Plausibilität und Aussagekraft der Projektergebnisse

für die Umsetzung der Naturschutzmaßnahmen. In der Realität würden diese mit Sicherheit höher ausfallen, da der verwendete Optimierungsansatz die Anpassungsfähigkeit der land-wirtschaftlichen Betriebe überschätzt. Zudem wurde keine Limitierung der MEKA-Förderung von Seiten des Landes angenommen. Hinzu kämen noch mögliche staatliche Transferleis-tungen als Anreizfunktionen und Kosten für einen potenziellen Überwachungsaufwand der einzuhaltenden Naturschutzleistungen. Diese Größen lassen sich aus dem hier verwendeten Analyseansatz nicht ableiten.

Räumliche Disaggregation. Der in Kapitel 4.5 beschriebene Ansatz zur Generierung räum-lich expliziter Landnutzungsverteilungen wurde dort schon einer Plausibilitätsprüfung unter-zogen. Das Verfahren reproduziert auf Gemeindeebene Landnutzungsmuster mit einem mitt-leren Fehler von 15%. Dabei müssen als strukturelle Ursachen die Fehlzuordnung von Hof und Flur zu einer Gemeinde und die nur schwach belegten Annahmen zur Zuordnung von Kultur und Standort angeführt werden. Unschärfen der Eingabedaten hingegen resultieren aus groben Generalisierungen (Bodenübersichtskarte) und den ATKIS-DLM25 inhärenten Fehlklassifikationen der Landnutzung. Die Interpretation und Weiterverwendung der Ergeb-nisse ist, wie in 4.5 erläutert, nur für größere, die 1ha-expliziten Nutzungszuordnungen ag-gregierende Räume sinnvoll.

Naturschutzfachliche Analyse. Für die Zielarten des Ackerlands setzt die Wirkungsanalyse auf die räumliche Verteilung der Ackerkulturen mit ihren spezifischen Unsicherheiten auf.

Hinzu kommen die Unschärfen bei der räumlichen Abbildung der Zielräume für die Förde-rung der Zielarten, auf die sich die Wirkungsanalyse bezieht. Wie in Kapitel 4.3.3 erläutert, wurden jedoch möglichst aktuelle Verbreitungsdaten recherchiert, um die Zielräume best-möglich an den derzeitigen Verbreitungsschwerpunkten der Zielarten – auch als Quellen für Wiederbesiedlungen - zu orientieren. Für die Zielarten des Grünlands konnten keine raum-spezifischen Wirkungsanalysen für die jeweiligen Zielräume durchgeführt werden, da die Grünlandnutzungen nicht räumlich disaggregiert wurden. Die Analysen wurden daher auf Ebene von Vergleichsgebietsgruppen durchgeführt, die eine hohe Übereinstimmung mit dem Zielraum der Arten aufweisen. Dennoch ist die räumliche Übereinstimmung, und damit die Belastbarkeit der Wirkungsabschätzung, mit einer größeren Unsicherheit behaftet als bei den

Angesichts der starken Veränderungen, die in den Bioenergie-Szenarien erkennbar werden, und unter Berücksichtigung von Erfahrungswerten der letzten Jahre, erscheinen die Ergeb-nisse der naturschutzfachlichen Analyse in der Tendenz plausibel.

Modellierung mit EPIC. Das EPIC-Modell wurde bereits bei früheren Vorhaben für die Standort- und landwirtschaftlichen Produktionsverhältnisse in Südwestdeutschland kalibriert.

Dabei ergaben sich für den einzigen flächendeckend verfügbaren Kennwert „Ertrag“ Regres-sionskoeffizienten zwischen den Ertragswerten des statistischen Landesamtes und der Mo-dellierung von 0,85 bis 0,87 (Angenendt et al. 2007, Othmanli 2009) in Abhängigkeit der Un-tersuchungsebene. Beim Vergleich von Modellierungen ausgewählter Flächen und den Er-tragsangaben der entsprechenden Landbewirtschafter lag der Regressionskoeffizient bei 0,64 (Billen et al. 2009). Darüber hinaus wurden bei repräsentativen Vergleichen von ge-messenen und modellierten Humusveränderungen in Südwestdeutschland Regressionskoef-fizienten von 0,83 bis 0,96 erreicht, je nach Art der Landbewirtschaftung. Für die anderen untersuchten Kennwerte Bodenerosion, Nitratauswaschung und Lachgasemissionen liegen keine flächendeckenden oder repräsentativen Vergleichsinformationen vor. Die Plausibilität der untersuchten Kennwerte ist jedoch folgendermaßen zu bewerten:

• Bodenerosion durch Wasser: Die modellierten Ergebnisse bewegen sich häufig mit 1 bis 9 t/ha*a auf einem niedrigen Niveau. Demgegenüber wird häufig von Erosions-messungen berichtet, die zumeist deutlich höhere Abtragsraten von bis zu 100 t/ha*a aufweisen. Allerdings beziehen sich diese Ergebnisse in der Regel auf extreme Nie-derschläge, Beregnungsversuche, erosionsgefährdete Standorte oder einzelne Feld-früchte (keine Fruchtfolgen), so dass eine flächendeckende oder repräsentative Plau-sibilitätsprüfung und Validierung der modellierten Ergebnisse kaum möglich ist. Dar-über hinaus basiert das EPIC-Modell auf der Allgemeinen Bodenabtrags Gleichung, die wiederum die Basis für die DIN 19708, also einem etablierten und genormten Ver-fahren.

• Humus- bzw. bodenbürtige CO2-Bilanz: Die modellierten Corg-Veränderungen zeig-ten bei einem früheren Vergleich mit repräsentativen Messungen gute Übereinstim-mungen. Auch die in dieser Studie modellierte Veränderungsspanne von 0,2 bis 2 t/ha*a entsprechend 0,2 bis 1,2 % des Corg-Bodenvorrates bewegt sich im Rahmen anderenorts erhobener Werten zur Zu- und Abnahme bei Landnutzungsänderungen (Billen et al. 2009, UBA 2006).

• Nitratverluste durch Auswaschung: Die Stickstoffverluste durch Nitrat-Auswaschung bewegen sich mit 20 bis 50 kg NO₃-N/ha*a in einem Rahmen, der sich mit 20 bis 40 kg auswaschungsgefährdeten NO3-N/ha*a auch in den landesweiten Ergebnissen der Nitratuntersuchungen von Böden aus Wasserschutzgebieten in den letzten 20 Jahren widerspiegelt. Weiterhin haben Prade et al. (2009) an exemplarischen Untersuchun-gen in Südwestdeutschland gezeigt, dass unter Pflugbewirtschaftung die mit Saug-kerzen ermittelten Nitrat-Sickerwasserfrachten und die mit EPIC simulierte N-Auswaschung im Jahresmittel um 1% bis höchstens 20% voneinander abweichen.

• Lachgas-Emissionen: Die zentrale Unsicherheit besteht darin, dass auf direktem We-ge mit EPIC keine Lachgasemissionen modelliert können werden. Allerdings können aus anderen EPIC-Ausgabegrößen mittels Faktoren Lachgasemissionen

hochge-können entsprechende Gebietsbilanzen mit hinreichender Genauigkeit aufgestellt werden.

Eine umfassende Prüfung ist aufgrund der lückenhaften Datenlage allerdings nicht möglich.

Auf der anderen Seite unterliegen die Modellierungsergebnisse mit EPIC innerhalb der Ver-gleichsgebietsgruppen jedoch Standardabweichungen von teilweise über hundert Prozent, so dass in keinem Fall bei den Veränderungen Signifikanzen nachgewiesen werden konnten.

Dies kann aber aufgrund der großen Standortvielfalt in Südwestdeutschland und in den Ver-gleichsgebietsgruppen auch kaum erwartet werden. Selbst die differenzierte Betrachtung von einzelnen Bodentypen ergab aufgrund der Spannweite anderer Standortfaktoren wie Klima, Hangneigung oder Gründigkeit keine nachvollziehbaren Abhängigkeiten der Veränderungen bei den modellierten Szenarien. Eine größere Sicherheit der Ergebnisse kann deshalb nur erwartet werden, wenn für den räumlichen Bezug kleinere Einheiten mit homogeneren Standort- und Nutzungseigenschaften gewählt werden. Allerdings müssten dann ebenfalls die vorgeschalteten Berechnungen mit dem agrarökonomischen EFEM-Modell angepasst werden.

8.2 Bioenergiepotenziale unter Berücksichtigung von Natur- und