Weizenerträge präziser vorhersagen
Mithilfe besserer mathematischer Ertragsmodelle ist es Leibniz-Forschern gelungen, die Folgen des Klimawandels für Weizenernten zuverlässiger vorherzusagen.
Ob Dauerregen oder Hitzewelle: Die Folgen des Klimawandels sind schon heute spürbar und lassen Landwirte immer öfter um ihre Ente bangen. Doch wie kann sich die Landwirtschaft auf Klimaveränderungen vorbereiten, um auch in Zukunft die Ernährungssicherheit zu garantieren? Diese Frage hat sich ein internationales Forscherteam unter Mitwirkung von Wissenschaftlern des Leibniz-Zentrums für Agrarlandschaftsforschung (ZALF) im Rahmen des „Agricultural Model Intercomparison and Improvement Projects“ (AgMIP) gestellt. Das Team aus insgesamt 60 Wissenschaftlern verfeinerte darin ein Werkzeug, mit dessen Hilfe die Auswirkungen von Klimavariabilität auf Erträge beim Weizen noch präzisier und somit zuverlässiger vorhergesagt werden können.
Simulationsfehler beim Weizenertrag reduziert
Konkret wurden mathematische Funktionen in Ertragsmodellen verbessert, mit deren Hilfe Unsicherheiten in den Prognosen zum Weizenertrag erheblich reduziert werden, wie die Forscher im Fachjournal „Nature Plants“ berichten. Unter der Leitung der australischen Forschungsbehörde CSIRO und dem Europäischen Agrarforschungsinstitut INRA hatten die Forscher insgesamt 27 gängige Weizenertragsmodelle genauer unter die Lupe genommen. Das Ergebnis: Mehr als die Hälfte aller Unsicherheiten waren auf die dabei verwendeten Temperaturreaktionsfunktionen zurückzuführen. Das Team entwickelte daraufhin eine neue Funktion, mit der die Simulationsfehler für Weizenerträge um bis zu 50% reduziert werden können.
Werkzeug für Entscheidungsträger
Für repräsentative Weizenstandorte auf der ganzen Welt wurde das Prognosemodell des AgMIP-Teams bereits erfolgreich getestet. Die Forscher sind überzeugt, dass die neue Methode nicht nur auf Ertragsmodelle anderer Getreidesorten übertragbar ist. Es ist gleichzeitig ein wichtiges Werkzeug für Entscheidungsträger, um die Landwirtschaft auf lokaler und globaler Ebene auf Klimaveränderungen besser vorbereiten zu können.
bb