Inhaltsverzeichnis

Abbildungsverzeichnis  :  3

Tabellenverzeichnis:   3

Formelverzeichnis  :  3

Einleitung  :  4

1.  Entstehung und Aufgabenbereiche von MARS  5

2.  Methodik  6

2.1  Meteorologische Daten  6

2.2  Modellierung des Pflanzenwachstums im CGMS  10

2.3  Die Rolle der Fernerkundung im MARS - Projekt  12

3.  Ergebnisse  15

3.1  Ergebnisse in Form von Karten  15

3.1.1  Einfluss von Temperatur und Niederschlag auf das Pflanzenwachstum  16

3.1.2  Abschätzung der Ernteerträge für Kartoffeln für das Jahr 2009  19

3.1.3  Risikokarten für das Auftreten von Dürreereignissen für Winterweizen und  

Kartoffeln   21

3.2  Die Genauigkeit der Ernteertragsabschätzung  24

Schluss  :  26

Literaturverzeichnis  :  27

2

Abbildungsverzeichnis:

Abbildung 1: Verfügbare Klimamessstationen für MARS für Europa und den Mittelmeerraum

(Micale, Genovese, 2004, Seite 9). ............................................................................................ 7 Abbildung 2: Das nach der Interpolation entstandene Raster für die meteorologischen Daten

(Micale, Genovese, 2004, Seite 16). .......................................................................................... 9 Abbildung 3: Vergleich der kumulierten Temperatur im Zeitraum 1.07.2009 - 30.09.2009 mit dem langzeitlichen Durchschnitt für diese Periode. Abweichungen in Prozent (MARS Bulletin

Europe - Agrometeorological Bulletin, 2009, Seite 4). ........................................................... 16 Abbildung 4: Vergleich der kumulierten Niederschlagswerte für den Zeitraum 01.07.2009 -30.09.2009 mit den langjährigen Mittelwerten. Abweichungen in Prozent (MARS Bulletin

Europe - Agrometeorological Bulletin, 2009, Seite 5) ............................................................ 17 Abbildung 5: NDVI von Oktober 2009 verglichen mit dem langjährigen Mittelwert für

Oktober. Abweichungen in Prozent (MARS Bulletin Europe - Agrometeorological Bulletin,

2009, Seite 20). ......................................................................................................................... 18 Abbildung 6: Ernteertragsabschätzung für Kartoffeln. Angegeben ist der Ertrag in Tonnen pro Hektar, sowie die Abweichung des Jahres 2009 vom Mittelwert der Jahre 2004 - 2008

(MARS Bulletin Europe - Forecasts Update, 2009, Seite 4). .................................................. 20 Abbildung 7: Darstellung des Risikos für schwerwiegende Dürreereignisse für Winterweizen (links) und Kartoffeln (rechts). Betrachtet wird der Zeitraum von 1975 - 2006 (nach Gallego

et al., 2007, Seite 7). ................................................................................................................. 22 Abbildung 8: Darstellung des mittleren Dürrerisikos für Winterweizen (links) und Kartoffeln (rechts). Betrachtet wird der Zeitraum von 1975 - 2006 (nach Gallego et al., 2007, Seite 7). 23 Abbildung 9: Abweichungen von modellierten Ernteertragsabschätzungen für verschiedene Feldfrüchte von tatsächlich erzielten Werten (nach Genovese, Bettio, 2004, Seite 44). ......... 24

Tabellenverzeichnis:

Tabelle 1: Parameter der interpolierten Pixel (nach Micale, Genovese, 2004, Seite 15). .......... 8

Formelverzeichnis:

Formel 1: NDVI (Royer, Genovese, 2004, Seite 5). ................................................................ 13

3

Einleitung:

Der landwirtschaftliche Sektor ist dadurch gekennzeichnet, dass er hohen Risiken ausgesetzt ist. Zum einen gibt es ökonomische Risiken, wenn es darum geht, wie viel Geld ein Landwirt für seine Waren erhält. Zum anderen spielt das Klima, beziehungsweise das Wetter, eine Rolle, da es sich unmittelbar auf die Ernteerträge auswirkt. Jährliche Schwankungen des Ertrags von 30 Prozent und mehr, sind dabei durchaus möglich. Klimatische und ökonomische Einflussfaktoren variieren zudem räumlich sehr stark. Expertenwissen über die Situation an einem Ort ist deshalb sehr wichtig, um Risiken dort abzuschätzen und sich bestmöglich an die lokalen Gegebenheiten anzupassen. Der Einsatz von agro-meteorologischen Modellen vermag in diesem Bereich viel zu leisten. So kann etwa der Anbau von verschiedensten Feldfrüchten zusammen mit dem Klima und den Böden an einem Ort simuliert werden. Die erzielten Erträge richten sich stark danach, wie gut die Pflanze an den Boden und das Klima, beziehungsweise das Wetter, vor Ort angepasst ist. Das Auftreten von Risiken für die Landwirtschaft durch Extremereignisse, wie etwa Hagel, Starkregen, Dürren, Hitzewellen oder Frost, kann dabei ebenso simuliert werden, wie deren Auswirkungen auf die Vegetation (Gallego et al., 2007).

Seit 1988 läuft ein Projekt der Europäischen Union namens MARS (Monitoring Agriculture with Remote Sensing), das sich mit der Abschätzung von Ernteerträgen und Risiken für die Landwirtschaft innerhalb ihrer Mitgliedsstaaten und weiterer ausgewählter Regionen beschäftigt (Genovese, Bettio, 2004).

Diese Seminararbeit stellt das MARS - Projekt nun genauer vor. Zunächst wird auf die Entstehung und die Aufgabenbereiche von MARS eingegangen (Abschnitt 1). Darauf folgt eine genauere Betrachtung der Methodik der Ernteertragsabschätzung (Abschnitt 2). Abschnitt 3 stellt schließlich Ergebnisse von MARS anhand einiger Karten vor und untersucht die Genauigkeit der Ernteertragsabschätzung. Abschließend werden die Ergebnisse kurz

diskutiert und das Potential des MARS - Projektes für die Zukunft abgeschätzt (Schluss).

4

1. Entstehung und Aufgabenbereiche von MARS

Das MARS - Projekt wurde 1988 ins Leben gerufen. Die Motivation bestand damals darin, politische Entscheidungsträger, vornehmlich im landwirtschaftlichen Bereich, mit unabhängigen und zeitnahen Abschätzungen über die Erträge von in Europa angebauten

Feldfrüchten zu versorgen. Die Abteilung, die sich innerhalb des MARS - Projektes damit beschäftigt, trägt den Namen MARS - STAT (Genovese, Bettio, 2004).

Der Bereich MARS - STAT ist am Sachgebiet für Landwirtschaft und Fischerei an der Gemeinsamen Forschungsstelle der EU (Joint Research Centre JRC) untergebracht und Teil des Instituts für Schutz und Sicherheit der Bürger (Institute for the Protection and Security of the Citizen IPSC). MARS hat dabei noch weitere Aufgabenbereiche. So unterstützt es auch Projekte zum Thema Lebensmittelsicherheit und Nahrungsmittelhilfe. Dafür gründete sich

eine eigene Abteilung namens MARS - FOOD. Dies war der Anstoß dafür, den Tätigkeitsbereich von MARS - STAT auf vier weitere Gebiete auszuweiten. So kamen die gesamte Mittelmeerregion, viele Länder der ehemaligen Sowjetunion, Teile Ostafrikas, sowie Bereiche in Südamerika dazu. Der Grund dafür bestand hauptsächlich darin, Projekte im Themenfeld Nahrungsmittelsicherheit zu unterstützen, indem man für diese Regionen ebenfalls Ernteertragsabschätzungen durchführte (Genovese, Bettio, 2004).

Grundlegende Aufgaben von MARS - STAT sind die überwachte Sammlung meteorologischer Daten, sowie deren Weiterverarbeitung und Analyse. Die Simulation von agro-meteorologischen Wachstumsbedingungen für Nutzpflanzen gehört ebenso dazu, wie auch die Auswertung von niedrig aufgelösten Satellitendaten. Dazu ergänzen statistische Analysen der Daten und die Erstellung von Ernteertragsabschätzungen das Aufgabenspektrum (Royer, Genovese, 2004).

Nachdem nun die Entstehung und die Aufgabenbereiche des MARS - Projektes beleuchtet wurden, folgt nun ein Blick auf die Methodik der Ernteertragsabschätzung.

5

2. Methodik

Die Ernteertragsabschätzung basiert auf mehreren Säulen. Zum einen werden meteorologische Daten von Klimamessstationen gesammelt und ihre Qualität überprüft. Daraufhin werden sie weiterverarbeitet und analysiert. Diese Daten stellen für sich bereits eine eigenständige Informationsquelle dar. Im nächsten Schritt verarbeitet man die Daten in einer Computer gestützten Simulation, dem Pflanzenwachstumsmodell CGMS (Crop Growth Monitoring System). Dabei spielen parametrisierte Eigenschaften von Böden, Informationen zu den Ansprüchen der jeweiligen Pflanzen und meteorologische Daten eine wichtige Rolle. Die Ausprägung des momentanen Wetters wird zu jeder Zeit überprüft und zusammen mit den als konstant angenommenen Böden und mit den Ansprüchen der jeweiligen Feldfrüchte abgeglichen, die die Pflanze zu jeder ihrer Entwicklungsphasen hat. Dies bildet die Grundlage, um eine Biomassen- und Feldfruchtertragsproduktion zu generieren. Zudem werden mit Hilfe von Fernerkundung weitere Daten erhoben, die mit den agro-meteorologischen Werten verglichen und ebenfalls als Grundlage für Ernteschätzungen herangezogen werden. In einem weiteren Schritt benutzt man alle Erkenntnisse aus den meteorologischen, agro-meteorologischen, sowie fernerkundeten Daten, um das modellierte Wachstum der Feldfrüchte mit den tatsächlichen Werten zu verknüpfen und dadurch Ernteertragsprognosen abzuleiten. Für Feldfrüchte kommt das speziell an Europa angepasste Wachstumsmodell WOFOST zum Einsatz. Für Grünland verwendet man ein anderes System, namens LINGRA (Lazar, Genovese, 2004).

2.1 Meteorologische Daten

Das System erhält global Informationen von mehr als 6.000 Klimamessstationen aus 48 Ländern. Jedoch sendet etwa lediglich ein Drittel davon regelmäßig Daten in guter Qualität. Deshalb werden auch nur 2000 Stationen für die Interpolationen verwendet, die die Punktmessungen der Klimamessstationen in die Fläche umrechnen (Micale, Genovese, 2004).

6

Abbildung 1: Verfügbare Klimamessstationen für MARS für Europa und den Mittelmeerraum (Micale, Genovese, 2004, Seite 9).

Abbildung 1 zeigt das Netz der Stationen, die für Europa und den Mittelmeerraum zur Verfügung stehen. Es fällt auf, dass es vor allem in Deutschland, Österreich, Großbritannien und der Schweiz ein dichtes Netz an Stationen gibt, während in Portugal, Osteuropa und in den Nordafrikanischen Ländern weniger Stationen vorhanden sind (siehe Abbildung 1). Für jedes Land wird ein Set an Stationen ausgewählt. Diese müssen dabei gewisse Anforderungen erfüllen, die im Folgenden kurz beschrieben werden (Micale, Genovese, 2004).

7