Tropischer Pflanzenbau und Agrosystem Modellierung

Mission


Umweltveränderungen stellen landwirtschaftliche Systeme vor große Herausforderungen, denen diese in Zukunft immer stärker ausgesetzt sein werden: Wasserknappheit, Bodennährstoffverarmung, Bodenerosion, häufigere Extremwetterereignisse, erhöhte Ozonkonzentrationen und, nicht zuletzt, der Klimawandel. Unser Ziel ist es, durch Forschung und forschungsorientierte Lehre das Verständnis über die Funktionsweise wichtiger tropischer Anbausysteme zur Pflanzenproduktion in einer sich verändernden Umwelt zu vertiefen. Schließlich erforschen wir quantitativ und in Zusammenarbeit mit anderen Fachdisziplinen verschiedene Aspekte der Ernährungssicherung auf unterschiedlichen Skalenebenen.


Konzeption - Tropischer Pflanzenbau und Agrosystem Modellierung
ConceptTROPAGS
Grafik download


Schlüsselpublikationen:

technologische Innovationen

Hoffmann, M.P., et al. (2016). Assessing the Potential for Zone-Specific Management of Cereals in Low-Rainfall South-Eastern Australia: Combining On-Farm Results and Simulation Analysis Journal of Agronomy and Crop Science n/a-n/a,
DOI:10.1111/jac.12159

Kassie, B.T., et al. (2014). Climate-induced yield variability and yield gaps of maize (Zea mays L.) in the Central Rift Valley of Ethiopia Field Crops Research 160, 41-53.
DOI:10.1016/j.fcr.2014.02.010

klimabedingte Risiken

Asseng, S., et al. (2015). Rising temperatures reduce global wheat production Nature Climate Change 5, 143-147.
DOI:10.1038/nclimate2470

Rötter, R.P., et al. (2013). Modelling shifts in agroclimate and crop cultivar response under climate change Ecology and Ecolution 3, 4197-4214.
DOI:10.1002/ece3.782

Trnka, M., et al. (2014). Adverse weather conditions for wheat production in Europe will become more frequent with climate change Nature Climate Change 4, 637-643.
DOI:10.1038/nclimate2242

Klimaanpassungs- und Klimaschutzstrategien

Kahiluoto, H., et al. (2014). Cultivating resilience by empirically revealing response diversity Global Environmental Change 25, 186-193.
DOI:10.1016/j.gloenvcha.2014.02.002

Rötter, R.P., et al. (2015). Use of crop simulation modelling to aid ideotype design of future cereal cultivars Journal of Experimental Botany 66, 3463-3476.
DOI:10.1093/jxb/erv098

Modellentwicklung und -verbesserung

de Wit, A., et al. (2015). WOFOST developer's response to article by Stella et al. Environmental Modelling & Software 59, 44-58.
DOI:10.1016/j.envsoft.2015.07.005

Hoffmann, M.P., et al. (2014). Simulating potential growth and yield in oil palm with PALMSIM: Model description, evaluation and application Agricultural Systems 131, 1-10.
DOI:10.1016/j.agsy.2014.07.006

Rötter, R.P., et al. (2011). Crop–climate models need an overhaul Nature Climate Change 1, 175-177.
DOI:10.1038/nclimate1152

Unsicherheiten

Rötter, R.P., et al. (2014). Robust uncertainty Nature Climate Change 4, 251-252.
DOI:10.1038/nclimate2181

Wallach, D., et al. (2016). Estimating model prediction error: Should you treat predictions as fixed or random? Environmental Modelling & Software 84, 529-539.
DOI:10.1016/j.envsoft.2016.07.010

integrierte Analyse

Ewert, F., et al. (2015). Crop modelling for integrated assessment of risk to food production from climate change Environmental Modelling & Software 72, 287-303.
DOI:10.1016/j.envsoft.2014.12.003

Liu, X., et al. (2016). Dynamic economic modelling of crop rotations with farm management practices under future pest pressure Agricultural Systems 144, 65-76.
DOI:10.1016/j.agsy.2015.12.003


mehr zu TROPAGS

Felderwirtschaft