Methoden der Kohlenstoffbilanzierung

 

2. CANDY-Modell - Modellierung der Kohlenstoffdynamik im System Boden-Pflanze

verfasst von Evelyn Wallor

 

Inhalt dieses Kapitels

1. Einführung
2. Modellstruktur des CANDY-Modells
3. Modellmethode des CANDY-Modells (Submodelle)
3.1 Bodentemperaturmodell
3.2 Bodenfeuchtemodell
3.3 C- und N-Dynamik
3.4 Startwerte für die C- und N-Dynamik
4. Weiterführende Informationen des Helmholtz-Zentrums für Umweltforschung

 

1. Einführung

Die Modellierung der Dynamik von Kohlenstoff (C) und Stickstoff (N) im System Boden-Pflanze hat eine lange Entwicklung durchlaufen. Erste Ansätze aus dem 19. Jahrhundert nutzen simple Gleichungen zur Beschreibung chemischer Reaktionen.  Beispielsweise werden Veränderungen der C und N Konzentrationen im Boden als Inputrate (Organische Substanz, Dünger) minus Verlustrate (Ernte, Auswaschung) kalkuliert (Molina und Smith 1998). Bis heute ist die Mathematik eine etablierte Methode zur Interpretation ökologischer Prozesse in der Natur, vor allem durch die Unterstützung von Computern (Molina und Smith 1998). Während frühe Modelle die organische Bodensubstanz (OBS) als einen homogenen Pool behandeln, definieren heutige Modelle mit Hilfe von Computern so viele OBS-Pools wie nötig, um die bekannten Umsatzprozesse zu beschreiben (Jenkinson 1990, Molina und Smith 1998). Daher existiert heute eine Vielzahl von Computermodellen, die unterschiedliche, ähnliche oder sogar identische Ansätze zur Simulation der C- und/ oder N-Dynamik im System Boden-Pflanze von natürlichen, bewaldeten oder Agrarökosystemen nutzen. Das sogenannte CAMASE Register – zuletzt 1996 aktualisiert – beschreibt insgesamt 200 agro-ökosystemare Modelle, von welchen 98 Bodenprozesse berücksichtigen (Plentinger und Penning de Vries 1996). Diese Modelle können in zwei Gruppen klassifiziert werden: prozessorientierte Modelle (Jenkinson und Rayner 1977, Molina et al. 1983, Parton et al. 1987) und sogenannte Food Web Modelle (Hunt et al. 1987, Hassink et al. 1994, Moore et al. 1996). Eines der im CAMASE Register genannten Modelle ist das CANDY Modell (Carbon and Nitrogen Dynamics). CANDY ist ein prozessorientiertes Modell, basierend auf den Ergebnissen des Langzeitversuches zur Umsetzung der OBS in Bad Lauchstädt und entwickelt von Franko (Franko et al. 1997). Die Funktionalität von CANDY konnte im Rahmen zahlreicher kooperativer Studien für eine Reihe klimatischer Bedingungen innerhalb der temperierten Breiten nachgewiesen werden (Franko et al. 1995a, Franko et al. 1997, Smith et al. 1997). Einige Studien untersuchen die Funktionalität von CANDY auf Untersuchungsflächen Weißrusslands, der Ukraine und dem Europäischen Teil Russlands. Ein Teil dieser Studien beschäftigt sich mit der Anpassung bestimmter regionaler Pflanzenparameter an den Datenbestand der Pflanzenparameter in CANDY.

Unterschiedliche Standortbedingungen beeinflussen den Kreislauf von C und N im System Boden-Pflanze in hohem Maße. Daher sind vor allem Langzeitversuche in der Lage die Qualität der Modellierung zu beurteilen (Smith et al. 1997). Vor allem der standortspezifische C-Gehalt im ‚steady state’ hängt von vielen Faktoren wie Klima und Bewirtschaftung ab (Pfefferkorn und Körschens 1995, Körschens et al. 1998, Scheffer 2002). Daher bieten Modelle die Möglichkeit nachhaltige Agrarökosysteme zu schaffen und das Risiko schädlicher Austräge zu minimieren. Die Verbindung zwischen Simulationssystemen und ihrer Validität, untersucht anhand der Ergebnisse aus Langzeitversuchen, ist eine Herangehensweise für die Vorhersage zukünftiger Ereignisse in Ökosystemen, welche ein Risiko für die Umwelt darstellen können – beispielsweise in Form von Kohlenstoff- und Stickstoffverlusten (Körschens 2005).

zum Seitenanfang

 

2. Modellstruktur des CANDY-Modells

CANDY ist ein deterministisches, deskriptives Modell, welches den Boden in homogene Layer von je 10 cm Mächtigkeit unterteilt und Bodenprofile bis zu 200 cm Tiefe erlaubt (Franko et al. 1995a). Es enthält eine Reihe von Submodellen, die untereinander verknüpft sind: z.B. simulieren das Bodenfeuchtemodell und das Bodentemperaturmodell die Bedingungen für Pflanzenwachstum und Kohlenstoff- und Stickstoffumsatz. Die funktionale Struktur des Modells ist in der folgenden Abbildung dargestellt.

 

Funktionale Struktur des CANDY-Modells

(Quelle: CANDY User Manual 2005, veränderte Darstellung)

 

Die Handhabung von CANDY wird über eine Benutzeroberfläche realisiert, welche die Eingabe und das Management von Klima-, Boden-, Bewirtschaftungs- und Messwerten erlaubt. CANDY benötigt eine Reihe essentieller Input-Daten oder Startwerte um die Simulation zu starten und Ergebnisse zu generieren. Die notwendigen Daten werden durch die rechte Spalte in Abbildung 1 dargestellt und werden hier detailliert aufgelistet:


Landnutzungs- und Management

  • Fruchtfolge (Aussaat, Fruchtart, Ernte)

  • Düngung (Art, Datum, Menge)

  • Bewässerung (Art, Datum, Menge)

  • Bodenbearbeitung (Art, Datum)


Klimadaten

  • Lufttemperatur (täglicher Mittelwert)

  • Globalstrahlung (tägliche Summe)

  • Niederschlag (tägliche Summe)


Boden (je Layer)

  • OBS-Gehalte

  • Lagerungsdichte

  • Korngrößenzusammensetzung (Textur)

  • Bodenfeuchte bei Feldkapazität und permanentem Welkepunkt

 

Durch die Eingabe und Nutzung experimenteller Werte kann die Funktionalität von CANDY überprüft und verbessert werden. Eine Verbesserung kann durch sogenannte Modellanpassung einzelner Werte realisiert werden. Abbildung 2 zeigt die dazugehörige Benutzeroberfläche.

 

Index der CANDY-Benutzeroberfläche

(Quelle: Wallor 2012, experimentelle Daten, eigenes Projekt)

 

Die linke Spalte der Abbildung beschreibt die verfügbaren Parameter der Datenbanken auf welche das Modell zugreift. Für die Anpassung der Simulation spielen sie eine wichtige Rolle. Ausgewählte Parameter – beispielsweise für Pflanzenwachstum oder charakteristische Bodeneigenschaften – können hier auf standortspezifische Bedingungen angepasst werden und so die Simulationsergebnisse entscheidend verbessern.

zum Seitenanfang

 

3. Modellmethode des CANDY-Modells (Submodelle)

3.1 Bodentemperaturmodell

Der Verlauf der Bodentemperatur wird simuliert anhand der Wärmeflussgleichung. Die Zustandsgröße T ist die Bodentemperatur [K]:

In dieser Gleichung ist t die Zeit [d], z die Bodentiefe [cm], C ist die volumetrische Wärmekapazität des Bodens [J cm-3 K-1] und α ist die Wärmeleitfähigkeit [J s-1 cm-1 K-1]. Für diese Gleichung müssen zwei Randbedingungen definiert werden. Die erste wird definiert als gewichtetes Mittel der Tagesdurchschnittstemperatur des Tages zum Zeitpunkt t0 und der vergangenen zwei Tage und gilt für die oberen 5 cm Boden (Franko et al. 1995a). Dieser Wert wird mit einem Korrekturfaktor multipliziert, welcher den Einfluss der Pflanzenbestände auf die Oberflächentemperatur des Bodens berücksichtigt. Die zweite Randbedingung ist für eine Tiefe von 200 cm definiert. Es wird angenommen, dass dort kein Wärmefluss mehr stattfindet und die konstante Temperatur dort 9,8°C beträgt. Dies entspricht dem langjährigen Mittel der Lufttemperatur in Bad Lauchstädt.

zum Seitenanfang

 

3.2 Bodenfeuchtemodell

Die Dynamik der Bodenfeuchte wird simuliert durch die Gleichung von Glugla (1969), in welcher der volumetrische Wassergehalt sowie das Wasseräquivalent des Schnees die Zustandsgrößen sind (Franko et al. 1995). Die Gleichung beschreibt die Entwässerung des Bodens durch Gravitationskraft basierend auf dem Konzept der Kapazität. Es besagt, dass Wasserfluss nur dann stattfindet, wenn der spezifische Wert der Feldkapazität überstiegen wird oder evaporiert (Verdunstung) oder transpiriert (Wasserabgabe der Pflanze) wird:

t ist wieder die Zeit, W ist der Bodenwassergehalt [mm] eines Layers, WFK ist der Bodenwassergehalt bei FK [mm] und λ ist die hydraulische Leitfähigkeit [mm d-1]. Verdunstung und Transpiration des Pflanzenbestandes werden über die Klimadaten bzw. über das Pflanzenwachstum simuliert (Koitzsch 1990). Koitzsch und Günther (1990) liefern die Gleichung für Schneeakkumulation und Schneeschmelze.

zum Seitenanfang

 

3.3 C- und N-Dynamik

Die Stickstoffdynamik im Boden ist stark abhängig vom Umsatz der OBS. Daher ist die Modellierung des Stickstoffumsatzes Teil des simulierten C Kreislaufs. Im CANDY Modell sind drei Fraktionen der OBS für diesen Prozess definiert (Franko et al. 1995a):

  • die zugefügte frische organische Substanz (AOM)
  • die biologisch (oder mikrobiologisch) aktive organische Substanz (BOM)
  • die stabile organische Substanz (SOM)

Der AOM und der BOM Pool sind verantwortlich für die Umsatzprozesse, aber stofflicher Austausch zwischen allen drei Pools findet statt. Jeder Pool ist charakterisiert durch eine spezifische C/N-Ratio, welche die Mineralisierungsprozesse und somit die Freisetzung von C und N beeinflusst. Dem BOM und SOM Pool ist ein C/N-Verhältnis von 8,5 zugewiesen. Der abbaubare Pool AOM kann durch unterschiedliche C/N-Verhältnisse beschrieben werden, welche entweder die Immobilisierung oder die Mineralisierung der OBS verstärken:

 

 

C… sind die Kohlenstoffgehalte der korrespondierenden Fraktionen der OBS [kg C ha-1] und k… sind die Umsatzkoeffizienten [d-1]. Der Koeffizient ka ist ein Aktivierungskoeffizient und ks ein Stabilisierungskoeffizient (Franko 1990). Der dimensionslose Synthesekoeffizient η beschreibt das Verhältnis der BOM Produktion zum AOM Abbau. Multipliziert man η mit der C/N Ratio des AOM Pools, so wird über die Richtung der C und N Transformation entschieden:

 

 

Die Umsatzkoeffizienten hängen von der Bodentemperatur und –feuchte ab. Um diese Abhängigkeit zu berücksichtigen, wird in CANDY eine ‚biological active time’ (BAT) definiert (Franko 1990). Über mittlere Reduktionsfunktionen wird das Kalenderjahr in die BAT umgerechnet:

 

 

BT entspricht der Bodentemperatur, θ ist die Bodenfeuchte, FAT ist die Textur, E1 ist das relative Luftvolumen des Bodens und h ist die Bodentiefe (Layer). R symbolisiert die Reduktionsfunktion für jeden dieser Umweltparameter und Δ t* repräsentiert die Dauer identischer Verhältnisse. Die Reduktionsfunktionen können detailliert in Franko (1990) und Kuka (2005) recherchiert werden. Die in CANDY kalkulierte BAT entspricht der Zeit, welche unter Laborbedingungen für die Mineralisierung beobachtet werden kann. Außerdem berücksichtigt CANDY den N Input durch mineralische Düngung oder Deposition, die Auswaschung von N, Nitrifizierung und Denitrifizierung (Michaelis-Menten Reaktion).

zum Seitenanfang

 

3.4 Startwerte für die C- und N-Dynamik

Die Startwerte für den Corg Gehalt und dessen Aufteilung in den umsetzbaren Pool (BOM) und den inerten Pool (SOM) zu Beginn der Modellierung beeinflusst entscheidend das Simulationsergebnis. Daher bietet CANDY drei Möglichkeiten den standortspezifischen Cinert Gehalt zu kalkulieren. Alle drei Ansätze berücksichtigen den diesbezüglichen Wissensstand. Der bekannteste Ansatz geht auf Rühlmann (1999) zurück und wird in der Arbeit von Kolbe (2004) und Franko et al. (2007) beschrieben. Dabei dient der Tongehalt als ausschlaggebend für die Kalkulation des Cinert Gehalts. Zwei weitere Methoden gehen ebenfalls von einer physikalischen Protektion der OBS in Mineralböden aus:

  1. Cinert [%] = FAT [%] * ICP; die übliche Spanne der ICP ist 0,04…0,06 (Körschens und Waldschmidt 1995). FAT entspricht der Summe der Feinanteile des Bodens mit Partikelgröße < 6,3 μm. Dies entspricht der Ton- und Feinschlufffraktion nach Deutscher Bodentaxonomie.

  2. Inerter Kohlenstoff ist assoziiert mit der Oberfläche der Mikroporen, welche über den permanenten Welkepunkt kalkulierbar sind. Dieser Ansatz ist Teil des CIPS-Modells (Carbon In Pore Space) und wird von Kuka (2005) beschrieben. Demnach findet die Stabilisierung der OBS an Orten geringer mikrobiologischer Aktivität statt. Das heißt in Anwesenheit von Wasser und unter Abwesenheit von Sauerstoff. Die entsprechenden Gleichungen können in Kuka (2005) und Franko et al. (2007) recherchiert werden. Die CIPS Methode ist mittlerweile etabliert, da sie Unterschiede in der Bodenstruktur berücksichtigt (Puhlmann et al. 2006).

Sollte es an Beobachtungs- oder Messwerten fehlen, bietet CANDY die Möglichkeit ein C und N Level zu definieren. Dieser Wert richtet sich nach dem Durchschnitt reproduzierbaren C Inputs in dt ha-1 (Crep). Dafür muss angenommen werden, dass der Standort sich im Gleichgewichtszustand (steady state) befindet. Unter hiesigen Verhältnissen liegt das C Level zwischen 8 und 12.

zum Seitenanfang

 

4. Weiterführende Informationen des Helmholtz-Zentrums für Umweltforschung

Modellierung von Umsatz und Transportprozessen im Boden

Weiterführende Literatur

Software und Anwendungsbeispiele

 

zum Seitenanfang

 

Literatur:

CANDY User Manual (2005): CANDY – carbon and nitrogen dynamics (windows version), ed. by the Centre of Environmental Research, Leipzig-Halle in the Helmholtz Association.

Franko, U. (1990): C- und N-Dynamik beim Umsatz organischer Substanz im Boden. In: Kohlenstoff- und Stickstoffdynamik im Boden sowie Programme zur Steuerung der organischen Düngung. Tagungsbericht Nr. 295. Akademie der Landwirtschaftswissenschaften, Berlin, S. 13-26.

Franko, U.; Oelschlagel, B.; Schenk, S. (1995a): Simulation of temperature-, water and nitrogen dynamics using the model CANDY. Ecological Modelling, 81, S. 213-222.

Franko, U.; Crocker, G.J.; Grace, P.R.; Klír, J.; Körschens, M.; Poulton, P.R.; Richter, D.D. (1997): Simulating trends in soil organic carbon in long-term experiments using the CANDY model. Geoderma, 81, S. 109-120.

Franko, U.; Kuka, K.; Romanenko, I.A.; Romanenkov, V.A. (2007): Validation of the CANDY model with Russian long-term experiments. Regional Environmental Change, 7, S. 79-91.

Glugla, G. (1969): Berechnungsverfahren zur Ermittlung des aktuellen Wassergehaltes und Gravitationswasserabflusses im Boden. Albrecht-Thaer-Archiv, 13, S. 371-376.

Hassink, J.; Neutel, A.M.; De Ruiter, P.C. (1994): C and N mineralization in sandy and loamy grassland soils: The role of microbes and microfauna. In: Soil Biology and Biochemistry 26, S. 1565-1571.

Hunt, H.W.; Coleman, D.C.; Ingham, E.R.; Ingham R.E.; Elliott, E.T.; Moore, J.C.; Rose, S.L.; Reid, C.P.; Morley, C.R. (1987): The detritial food web in shortgrass prairie. In: Biological Fertility of Soils 3, S. 57-68.

Jenkinson, D.S.; Rayner, J.H. (1977): The turnover of soil organic matter in some of the Rothamsted classical experiments. In: Soil Science 123, S. 298-310.

Jenkinson, D.S. (1990): The turnover of organic carbon and nitrogen in soil. In: Philosophical Transactions of the Royal Society B, London: Biological Sciences, Vol. 329, S. 361-368.

Körschens, M.; Waldschmidt, U. (1995): Ein Beitrag zur Quantifizierung der Beziehungen zwischen Humusgehalt und bodenphysikalischen Eigenschaften. In: Archiv für Acker- und Pflanzenbau und Bodenkunde, 39, S. 165-173.

Körschens, M.; Weigel, A.; Schulz, E. (1998): Turnover of soil organic matter (SOM) and long-term balances – tools for evaluating Sustainable Productivity of Soils. Journal of Plant Nutrition and Soil Science, 161, S. 409-424.

Körschens, M. (2005): Global and regional importance of long-term field experiments. In: Archives of Agronomy and Soil Science, 512, S. 111-117.

Koitzsch, R. (1990): Bodenfeuchte- und Verdunstungsmodell BOWA. Interner Bericht des Forschungszentrums (FZ) Müncheberg, Müncheberg.

Koitzsch, R.; Günther, R. (1990): Modell zur ganzjährigen Simulation der Verdunstung und der Bodenfeuchte landwirtschaftlicher Nutzflächen mit und ohne Bewuchs. Archiv für Acker- und Pflanzenbau und Bodenkunde, 34, S. 803-810.

Kuka, K. (2005): Modellierung des Kohlenstoffhaushaltes in Ackerböden auf der Grundlage bodenstrukturabhängiger Umsatzprozesse. Dissertationsschrift, Mathematisch-Naturwissenschaftlich-Technische Fakultät der Martin-Luther-Universität Halle-Wittenberg.

Molina, J.A.; Clapp, C.E.; Shaffer, M.J.; Chichester, F.W.; Larson, W.E. (1983): NCSOIL, a model of nitrogen and carbon transformation in soil: description, calibration and behaviour. In: Soil Science Society of America Journal 47, S. 85-91.

Molina, J.-A. E.; Smith, P. (1998): Modelling Carbon and Nitrogen Processes in Soils. In: Advances in Agronomy, Volume 62, S. 253-298.

Moore, J.C.; de Ruiter, P.C.; Hunt, H.W.; Coleman, D.C.; Freckman, D.W. (1996): Microcosms and soil ecology: critical linages between field studies and modelling food webs. In: Ecology 77, S. 694-705.

Pfefferkorn, A.; Körschens, M. (1995): The International Organic Nitrogen Long-Term Fertilization Experiment (IOSDV) in Bad Lauchstädt after 16 years. Archiv für Acker- und Pflanzenbau und Bodenkunde, 39(6), S. 413-427.

Plentinger, M.C.; Penning de Vries F.W.T. (1996): CAMASE, Register of agro-ecosystems models. Version II, DLO-Research Institute for Agrobiology and Soil Fertility, Wageningen, The Netherlands.

Puhlmann, M., Kuka, K.; Franko, U. (2006): Comparison of methods for the estimation of inert carbon suitable for initialisation of the CANDY model. Nutrient Cycling in Agroecosystems, 74, S. 295-304.

Rühlmann, J. (1999): A new approach to estimating the pool of stable organic matter in soil using data from long-term field experiments. Plant and Soil, 213, S. 149-160.

Scheffer, F. (2002): Lehrbuch der Bodenkunde/ Scheffer/ Schachtschabel. 15th ed. Heidelberg: Spektrum Akademischer Verlag.

Smith, P.; Smith, J.U.; Powlson, D.S.; McGill, W.B.; Arah, J.R.M.; Chertov, O.G.; Coleman, K.; Franko, U.; Frolking, S.; Jenkinson, D.S.; Jensen, L.S.; Kelly, R.H.; Klein-Gunnewiek, H.; Komarov, A.S.; Li, C.; Molina, J.A.E.; Mueller, T.; Parton, W.J.; Thornley, J.H.M.; Whitmore, A.P. (1997): A comparison of the performance of nine soil organic matter models using datasets from seven long-term experiments. Geoderma, 81, S. 153-225.