1,721,051 research outputs found
Noah-MP simulated surface energy fluxes and temperature for a generic crop, early covering crops (ECC) and late covering crops (LCC) for Kraichgau region, southwest Germany
No full textThe site under study is the agricultural field belonging to the farm "Katharinentalerhof". The field is located north of the city of Pforzheim (48.920N, 8.700E). The central research site is a part of the Kraichgau region, southwest Germany. Simulations were performed for a generic crop, early covering crops (ECC) and late covering crops (LCC). We also considered different ECC-LCC ratios. Additionally, we tested the performance of the Noah-MP on latent heat flux (LE) data measured with the Eddy Covariance (EC) technique. For the simulation with Noah-MP, we used measured GVF and LAI data. The USGS land use dataset was used. The vegetation type index was set to 2 (Dryland cropland and Pasture) and soil type index to 4 (Silt loam). The model was forced with half-hourly weather data (wind speed, wind direction, temperature, humidity, pressure, precipitation, downwelling longwave and shortwave radiation) measured from 2011 to 2012. Simulations were initialized with a spin up period of one year (2011) and run with a time step of 1800 seconds
Modellierung der mikrobiellen Regulierung des Pestizidabbaus im Boden
No full textPesticides are widely used for pest control in agriculture. Besides their intended use, their long-term fate in real systems is not well understood. They may persist in soils, thereby altering ecosystem functioning and ultimately affecting human health. Pesticide fate is assessed through dissipation experiments in the laboratory or the field. While field experiments provide a close representation of real systems, they are often costly and can be influenced by many unknown or uncontrollable variables. Laboratory experiments, on the other hand, are cheaper and have good control over the governing variables, but due to simplification, extrapolation of the results to real systems can be limited. Mechanistic models are a powerful tool to connect lab and field data and help us to improve our process understanding. Therefore, I used mechanistic, process-based models to assess key microbial regulations of pesticide degradation. I tested my model hypotheses with two pesticide classes: i) chlorophenoxy herbicides (MCPA (2-methyl-4-chlorophenoxyacetic acid) and 2,4-D (2,4-Dichlorophenoxyacetic acid)), and ii) triazines (atrazine (AT)), in an ideal scenario, where bacterial degraders and pesticides are co-localized. This thesis explores some potential controls of pesticide degradation in soils: i) regulated gene expression, ii) mass-transfer process across the bacterial cell membranes, iii) bioenergetic constraints, and iv) environmental factors (soil temperature and moisture).
The models presented in this thesis show that including microbial regulations improves predictions of pesticide degradation, compared to conventional models based on Monod kinetics. The gene-centric models achieved a better representation of microbial dynamics and enable us to explore the relationship between functional genes and process rates, and the models that used transition state theory to account for bioenergetic constraints improved the description of degradation at low concentrations. However, the lack of informative data for the validation of model processes hampered model development. Therefore, in the fourth part of this thesis, I used atrazine with its rather complex degradation pathway to apply a prospective optimal design method to find the optimal experimental designs to enable us identifying the degradation pathway present in a given environment. The optimal designs found suggest to prioritize determining metabolites and biomass of specific degraders, which are not typically measured in environmental fate studies. These data will lead to more robust model formulations for risk assessment and decision-making.
With this thesis, I revealed important regulations of pesticide degradation in soils that help to improve process understanding and model predictions. I provided simple model formulations, for example the Hill function for gene expression and transition state theory for bioenergetic growth constraints, which can easily be integrated into biogeochemical models. My thesis covers initial but essential steps towards a predictive pesticide degradation model usable for risk assessment and decision-making. I also discuss implication for further research, in particular how mechanistic process-based modeling could be combined with new technologies like omics and machine learning.Pestizide sind weit verbreitet in der landwirtschaftlichen Schädlingsbekämpfung. Anders als ihre Wirkungsweise, ist ihr Langzeitverbleib in der Umwelt nicht gut verstanden. Sie gelangen in den Boden und können sich dort anreichen und die Bodenfunktionen beeinträchtigen und letzendlich auch die menschliche Gesundheit gefährden. Die Ausbreitung von Pestiziden wird anhand von Abbauversuchen in Labor- und Feldexperimenten ermittelt. Feldexperimente bieten ein relativ genaues Abbild natürlicher Systeme, sind jedoch meist teuer und können durch unbekannte oder nicht kontrollierbare Faktoren stark beeinflusst werden. Laborexperimente sind in dieser Hinsicht kostengünstiger und bieten eine gute Kontrolle der einwirkenden Faktoren. Allerdings lassen sich die Ergebnisse nur begrenzt auf natürliche Systeme übertragen. Mechanistische Modelle sind ein mächtiges Werkzeug, um Labor- und Felddaten zusammenzuführen und helfen uns dabei, die mikrobiellen Regulationsmechanismen des Pestizidabbaus im Boden besser zu verstehen. Aus diesem Grund habe ich mechanistische, prozess basierte Modelle eingesetzt. Ich habe meine Modellhypothesen bei zwei Pestizidgruppen getestet: i) Chlorphenoxyherbiziden (MCPA (2-Methyl-4-chlorphenoxyessigsäure) und 2,4-D (2,4-Dichlorphenoxyessigsäure)) und ii) Triazinen (Atrazin (AT)), in einem Idealszenario, wo bakterielle Abbauer und Pestizid kolokalisiert auftreten. Meine Doktorarbeit konzentriert sich auf einige der potenziellen Kontrollmechanismen des Pestizidabbaus im Boden: i) regulierte Genexpression, ii) Massetransferprozesse durch die Zellmembran, iii) bioenergetische Limitierungen und iv) Umweltfaktoren (Bodentemperatur und Bodenfeuchte).
Die in dieser Doktorarbeit vorgestellten Modelle zeigen, dass die Berücksichtigung mikrobieller Regulationen Vorhersagen des Pestizidabbaus verbessert, gegenüber herkömmlichen, auf Monod-Kinetik-basierenden Modellen. Die gen-basierten Modelle erreichten eine bessere Repräsentation der mikrobiellen Dynamik und geben uns die Möglichkeit, den Zusammenhang zwischen funktionellen Genen und Prozessraten herzustellen, wohingegen Modelle, die die Abbaugeschwindigkeit auf Grundlage der Theorie des Übergangszustandes limitieren, eine genauere Konzentrationen liefern. Der Mangel an Messdaten zur Validierung behinderte allerdings die Modellentwicklung. Daher benutzte ich ich im vierten Teil dieser Arbeit, am Beispiel von Atrazin, mit seinem eher komplexen Abbauweg, eine Methode des prospective optimal design, um das bestmögliche Experimentaldesign zu finden, mit dem wir den in einer bestimmten Umgebung vorherrschenden Abbauweg identifizieren können. Die gefundenen optimalen Designs weisen auf die Erfordenis hin, die Messung von Hauptmetaboliten und Biomasse von spezifischen Abbauern zu priorisieren, welche in Abbauversuchen typischerweise nicht gemessen werden. Die Informationen aus diesen Daten werden zu besseren Modellformulierungen führen, die sich für Risikoabschätzung und Entscheidungsfindung nutzen lassen.
Mit dieser Doktorarbeit konnte ich für den Pestizidabbau im Boden wichtige Regulationsmechanismen aufdecken, und so, unser Verständnis und Vorhersagen solcher Prozesse verbessern. Ich stelle einfache Modellformulierungen bereit, beispielsweise die Hill-Funktion für Genexpression und eine Implementierung der Theorie des Übergangszustands, welche sich einfach in biogeochemische Modelle integrieren lassen. Meine Arbeit liefert grundlegende und entscheidende Schritte zur Entwicklung eines Vorhersagemodells für den Pestizidabbau und dessen Einsatz in Risikoabschätzung und Entscheidungsfindung. Darüber hinaus gebe ich einen Ausblick auf weiterführende Forschungsansätze, insbesondere wie sich mechanistische, prozess-basierte Modellansätze mit neuen Technologien wie omics und Machine Learning verbinden lassen könnten
Mikrobielle Regulation des gekoppelten Pestizidabbaus und Kohlenstoffumsatzes in der Detritusphäre
Full text linkMany soil functions, such as nutrient cycling or pesticide degradation, are controlled by microorganisms. Dynamics of microbial populations and biogeochemical cycling in soil are largely determined by the availability of carbon (C). The detritusphere is a microbial “hot spot” of C turnover. It is characterized by a concentration gradient of C from litter (high) into the adjacent soil (lower). Therefore, this microhabitat is very well suited to investigate the influence of C availability on microbial turnover. My thesis aimed at the improved understanding of biochemical interactions involved in the degradation of the herbicide 4-chloro-2-methylphenoxyacetic acid (MCPA) coupled to C turnover.
In the detritusphere gradients of organic matter turnover from litter into the adjacent soil could be identified. Increased C availability, due to the transport of dissolved organic substances from litter into soil, resulted in the boost of microbial biomass and activity as well as in the acceleration of MCPA degradation. Fungi and bacterial MCPA-degraders benefited most from litter-C input. Accelerated MCPA degradation was accompanied by increased incorporation of MCPA-C into soil organic matter. The experimental results show that the transport of dissolved organic substances from litter regulates C availability, microbial activity and finally MCPA degradation in the detritusphere. In general, litter-derived organic compounds provide energy and resources for microorganisms. The following possible regulation mechanisms were identified: i) Litter might directly supply the co-substrate alpha-ketoglutarate (or surrogates) required for enzymatic oxidation of MCPA by bacterial MCPA degraders. Alternatively it might provide additional energy and resources for production and regeneration of the needed co-substrate. ii) Additional litter-C might alleviate substrate limitation of enzyme production by bacteria and bacterial consortia resulting in an increased activity of specific enzymes attacking MCPA. iii) Litter-derived organic substances might stimulate MCPA degradation via fungal co-metabolism by unspecific extracellular enzymes, either directly by inducing enzyme production, or by supplying primary substrates that provide the energy consumed by co-metabolic MCPA transformation.
A new biogeochemical model abstracts these regulation mechanisms in such a way that C availability controls physiological activity, growth, death and maintenance of microbial pools. Based on a global sensitivity analysis, 41% (n=33) of all considered parameters and input values were classified as “very important” and “important”. These mainly include biokinetic parameters and initial values. The calibration of the model allowed to validate the implemented regulation mechanisms of accelerated MCPA degradation. The Pareto-analysis showed that the model structure was adequate and the identified parameter values were reasonable to reproduce the observed dynamics of C and MCPA. The model satisfactorily matched observed abundances of gene-markers of total bacteria and specific MCPA degraders. However, it underestimated the steep increase of fungal ITS fragments, most probably because this gene-marker is only inadequately suited as a measure of fungal biomass. The model simulations indicate that soil fungi primarily benefit from low-quality C, whereas bacterial MCPA-degraders preferentially use high-quality C. According to the simulations, MCPA was predominantly transformed via co-metabolism to high-quality C. Subsequently, this C was primarily assimilated by bacterial MCPA-degraders. The highest turnover of litter-derived C occurred by substrate uptake for microbial growth. Input and microbial turnover of litter-C stimulated MCPA degradation mainly in a soil layer at 0-3 mm distance to litter. As a consequence of this, a concentration gradient of MCPA formed, which triggered the diffusive upward transport of MCPA from deeper soil layers into the detritusphere.
The results of the three studies suggest: The detritusphere is a biogeochemical hot spot where microbial dynamics control matter cycling. The integrated use of experiments and mathematical modelling gives detailed insight into matter cycling and dynamics of microorganisms in soil. Microbial communities need to be explicitly considered to understand the regulation of soil functions.Viele Bodenfunktionen, wie zum Beispiel die Umsetzung von Nährstoffen oder der Abbau von Pestiziden, werden massgeblich durch Mikroorganismen gesteuert. Die Verfügbarkeit von Kohlenstoff (C) bestimmt dabei signifikant die Dynamik der mikrobiellen Biomasse und biogeochemischer Umsetzungsprozesse im Boden. Ein „hot spot“ des mikrobiellen C-Umsatzes ist die Detritusphäre. Sie ist durch einen starken Gradienten der C-Konzentration von der Streu (hoch) in den angrenzenden Boden (niedriger) geprägt. Daher lässt sich der Einfluss der C-Verfügbarkeit auf mikrobielle Umsatzprozesse gerade in der Detritusphäre sehr gut untersuchen. Ziel meiner Dissertation war es, die am gekoppelten Pestizid-Abbau und C-Umsatz beteiligten biogeochemischen Wechselwirkungen in der Detritusphäre besser zu verstehen. Dabei diente das Herbizid 4-Chlor-2-methylphenoxyessigsäure (MCPA) als ein Modell-Xenobiotikum.
In der Detritusphäre zeigten sich Gradienten des Stoffumsatzes von der Streu in den angrenzenden Boden. Die erhöhte C-Verfügbarkeit in der Detritusphäre, infolge des Transports gelöster organischer Verbindungen aus der Streu in den Boden, führte zu einem Anstieg der mikrobiellen Biomasse und Aktivität sowie zu einem beschleunigten MCPA-Abbau. Pilze und bakterielle MCPA-Abbauer profitierten am stärksten von eingetragenem Streu-C. Der beschleunigte MCPA-Abbau ging mit verstärktem Einbau von MCPA-C in die organische Bodensubstanz einher. Die experimentellen Ergebnisse zeigen, dass der Transport gelöster organischer Verbindungen aus der Streu die C-Verfügbarkeit und in der Folge sowohl die mikrobielle Aktivität als auch den MCPA-Umsatz im Boden reguliert. Generell stellen eingetragene Verbindungen aus der Streu Energie und Ressourcen für Mikroorganismen zur Verfügung. Als mögliche Regulationsmechanismen wurden identifiziert: i) Streu könnte direkt das Co-Substrat alpha-Ketoglutarat (oder Surrogate) liefern, das für die enzymatische Oxidation von MCPA durch bakterielle MCPA-Abbauer gebraucht wird. Alternativ könnten organische Verbindungen aus der Streu zusätzliche Energie und Ressourcen zur Produktion und Regeneration des benötigten Co-Substrats liefern. ii) Zusätzlicher Streu-C könnte die Substratlimitierung der Enzymproduktion von Bakterien und bakteriellen Konsortien vermindern und in der Folge zu höherer Aktivität von spezifischen MCPA-angreifenden Enzymen führen. iii) Organische Substanzen aus der Streu könnten den co-metabolischen MCPA-Abbau durch unspezifische extrazelluläre Enzyme von Bodenpilzen stimulieren, entweder direkt über die Induktion der Enzymproduktion oder indem aus Primärsubstraten Energie, die für die co-metabolische MCPA-Transformation verbraucht wird, gewonnen werden kann.
Ein neues biogeochemisches Modell abstrahiert diese Regulationsmechanismen, indem physiologische Aktivität, Wachstum, Absterben und Erhaltungsstoffwechsel der mikrobiellen Pools durch die C-Verfügbarkeit kontrolliert werden. Auf Basis einer globalen Sensitivitätsanalyse des Modells wurden 41% (n = 33) aller berücksichtigten Parameter bzw. Eingangsgrößen als „sehr wichtig“ und „wichtig“ klassifiziert. Dazu zählten vor allem biokinetische Parameter und Anfangswerte. Die Pareto-Analyse ergab, dass die Modellstruktur geeignet war und sinnvolle Parameterwerte identifiziert werden konnten, um die gemessene Dynamik von C und MCPA abzubilden. Das Modell konnte gemessene Abundanzen bakterieller Gen-Marker zufriedenstellend wiedergeben. Es unterschätzte allerdings den extrem starken Anstieg der pilzlichen ITS-Fragmente, höchstwahrscheinlich weil dieser Gen-Marker nur unzureichend als Maß für die gesamte pilzliche Biomasse geeignet ist. Die Modellsimulationen zeigten, dass Bodenpilze vor allem von C niedriger Qualität profitierten, während bakterielle MCPA-Abbauer bevorzugt C hoher Qualität nutzten. In den Simulationen wurde MCPA überwiegend durch pilzlichen Co-Metabolismus zu C von hoher Qualität umgesetzt. Dieser C wurde anschließend primär von spezifischen bakteriellen MCPA-Abbauern assimiliert. Der größte Umsatz von eingetragenem Streu-C erfolgte durch Substrataufnahme für mikrobielles Wachstum. Eintrag und mikrobieller Umsatz von Streu-C förderte den Abbau von MCPA vor allem in einer Bodenschicht in 0-3 mm Abstand zur Streu. Infolgedessen bildete sich ein Gradient der MCPA-Konzentration aus, der den diffusiven MCPA Transport aus tieferen Bodenschichten in die Detritusphäre antrieb.
Die Ergebnisse der Studien zeigen: i) Die Detritusphäre ist ein biogeochemischer hot spot, in dem Stoffumsätze durch die mikrobielle Dynamik kontrolliert werden. ii) Die integrierte Anwendung von Experimenten und mathematischer Modellierung erlaubt einen erweiterten Einblick in die Dynamik von Stoffen und Mikroorganismen im Boden. iii) Mikrobielle Gemeinschaften müssen explizit berücksichtigt werden, um die Regulation von Bodenfunktionen zu verstehen
Bayesian multi-purpose modelling of plant growth and development across scales
No full textCrop models are invaluable tools for predicting the impact of climate change on crop production and assessing the fate of agrochemicals in the environment. To ensure robust predictions of crop yield, for example, models are usually calibrated to observations of plant growth and phenological development using different methods. However, various sources of uncertainty exist in the model inputs, parameters, equations, observations, etc., which need to be quantified, especially when model predictions influence decision-making. Bayesian inference is suitable for this purpose since it enables different uncertainties to be taken into account, while also incorporating prior knowledge. Thus, Bayesian methods are used for model calibration to improve the model and enhance prediction quality.
However, this improvement in the model and its prediction quality does not always occur due to the presence of model errors. These errors are a result of incomplete knowledge or simplifying assumptions made to reduce model complexity and computational costs. For instance, crop models are used for regional scale simulations thereby assuming that these point-based models are able to represent processes that act at regional scale. Additionally, simple statistical assumptions are made about uncertainty in model errors during Bayesian calibration. In this work, the problems arising from such applications are analysed and other Bayesian approaches are investigated as potential solutions.
A conceptually simple Bayesian approach of sequentially updating a maize phenology model, an important component in plant models, was investigated as yearly observation data were gathered. In this approach, model parameters and their uncertainty were estimated while accounting for observation uncertainty. As the model was calibrated to increasing amounts of observation data, the uncertainty in the model parameters reduced as expected. However, the prediction quality of the calibrated model did not always improve in spite of more data being available for potentially improving the model. This discrepancy was attributed to the presence of errors in the model structure, possibly due to missing environmental dependencies that were ignored during calibration.
As a potential solution, the model was calibrated using Bayesian multi-level modelling which could account for model errors. Furthermore, this approach accounted for the hierarchical data structure of cultivars nested within maize ripening groups, thus simultaneously obtaining model parameter estimates for the species, ripening groups and cultivars. Applying this approach improved the model's calibration quality and further aided in identifying possible model deficits related to temperature effects in the post-flowering phase of development and soil moisture.
As another potential solution, an alternative calibration strategy was tested which accounted for model errors by relaxing the strict statistical assumptions in classical Bayesian inference. This was done by first acknowledging that due to model errors, different data sets may yield diverse solutions to the calibration problem. Thus, instead of fitting the model to all data sets together and finding a compromise solution, a fit was found to each data set. This was implemented by modifying the likelihood, a term that accounts for information content of the data. An additive rather than the classical multiplicative strategy was used to combine likelihood values from different data sets. This approach resulted in conservative but more reliable predictions than the classical approach in most cases. The classical approach resulted in better predictions only when the prediction target represented an average of the calibration data.
The above-mentioned results show that Bayesian methods with representative error assumptions lead to improved model performance and a more realistic quantification of uncertainties. This is a step towards the effective application of process-based crop models for developing suitable adaptation and mitigation strategies
Auf dem Weg zu einem besseren Verständnis der Austauschprozesse an der Landoberfläche über landwirtschaftliche Nutzpflanzenbestände
Full text linkWeather and climate models are useful tools for projecting the influence of global climate change on the regional scale. These models are critically dependent on an accurate representation of soil-plant-atmosphere interactions, which are simulated by Land Surface Models (LSMs). The present PhD thesis was designed to improve the representation of land surface exchange processes of croplands in the Noah-MP land surface model. This thesis aims: a) to elucidate the nature of the energy imbalance over a winter wheat stand and to identify the appropriate post-closure method for the study region Kraichgau, southwest Germany; b) to improve the representation of the green vegetation fraction (GVF) dynamics of croplands in the Noah-MP for a more accurate computation of surface energy and water fluxes; and c) to determine the effect of aggregating different crop types with various shares into a single generic cropland class on the simulation of water and energy exchange between land surface and atmosphere.Wetter- und Klimamodelle sind nützliche Werkzeuge, um den Einfluss des globalen Klimawandels auf die regionale Ebene zu projizieren. Diese Modelle sind entscheidend von einer genauen Darstellung der Wechselwirkungen zwischen Boden, Pflanzen und Atmosphäre abhängig, welche durch „Land Surface Models“ (LSMs) simuliert werden. Die Dissertation wurde erstellt, um die Darstellung von Landoberflächenaustauschprozessen von Ackerland im Noah-MP-Landoberflächenmodell zu verbessern. In Doktorarbeit geht es um: a) die Art des Energieungleichgewichts über einem Winterweizenbestand aufzuklären und die geeignete Post- Closure-Methode für die Region Kraichgau (Südwestdeutschland) zu identifizieren; b) die Darstellung der Dynamik der Grünen Vegetationsfraktion (GVF) von Anbauflächen im Noah-MP für eine genauere Berechnung der Oberflächenenergie und der Wasserflüsse zu verbessern; und c) um die Auswirkungen der Aggregation verschiedener Kulturarten mit unterschiedlichen Anteilen zu einer einzigen generischen Ackerflächenklasse auf die Simulation des Wasser- und Energieaustauschs zwischen Landoberfläche und Atmosphäre zu bestimmen
Mikronährstoffe, Silizium und Biostimulanzien als Kältestressschutzmittel in Mais
No full textMitigation of abiotic stress in crops is a feature attributed to various so-called biostimulants based on plant growth-promoting microorganisms (PGPMs) plant-, compost- and seaweed extracts, protein hydrolylates, chitosan derivatives etc. but also to mineral nutrients with protective functions, such as zinc (Zn), manganese (Mn), boron (B), calcium (Ca) and silicon (Si), recommended as stress protectants in commercial formulations. This study focussed on the effects of selected biostimulants on cold stress mitigation during early growth in maize, as a major stress factor for cultivation of tropical and subtropical crops in temperate climates.
Chilling stress and micronutrient supplementation
Chilling stress, induced by moderately low soil temperatures (8-14°C) in a controlled root cooling system, was associated with inhibition of shoot growth, oxidative leaf damage (chlorosis, necrosis accumulation of stress anthocyanins) and a massive decline in root length (Chapter 4 and 5). Due to inhibition of root growth, nutrient acquisition in general was impaired. However, nutrient deficiencies were recorded particularly for the micronutrients zinc (Zn) and manganese (Mn). The impaired Zn and Mn status was obviously related with the observed limitations in plant performance, which were reverted by exogenous Zn and Mn supplementation (0.5 mg plant-1), finally leading to restored nutrient acquisition and improved plant recovery after termination of the cold stress period. Zinc and manganese deficiency was mainly related with impaired uptake of the micronutrients, since the cold stress-induced deficiency symptoms persisted even in hydroponic culture when all nutrients were freely available. Beneficial effects of Zn/Mn supplementation were only detectable when the micronutrients were supplied prior to the onset of the stress period via seed soaking, seed dressing or fertigation, when uptake and internal translocation was still possible.
A transcriptome analysis of the shoot tissue (Chapter 5) revealed 1400 differentially expressed transcripts (DETs) after 7-days exposure of maize seedlings to chilling stress of 12°C, mostly associated with down-regulation of selected functional categories (BINs), related with photosynthesis, synthesis of amino acids, lipids and cell wall precursors, transport of mineral nutrients (N, P, K,), metal handling and synthesis of growth hormones (auxins, gibberellic acid) but also of jasmonic (JA) and salicylic acids (SA) involved in stress adaptations. In accordance with the impaired micronutrient status and oxidative leaf damage in response to the cold stress treatments, downregulation was also recorded for transcripts related with oxidative stress defence (superoxide dismutases SOD, catalase, peroxidases POD, synthesis of phenylpropanoids and lignification), particularly dependent on the supply of micronutrients as co-factors. Upregulation was recorded for BINs related with degradation of lipids, of cell wall precursors, synthesis of waxes and certain flavonoids and of stress hormones, such as abscisic acid (ABA) and ethylene but degradation of growth-promoting cytokinins (CK). Accordingly, supplementation of Zn and Mn increased the accumulation of anthocyanins and antioxidants, the activities of superoxide dismutase and peroxidases, associated with reduced ROS accumulation (H2O2), mitigation of oxidative leaf damage and improved plant recovery at the end of the cold stress period (Chapter 5 and 6).
Effects of seaweed extracts
Cold-protective properties similar to Zn/Mn supplementation, associated with an improved Zn/Mn-nutritional status and reduced oxidative damage, were recorded also after fertigation with seaweed extracts prior to the onset of the stress treatments (Chapter 4). However, this effect was detectable only with seaweed extract formulations rich in Zn/Mn (Algavyt+Zn/Mn; Algafect; 6-70 mg kg DM-1) but not with a more highly purified formulation (Superfifty) without detectable micronutrient contents. This finding suggests that the cold-protective effect by soil application of seaweed extracts is based on an improved micronutrient supply and not to an elicitor effect, frequently reported in the literature for stress-protective functions after foliar application of seaweed extracts.
Silicon fertilization
Similar to seaweed extracts, also silicon (Si), applied by seed soaking or fertigation with silicic acid, mimicked the cold-protective effects of Zn/Mn supplementation in maize seedlings (Chapter 5). The Zn/Mn status of the Si-treated plants was improved although, in this case no additional micronutrient supply was involved. However, Si application significantly reduced leaching losses of Zn/and Mn by 50-70%, as a consequence of cold stress-induced membrane damage in germinating maize seeds and favoured the root to shoot translocation of Zn. This was associated with a restoration of gene expression, similar to the profiles recorded for unstressed control plants. However, the expression of genes related with synthesis and signal transduction of ABA, as central regulator of adaptive cold stress responses in plants, was even more strongly upregulated than in the cold-stressed controls. Accordingly, expression of cold stress adaptations involved in oxidative stress defence (SOD, peroxidases, phenolics, antioxidants) and the reduction of oxidative leaf damage and improved plant recovery were similar to the plants with Zn/Mn supplementation.
Plant growth promoting microorganisms
Cold-protective functions were recorded also for selected microbial inoculants (Chapter 6). However, out of five tested inoculant formulations, based on strains of Pseudomonas sp., DSMZ13134, Bacillus amyloliquefaciens FZB42, Bacillus atrophaeus ABI05, Penicillium sp. PK112 (BFOD) and a consortium of Trichoderma harzianum OMG16 and five Bacillus strains (Combi-A), a significant protective effect was detectable only for Penicillium sp. and particularly for CombiA. The CombiA consortium significantly increased root length and reduced oxidative leaf damage of cold-stressed plants, associated with increased SOD and POD activities and accumulation of phenolics and antioxidants. Root growth stimulation was related with increased IAA (indole acetic acid) tissue contents and increased expression of genes involved in IAA biosynthesis (ZmTSA) transport (ZmPIN1A) and perception (ZmAFR12). The tissue concentrations of ABA were not affected by the microbial inoculants, but the shoot concentrations of JA and SA increased, suggesting an effect by induced systemic resistance (ISR). Moreover, root concentrations of cytokinins (CKs) as ABA antagonists and expression of IPT genes involved in CK biosynthesis declined, leading to an increased ABA/cytokinin ratio and accordingly to increased expression of ABA responsive genes (ZmABF2). These findings suggest that CombiA mainly acted via improvement of root growth and nutrient acquisition by activation of the plant auxin metabolism and activation of cold protective metabolic responses by induction of ISR via JA/SA signalling and ABA-mediated responses, due to inhibition of CK biosynthesis.
Synergistic interactions
While the different cold-stress protectants investigated in this study induced similar protective plant responses, synergistic effects were obtained by combined applications (Chapter 6). The combination of CombiA inoculation with Zn/Mn supplementation further increased the plant micronutrient status and the cold-protective effects of CombiA. For all treatments, generally the expression of cold-protective effects was further improved by use of DMPP-stabilized ammonium fertilizers instead of nitrate fertilization. Ammonium fertilization promoted micronutrient acquisition via root-induced rhizosphere acidification, increased the ABA shoot concentrations with a moderate activation of metabolic cold stress responses and stimulated root colonization of Trichoderma harzianum OMG16 (CombiA).
Field performance
A comparative evaluation of the various cold protectants under field conditions with stabilized ammonium starter fertilization, revealed a severely reduced seedling emergence at six weeks after sowing (44%) due to extremely cold and wet soil conditions by the end of April in 2016, associated with a low Zn-nutritional status (32 mg kg-1 shoot DM). Significant improvements were recorded particularly for starter treatments including Zn/Mn seed dressing (emergence 56%) or seed priming with K2SiO4 (emergence 72%) and also by inoculation with the fungal PGPM strain Penicillium sp. BFOD (emergence 49%) associated with a doubling of the Zn tissue concentrations. Even after re-sowing, a significant yield increase for silo maize was recorded exclusively for the K2SiO4 treatment (Chapter 5). Taken together, the findings suggest that exploitation of synergistic interactions by combined starter applications of protective nutrients with selected biostimulants, could offer a cost-effective option for cold-stress prophylaxis in sensitive crops.Der Einsatz sogenannter Biostimulanzien auf Basis pflanzenwachstums-stimulierender Mikroorganismen, verschiedener Pflanzen-, Kompost- oder Algenextrakten, Protein-hydrolysaten oder Chitosanderivaten etc., aber auch Mineralstoffe mit Schutzfunktionen, wie z.B. Zink (Zn), Mangan (Mn), Bor (B), Calcium (Ca) oder Silizium (Si) wird in zahlreichen kommerziellen Formulierungen zur Erhöhung der pflanzlichen Stresstoleranz empfohlen. Die vorliegende Arbeit befasst sich daher exemplarisch mit der Charakterisierung der Wirkungen ausgewählter Biostimulanzien zur Erhöhung der Kältetoleranz in der Jugendentwicklung von Mais, als einer der Hauptstressfaktoren beim Anbau tropischer und subtropischer Kulturpflanzen in gemäßigten Klimazonen.
Kältestress und Mikronährstoff-Supplementierung
Kältestress, der durch moderat erniedrigte Bodentemperaturen von 8-14°C in einem kontrollierten Wurzelraumkühlungssystem induziert wurde, führte zu einer Hemmung des Sprosswachstums, oxidativen Blattschäden (Chlorosen, Nekrosen, Bildung von Stress-anthocyanen) und einem drastischen Rückgang des Wurzelwachstums (Kapitel 4 und 5). Durch die Wurzelwachstumshemmung wurde die Nährstoffaneignung generell beeinträchtigt. Jedoch wurde physiologischer Nährstoffmangel explizit für Zn und Mn diagnostiziert, der offensichtlich wesentlich für die beobachteten Beeinträchtigungen der Pflanzenentwicklung verantwortlich war, und durch Zn und Mn Supplementierung behoben werden konnte, verbunden mit einer allgemein verbesserten Nährstoffaufnahme und einer effizienteren Erholung nach Beendigung der Kälteperiode. Zink und Manganmangel beeinträchtigten hauptsächlich die Mikronährstoffaufnahme, denn die Mangelsymptome traten sogar in Nährlösungskultur auf, wenn alle Nährstoffe frei verfügbar waren. Die Schutzwirkung einer Zn/Mn Supplementierung war nur nachweisbar, wenn die Mikronährstoffe vor Beginn der Stressperiode über Einquellen des Saatgutes mit Mikronährstofflösung, Saatgutbeizung oder Fertigation appliziert wurden, solange eine Aufnahme und Verlagerung innerhalb der Pflanze noch möglich war. Eine Transkriptomanalyse im Sprossgewebe (Kapitel 7) ergab 1400 differenziell exprimierte Transkripte (DETs) nach 7-tägiger Kältebehandlung von Maiskeimlingen bei 12°C, die hauptsächlich im Zusammenhang mit verminderter Expression bestimmter funktioneller Kategorien (BINs) standen, in Verbindung mit der Photosynthese, Synthese von Aminosäuren, Lipiden und Zellwandvorstufen, Transport von Mineralstoffen (N,P,K), Interaktionen mit metallischen Kationen, der Synthese von Wachstumshormonen (Auxine, Gibberellinsäure) aber auch von Jasmon-, (JA) und Salicylsäure (SA) mit Beteiligung an der Regulation von Stressanpassungen. In Übereinstimmung mit dem beeinträchtigten Mikronährstoffstatus und der Ausbildung oxidativer Blattschäden als Folge der Kältebehandlung, wurde auch eine verminderte Expression von Transkripten in Verbindung mit der oxidativen Stressabwehr beobachtet (Superoxiddismutasen SOD, Katalase, Peroxidasen POD, Synthese von Phenylpropanoiden und Lignifizierung), die besonders auf eine ausreichende Versorgung mit Mikronährstoffen als Co-Faktoren angewiesen ist. Erhöhte Expression wurde für BINs in Verbindung mit dem Abbau von Lipiden und Zellwandvorstufen, der Synthese von Wachsen und bestimmter Flavonoide sowie von Stresshormonen wie Abscisinsäure (ABA) und Ethylen und dem Abbau wachstumsfördernder Cytokinine (CK) beobachtet. Entsprechend erhöhte die Supplementierung von Zn und Mn die Bildung von Anthocyanen und Antioxidanzien, die Aktivitäten von Superoxiddismutase und Katalase, verbunden mit verminderter Akkumulation freier Radikale (H2O2), einer Verminderung oxidativer Blattschäden und einer verbesserten Erholung nach Ende der Kältestressperiode (Kapitel 5 und 6).
Wirkung von Algenextrakten Die Fertigation mit Algenextrakten vor Beginn der Kältebehandlung zeigte ähnliche Kälteschutzwirkungen wie die Zn/Mn Supplementierung (Kapitel 4). Jedoch war diese Wirkung nur bei Algenextraktformulierungen mit hohem Zn/Mn Konzentrationen nachweisbar (Algavyt+Zn/Mn; Algafect; 6-70 mg kg TM-1), jedoch nicht bei einer stärker aufereinigten Formulierung (Superfifty) ohne nachweisbaren Mikronährstoffgehalt. Dies weist auf eine Mikronährstoffwirkung der Algenextrakte bei Bodenapplikation hin und nicht auf Elicitoreffekte, die in der Literatur häufig für Blattapplikationen beschrieben werden.
Silizium Düngung Ähnlich wie die Algenextrakte zeigte auch Siliziumapplikation über Saatgutbehandlung oder Fertigation mit Kieselsäure die typischen Kälteschutzeffekte einer Zn/Mn-Supplementierung bei Maiskeimlingen (Kapitel 5). Der Zn/Mn-Status Si-behandelter Pflanzen wurde signifikant erhöht, obwohl keine zusätzliche Mikronährstoffdüngung erfolgt war. Allerdings verminderte die Si Behandlung die durch Membranschäden induzierten Mikronährstoffverluste keimender Maissamen unter Kältestress signifikant um 50-70% und förderte die Zinkverlagerung in den Spross. Dabei traten Genexpressionsprofile vergleichbar mit ungestressten Kontrollpflanzen auf. Allerdings wurde die Expression von Genen in Verbindung mit der Synthese und Signaltransduktion von ABA, als zentraler Regulator pflanzlicher Anpassungen an Kältestress, sogar noch stärker erhöht als bei kältegestressten Kontrollpflanzen. Entsprechend wurde die Expression von Kältestressanpassungen im Zusammenhang mit der oxidativen Stressabwehr (SOD, POD, Phenole, Antioxidanzien) in ähnlicher Weise erhöht wie nach Zn/Mn Supplementierung und oxidative Blattschäden entsprechend vermindert.
Pflanzenwachstums-stimulierende Mikroorganismen Für einige mikrobielle Inokulanzien auf Basis von Pilz-, und Bakterienstämmen konnten Kälteschutzfunktionen nachgewiesen werden (Kapitel 6). Jedoch traten signifikante Schutzwirkungen nur bei zwei von fünf getesteten Formulierungen auf (Pseudomonas sp., DSMZ13134, Bacillus amyloliquefaciens FZB42, Bacillus atrophaeus ABI05, Penicillium sp. PK112 (BFOD) und ein Konsortium aus Trichoderma harzianum OMG16 und 5 Bacillus Stämme (Combi-A) mit signifikanten Effekten für BFOD und besonders für CombiA. Das CombiA-Konsortium erhöhte die Wurzellänge signifikant und verminderte oxidative Blattschäden in Verbindung mit erhöhter Aktivität von SOD und POD, sowie Akkumulation von Phenolen und Antioxidanzien, Die Förderung des Wurzelwachstums war mit erhöhten Gewebekonzentrationen von Indolessigsäure (IAA) und erhöhter Expression von Genen der IAA-Synthese (ZmTSA), IAA-Transport (ZmPIN1A) und der IAA Signalperzeption (ZmAFR12) verbunden. Die Konzentrationen von ABA wurden durch die Inokulanzien nicht beeinflusst aber die Sprosskonzentrationen von JA und SA stiegen an, was auf eine induzierte systemische Resistenzreaktion (ISR) hindeutet. Darüber hinaus wurden die Konzentrationen von Cytokininen (CKs) als ABA-Antagonisten verringert was zu einem erhöhten ABA/CK Verhältnis und einer erhöhten Expression ABA-responsiver Gene (ZmABF2) führte. Diese Beobachtungen weisen auf eine wurzelwachstumsfördernde Wirkung von CombiA über Interaktionen mit dem pflanzlichen Auxinstoffwechsel hin, sowie auf eine Aktivierung von Kältestressanpassungsreaktionen durch ISR-Induktion über JA/SA-vermittelte Signaltrans-duktion und ABA-abhängige Stressantworten, in Folge der gehemmten CK Synthese.
Synergistische Interaktionen Während die verschiedenen, in dieser Arbeit getesteten Kälteschutzapplikationen ähnliche Schutzwirkungen induzierten, konnten durch kombinierte Anwendungen auch synergistische Effekte induziert werden. Die kombinierte Inokulation von CombiA mit Zn/Mn Supplementierung führte zu einem erhöhten Zn/Mn Ernährungsstatus, der die Schutzwirkung von CombiA noch weiter verbesserte. Bei allen Behandlungen konnte die Kälteschutzwirkung durch die Verwendung DMPP-stabilisierter Ammoniumdünger an Stelle von Nitratdüngung weiter erhöht werden. Ammonium Düngung verbesserte die Mikronährstoffaneignung durch wurzelinduzierte pH-Absenkung in der Rhizosphäre, erhöhte die Sprosskonzentrationen von ABA verbunden mit einer moderaten Aktivierung der Kälteschutzanpassungen und verbesserte die Wurzelbesiedelung mit Trichoderma harzianum OMG16 (CombiA).
Anwendung unter Feldbedingungen, Eine vergleichende Untersuchung der Wirkung der verschiedenen Kälteschutzanwendungen mit stabilisierter Ammonium Starterdüngung im Feldversuch, ergab einen drastisch verminderten Feldaufgang sechs Wochen nach Aussaat (44%) als Folge von extrem hoher Bodenfeuchte und niedriger Bodentemperaturen nach Aussaat Ende April 2016, verbunden mit einem niedrigen Zink-Ernährungsstatus (32 mg kg-1 Spross TM). Eine signifikante Verbesserung des Feldaufgangs wurde besonders durch Zn/Mn Saatgutbeizung (56%) Saatgutbehandlung mit K2SiO4 (72%) aber auch durch Inokulation mit dem Penicillium-Stamm BFOD (49%) erreicht. Dabei wurden die Zn-Sprosskonzentrationen verdoppelt. Selbst nach Lückennachsaat in Folge der massiven Kälteschäden, zeigte die K2SiO4 Behandlung noch eine signifikante Ertragserhöhung im Vergleich zur unbehandelten Kontrolle (Kapitel 5). Zusammenfassend weisen die Ergebnisse darauf hin, dass besonders durch synergistische Wirkungen kombinierter Applikationen von Mineraldüngern mit Schutzfunktionen und ausgewählten Biostimulanzien, kostengünstige Anwendungen für die Kältestressprophylaxe bei kälteempfindlichen Kulturpflanzen entwickelt werden könnten
A comparison between the Barometric Process Separation (BaPS) and the 15N-Pool dilution technique for determination the gross nitrification rate in soil
Full text linkBesides the carbon cycle, the nitrogen cycle plays a central role in soil. A key process of this cycle is nitrification. In practice, nitrification is measured as gross or net nitrification. Net nitrification rates are measured by determining the net change in the nitrate or ammonium pool over a period of time. Net rates are difficult to interpret, because the net nitrification rate is the sum of nitrate producing and consuming processes. In contrast, gross nitrification quantifies the total production of nitrate via nitrification.
There are two methods for measuring gross nitrification: the 15N-Pool dilution technique and Barometric Process Separation (BaPS). In the 15N-Pool dilution technique, nitrate en-riched with the heavier isotope 15N is added to soil, and the dilution of the 15N pool and the change in the nitrate pool are measured over time. The BaPS method measures changes in pressure and the oxygen- and carbon dioxide concentration of the atmosphere in a closed chamber. The gross nitrification rate can then be computed by a step-by-step solution of the gas balance equations.
In the present study, 15N enriched nitrate was added to soil and then put into the BaPS-incubation chamber. By this procedure gross nitrification rates were measured simultaneously with both the 15N-Pool dilution technique and the BaPS method.
The aim of the present study was to find out under which conditions the two methods yield similar results and under which conditions different results. In the latter case, the thesis aimed at elucidating the cause for the disagreement between both methods. For this purpose extensive research on two agricultural soils from North China and three soils from Southwest Germany was undertaken. The two methods were compared under the following conditions: 1) application of ammonium fertilizer, 2) addition of nitrification inhibitors, 3) varying soil wa-ter contents, and 4) different soil temperatures. Moreover, a new methodological approach was tested: the 13CO2-Pool dilution technique. Combining this method with the 15N-Pool dilu-tion technique and the Barometric Process Separation made it possible to exactly determine the pH and respiration coefficient in situ.
Both techniques corresponded well in soil with pH<6. In soil with higher pH, both methods led to very different results. The reason is that pH has a strong impact on the calculation of the nitrification rate in the BaPS method. In nearly all experiments with neutral to alkaline soils, the BaPS technique yielded higher nitrification rates than the 15N-Pool dilution technique if pH was determined in 0.01 M CaCl2. With pH determined in water, there was good agreement or nitrification rates were too low. Fertilization with ammonium did not in-duce an increase of nitrification in a sandy soil with pH<6. A decrease in nitrification to less than 60% was achieved by the application of the nitrification inhibitor DCD. For both techniques a positive correlation between temperature and nitrification rates was found. There was no correlation between water filled pore space and nitrification rate.Der Stickstoffkreislauf besitzt neben dem Kohlenstoffkreislauf eine zentrale Rolle im Bo-den. Die Nitrifikation ist ein Prozess in diesem Zyklus. Dabei wird zwischen Netto- und Bruttonitrifikation unterschieden. Bei den Nettonitrifikationsraten wird die Änderung des Nitrat- oder und Ammoniumpools über eine festgelegte Messdauer bestimmt. Bei der Bruttonitrifikation hingegen wird, der Gesamtfluss der Nitrifikation ohne irritierenden Einfluss von verbrauchenden Prozessen gemessen. Zur Bestimmung der Bruttonitrifikationsraten in Böden gibt es zwei Methoden: die 15N-Verdünnungsmethode und die Barometrische Prozessseparationstechnik. Bei der Standardmethode der 15N-Verdünnungsmethode wird isotopenschwerers Nitrat eingebracht und es wird die Verdünnung des Isotops im Nitrat-Pool über die Zeit gemessen. Bei der Barometrischen Prozessseparationstechnik wird in einem geschlossenen System, die Veränderung der gesamten Gasmoleküle, Sauerstoff- und Kohlenstoffdioxidkonzentration gemessen. Durch sukzessives Auflösen erhält man die Bruttonitrifikationsrate.
Bei der vorliegenden Arbeit wurde isotopenschwerers Nitrat im Boden eingebracht und dieser in die BaPS-Inkubationskammer getan. Es wurde somit eine simultane Bestimmung der Nitrifikationsraten mit der 15N-Verdünnungsmethode und der Barometrischen Prozessseparationstechnik durchgeführt. Das Ziel war es zu untersuchen, unter welchen Bedingungen die beiden Techniken zu vergleichbaren Ergebnissen gelangen und Unterschiede der Ergebnisse zu erklären. Hierfür wurden umfangreiche Untersuchungen an einem Ackerboden aus China und drei Ackerstandorten in Deutschland gemacht. Es wurde der Einfluss einer Ammoniumdüngung auf die Nitrifikationsraten und die beiden Techniken untersucht. Nitrifikationsinhibitoren wurden verwendet und es wurden deren Auswirkungen auf die Raten überprüft. Eine Untersuchung der Temperatur- und Wassergehaltsänderung und deren Auswirkungen auf die Nitrifikationsraten wurden vorgenommen. Es wurde die 13CO2-Verdünnungsmethode entwickelt. Mit dieser Technik wurden die CO2-Flüsse im Boden bestimmt. Durch eine Kombination der BaPS-Technik, der 15N-Verdünnungsmethode und der 13CO2-Verdünnungsmethode kann der pH und RQ im Boden exakt bestimmt werden.
Für die beiden Techniken wurde eine gute Übereinstimmung bei einem Boden mit einem pH unter 6 erreicht. Bei den Standorten mit höheren pH-Werten zeigte sich der starke Einfluss des pH-Wertes auf die Berechnung der Nitrifikationsraten mit der BaPS-Technik. Hier wurden bei einem pH-Wert im Boden, gemessen in CaCl2, vorwiegend höhere Ergebnisse als mit der 15N-Verdünnungsmethode berechnet. Bei einem pH(H2O) im Boden wurde eine gute Übereinstimmung oder aber zu geringe Raten im Vergleich zur 15N-Verdünnungsmethode gefunden. Die Düngung mit Ammonium führte an einem sandigen Standort mit einem pH unter 6 zu keiner Steigerung der Nitrifikationsraten. Durch die Applikation des Nitrifikationshemmstoffs DCD wurde eine Inhibierung der Nitrifikation von weniger als 60% erreicht. Eine positive Korrelation der Temperatur auf die Nitrifikationsraten bei den beiden Techniken wurde gefunden. Bei steigenden gefüllten Porenwasserräumen konnte kein Einfluss auf die Nitrifikation festgestellt werden.
Die 13CO2-Verdünnungsmethode wurde erst zum Ende der Arbeit entwickelt. Umfangrei-che Untersuchungen blieben aus. Jedoch zeigte sich, dass die BaPS-Technik und die 13CO2-Verdünnungsmethode CO2-Flüsse in derselben Größenordnung quantifizierten. Es wurde ein Fehler in der BaPS-Berechnung gefunden und korrigiert. Durch diesen wurden bei den bisherigen Veröffentlichungen die Nitrifikationsraten um bis zu 16% unterschätzt
Äquifinalität, Sloppiness und emergente, minimale Strukturen biogeochemischer Modelle
Full text linkProcess-based biogeochemical models consider increasingly the control of microorganisms on biogeochemical processes. These models are used for a number of important purposes, from small-scale (mm-cm) controls on pollutant turnover to impacts of global climate change. A major challenge is to validate mechanistic descriptions of microbial processes and predicted emergent system responses against experimental observations. The validity of model assumptions for microbial activity in soil is often difficult to assess due to the scarcity of experimental data. Therefore, most complex biogeochemical models suffer from equifinality, i.e. many different model realizations lead to the same system behavior. In order to minimize parameter equifinality and prediction uncertainty in biogeochemical modeling, a key question is to determine what can and cannot be inferred from available data. My thesis aimed at solving the problem of equifinality in biogeochemical modeling. Thereby, I opted to test a novel mathematical framework (the Manifold Boundary Approximation Method) that allows to systematically tailor the complexity of biogeochemical models to the information content of available data.Prozessbasierte Modelle des Kohlenstoffumsatzes im Boden berücksichtigen zunehmend direkt die Dynamik von mikrobiellen Gruppen und deren Auswirkung auf biogeochemische Prozesse. Der Einsatzbereich dieser Modelle reicht von kleinskaliger Modellierung (mm-cm) von
Schadstoffumsätzen im Boden bis hin zu globalen Simulationen der Folgen des Klimawandels. Eine große Herausforderung ist es, mechanistische Beschreibungen mikrobieller Prozesse und das beobachtbare emergente Systemverhalten zu validieren. Besonders schwierig ist die Validierung von Modellannahmen zur Aktivität einzelner mikrobieller Gruppen im Boden, weil direkte Messungen fehlen. Die meisten komplexen biogeochemischen Modelle zeigen Äquifinalität, d.h. viele unterschiedliche Parameterkombinationen führen zu identischen Simulationen. Um die Parameter-Äquifinalität und die Vorhersageunsicherheit biogeochemischer Modelle zu minimieren, ist es wichtig, den Informationsgehalt verfügbarer Messdaten für die Modellparametrisierung zu quantifizieren. Ziel meiner Dissertation war es, das Problem der Äquifinalität zu lösen und einen allgemeingültigen mathematischen Formalismus zu finden, in dessen Rahmen die Komplexität biogeochemischer Modelle systematisch an den Informationsgehalt verfügbarer Daten angepasst werden kann
Assimilation of leaf area index data from satellite remote sensing to improve the forecasting power of crop models
No full textIn face of the threats to agricultural production arising from climate change, natural hazards, and suboptimal management, there is a need to better understand crop responses to these conditions. Numerous process-based crop models of varying complexity have been developed to estimate crop responses. However, the predictive power of these models is reduced by uncertainties originating from model inputs, weather, parameter estimation, and model structure. This research addresses these uncertainties by integrating observational data, specifically from remote sensing, into the simulations. The focus is on assimilating remotely sensed Leaf Area Index (LAI) into different crop models, acknowledging the diverse scales of input, weather, parameter, and model uncertainty. The dissertation has three primary objectives: i) Examine the assimilation of LAI into a simple crop model (PILOTE) with minimal input requirements. ii) Evaluate the assimilation of remotely sensed LAI into various process-based crop models and their multi-model ensemble. iii) Analyse the assimilation of remotely sensed LAI into the most suitable crop model and assess the impact of model calibration on the results. The presented research study utilized observational data from wheat fields over nine years in two regions of southwest Germany (Kraichgau and Swabian Jura). The Particle Filtering method was employed for data assimilation (DA), and LAI data was derived from Landsat and Sentinel-2 satellites using an empirical radiative transfer model called the Choudhury model. Weather uncertainty was addressed through the use of the MARKSIM downscaled weather generator.
In the first phase, the PILOTE model was utilized, and both in-situ and remotely sensed LAI values were assimilated. The results indicate that assimilating remotely sensed LAI considerably improves yield predictions, similar to those based on measured LAI. Weather uncertainty appeared as a major contributor to prediction uncertainty. The contribution of LAI data assimilation to improving the PILOTE model predictions suggest that regional calibration is crucial, as the PILOTE model inherently lacks the capability to account for regional variability.
In the second part of this thesis, the focus was shifted to the exclusive assimilation of remotely sensed LAI into different the process-based crop models: CERES, GECROS, and SPASS, as well as the multi-model ensemble consisting of all models. Prior to DA, all models were calibrated using measured data. To address uncertainties related to model inputs, sowing date, nitrogen fertilizer application, soil hydraulic parameters, and weather data were treated as random variables. The findings reveal that weather data, followed by soil parameters, contributes the highest level of uncertainty to the predictions. The uncertainties in weather data consistently led to underestimated yield predictions across all models. Notably, assimilating LAI into the multi-model ensemble emerged as the most effective strategy, producing the most promising yield predictions with reduced bias and uncertainty. Models showed different responses to LAI assimilation, with CERES showing minimal impact of DA, while SPASS and GECROS demonstrated meaningful improvement. The correlations between errors of modeled LAI and yield error were found the key criteria for selecting a model for DA. Models with high correlation like SPASS are more suitable for LAI assimilation.
In the third and final phase, the SPASS model was employed to assess the influence of different calibration scenarios on DA. These scenarios were designed based on the availability of data: calibration to yield only, calibration to phenology and yield, calibration to LAI and yield, and calibration to phenology, LAI, and yield. The results show that the assimilation of LAI and weather data remarkably reduce overall uncertainty in crop yield predictions. The findings underscore that scenarios involving the calibration of the model to phenology data consistently yield superior predictions for crop yield. This highlights that, given the set of SPASS model parameters used for winter wheat calibration, additional field-based LAI data does not necessarily enhance the calibration quality. The study also finds that uncertainties associated with weather ensembles exert a more substantial influence compared to those resulting from the calibration process. This underlines the paramount importance of accounting for variations and discrepancies in weather forecasts when evaluating yield uncertainty.
In conclusion, this doctoral thesis demonstrates that assimilating remotely sensed LAI into different crop models enhances crop yield prediction and mitigates uncertainties related to inputs, weather, calibration, and model complexity. It underscores the importance of analyzing correlations between assimilated variable errors and yield prediction errors for model and variable selection. Also, although LAI assimilation improves yield prediction, it is not necessary that the crop model is calibrated to LAI. Weather uncertainty is the most influential factor among the various sources of uncertainties. Improving medium-term weather forecasting will lead to significant progress in predicting crop yields.Angesichts der Gefährdung der landwirtschaftlichen Produktion durch den Klimawandel, mögliche Naturkatastrophen, aber auch suboptimales Management besteht die Notwendigkeit, die Reaktionen von Kulturpflanzen auf ihre Umweltbedingungen besser zu verstehen. Für die Vorhersage von Ernteerträgen in großem Maßstab, um die Ernährungssicherheit sicherzustellen, sind Simulationen hilfreich. Bislang wurden zahlreiche prozessbasierte Ertragsmodelle mit unterschiedlicher Komplexität entwickelt, um die Reaktionen von Kulturpflanzen auf ihre Wachstumsbedingungen zu simulieren. Leider wird die Vorhersagekraft dieser Modelle jedoch durch die Unsicherheiten in Modellinputs, Wetter, Parameterkalibrierung und Modellstruktur gemindert. Meine Forschung reduziert diese Unsicherheiten, indem sie beobachtete externe Daten, insbesondere Fernerkundungsdaten, in die Modellkonfiguration integriert. Der Schwerpunkt liegt auf der Assimilation des fernerkundeten Blattflächenindex (LAI) in verschiedene Ertragsmodelle unter Berücksichtigung der vielfältigen Maßstäbe von Eingabe-, Wetter-, Parameter- und Modellunsicherheit. Die Dissertation hat drei Hauptziele: i) Assimilation von vor Ort gemessenen und fernerkundeten LAI-Daten in ein einfaches Ertragsmodell (PILOTE) mit minimalen Eingabeanforderungen, ii) Assimilation von fernerkundetem LAI in verschiedene prozessbasierte Ertragsmodelle und deren Multi-Modell-Ensemble, iii) Assimilation von fernerkundetem LAI in das am besten geeignete Ertragsmodell und Bewertung des Einflusses der Modellkalibrierung auf die Ergebnisse. Für die Untersuchungen wurden Beobachtungsdaten von Weizenschlägen in zwei Regionen Südwestdeutschlands (Kraichgau und Schwäbische Alb) über neun Jahre verwendet. Für die Datenassimilation (DA) wurde die Particle Filtering-Methode eingesetzt. Die LAI-Daten wurden aus Landsat- und Sentinel-2-Satellitendaten unter Verwendung eines empirischen Strahlungstransfermodells (Choudhury) abgeleitet. Die Wetterunsicherheit wurde durch die Verwendung des Downscaling- Wettergenerators MARKSIM einbezogen. Die Ergebnisse des ersten Teils dieser Arbeit deuten darauf hin, dass die Assimilation von fernerkundetem LAI die Ertragsvorhersagen erheblich verbessert, ähnlich denjenigen, die auf gemessenes LAI basieren. Die Wetterunsicherheit erwies sich als der Hauptfaktor der Vorhersageunsicherheit. Die Ergebnisse legen nahe, dass das PILOTE-Modell regional kalibriert werden sollte. Im zweiten Teil dieser Arbeit werden ausschließlich fernerkundete LAI-Daten in die Ertragsmodelle assimiliert: in CERES, GECROS, SPASS und in ihr Multi-Modell- Ensemble. Vor der DA wurden alle Modelle mit gemessenen Daten kalibriert. Um auch Unsicherheiten im Zusammenhang mit Modellinputs zu behandeln, wurden Aussaatdatum, Stickstoffdüngung, bodenhydrologische Parameter und Wetterdaten als Zufallsvariablen behandelt. Die Ergebnisse zeigen, dass Wetterdaten, gefolgt von Bodenparametern, das höchste Maß an Unsicherheit zu den Vorhersagen beitragen. Die Unsicherheiten in den Wetterdaten führten konsistent zu Unterschätzungen der vorhergesagten Erträge, über alle Modelle hinweg. Bemerkenswert ist, dass sich die Assimilation von LAI-Daten in das Multi-Modell- Ensemble als die effektivste Strategie zeigte und die besten Ertragsvorhersagen mit reduzierter Verzerrung und Unsicherheit lieferte. Dabei zeigten die Modelle unterschiedliche Reaktionen auf die LAI-Assimilation, wobei der Einfluss der DA bei CERES minimal war, während die Vorhersagen mit SPASS und GECROS durch DA sehr deutlich verbessert werden konnten. Die Korrelationen zwischen Fehlern des modellierten LAI und Ertragsfehlern wurden als Kriterien für die Auswahl eines Modells für DA identifiziert. Das Modell mit der höchsten Korrelation (SPASS) ist am besten für die LAI-Assimilation geeignet. Im dritten und letzten Teil wurde das SPASS-Modell verwendet, um den Einfluss verschiedener Kalibrierungsstrategien auf die DA zu bewerten. Diese Strategien wurden basierend auf der Verfügbarkeit von Daten entworfen: Kalibrierung nur auf den Ertrag, Kalibrierung auf Phänologie und Ertrag, Kalibrierung auf LAI und Ertrag und Kalibrierung auf Phänologie, LAI und Ertrag. Die Ergebnisse zeigen, dass die Assimilation von LAI und Wetterdaten die Gesamtunsicherheit bei den Ertragsvorhersagen bemerkenswert reduzieren. Die Ergebnisse unterstreichen, dass Strategien, die die Assimilation von Phänologiedaten beinhalten, konsequent bessere Vorhersagen für den Ertrag liefern. Das hebt hervor, dass zusätzliche feldbasierte LAI-Daten nicht unbedingt die Qualität der Kalibrierung verbessern. Die Studie stellt auch fest, dass Unsicherheiten im Zusammenhang mit Wetterensembles gegenüber denen, die aus dem Kalibrierungsprozess resultieren, einen wesentlich stärkeren Einfluss ausüben. Dies unterstreicht die Wichtigkeit, Schwankungen und Abweichungen in der Wettervorhersage zu berücksichtigen, wenn es um die Bewertung der Ertragsunsicherheit geht. Abschließend zeigt diese Doktorarbeit, dass die Assimilation von fernerkundeten LAI-Daten in Ertragsmodelle die Vorhersage von Ernteerträgen verbessert und Unsicherheiten im Zusammenhang mit Inputs, Wetter, Kalibrierung und Modellkomplexität vermindert. Die Arbeit betont die Wichtigkeit der Analyse von Korrelationen zwischen Fehlern der assimilierten Variablen und Ertragsvorhersagen für die Auswahl von Modell und Variablen. Des Weiteren verbessert die Assimilation von LAI Daten zwar die Ertragsvorhersage, doch ist es nicht notwendig, dass das Ertragsmodell anhand von LAI-Daten kalibriert wird. ist Die wichtigste Quelle der Unsicherheit ist das Wetter. Infolgedessen würde eine Verbesserung der mittelfristigen Wettervorhersage einen großen Fortschritt bei den Ertragsvorhersagen ermöglichen
Multi-objektive und multi-variate globale Sensitivitätsanalyse des Boden-Pflanze Models XN-CERES in Südwest Deutschland
No full textSoil-crop models enjoy ever-greater popularity as tools to assess the im- pact of environmental changes or management strategies on agricultural production. Soil-crop models are designed to coherently simulate the crop, nitrogen (N) and water dynamics of agricultural fields. However, soil-crop models depend on a vast number of uncertain model inputs, i.e., initial conditions and parameters. To assess the uncertainty in the simulation results (UCSR) and how they can be apportioned among the model inputs of the XN-CERES soil-crop model, an uncertainty and global sensitivity analysis (GSA) was conducted. We applied two different GSA methods, moment-independent and variance-based methods in the sense of the Factor Prioritization and the Factor Fixing setting. The former identifies the key drivers of uncertainty, i.e., which model input, if fixed to its true value, would lead to the greatest reduction of the UCSR. The latter identifies the model inputs that cannot be fixed at any value within their value range without affecting the UCSR. In total we calculated six sensitivity indices (SIs). The overall objective was to assess the cross-sub-model impact of parameters and the overall determinability of the XN-CERES applied on a deep loess soil profile in Southwest Germany. Therefore, we selected 39 parameters and 16 target variables (TGVs) to be included in the GSA. Furthermore, we assessed a weekly time series of the parameter sensitivities. The sub-models were crop, water, nitrogen and flux. In addition, we also compared moment-independent (MI) and variance-based (VB) GSA methods for their suitability for the two settings.
The results show that the parameters of the TGVs of the four groups cannot be considered independently. Each group is impacted by the parameters of the other groups. Crop parameters are most important, followed by the Mualem van Genuchten (MvG) parameters. The nitrate (NO3-) content and the matric potential are the two TGVs that are most affected by the inter- action of parameters, especially crop and MvG parameters. However, the model output of these two TGVs is highly skewed and leptokrutic. Therefore, the variance is an unsuitable representation of the UCSR, and the reliability of the variance-based sensitivity indices SIVB is curtailed. Nitrogen group parameters play an overall minor role for the uncertainty of the whole XN-CERES, but nitrification rates can be calibrated on ammonium (NH4+) measurements. Considering the initial conditions shows the high importance of the initial NO3-; content. If it could be fixed, the uncertainty of crop groups’ TGVs, the matric potential and the N content in the soil could be reduced. Hence, multi-year predictions of yield suffer from uncertainty due to the simulated NO3-; content. Temporally resolved parameter show the big dependence between the crop’s development stage and the other 15 TGVs becomes visible. High temporally resolved measurements of the development stage are important to univocally estimate the crop parameters and reduce the uncertainty in the vegetative and generative biomass. Furthermore, potential periods of water and N-limiting situations are assessed, which is helpful for deriving management strategies. In addition, it become clear that measurement campaigns should be conducted at the simulation start and during the vegetation period to have enough information to calibrate the XN-CERES. Regarding the performance of the different GSA methods and the different SIs, we conclude that the sensitivity measure relying on the Kolmogorov-Smirnov metric (betaks) is most stable. It converges quickly and has no issues with highly skewed and leptokrutic model output distributions. The assessments of the first-effect index and the betaks provide information on the additivity of the model and parameters that cannot be fixed without impacting the simulation results. In summary, we could only identify three parameters that have no direct impact on any TGV at any time and are hence not determinable from any measurements of the TGVs considered. Furthermore, we can conclude that the groups’ parameters should not be calibrated independently because they always affect the uncertainty of the selected TGV directly or via interacting. However, no TGV is suitable to calibrate all parameters. Hence, the calibration of the XN-CERES requires measurements of TGVs from each group, even if the modeler is only interested in one specific TGV, e.g., yield. The GSA should be repeated in a drier climate or with restricted rooting depth. The convergence of the values for the Sobol indices remains an issue. Even larger sample sizes, another convergence criteria or graphical inspection cannot alleviate the issue. However, we can conclude that the sub-models of the XN-CERES cannot be considered in- dependently and that the model does what it is designed for: coherently simulating the crop, N and water dynamics with their interactions.Boden-Pflanze Modelle erfreuen sich immer größerer Beliebtheit, um die Auswirkungen von Umweltveränderungen und Managementstrategien auf die landwirtschaftliche Produktion zu bestimmen. Boden-Pflanzen Modelle sind so konzipiert, dass sie kohärent die Pflanzen-, Stickstoff- (N) und Wasserdynamik in landwirtschaftlichen Feldern simulieren. Leider hängen Boden-Pflanze Modelle von einer Vielzahl unsicherer Modellinputs wie Anfangs- und Randbedingungen sowie Parametern ab. Zur Bestimmung der Unsicherheit in den Simulationsergebnissen (UCSR) und in welchem Ausmaß diese von den Modellinputs des Boden-Pflanze Modells XN-CERES abhängt, wird in dieser Arbeit eine Unsicherheits- und Global Sensitivitäts Analyse (GSA) durchgeführt. Wir verwendeten zwei verschiedene GSA-Methoden, momentunabhängige und varianzbasierte Methoden, im Sinne der Settings: Faktor Priorisierung und Faktor Fixing. Ersteres identifiziert die Parameter, die durch Fixierung zur größten Reduktion der UCSR führen. Letzteres identifiziert die Parameter, die nicht fixiert werden können, ohne die UCSR zu beeinflussen. Insgesamt haben wir sechs verschiedene Sensitivitäts Indices (SIs) berechnet. Das übergeordnete Ziel der Arbeit war es die Teilmodell-übergreifende Wirkung der Parameter und die allgemeinen Bestimmbarkeit des Boden-Pflanzen Modells XN-CERES auf einem Lössstandort in Südwest Deutschland zu quantifizieren. Wir haben insgesamt 39 Parameter und 16 Zielvariablen (TGV) für die GSA ausgewählt. Darüber hinaus lösen wir die Parametersensitivitäten für die vier Teilmodelle Pflanze, Wasser, Stickstoff und Flüsse wöchentlich auf. Darüber hinaus vergleichen wir Moment unabhängige (MI) und Varianz basierte (VB) GSA Methoden und ihre Eignung für die beiden Settings für ein Boden-Pflanze Model. Die Ergebnisse zeigen, dass die Parameter der vier Gruppen im hohen Maße voneinander abhängen. Die Pflanzenparameter haben einen Einfluss auf jede der 16 TGVs. Es folgen die Mualem van Genuchten (MvG) Parameter. Der Nitrat (NO3-) Gehalt und das Matrixpotential am stärksten von Parameterinteraktionen betroffen sind. Allerdings sind die Verteilungen dieser beiden TGVs schief und leptokurtisch. Daher ist die Varianz eine schlechte Repräsentation für die UCSR und die Zuverlässigkeit der Varianz basierten Sensitivitätsindices (SIVB) entsprechend eingeschränkt. Die Parameter der Stickstoffgruppe spielen insgesamt eine untergeordnete Rolle. Die Betrachtung der Anfangsbedingungen zeigt, dass die Unsicherheit in der Simulation der TGVs der Pflanzengruppen, des Matrixpotentials und des N-Gehalts im Boden durch deren akurate Messung stark reduziert werden kann. Vorhersagen für Fruchtfolgen sind folglich unsicher, da der simulierte Ertrag der Hauptfrucht vom Zustand des Bodens nach der Vorfrucht abhängt. Zeitaufgelöste Parametersensitivitäten zeigen die große Abhängigkeit zwischen dem Entwicklungsstadium der Pflanze und den andern 15 TGVs wird sichtbar. Hochauflösende Messungen des Entwicklungsstadiums der Pflanze sind wichtig, um die Pflanzenparameter eindeutig kalibrieren zu können. Ebenfalls können durch zeitaufgelöste Parametersensitivitäten, Zeiträume von möglicher Wasser- und N-Knappheit identifiziert werden. Dies ist besonders wichtig für die Erstellung von Managementstrategien. Messungen sollten vorrangig zu Simulationsbeginn und während der Vegetationsperiode durchgeführt werden, um genügend Informationen für die Kalibrierung des Modells zu erhalten. Bezüglich der Leistung der verschiedenen GSA Methoden und der unterschiedlichen SIs, kommen wir zu dem Ergebnis, dass das auf der Kolmogorov-Smirnov Metrik basierte Sensitivitätsmaß (betaks) am stabilsten ist. Es konvergiert schnell und hat keine Probleme mit stark schiefen und leptokurtischen Verteilungen. Die Kombination aus First-Effect Index und betaks gibt Aufschluss über die Additivität des Modells und identifiziert Parameter, die nicht fixiert werden können. Zusammenfassend lässt sich sagen, dass wir nur drei Parameter identifizieren konnten, die keinen direkten Einfluss auf eine der untersuchten TGV haben. Der direkte Einfluss weiterer acht Parameter ist so gering, dass deren Kalibrierung schwierig ist. Darüber hinaus kommen wir zu dem Schluss, dass die Parameter der verschiedenen Gruppen nicht unabhängig voneinander kalibriert werden können. Weiter ist nicht jede TGV zur Kalibrierung aller Parameter geeignet. Für die Kalibrierung der gewählten Modellkombination sind daher Messungen von TGVs jeder Gruppe erforderlich, auch wenn nur Interesse an einer bestimmten TGV wie zum Beispiel dem Ertrag besteht. Aus der Arbeit ergeben sich einige generelle Empfehlungen. So sollte die GSA in einem trockeneren Klima oder mit eingeschränkter Durchwurzelungstiefe durchgeführt werden. Die Konvergenz der Werte für die Sobol-Indizes ist problematisch. Noch größere Stichprobengrößen, weitere Konvergenzkriterien oder grafische Prüfungen könnten hier Abhilfe schaffen
- …
