Sensor- und modellgestützte Quantifizierung von N-Bedarf und N-Angebot zur Steigerung der N-Effizienz im Maisanbau; Teilvorhaben 1: Modellgestützte Analyse der N-Effizienz im Maisanbau durch Verbesserung der Ertragsprognose unter Zuhilfenahme spektraler Daten, Christian-Albrechts-Universität zu Kiel, Institut für Pflanzenbau und Pflanzenzüchtung, Abteilung Acker- und Pflanzenbau; Teilvorhaben 2: Bestimmung der Standort- und vorfruchtspezifischen N-Nettomineralisation durch Nutzung spektraler Informationen zur Düngungsoptimierung im Maisanbau, Georg-August-Universität Göttingen, Department für Nutzpflanzenwissenschaften, Graslandwissenschaft; Teilvorhaben 3: Bestimmung genotypbedingter Variabilität der kritischen N-Funktion und Ableitung der optimalen N-Düngung im Maisanbau, Landesbetrieb Landwirtschaft Hessen, Fachinformation Pflanzenbau

Abstract

Das Verbundprojekt NEffMais zielte auf die Verbesserung der Stickstoff-Nutzungseffizienz (NUE) im Silomaisanbau unter variablen Standort- und Witterungsbedingungen. Im Mittelpunkt stand die Erfassung, Modellierung und Prognose der Ertragsbildung und N-Dynamik zur Ableitung einer optimierten, standortangepassten N-Düngung. Grundlage bildeten umfangreiche Feldversuche, großräumige Bodenbeprobungen und eine Datenbank historischer Silomais-N-Versuche. Moderne Sensorik wurde zur Erfassung zentraler Bestandes- und Bodenparameter eingesetzt: UAV-basierte Spektralsensoren ermöglichten eine präzise und zeiteffiziente Ermittlung vegetationsrelevanter Kenngrößen, während NIRS-Spektroskopie das Potenzial zeigte, die N-Nachlieferung aus Böden abzuschätzen. Auf Basis der erhobenen und archivierten Daten wurden Regressionsmodelle zur Prognose der N-Nettomineralisation und des N-Düngeoptimums entwickelt und in das prozessorientierte Modell HUME-Maize integriert. Dadurch konnte der Einfluss jahresspezifischer Wetterbedingungen auf N-Verfügbarkeit und Ertrag simuliert werden. Die Ergebnisse zeigen, dass durch wissensbasierte Modell- und Sensordatenintegration N-Düngungen präziser an Standort- und Jahresbedingungen angepasst werden können. Das Projekt hat somit zur Umsetzung der Deutschen Nachhaltigkeitsstrategie zur Reduktion von Stickstoffüberschüssen bei und liefert praxisrelevante Entscheidungswerkzeuge für Beratung und Landwirtschaft zur Förderung ressourcenschonender, klima- und grundwasserschützender Maisanbausysteme beigetragen.