Die Intensivierung der Landwirtschaft und insbesondere der Einsatz von Düngemitteln ist der Schlüssel zur Ernährungssicherung einer wachsenden Weltbevölkerung. Der im Dünger enthaltene Stickstoff geht jedoch nicht nur in die pflanzliche Biomasse ein und wird schließlich geerntet, sondern wird auch als reaktiver Stickstoff (Nr) über verschiedene gasförmige und hydrologische Pfade in die Umwelt abgegeben. Dies führt zu gravierenden Umweltproblemen wie Eutrophierung, Treibhausgasemissionen oder Grundwasserverschmutzung. Wir gehen davon aus, dass wissenschaftlich fundierte Stickstoffminderungsstrategien es ermöglichen, die N2O- und NH3-Emissionen zu reduzieren und die NO3-Einträge in die Gewässer zu verringern, während die Erträge erhalten bleiben. Ziel des MINCA-Projekts ist daher die Etablierung eines gekoppelten, prozessbasierten hydro-biogeochemischen Modells zur Identifizierung von Feldbewirtschaftungsstrategien zu nutzen, die es ermöglichen, den Nr-Überschuss zu reduzieren und damit die N-Belastung in landwirtschaftlich dominierten Landschaften zu mindern. Unser besonderes Interesse gilt den Nr-Umwandlungsmechanismen an den Schnittstellen von Feldern, Grundwasser, Uferzone und Bächen. Um das derzeit begrenzte Verständnisses der zeitlichen und räumlichen hydro-biogeochemischen Flüsse bei der Nr-Transformation in der Landschaft zu überwinden, werden wir innovative Feldexperimente mit einem prozessbasierten Modellierungsansatz kombinieren. Der N-Zyklus in hydro-biogeochemischen Modellen ist jedoch komplex und die Validierung der zugrunde liegenden Prozesse datenintensiv. Die Messungen werden daher auf vier verschiedenen landwirtschaftlichen-, einem Grünland- und einem Waldgebiet durchgeführt. MINCA besteht aus vier eng miteinander verbundenen Arbeitspaketen (WP). In WP1 werden bereits laufende Messung der Wasser- und Stickstoffflüsse im Vollnkirchener Bach Studiengebiet beschrieben. Die bereits relativ umfangreichen kontinuierlichen Messungen, z.B. N2O-Emissionen, Bodenfeuchte, Abfluss und Gewässerqualität, sollen durch weitere Messungen wie NO3-Auswaschung und -Konzentrationen, saisonale Blattflächenindices, Erträge, Biomasse und deren C- und N-Gehalt ergänzt werden. Zusätzlich werden 15N2O und 15NO3 Isotopomer in Feldkampagnen gemessen. Komplexe Messungen für Modellversuche in WP1, modellbasierte hochskalierungs-Methoden im Rahmen von WP2 und Parameterreduktion, Unsicherheitsanalyse und Prozessplausibilitätsprüfung von WP3 erlauben es uns zu erkennen, wann und wo N-Belastung in der Landschaft auftreten. Dieses vertiefte Wissen wird die Grundlage für die Entwicklung von wissenschaftlich fundierten Mitigationsszenarien im WP4 bilden. Das gekoppelte Modell wird im Echtzeit-Modus ausgeführt, um die vom Bundesministerium für Ernährung und Landwirtschaft erstrebten Zielwerte von reduziertem Nr-Überschuss zu erreichen. Maßgeschneiderte in-situ-Experimente zu N2O-Emissionen und NO3-Auswaschung werden die Wirksamkeit des Minderungspotenzials aufzeigen.
Atmosphärische Modelle verwenden eine Schnittstelle zwischen dem Landoberflächenmodell und der Parametrisierung der Flüsse in der atmosphärischen Grenzschicht (ABL). Über eine Parameterisierung der Prandtlschicht (engl. surface layer scheme) werden Impuls-, Wärme- und Feuchtigkeitsflüsse zwischen der Oberfläche und der untersten atmosphärischen Modellschicht ausgetauscht. Bei diesem Ansatz wird eine „Blending Height“ eingeführt, bei der die Oberflächenflüsse über einer heterogenen Landoberfläche als homogen auf der Gitterskala betrachtet werden. In dieser Höhe, die innerhalb der untersten atmosphärischen Modellschicht angenommen wird, findet der Übergang zur ABL-Parametrisierung statt. Bei konvektionserlaubenden (CP) Modellsimulationen (Gitterskala < 3 km) über heterogener Vegetation können die unteren Modellschichten jedoch unterhalb der „Blending Height“ liegen, was zu Fehlern in den simulierten Flüssen führt. Eine große Herausforderung bei der atmosphärischen Modellierung ist die Parametrisierung der Schnittstelle zwischen heterogener dynamischer Vegetation und ABL unter instabilen, stabilen und neutralen Bedingungen mit Advektion aus verschiedenen Windrichtungen. Dementsprechend sind unsere Ziele die Identifizierung der „Blending Height“ in Abhängigkeit von der Heterogenität und dem Zustand der Vegetation sowie von den atmosphärischen Randbedingungen und die Quantifizierung des Einflusses der Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“. Die Ergebnisse werden verwendet, um repräsentative, skalenabhängige Flüsse auf dieser Ebene für Land-Atmosphären (L-A) Rückkopplungsstudien und Turbulenzparametrisierungen abzuleiten. WRF-NoahMP-Gecros-Modellsimulationen von der CP- bis zur Large-Eddy-Skala werden mit Beobachtungen an den LAFO- und MOL-RAO-Standorten verglichen, um die „Blending Height“ und die effektiven Rauhigkeitsparameter der Vegetation für CP-Simulationen in Abhängigkeit von den atmosphärischen Rahmenbedingungen zu ermitteln. Die Simulationen werden über die Cross Cutting Working Group (CCWG)-MME in das Multi Model Experiment (MME) eingebettet. Die Auswirkungen der Heterogenität auf die Stärke der L-A-Rückkopplung werden untersucht und das Verständnis der Austauschprozesse zwischen Oberfläche und Atmosphäre sowie innerhalb der ABL verbessert. Die Synergie dieser Modellergebnisse und 3D-Beobachtungsdaten wird genutzt, um die skalenabhängigen Auswirkungen der dynamischen Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“ zu untersuchen. Dieses Projekt befasst sich mit den LAFI-Hauptzielen 2, 3, 4, S und E. Es ist an der CCWG-MME und der CCWG-DL beteiligt. Die Simulationen werden in Zusammenarbeit mit den Projekten P6, P8 und P9 durchgeführt. P2 liefert den Blattflächenindex und den Anteil der Vegetationsdecke für die Initialisierung des Modells. Die LAFI-Beobachtungen von P1-P5 werden für die Modellevaluation verwendet.
Wir werden eine Strategie zur Assimilation der Landoberflächentemperatur implementieren, bei der verschiedene Beobachtungen innerhalb eines Tages verwendet werden, um sensitive Landoberflächenparameter und -zustandsgrößen anzupassen. Wir werden zudem einen Operator zur Assimilation des Blattflächenindex entwickeln, um damit dynamische Vegetationszustandsgrößen und sensitive Ökosystemparameter anzupassen. Der Nutzen der genannten Daten in Kombination mit Bodenfeuchtebeobachtungen wird mit Hilfe synthetischer Experimente ermittelt. Im Besonderen wird dabei untersucht, ob die Parameterschätzung verbessert werden kann und in welchem Ausmaß die Assimilation bestimmter Datentypen die Zustandsgrößen anderer Kompartimente verbessert. Hierbei werden realistische Szenarien verwendet, welche verschiedene Unsicherheitsquellen und unbekannte Parameter beinhalten. Synthetische Experimenten werden zunächst mit der Landkomponente von TerrSysMP-PDAF (CLM-ParFlow-PDAF) mit Hilfe eines gemeinsamen Testfalles mit P5, P6 und P7 durchgeführt. Wir werden zudem Beiträge zu den Experimenten mit dem gesamten TerrSysMP-PDAF liefern, welche von C1 koordiniert werden. Im letzten Schritt werden Tests mit dem Rureinzugsgebiet durchgeführt.
The airborne hyperspectral image was acquired by the AVIRIS-Next Generation (AVIRIS-NG) instrument during the AVIRIS-NG Europe 2021 HyperSense campaign that has been conducted as a joint effort of ESA, NASA/JPL and the University of Zurich. Acquired was an agricultural area near Irlbach, Germany on May 30th, 2021. The data was preprocessed (radiometrically, geometrically and atmospherically corrected) to contain 419 bands in the 402 - 2495 nm spectral range. Metadata was acquired on the same day for the variables Leaf Area Index (LAI), Leaf Chlorophyll content, crop height and phenology. An overview of metadata acquisition and processing can be found in the HYPERedu YouTube videos on ground reference data acquisition in the field and ground reference data acquisition in the lab. More details on LAI and chlorophyll acquisition can be found in the field data guides assembled by the authors of this dataset via enmap.org (Danner et al., 2015; Süß et al., 2015). The dataset is made publically available within the massive open online course (MOOC) "Beyond the Visible - Introduction to Imaging Spectroscopy for Agricultural Applications", available from December 2022.
The 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.
TERENO Eifel-Rur Observatory. TERENO (TERrestrial ENvironmental Observatories) spans an Earth observation network across Germany that extends from the North German lowlands to the Bavarian Alps. This unique large-scale project aims to catalogue the longterm ecological, social and economic impact of global change at regional level. The central monitoring site of the TERENO Eifel/Lower Rhine Valley Observatory is the catchment area of the River Rur. It covers a total area of 2354 km² and exhibits a distinct land use gradient: The lowland region in the northern part is characterised by urbanisation and intensive agriculture whereas the low mountain range in the southern part is sparsely populated and includes several drinking water reservoirs. Furthermore, the Eifel National Park is situated in the southern part of the Rur catchment serving as a reference site. Intensive test sites are placed along a transect across the Rur catchments in representative land cover, soil, and geologic settings. The Rollesbroich site is located in the low mountain range “Eifel” near the German-Belgium border and covers the area of the small Kieselbach catchment (40 ha) with altitudes ranging from 474 to 518 m.a.s.l.. The climate is temperate maritime with a mean annual air temperature and precipitation of 7.7 °C and 1033 mm, respectively, for the period from 1981 to 2001. Soils are dominated by (stagnic) Cambisols and Stagnosols on Devonian shales with occasional sandstone inclusions that are covered by a periglacial solifluction clay–silt layer. The mountainous grassland vegetation is dominated by perennial ryegrass (Lolium perenne) and smooth meadow grass (Poa pratensis). The study site is highly instrumented. All components of the water balance (e.g. precipitation, evapotranspiration, runoff, soil water content) are continuously monitored using state-of-the-art instrumentation, including weighable lysimeters, runoff gauges, cosmic-ray soil moisture sensors, a wireless sensor network that monitors soil temperature, and soil moisture at 189 locations in different depths (5, 20 and 50 cm) throughout the study site. Periodically also different chamber measurements were made to access soil or plant gas exchange. This data set contains weekly updated flux-, meteorological and soil measurements of the permanent operating EC/Climate station Rollesbroich 1 (50.621°N, 6.304°E,515 m a.s.l.), which was installed in spring 2011 at the border of two fields of grassland (5.8 and 7.8 ha) within the study site. Management of both fields is typical for the low mountain range of the Eifel region with one fertilizer application and three cuts per year. The area within the fetch of the eddy covariance tower is relatively flat with slopes ranging between 0.35° and 3.12°. The station is equipped with a CSAT3 sonic anemometer and LI7500 gas analyser. Besides flux measurements and typical climate parameters (radiation, air temperature, air humidity, soil moisture, soil temperature etc.) also the plant height and farming activities are recorded. Meteorological and soil data was at least controlled by visual inspection by using common plausibility ranges and cross checks with nearby stations. Afterwards the data was flagged according to it's quality (O.K., suspect, moderate, bad etc.). Flux data was processed and checked according to the TERENO QC scheme (Mauder, M., Cuntz, M., Drüe, C., Graf, A., Rebmann, C., Schmid, HP., Schmidt, M., Steinbrecher, R., 2012. A strategy for quality and uncertainty assessment of long-term eddy-covariance measurements. Agricultural and Forest Meteorology 169, 122-135, 2013).
| Origin | Count |
|---|---|
| Bund | 43 |
| Land | 3 |
| Wissenschaft | 15 |
| Type | Count |
|---|---|
| Daten und Messstellen | 7 |
| Ereignis | 1 |
| Förderprogramm | 40 |
| unbekannt | 10 |
| License | Count |
|---|---|
| geschlossen | 1 |
| offen | 55 |
| unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 35 |
| Englisch | 32 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 6 |
| Dokument | 1 |
| Keine | 27 |
| Webdienst | 1 |
| Webseite | 22 |
| Topic | Count |
|---|---|
| Boden | 44 |
| Lebewesen und Lebensräume | 56 |
| Luft | 36 |
| Mensch und Umwelt | 56 |
| Wasser | 39 |
| Weitere | 58 |