Filters

2016 - 201912020 - 20231

More filters

2019 - 201912020 - 20231
Reset filters

Settings

Author: Specka, Xenia ×

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    The MiLA tool: Modeling greenhouse gas emissions and cumulative energy demand of energy crop cultivation in rotation
    (Amsterdam : Elsevier, 2016) Peter, Christiane; Specka, Xenia; Aurbacher, Joachim; Peter Kornatz, Peter Kornatz; Herrmann, Christiane; Heiermann, Monika; Müller, Janine; Nendel, Claas
    Crop rotations are part of current agricultural practice, since they and their effects can contribute to a sustainable agricultural cropping system. However, in current Life Cycle Assessment (LCA) studies, crop rotation effects are insufficiently considered, since these effects are difficult to measure. LCA studies from crop production typically take only one vegetation period into account. As a result, the consideration of how the assessed crop is influenced by the previous crop (crop rotation effects) including: (1) nutrient carryover, (2) reduction in operational requirements and (3) different intensity and timing of farming activities, is outside of the system boundary. However, ignoring these effects may lead to incorrect interpretation of LCA results and consequently to poor agricultural management as well as poor policy decisions. A new LCA tool called the “Model for integrative Life Cycle Assessment in Agriculture (MiLA)” is presented in this work. MiLA has been developed to assess GHG emissions and cumulative energy demands (CED) of cropping systems by taking the characteristics of crop cultivation in rotation into account. This tool enables the user to analyze cropping systems at farm level in order to identify GHG mitigation options and energy-efficient cropping systems. The tool was applied to a case study, including two crop rotations in two different regions in Germany with the goal of demonstrating the effectiveness of this tool on LCA results. Results show that including crop rotation effects can influence the GHG emission result of the individual crop by − 34% up to + 99% and the CED by − 16 up to + 89%. Expanding the system boundary by taking the whole crop rotation into account as well as providing the results based on different functional units improves LCA of energy crop production and helps those making the assessment to draw a more realistic picture of the interactions between crops while increasing the reliability of the LCA results.
  • Thumbnail Image
    Item
    FAIRagro: Ein Konsortium in der Nationalen Forschungsdateninfrastruktur (NFDI) für Forschungsdaten in der Agrosystemforschung : Herausforderungen und Lösungsansätze für den Aufbau einer FAIRen Forschungsdateninfrastruktur
    (Berlin, Heidelber, New York : Springer, 2023) Specka, Xenia; Martini, Daniel; Weiland, Claus; Arend, Daniel; Asseng, Senthold; Boehm, Franziska; Feike, Til; Fluck, Juliane; Gackstetter, David; Gonzales-Mellado, Aida; Hartmann, Thomas; Haunert, Jan-Henrik; Hoedt, Florian; Hoffmann, Carsten; König, Patrick; Lange, Matthias; Lesch, Stephan; Lindstädt, Birte; Lischeid, Gunnar; Möller, Markus; Rascher, Uwe; Reif, Jochen Christoph; Schmalzl, Markus; Senft, Matthias; Stahl, Ulrike; Svoboda, Nikolai; Usadel, Björn; Webber, Heidi; Ewert, Frank
    FAIRagro ist ein Konsortium in der Nationalen Forschungsdateninfrastruktur (NFDI) in Deutschland um Forschungsdaten der Agrosystemforschung FAIR – d. h. auffindbar (F), zugänglich (A), interoperabel (I) und für andere Forschende domänenübergreifend nachnutzbar (R) zu machen. In der deutschen Forschungslandschaft rund um nachhaltige Agrosysteme werden heterogene Forschungsdaten erhoben und nur zum Teil in existierenden Forschungsdatenrepositorien veröffentlicht. Das Spektrum der Datenformate erstreckt sich beispielsweise von Laborergebnissen, über Satellitenbilder bis hin zu qualitativen Interviews mit Landwirt:innen. Um diese Daten zukünftig für Forschende verschiedener Disziplinen besser auffindbar und nachnutzbar zu machen, wird FAIRagro eine Forschungsdateninfrastruktur (FDI) für die Agrosystemforschung einrichten, in der disziplinäre Dateninfrastrukturen miteinander verknüpft werden. Spezifische Herausforderungen im Forschungsdatenmanagement (FDM) fachlicher Disziplinen wie Pflanzenzüchtung, integrierter Pflanzenschutz oder Agrarrobotik werden als Use Cases in FAIRagro adressiert und für diese Lösungen entwickelt. Darüber hinaus wird FAIRagro ein Netzwerk aus direkten Ansprechpersonen für Fragen zum Forschungsdatenmanagement in der Agrosystem-Community bereitstellen. In Übereinstimmung mit den Zielsetzungen der NFDI und der European Open Science Cloud ist FAIRagro aktiv an der konzeptionellen Implementierung eines interoperablen Datenraums beteiligt.