Datenbedarf der landwirtschaftlichen Emissionsinventare für Klimarahmenkonvention und Luftreinhalteabkommen

Transkript

1 Datenbedarf der landwirtschaftlichen Emissionsinventare für Klimarahmenkonvention und Luftreinhalteabkommen Annette Freibauer & Hans-Dieter Haenel Johann Heinrich von Thünen-Institut Institut für agrarrelevante Klimaforschung Braunschweig Fachausschuss Agrarstatistiken, Statistisches Bundesamt (1)

2 Inhaltsübersicht Sinn und Zweck von Emissionsinventaren Übersicht zur Inventarerstellung Datenbedarf (Beispiele) Einige Ergebnisse Zum Schluss (2)

3 Zuständigkeiten für die Emissionsberichterstattung Landwirtschaft UBA: Nationales System zur Emissionsberichterstattung (NASE) vti-ak, AG Emissionsinventare: Koordination, QK/QS Landwirtschaft vti-ak: Berechnung Archivierung KTBL: Verfahrensdaten, Expertenwissen, Emissionsfaktoren Destatis: Aktivitätsdaten LULUC vti-ak: Berechnung Archivierung BGR/AdV ATKIS vti-lr, KTBL: Prognosen, Minderungskosten Forstwirtschaft vti-woi: Berechnung Archivierung Prognosen vti-wfw: ARD, Unsicherheiten vti-htb: Holzprodukte vti-oef: Begleitstudien (3)

4 Sinn und Zweck von Emissionsinventaren International: Berichterstattung innerhalb von Verträgen Genfer Luftreinhalteabkommen mit Göteborg-Protokoll (UNECE/CLRTAP): SO 2, NO x, NH 3, NMVOC Klimarahmenkonvention mit Kyoto-Protokoll (UNFCCC)* CO 2, CH 4, N 2 O, F-Gase EU: Nationale Emissionsobergrenzen (NEC) SO 2, NO x, NH 3, NMVOC, PM 10, PM 2.5 * Grundsatzpapier Nationales System zur Emissionsberichterstattung (Juni 2007) (4)

5 Sinn und Zweck von Emissionsinventaren National: Politikberatung Erkennen von Schwerpunkten der Emissionen (seit 1990) Erkennen von Möglichkeiten zur Emissionsminderung Dokumentation von Emissionsminderung auf nationaler Ebene Prognosen und Szenarien (bis 2020/2030) Abwägen von erwünschten Effekten und unerwünschten Nebenwirkungen Schätzen der Kosten und Gewinne Außerdem: Die Methoden der Inventare sollen es ermöglichen, Einzelbetriebe (typisch) zu beschreiben. (5)

6 Treibhausgasemissionen aus der deutschen Land- und Forstwirtschaft 2007 Quelle Tg C-Äquivalente in 2007 Senke Anteil an deutschen Emissionen 3.1 % 1.4 % -8.0 % 3.9 % 2.7 % Summe C-Äqu Tg als CO Tg als N 2 O +6.3 Tg als CH Tg C-Äqu. Acker Grünland Wald N-Düngung Tierhaltung vti-ak, AG-EI: NIR 2009 (8)

7 UNFCCC-Inventar: Land- und Forstwirtschaft haben 12% der deutschen Klimaschutzleistung erbracht Tonnen C-Äquivalente Weniger fossile Energie Weniger Holzeinschlag CH -5 4 : Biogas mit Gülle als Wachstum N 2 O: Bedarfsdüngung 1.A.4.C. Energie in LW, Forst, Fischerei Weniger Rinder (Weniger N-Dünger) Effizienzsteigerung 4. Landwirtschaft 5. LULUCF CO 2 : Pfluglos Quelle: EEA EIONET, (9)

8 Inventarerstellung Landwirtschaft Aktivitätsspezifische Emission/Emissionsfaktor: Im einfachsten Fall globaler Emissionsfaktor = Emission pro Tier oder pro Flächeneinheit Das Modell GAS-EM (Dämmgen et al., 2009, Landbauforschung, Sonderheft 324) verwendet i. d. R. keine vorgegeben globalen Emissionsfaktoren, sondern berechnet sie. Dazu wird Prinzip Emission = Aktivität * Emissionsfaktor für zahlreiche Teilbereiche und -schritte eingesetzt: Tierhaltung: Weide, verschiedene Stall-, Lager- und Ausbringungsformen, 23 Tierkategorien Boden/Pflanze: Wirtschafts- und Mineraldünger, Klärschlamm, organische Böden, Ernterückstände, indirekte Emission (11)

9 Inventarerstellung: Energie- und Stoffbilanz Energie N C C in Kot und Harn N in Kot und Harn (13)

10 und Stickstoff-Pfade am Beispiel Säugetiere (14)

11 Datenbedarf: Tierhaltung (möglichst kreisweise) Allgemein Mittlere Jahrestemperatur, mittlere Frühlingstemperatur Leistungsgrößen, Futter Gewicht, Gewichtszunahme Milchmenge, Milchfett- und Milcheiweiß-Gehalt, Eizahl, Eigewicht Futter-Zusammensetzung Wirtschaftsdüngermanagement Stalltyp Dauer des Weidegangs Lagertyp Ausbringung und Einarbeitung (Technik, Zeit) (15)

12 Datenbedarf: Tierhaltung/Emissionsfaktoren Beispiel Milchkuh (1) 7 Stalltypen EF relativ zu TAN (nationaler Konsens) Weidegang Gülleaufbereitung Güllelager Festmistlager EF relativ zu TAN (nationaler Konsens) keine, Trennung, Biogas (EF relativ zu jeweils vorhandenem TAN, Expertenwissen KTBL) für alle Gülletypen jeweils alle gängigen Systeme (24 EF relativ zu jeweils vorhandenem TAN, nationaler Konsens, Expertenwissen KTBL) 1 EF relativ zu vorhandenem TAN (nationaler Konsens) Oldenburg 16 (16)

13 Datenbedarf: Tierhaltung/Emissionsfaktoren Beispiel Milchkuh (2) Gülle-Ausbringung Festmist-Ausbringung EF als Funktion von - Ausbringort (Brache, Grünland, Ackerland) - Ausbringtechnik (breit, Schleppschlauch etc.) - Zeit vor Einarbeitung (direkt, 1 h, 4 h, 6h etc.), insgesamt 21 für normale Gülle, relativ zu noch vorhandenem TAN (nationaler Konsens) 1 EF relativ zu noch vorhandenem TAN Jauche wird berücksichtigt (nationaler Konsens) Die Nutzung der Vielzahl der EF setzt die Kenntnis der Häufigkeitsverteilung der Parameter für jeden Landkreis voraus. (17)

14 Datenbedarf zu Minderungsmaßnahmen Beispiel Abluftreinigung Um die Wirkung von Minderungsmaßnahmen im Emissioninventar angemessen berücksichtigen zu können, werden Daten zu Verbreitung und Wirkungsgrad benötigt. Bei Abluftreinigungsanlagen benötigte Daten: Reinigungsgrad (NH 3 und Stäube) Anzahl der ausgestatteten Tierplätze Eine Anfrage bzgl. Abluftreinigung über die Bund/Länder- Arbeitsgemeinschaft für Immissionsschutz Ende 2008 hat lediglich Daten zu 5 Ställen erbracht (z. T. lückenhaft). (18)

15 Einige Ergebnisse Geringere CH4-Emission (Verdauung) je Milchkuh und Jahr durch Methodenverfeinerung bei entsprechendem Daten-Mehrbedarf IPCC 2006 IPCC-Standardverfahren, kein Fütterungseinfluss CDC09 neues GAS-EM-Milchkuhmodell, mit Fütterungseinfluss Quelle: Dämmgen et al. (2009), Improved national calculation procedures, Landbauforschung (in Druck) (19)

16 NH3-Szenarien für Milchkuh mit 8000 kg Milch pro Jahr Gülle / Stroh Weide Fett/Eiweiß kombiniert gülle- bzw. strohbasiert Gülle mit Weidegang Gülle mit reduziertem Fettund erhöhtem Eiweißgehalt der Milch Stroh mit reduziertem Fettund erhöhtem Eiweißgehalt der Milch, sowie Weidegang (Quelle: eigene Berechnungen) (20)

17 N-Eintrag Boden: Beispiel Milchkühe/Bayern N-Eintrag Boden, Bayern (Widü+Weidegang), alle Tiere, in Gg/a N N-Auscheidg. + N durch Stroheintrag, Bayern, Einzeltier, in kg/(tier*a) N N-Auscheidung, Bayern, Einzeltier, in kg/(tier*a) N N-Eintrag Boden, Bayern (Widü+Weidegang), Einzeltier, in kg/(tier*a) N (Quelle: eigene Berechnungen, Stand 2007) (21)

18 Vielen Dank für Ihre Aufmerksamkeit! (23)

19 (24)

20 N-Düngerausbringung auf Acker oder Grünland Humusbilanz (Wirtschaftsdünger) NH 3 - und N 2 O-Emissionen Regionale Emissionsfaktoren N 2 O-N Emissionsfaktoren Acker 8 N 2 O-N (kg ha -1 ) N 2 O-N in % des N-Eintrags N-Ausnutzung (%) van Groenigen, 2004 (25) R. Dechow, 2009

21 Regionale NH 3 -Emissionen für Ausbreitungsrechnung: Hintergrundwerte NH 3 Emission kg ha -1 a -1 (2003) > Großvieheinheiten pro km² 2003 Statistische Monatshefte Niedersachsen 7/2006 Dämmgen, 2009 (verändert) Berechnung: GAS-EM (26)

22 THG-Szenarien für Milchkuh mit 8000 kg Milch pro Jahr Gülle / Stroh Weide Fett/Eiweiß kombiniert gülle- bzw. strohbasiert Gülle mit Weidegang Gülle mit reduziertem Fettund erhöhtem Eiweißgehalt der Milch Stroh mit reduziertem Fettund erhöhtem Eiweißgehalt der Milch, sowie Weidegang (Quelle: eigene Berechnungen) (27)

23 Die Gruppe der landw. Emissionare Mit der Erstellung landwirtschaftlicher Emissionsinventare in Deutschland sind befasst: Hans-Dieter Haenel, Claus Rösemann, Ulrich Dämmgen (TiHo H.) Arbeitsgruppenleitung: Annette Freibauer Unterstützung durch: Brigitte Eurich-Menden, Petra Laubach, Helmut Döhler Kuratorium für Technik und Bauwesen in der Landwirtschaft, Darmstadt Maria Müller-Lindenlauf Statistisches Bundesamt, Bonn Bernhard Osterburg vti, Institut für Ländliche Räume, Braunschweig (28)