das Anwendungsgebiet, sollen nun die Ergebnisse des Modelllaufes analy-siert werden. Die im Rahmen dieser Arbeit relevanten Größen sind die Brutto- und die Net-toprimärproduktion, GPP und NPP. Diese werden in täglichen Zeitschritten für das in Ka-pitel 2.2 definierte Arbeitsgebiet des südlichen Afrika über den Zeitraum von 1999 bis 2010 berechnet. Somit steht eine kontinuierliche Datenreihe über 12 Jahre für die Bewer-tung der Landdegradation in den Trockengebieten des südlichen Afrika zur Verfügung.

Bevor die Zeitreihen allerdings zu diesem Zweck weiter verarbeitet werden können, muss versucht werden, die Güte der Modellergebnisse durch Validierung und Vergleich mit an-deren Datensätzen zu bestimmen.

Für eine direkte Validierung des Modells wird die Variation der stehenden Biomasse aus Bodenmessungen über einen bestimmten Zeitraum mit der modellierten Produktivität in-nerhalb dieses Zeitraumes verglichen. Dazu wird eine Messreihe über acht Jahre für das gesamte Gebiet des Krüger-Nationalparks in Südafrika verwendet. Weiterhin werden die Modellergebnisse an einzelnen Stationen mit Messungen des Kohlenstoffaustausches durch die Eddy-Kovarianz- (EK) Methode verglichen. Dabei werden positive und negative Kohlenstoffflüsse zwischen Ökosystem und Atmosphäre bestimmt, aus denen sich die GPP berechnen lässt. Innerhalb des Arbeitsgebietes stehen, wie bereits erwähnt, vier solcher Messtürme, an denen für unterschiedliche Zeiträume EK-Messungen durchgeführt wurden.

Schließlich werden auch Ergebnisse anderer Modelle mit den Ergebnissen von BETHY/DLR verglichen. Dafür konnten für das Arbeitsgebiet globale Datensätze der NPP und GPP, abgeleitet aus AVHRR- und MODIS-Daten, für unterschiedliche Zeiträume ver-wendet werden.