Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Modell-gestützte Szenarienanalyse zur Optimierung der Pflanzenproduktion für den Klimaschutz |
|---|---|
| Titel (englisch): | ModOKlim - A1 Climate scenarios and thresholds for regional climate change mitigation strategies - Estimation of hail hazard in the past and the future. |
| Akronym: | ModOKlim_KIT |
| Beschreibung (dt.): | Der menschengemachte Klimawandel bedroht langfristig die Stabilität der Ökosysteme des Planeten, und damit auch die Stabilität der menschlichen Gesellschaft durch Verknappung von Wasser, Nahrung und Lebensraum. Insbesondere die landwirtschaftliche Nahrungsmittelproduktion blickt einer ungewissen Zukunft entgegen und es besteht erheblicher Informationsbedarf hinsichtlich geeigneter Klimaschutzstrategien. Übergeordnetes Ziel des Vorhabens ist die Identifizierung von geeigneten Bewirtschaftungsmaßnahmen und betrieblichen Strategien zur Optimierung der Pflanzenproduktion im Sinne des Klimaschutzes. Das Projekt ModOKlim verfolgt dabei vorrangig folgende wissenschaftliche Ziele: (i) die verlässliche Reproduktion von räumlichen und zeitlichen Mustern der Produktivität landwirtschaftlicher Kulturen in Deutschland über die vergangenen 30 Jahre mit Hilfe von Agrarökosystemmodellen, (ii) die deterministische Projektion der Ertragsaussichten und damit verbundener THG-Emissionen landwirtschaftlicher Kulturen in Deutschland, (iii) die Szenarienanalyse mit Hilfe von biophysikalischen und ökonomischen Modellen zur Beurteilung von Erfolgsaussichten von Klimaschutzstrategien in Richtung von profitablen, klimaangepassten und artenreichen Anbausystemen und (iv) die Integration des aktuellsten Stands der Wissenschaft in Bezug auf die probabilistische Projektion von Extremwetterereignissen in die Projektionen der deterministischen Modelle. Ziel des Arbeitspakets 1 ist die Analyse des Auftretens ertragsrelevanter Extremwetter für landwirtschaftliche Kulturen in Vergangenheit und Zukunft. Mit Hilfe eines objekt-orientierten Ansatzes basierend auf Radardaten wird am KIT untersucht, bei welchen Umgebungsbedingungen sich schaden-relevante Hagelstürme bilden und wie sich diese Bedingungen in einem zukünftigen Klima verändern. Durch den objekt-orientierten Ansatz und Verfahren des maschinellen Lernens werden robustere Trendaussagen erwartete im Vergleich zu den bisher verwendeten Methoden. |
| Beschreibung (engl.): | Human-induced climate change threatens the stability of the planet's ecosystems in the long term, and thus also the stability of human society through scarcity of water, food and habitat. Agricultural food production in particular faces an uncertain future and there is a considerable need for information on suitable climate protection strategies. The overall objective of the project is to identify suitable management measures and operational strategies for optimising crop production in terms of climate protection. The ModOKlim project primarily pursues the following scientific objectives: (i) the reliable reproduction of spatial and temporal patterns of agricultural crop productivity in Germany over the past 30 years using agro-ecosystem models, (ii) the deterministic projection of yield prospects and associated GHG emissions of agricultural crops in Germany, (iii) scenario analysis using biophysical and economic models to assess the prospects of success of climate change mitigation strategies towards profitable, climate-adapted and species-rich cropping systems, and (iv) the integration of state-of-the-art science on probabilistic projections of extreme weather events into the projections of the deterministic models. The objective of work package 1 is to analyze the occurrence of yield-relevant extreme weather events for agricultural crops in the past and in the future. Using an object-oriented approach based on radar data, KIT will investigate under which environmental conditions damaging hailstorms occur and how these conditions will change in a future climate. The object-oriented approach and machine learning methods are expected to provide more robust trend statements compared to previously used methods. |
| Laufzeit: | Beginn: 01.11.2023 / Ende: 31.10.2026 |
| Ausf. Einrichtung: | Karlsruher Institut für Technologie (Universitätsaufgabe) - Institut für Meteorologie und Klimaforschung IMK-TRO, Karlsruhe |
| Themenfelder: | Pflanzenbau, crop production |
| Förderprogramme: | Forschungs- und Innovationsprogramm Klimaschutz in der Landwirtschaft |
| Schlagworte: | Klimaschutz, climate protection, Ackerbau, crop production, Ernährungssicherung, food security, Diversifizierte Produktion, diversified production, Prognose, forecast, Modellierung, modeling, Klimaschutz, climate protection, Klimaanpassung, climate change adaptation, Emissionen, emissions |
| Förderkennzeichen: | 2823KLI004 |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an projekttraeger-agrarforschung@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
