zurück

Multiple Regressionsmodelle zur Witterungsabhängigkeit von Nmin-Werten: Grundlagen und Anwendungsmöglichkeiten.

Zusammenfassung

Es wurden einfache Regressionsmodelle zur Beschreibung der Beziehung zwischen dem mineralischem Bodenstickstoff (Nmin) landwirtschaftlich genutzter Böden und der Witterung in den Monaten vor dem jeweiligen Probenahmetermin entwickelt. Die Regressionsmodelle benötigen als Eingabedaten Nmin-Werte aus mehreren Jahren sowie die Monatssummen der Niederschläge und die mittleren monatlichen Temperaturen. Es können Nmin-Werte aus dem Frühjahr und aus dem Herbst verwendet werden. Berechnungen können für mittlere Nmin-Werte ganzer Gebiete, aber auch für einzelne Schläge angestellt werden. Anwendungsmöglichkeiten, die sich aus der Kenntnis der Witterungsabhängigkeit der Nmin-Werte ergeben, liegen in 3 Bereichen: Der Nmin-Prognose zur Optimierung der N-Düngung, der Trendanalyse zur Identifizierung witterungsunabhängiger Nmin-Änderungen sowie der Abschätzung der Nitratauswaschung landwirtschaftlich genutzter Böden während des Winters.

 

Summary

Multiple regression models to the relation between Nmin values and weather: Basics and fields of application

Simple multiple regression models were derived to describe the relation between the mineral nitrogen content (Nmin) of agricultural soils and the weather conditions in the months before the date of measurement. The data, which are needed for the regression models are the Nmin values of a few years, the monthly precipitation an the monthly temperature. It can be used Nmin values of spring and of autumn. Calculations can be made for mean values of whole areas, but also for single fields. There are three fields of application, which are resulting from the knowlegde of the influence of weather on Nmin: The prediction of Nmin for optimizing the N fertilization, the analysis of trends for identifying changings of the Nmin level, which are not caused by weather as well as the the estimating of leaching of nitrate from agricultural soils during winter.