NLES5 er en opdateret og udvidet model til beregning af kvælstofudvaskning. Den nye model forbedrer grundlaget for bestemmelse af udvaskningen og konsoliderer estimatet for marginaludvaskningen.

Forskere ved Aarhus Universitet er nu klar med en ny kvælstofudvaskningsmodel, NLES5, der ligger i forlængelse af de tidligere anvendte modeller, NLES3 og NLES4, skriver Aarhus Universitet, DCA, i en pressemeddelelse.

NLES5 er en såkaldt empirisk baseret udvaskningsmodel, som beregner den årlige udvaskning af kvælstof (nitrat-N) fra rodzonen. Modellen tager hensyn til effekten af kvælstoftilførsel, afgrøderækkefølge, efterårs- og vinterjorddække samt jordbund og vejrforhold.

Empirisk betyder, at modellen er udviklet på grundlag af faktiske målinger af nitratudvaskning fra rodzonen. Målingerne er foretaget i både forsøgsmarker og på landmænds marker, og der indgår 2053 observationer i NLES5; hvilket er langt flere end i de tidligere modeller.

Flere data og ny struktur

Seniorforsker Christen Duus Børgesen fra Institut for Agroøkologi har deltaget i arbejdet med udvikling af den nye model.

Afspil igen

Læs mere

Luk annonce

- NLES5 bygger på et opdateret og tidssvarende datagrundlag. Hvor de tidligere NLES-modeller bl.a. inddrog ældre data helt tilbage fra 1970'erne, så bygger NLES5 på data fra en afgrænset periode som dækker 1991 til 2017. Det betyder, at modellen bedre afspejler aktuel dyrkningspraksis, forklarer Christen Duus Børgesen.

Herudover har modellen fået en ny og bedre struktur for afgrøder og afgrødefølger, som gør, at modellen nu er bedre til at estimere effekt af afgrødekombinationer og eftervirkninger af forfrugter m.m.

Validering og usikkerhedsberegninger

Samtidig har forskergruppen bag NLES5 valideret modellen på uafhængige data, dvs. forsøgsresultater og nitratudvaskningsmålinger, som ikke også er blevet brugt til at udvikle selve modellen. Der er også gennemført beregninger af modellens usikkerhed ved beregning af kvælstofudvaskningen.

- Vi har haft et stort datasæt til rådighed til at teste modellen, og valideringen viser, at modellen evner at fange effekter af årsvariation og af tilførsel af gødning, afgrøder og efterafgrøder. Modellen giver således resultater inden for den sikkerhed, som kan forventes, siger Christen Duus Børgesen.

- Man skal dog huske at der er tale om en model og anvendelse af en model indebærer altid en vis usikkerhed, særligt når der er tale om modellering af et biologisk system med store lokale forskelle i landbrugspraksis og årsvariationer som følge af varierende vejrforhold, siger Christen Duus Børgesen.

Empiriske modeller er ofte bedst egnede til at beskrive gennemsnitssituationer, og derfor skal man se på NLES5-resultaterne beregnet for et sædskiftet over en årrække eller for flere marker og altså ikke kun enkelt marker og et enkelt år. Dette gælder for denne type modeller, og dermed også for de tidligere NLES-modeller.

- Vores analyser viser, at modellen gennemsnitligt opfører sig korrekt, og at den i nogen omfang også kan håndtere årsvariationen i data. Modellen afspejler også regionale og lokale forskelle mellem jordtyper, afgrøder og vegetationsdække i vinterperioden i sin f

forudsigelse af nitratudvaskning, siger Christen Duus Børgesen.

Marginaludvaskning på linje med NLES4

Med modellen kan man også estimere den såkaldte marginaludvaskning, der er et udtryk for hvor stor en andel af en øget tilførsel i kvælstofgødning, der udvaskes. Marginaludvaskningen afhænger af jordtype, afgrødetype og nedbør. På landsplan viser NLES5 en variation i årlig marginaludvaskning på mellem 10 og 24 procent med et gennemsnit på 17 procent. Dette gennemsnit er på linje med NLES4, som viste en gennemsnitlig marginaludvaskning på 18 procent.

Netop marginaludvaskningen var genstand for stor diskussion i forbindelse med Fødevare- og Landbrugspakken i 2016, hvor landbruget fik mulighed for at anvende mere kvælstof. Diskussionen opstod bl.a., fordi AU's kvælstofudvaskningsmodel NLES4 viste en lavere marginaludvaskning end den tidligere model NLES3. Udover at NLES5, som forklaret, bygger på væsentlig flere og nye forsøgsresultater, er den også bedre valideret, og forskerne bag modellen har foretaget flere usikkerhedsberegninger.