Der Klimawandel fordert die Anbausysteme heraus, um das derzeitige Produktionsniveau zu verbessern oder sogar aufrechtzuerhalten. Es wird erwartet, dass zukünftige Trends bei Temperatur und Niederschlag die Ernteproduktivität beeinträchtigen. Es ist daher notwendig, möglicher Lösungen zur Anpassung der Anbausysteme an den Klimawandel zu untersuchen.
Ziel dieser Arbeit ist es, das Wissen über die Anpassung von weltweit relevanten Getreidepflanzen an den Klimawandel zu erweitern. Die zentrale Fragestellung ist, ob globale Anbausysteme an den Klimawandel angepasst werden können, indem die Phänologie der Kulturpflanzen durch Anpassung von Wachstumsperioden und Sorten gesteuert wird.
Die Phänologie und die Ertragsreaktionen sowohl auf den Temperaturanstieg als auch auf die Sortenselektion werden zunächst anhand eines Ensembles von “Global Gridded Crop Models” bewertet. Anschließend wird die Komplexität der Anpassung durch phänologisches Management analysiert, insbesondere unter Berücksichtigung der bestehenden großen Wissenslücken bei der Auswahl von Pflanzensorten. Das Ergebnis der Analyse ist ein regelbasierter Algorithmus, der phänologische Zyklen der Kulturpflanzen auswählt, um die Zeit für die Ertragsbildung zu maximieren und Temperatur- und Wasserbelastungen während der Wachstumszyklen der Kulturpflanzen zu minimieren. Die berechneten Aussaatdaten und Wachstumsperioden werden verwendet, um globale Muster von Sorten zu parametrisieren, die an aktuelle und zukünftige Klimaszenarien angepasst sind.
Diese Arbeit zeigt, dass die Auswirkungen des Klimawandels auf die Pflanzenproduktivität erheblich variieren können, je nachdem, welche Annahmen für das agronomische Management getroffen werden. Änderungen im Management zu vernachlässigen, liefert die pessimistischste Prognose für die zukünftige Pflanzenproduktion. Relativ einfache Ansätze zur Berechnung angepasster Aussaatdaten und Sorten bieten eine Grundlage für die Berücksichtigung autonomer Anpassungsschemata als integraler Bestandteil globaler Modellierungsrahmen. / Climate change is challenging cropping systems to enhance or even maintain current production levels. Future trends in temperature and precipitation are expected to negatively impact crop productivity. It is therefore necessary to explore adaptation options of cropping systems to changing climate.
The aim of this thesis is to advance knowledge on adaptation of world-wide relevant grain crops to climate change. The central research question is whether global cropping systems can be adapted to climate change by managing crop phenology through adjusting growing periods and cultivars.
Phenology and yield responses to both temperature increase and cultivar selection are first assessed making use of an ensemble of Global Gridded Crop Models. Then, the complexity of adaptation through phenological management is analysed, particularly addressing the existing large knowledge gaps on crop cultivar choice. The outcome of the analysis is a rule-based algorithm that selects crop phenological cycles aiming at maximizing the time for yield formation and minimizing temperature and water stresses during the crop growth cycles. The computed sowing dates and growing periods are used to parametrize global patterns of cultivars adapted to present and future climate scenarios.
This thesis demonstrates that the impacts of climate change on crop productivity can vary substantially depending on which assumptions are made on agronomic management. Neglecting any changes in management return the most pessimistic projection on future crop production. Relatively simple approaches to compute adapted sowing dates and cultivars provide a base for considering autonomous adaptation schemes as an integral component of global scale modelling frameworks.
Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/22808 |
Date | 27 November 2020 |
Creators | Minoli, Sara |
Contributors | Lotze-Campen, Hermann, Rötter, Reimund Paul, Müller, Christoph |
Publisher | Humboldt-Universität zu Berlin |
Source Sets | Humboldt University of Berlin |
Language | English |
Detected Language | English |
Type | doctoralThesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | http://rightsstatements.org/vocab/InC/1.0/ |
Relation | 10.1029/2018EF001130, 10.1016/j.gloplacha.2018.12.013 |
Page generated in 0.0025 seconds