Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Die Kombination der „chilling“ und „forcing“ Einheiten kann auf zwei Wegen erfolgen. Sequentielle<br />
Modelle gehen davon aus, dass „forcing units“ erst dann auf die Pflanze einwirken<br />
können, wenn die Dormanz beendet ist und der spezifische „chilling“ Bedarf der Pflanze C *<br />
erreicht ist. Dementsprechend wird in den Modellen entweder C * optimiert oder der Termin<br />
t1, zu dem die Dormanz aufgehoben ist. Zudem wird in einigen Modellen die Annahme gemacht,<br />
dass eine inverse Beziehung zwischen C * und F * existiert („Alternating model“). Dies<br />
kann durch Gleichung 7 zum Ausdruck gebracht werden. Hiernach verringert sich mit zunehmendem<br />
Kältereiz der Wärmebedarf der Pflanze bis zum Eintritt der Phase.<br />
Parallele Modelle gehen hingegen davon aus, dass Kälte- und Wärmereize gleichzeitig in der<br />
Zeit von t0 bis t2 wirksam sein können. Zusätzlich wird meist auch Gleichung 7 in diesen Modellen<br />
mit berücksichtigt, wobei sich das für die Pflanze erforderliche Wärmebedürfnis sowohl<br />
bereits zum Zeitpunkt t1 als auch erst zum Zeitpunkt t2 ergeben kann.<br />
Im Rahmen dieser Untersuchung wurden insgesamt 24 unterschiedliche phänologische Modellierungsansätze<br />
programmiert und mit den Daten von Sachsen getestet. Hierbei entsprechen<br />
6 Modelle dem „thermal time“ Modell, die die Phase der Dormanz nicht berücksichtigen.<br />
Die übrigen Modelle sind ausschließlich „chilling-forcing“ Modelle.<br />
Zur Überprüfung der Modellgüte wurde der Stichprobenumfang in gerade und ungerade Jahre<br />
im Zeitraum 1962-2005 geteilt. Die Optimierung der Modellparameter wurde an den geraden<br />
Jahren dieses Zeitraums (1962-2004) durchgeführt. Nachfolgend wurde die Genauigkeit des<br />
Modells an den verbleibenden ungeraden Jahren (1963-2005) getestet. Als Fehlermaß wurde<br />
der RMSE zwischen den modellierten und beobachteten Wert berechnet.<br />
3 Ergebnisse<br />
Phänologische Mittelwerte sind grobe Anhaltspunkte für die regionale Entwicklung der Vegetation.<br />
Tabelle 1 gibt einen Überblick über die mittleren Eintrittstermine der betrachteten phänologischen<br />
Phasen.<br />
Tab. 1 Mittelwerte (x) phänologischer Phasen in Sachsen, s: Standardabweichung,<br />
n: Anzahl verwendeter Phänostationen, BO: Blattentfaltung<br />
Phänophase Zeitraum n x<br />
s Max … Min<br />
(DOY, Datum) (Tage) (DOY)<br />
BO Stieleiche 1961-2005 136 129 (09.05.) <strong>6.</strong>2 116 … 142<br />
BO Rotbuche 1961-1981, 1992-2005 137 123 (03.05.) 5.0 113 … 131<br />
Aus der Vielzahl der phänologischen Ansätze wurden diejenigen Modelle ausgewählt, die<br />
einen möglichst geringen Fehler im Verifikationszeitraum aufweisen. Abbildung 1 zeigt einen<br />
Vergleich der Modellgüte für die Phase Blattentfaltung der Stieleiche. Während einige Modelle<br />
im Optimierungszeitraum durchaus akzeptable Ergebnisse liefern (20c, 22, 24a, 25a, 27)<br />
versagen diese Ansätze im Verifikationszeitraum. Dies ist teilweise bei den komplexeren<br />
232<br />
(6)<br />
(7)