optiGRASS

Vor dem Hintergrund der neuen Gesetzgebung, muss die Düngung von intensiv genutztem Grünland neben der Maximierung der geernteten Biomasse in hoher Qualität zunehmend auf eine effizientere Ressourcen-, insbesondere Stickstoffnutzung abzielen. Dabei gilt es die gasförmigen (N2O, NOx, NH3) und flüssigen (NO3-) N-Verluste zu reduzieren. Für eine bedarfsgerechte Anpassung der Düngung im intensiven Grünland ist die Kenntnis über den zu erwartenden Biomasseaufwuchs und N-Entzug entscheidend, wozu allerdings in der landwirtschaftlichen Praxis kaum Daten vorliegen. Dafür bedarf es auch der Kenntnis über die im Laufe der Vegetationszeit verfügbare Menge N, die aus mineralischen und organischen Düngern, sowie aus der Mineralisation bereitgestellt wird. Aus diesem Grunde werden im Rahmen des hier vorgeschlagenen Projektes verschiedene Modelle zum Pflanzenwachstum von Grünlandbeständen und zur Stickstoffmineralisation evaluiert, um diese in einem integrierten Modellansatz für die Erstellung von Prognosen zum Biomasseaufwuchs und zum N-Entzug zu nutzen. Die Anpassung des Prognosemodells erfolgt anhand von vorliegenden und zu messenden Daten verschiedener Versuchsreihen. Mittels naher Fernerkundung unter Verwendung verschiedener Sensoren, soll die Biomasse und deren N-Gehalt situativ abgeschätzt werden. Diese Daten sollen in Kombination mit dem Prognosemodell verwendet werden, um eine nicht-destruktive Vorhersage des Biomasseaufwuchses und damit des N-Entzugs und der notwendigen zu applizierenden N-Menge zu geben. Das Projekt soll einen Beitrag leisten, die N-Düngung im Grünland effizienter zu gestalten, N-Verluste zu minimieren und assoziierte negative Umwelteinflüsse zu reduzieren.