<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>2883</id>
    <completedYear>2013</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>doctoralthesis</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2014-02-11</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2014-01-10</thesisDateAccepted>
    <title language="deu">Analyse und Parametrisierung eines komplexen Agrarökosystemmodells für Fragestellungen der ökologischen Folgeabschätzung des Energiepflanzenanbaus</title>
    <title language="eng">Analysis and parameterisation of a complex agro-ecosystem model for environmental impact assessment of energy crop cultivation</title>
    <abstract language="deu">In der vorliegenden Arbeit erfolgte sowohl eine Analyse als auch eine Weiterentwicklung des Agrarökosystemmodells MONICA (Model for Nitrogen and Carbon in Agro-ecosystems) für Anwendungen im Rahmen des Energiepflanzenanbaus. Grundlage der Modellanalyse bildeten Sensitivitätsanalysen der Modellparameter mit jeweils unterschiedlichen Fragestellungen. Es wurde eine Methode implementiert, die für die effiziente Durchführung von Sensitivitätsanalysen für komplexe dynamische Ökosystemmodelle mit umfangreicher Parameteranzahl entwickelt wurde. Mittels der Sensitivitätsanalyse wurden sowohl für eine Modellkalibrierung relevante Parameter identifiziert als auch das Verhalten des Modells analysiert. Dazu wurden die Morris- und die Extended FAST-Methode miteinander kombiniert. Eine eigenständige Implementierung der beiden Methoden ermöglichte die Parallelisierung der Modellberechnungen und die Ausführung auf einem Computer-Cluster. Im ersten Schritt der Sensitivitätsanalyse erfolgte eine Analyse und ein Vergleich der Parametersensitivität für verschiedene Fruchtarten. Anschließend wurden diejenigen Parameter identifiziert, die für einzelne pflanzen- und bodenspezifische Modelloutputs sensitiv waren. In einer zusätzlichen Sensitivitätsanalyse wurde die Variabilität der Parametersensitivität hinsichtlich einzelner Modelloutputs in Abhängigkeit von der Simulationszeit untersucht. Darauf aufbauend wurde der Anwendungsumfang des Modells für die Simulation von Energiepflanzen durch fruchtartenspezifische Optimierung der Parameter erweitert. Dafür wurde ein allgemeiner Ansatz entwickelt, der eine Kalibrierung von MONICA unter Verwendung einer eingeschränkten Datenbasis ermöglichte. Für die entwickelten Modellparametersätze der untersuchten Fruchtarten erfolgte eine Validierung an unabhängigen Daten. Es wurde gezeigt, dass für die neuen Energiepflanzen mit MONICA sowohl eine gute Abbildung der Ertragsbildungs- als auch der Bodenwasserdynamik erzielt wird. Abschließend erfolgte eine theoretische Untersuchung verschiedener Ansätze zur Modellvereinfachung und deren Anwendbarkeit in MONICA. Zum einen wurden Ansätze zur Verbesserung des Quellcodes analysiert, die auf eine Verbesserung der Nutzung und Weiterentwickelbarkeit des Modells abzielten. Zum anderen wurden Möglichkeiten zur Vereinfachung der Modellanwendung durch Reduktion des Modellfunktionsumfangs vorgestellt.</abstract>
    <abstract language="eng">In this thesis, both analysis and further development of the agro-ecosystem model MONICA (Model for Nitrogen and Carbon in Agro-ecosystems) were conducted for applications in the context of energy crop cultivation. Model analysis included different sensitivity analyses, each with a different objective. A method was used which has been developed for the efficient implementation of sensitivity analyses for complex dynamic ecosystem models with an extensive number of parameters. Sensitivity analysis was carried out to identify model parameters important for model calibration as well as to analyse the model’s behaviour. In this study, the Morris and Extended FAST methods were used in combination. The separate implementation of both methods allowed the parallelisation of model calculations and the execution of code on a multi-core computer cluster. In a first step, sensitivity of model parameters was calculated and analysed for different crops. Subsequently, parameters were identified which were sensitive to individual plant- and soil-specific model outputs. In a further study, the variability of parameter sensitivity as a function of simulation time was investigated for individual model outputs. Based on these analyses, the range of applications of MONICA was expanded to include new energy crops by crop-specific parameter optimisation. A general approach was developed which enables the calibration of MONICA using a limited data base. The newly developed model parameter sets for the analysed crops were validated against independent data. It was shown that MONICA was able to predict biomass growth and soil moisture dynamics well for the newly integrated energy crops. Finally, a study of different model simplification approaches and their applicability in MONICA was presented. Different approaches to improve the source-code were analysed which aimed at enhancing the model and its applicability. In addition, possibilities of simplifying the model by reducing the model’s functionality were discussed.</abstract>
    <identifier type="urn">urn:nbn:de:kobv:co1-opus-29633</identifier>
    <identifier type="opus3-id">2963</identifier>
    <author>Xenia Specka</author>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Energiepflanzen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Parametrisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Sensitivitätsanalyse</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Agrarökosystemmodell</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>MONICA</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Modellkomplexität</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Parametrisierung</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Sensitivity analysis</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Agro-ecosystem model</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>MONICA</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Model complexity</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Parameterisation</value>
    </subject>
    <collection role="ddc" number="620">Ingenieurwissenschaften und zugeordnete Tätigkeiten</collection>
    <collection role="collections" number="">Wiss. Publikationen</collection>
    <collection role="old_institute" number="">LS Ökosysteme und Umweltinformatik</collection>
    <thesisPublisher>BTU  Cottbus - Senftenberg</thesisPublisher>
    <thesisGrantor>BTU Cottbus - Senftenberg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-btu/files/2883/Diss_Specka_final.pdf</file>
  </doc>
</export-example>
