Entwicklung eines Ertragsprognosemodells für Sommergerste auf Landkreisebene basierend auf meteorologischen und phänologischen Daten

Abstract

Für die Malzindustrie, die Sommergerste als Ausgangsmaterial für den Vermälzungsprozess nutzt, sind frühzeitige Informationen über die zu erwartenden Sommergerstenerträge von erheblicher wirtschaftlicher Bedeutung. Die frühe Information dient dazu, abschätzen zu können, ob das regionale Aufkommen bedarfsdeckend ist oder zusätzliche Einkäufe – z.T. mit erheblichen Kostenaufwand – getätigt werden müssen.<br /> In der hier vorliegenden Arbeit wurden, basierend auf historischen Zeitreihen, mit Hilfe von multiplen Regressionen, unterschiedliche Prognosemodelle hergeleitet, mit denen die Ernteerträge von Sommergerste für sechs verschiedene Landkreise in zwei Regionen in Süd-West Deutschland vorhergesagt werden können. Im Modell wurden als Eingangsvariablen akkumulierte Wetterdaten aus unterschiedlichen Entwicklungsabschnitten der Sommergerste dem Ertrag gegenübergestellt. Die unter-schiedlichen Prognoseansätze unterscheiden sich durch die Anzahl der verwendeten Eingangsvariablen (minimal 48 bis maximal 72 Variablen). Die genauesten Ergebnisse wurden mit dem Modellansatz erzielt, bei dem alle zur Verfügung stehenden Variablen verwendet wurden. Die dabei erzielten Resultate lagen, über alle Landkreise gesehen, bei etwas mehr als fünf Prozent Abweichung zwischen den prognostizierten und den realen Erträgen. Zu einer Landkreis abhängig z.T. sogar deutlichen Reduktion der Prognosegenauigkeiten kam es, wenn die Beobachtungsdauer verkürzt wurde oder wenn Einsparungen bei der Datenbeschaffung verwirklicht wurden.<br /> Begleitende Pflanzenuntersuchungen, die zu einer Stabilisierung der Modelle hätten beitragen können, wie z.B. die Beziehung der C- und N- Gehalte in der gesamten Pflanzenmasse als auch in den einzelnen Organen der Sommergerste mit dem Ertrag und Proteingehalt des Erntegutes zeigten über die Untersuchungsregionen betrachtet keine gerichteten Zusammenhänge.

<b>Development of a yield prediction model for spring barley on district level based on meteorological and phenological data<br /></b>For malting industry, demanding spring barley as main raw material for the malting procces, it is of high importance to get early in season information about the expected grain yield in their supplying area. With those kind of information they were able to estimate wether the local production can satisfy their demand or if they have to buy further raw material from the market. This causes besides of the additional costs for the transport higher costs in case of high request on the market while lim-ited availability.<br /> The present work shows several yield prediction models for six local districts in two areas in south west Germany. These approaches use multiple regression models based on historical data to predict spring barley yield. Realtions between accumu-lated meteorological data from the differing developmet stages of the spring barley crop and the grain yield were surveyed. The approaches differ in the number of meteorological variables being used in the prediction models. Best results showed those models where all variables were used. It showed that, averaged over all investigated districts, the predicted yields differed slightly more than five percent from the harvested yield. Prediction accuracy decreased, depending on the different districts more or less clear, when the number of the used variables were reduced. Reduction of variables was caused by a more early date of prediction or by not taking into ac-count those parameters which cause more effort to get them organized.<br /> Accompanying soil borne surveys in the local districts on the impact of carbon- and nitrogen content of the barley plant on yield and protein content showed, averaged over the investigated areas, no clear coherence which could be used to stabilize the prediction models.