Regionalising a soil-plant model ensemble to simulate future yields under changing climatic conditions

Bendel, Daniela Silke

Regionalising a soil-plant model ensemble to simulate future yields under changing climatic conditions

dc.contributor.advisor	Streck, Thilo	de
dc.contributor.author	Bendel, Daniela Silke	de
dc.date.accepted	2023-07-18
dc.date.accessioned	2024-04-08T09:04:59Z
dc.date.available	2024-04-08T09:04:59Z
dc.date.created	2023-11-21
dc.date.issued	2023
dc.description.abstract	Models are supportive in depicting complex processes and in predicting their effects. Climate models are applied in many areas to assess the possible consequences of climate change. Even though Global Climate Models (GCM) have now been regionalised to the national level, their resolution of down to 5x5 km2 is still rather coarse from the perspective of a plant modeller. Plant models were developed for the field scale and work spatially explicitly. This requires to make adjustments if they are applied at coarser scales. The regionalisation of plant models is reasonable and advantageous against the background of climate change and policy advice, both gaining in importance. The higher the spatial and temporal heterogeneity of a region, the greater the computational need. The (dis)aggregation of data, frequently available in differing resolutions or quality, is often unavoidable and fraught with high uncertainties. In this dissertation, we regionalised a spatially-explicit crop model ensemble to improve yield projections for winter wheat under a changing climate. This involved upscaling a crop model ensemble consisting of three crop models to the Stuttgart region, which has an area of 3,654 km2. After a thorough parameter estimation performed with a varying number of Agricultural Response Units on a high-performance computing cluster, yield projections up to the year 2100 were computed. The representative concentration pathways of the Intergovernmental Panel on Climate Change (IPCC) RCP2.6 (large reduction of CO2 emissions) and RCP8.5 (worst case scenario) served as a framework for this effort. Under both IPCC scenarios, the model ensemble predicts stable winter wheat yields up to 2100, with a moderate decrease of 5 dt/ha for RCP2.6 and a small increase of 1 dt/ha for RCP8.5. The variability within the model ensemble is particularly high for RCP8.5. Results were obtained without accounting for a potential progress in wheat breeding.	en
dc.description.abstract	Modelle helfen uns dabei, komplexe Prozesse abzubilden um Vorhersagen über deren Wirkung treffen zu können. Klimamodelle werden in vielen Bereichen eingesetzt, um die möglichen Konsequenzen des Klimawandels abzuschätzen. Auch wenn globale Klimamodelle (GCM) inzwischen bis hinunter auf die nationale Ebene regionalisiert wurden, ist ihre Auflösung mit bis zu 5x5 km2 aus der Sicht der Pflanzenmodellierung noch immer recht gering. Da Pflanzenmodelle für die Feldskala entwickelt wurden und deshalb räumlich explizit sind, muss eine Anpassung erfolgen, um sie auf größeren Skalen als der Feldskala anwenden zu können. Die Regionalisierung von Pflanzenmodellen ist nicht nur in Verbindung mit Klimasimulationen sinnvoll, sondern generell in der Politikberatung. Hier wie dort gewinnen regionale Anwendungen an Bedeutung. Je höher die räumliche und zeitliche Heterogenität einer Region, desto größer ist die benötigte Rechenkapazität. Die (Dis-)Aggregierung von Datensätzen, die oftmals in unterschiedlicher Auflösung oder Qualität vorliegen, ist meist nicht zu vermeiden und mit hohen Unsicherheiten behaftet. Das Ziel dieser Dissertation ist die Regionalisierung von räumlich-expliziten Simulationen des Pflanzenwachstums, um Ertragsprojektionen für Winterweizen unter einem sich wandelnden Klima zu erhalten. Dafür wurde ein Pflanzenmodellensemble, bestehend aus drei Pflanzenmodellen, auf die Ebene der Region Stuttgart, mit einer Fläche von 3.654 km2, skaliert. Nach einer sorgfältigen Parameterschätzung basierend auf drei verschiedenen Sets von Landwirtschaftlichen Response Units auf einem High Performance Rechencluster, wurden Ertragsprojektionen bis zum Jahr 2100 berechnet. Die repräsentativen Konzentrationspfade des Intergovernmental Panel on Climate Change (IPCC) RCP2.6 (drastische Reduzierung der CO2-Emissionen) und RCP8.5 (Worst-Case-Szenario) dienten als Rahmen für die Simulationen. Das Modellensemble zeigt im Ergebnis stabile Winterweizen-Erträge bis 2100 für beide Szenarien, mit einem Rückgang von 5 dt/ha bei RCP2.6 und einem geringen Anstieg von 1 dt/ha bei RCP8.5. Insbesondere bei RCP8.5 ist die Variabilität innerhalb des Ensembles sehr hoch. Zu berücksichtigen ist, dass der Züchtungsfortschritt in den Ergebnissen nicht abgebildet wurde.	de
dc.identifier.swb	1870762266
dc.identifier.uri	https://hohpublica.uni-hohenheim.de/handle/123456789/6900
dc.identifier.urn	urn:nbn:de:bsz:100-opus-22418
dc.language.iso	eng
dc.rights.license	publ-mit-pod	en
dc.rights.license	publ-mit-pod	de
dc.rights.uri	http://opus.uni-hohenheim.de/doku/lic_mit_pod.php
dc.subject	Climate change	en
dc.subject	Winter wheat	en
dc.subject	Grain yield	en
dc.subject	Regionalisation	en
dc.subject	Parameter estimation	en
dc.subject	Model	en
dc.subject	Scenario	en
dc.subject.ddc	630
dc.subject.gnd	Klimaänderung	de
dc.subject.gnd	Winterweizen	de
dc.subject.gnd	Ernteertrag	de
dc.subject.gnd	Regionalisierung	de
dc.subject.gnd	Parameterschätzung	de
dc.subject.gnd	Modell	de
dc.subject.gnd	Szenario	de
dc.title	Regionalising a soil-plant model ensemble to simulate future yields under changing climatic conditions	de
dc.title.dissertation	Regionalisierung eines Boden-Pflanze-Modell-Ensembles zur Simulation von zukünftigen Ernteerträgen unter sich verändernden klimatischen Bedingungen	de
dc.type.dcmi	Text	de
dc.type.dini	DoctoralThesis	de
local.access	uneingeschränkter Zugriff	en
local.access	uneingeschränkter Zugriff	de
local.bibliographicCitation.publisherPlace	Universität Hohenheim	de
local.export.bibtex	@phdthesis{Bendel2023, url = {https://hohpublica.uni-hohenheim.de/handle/123456789/6900}, author = {Bendel, Daniela Silke}, title = {Regionalising a soil-plant model ensemble to simulate future yields under changing climatic conditions}, year = {2023}, school = {Universität Hohenheim}, }
local.export.bibtexAuthor	Bendel, Daniela Silke
local.export.bibtexKey	Bendel2023
local.export.bibtexType	@phdthesis
local.faculty.number	2	de
local.institute.number	310	de
local.opus.number	2241
local.university	Universität Hohenheim	de
local.university.faculty	Faculty of Agricultural Sciences	en
local.university.faculty	Fakultät Agrarwissenschaften	de
local.university.institute	Institute for Soil Science and Land Evaluation	en
local.university.institute	Institut für Bodenkunde und Standortslehre	de
thesis.degree.level	thesis.doctoral

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Diss_Daniela_Bendel.pdf
Size:: 13.98 MB
Format:: Adobe Portable Document Format
Description:: Open Access Fulltext

Download

Collections

Institut für Bodenkunde und Standortslehre