1

Projektszám:92öu2 HUF 2.460.000 EUR 2.140

Pályázó neve: Dr. Reinhard Nolz

Intézménye:Institut für Hydraulik und landeskulturelle Wasserwirtschaft, Universität für Bodenkultur Wien

Projektpartner neve: Dr. Zsembeli József Dr. Hana Středová

Intézménye: Debreceni Egyetem AKIT Karcagi Kutatóintézet Mendel Egyetem Brno

Pályázat címe: Ergänzung und Weiterentwicklung einer Methode zur Ermittlung von Tau A harmatmennyiségénekmeghatározásárairányulómódszerkiterjesztéseéstovábbfejlesztése Extension and Further Development of a Method to Determine the Amount of Dew

A projekt jellege: (kérjük bejelölni)

Workshop, konferencia Publikáció, tananyag Kutatási együttműködés Oktatási program

Beszámoló/Eredmények

A feladat végrehajtása és a tudományos eredmények összegzése A harmat a levegő nedvességtartalmát megjelenítő csapadékforma, mely a növények és a talaj felületén, illetve egyéb a felszínhez közeli felületeken kondenzálódik. A harmatmennyiség meghatározásának előfeltétele a harmat előfordulásának vizsgálata egy adott környezet vízháztartásának figyelembevételével. Egy meghatározott területen a harmat tényleges mennyisége nagymértékben függ a felszín tulajdonságaitól. Mérése során a növényeknek, a leveleknek, vagy a talajoszlopoknak azonos magasságban és azonos környezetben kell elhelyezkedniük, mint ahogy az a természetben is előfordul (Agam és Berliner, 2006). A lizimetria tudományterületének jelenlegi fejlettsége lehetővé teszi a harmatmennyiség meghatározásához szükséges vízmérleg komponensek (párolgás, csapadék, felszíni-felszín alatti elfolyás) mennyiségének gyakori és nagy pontosságú mérését, ezáltal a makrocsapadék és a mikrocsapadék mennyisége is megállapítható közvetlenül a liziméteres adatokból. Bizonyos korlátok figyelembevételével, a precíziós súlyliziméterek alkalmasak lehetnek a harmat mennyiségének meghatározására (Meissner at al., 2007; Nolz et al., 2014). Precíz mérőberendezések, úgy, mint az elektronikus mérőcellák alkalmazása mellett megfelelő adatfeldolgozás is szükségeltetik ahhoz, hogy egy a harmatmennyiség meghatározásához megfelelő adatkészlet álljon rendelkezésre. Ebben a tekintetben a folyamatos és pontos adatsorokhoz való hozzájutás érdekében, az adatfeldolgozás során szűrő- vagy simító funkciók alkalmazása szükséges. A projekt fő célja a Karcagi Kutatóintézetben található súlyliziméterek adatainak oly módon való feldolgozása volt, hogy a harmat mennyisége meghatározható legyen. A munkatervezet előre megtervezett találkozók alapján lett összeállítva, az elsőre Karcagon (2016. július 4.-13.), a másodikra pedig Bécsben (2016. szeptember 29.- október 2.) került sor. Első találkozó (Karcag, Magyarország) Az osztrák és cseh kutatók megismerkedtek a liziméterállomással, annak működési, adatkezelési, adatszerkesztési és az adatfeldolgozási rendszerével. Megvitatásra kerültek az erősségek és gyengeségek.

Az adatfeldolgozás potenciális fejlesztésében való elmélyülés érdekében, az osztrák súlyliziméteres adatok alapján korábban már alkalmazott módszer került részletes bemutatásra és megbeszélésre. A következő fejezet ezt a módszert mutatjakörvonalakban. Szemelvény a Groß-Enzersdorfmódszerről A simító funkciók segítenek az ún. “adatzajok” csökkentésében azért, hogy olyan adatok legyenek nyerhetők, amelyek két mérés közötti, de tömegváltozásokat jelentik. Ilyen módon mind az evapotranszspiráció értéke, mind pedig a csapadék (beleértve a harmathullást) mennyisége is meghatározható, közvetlenül liziméteres adatokból. Azonban a simító paramétereketaz 1. ábra is illusztrálja (Nolz et al., 2013b).

1. ábra: Zajos adatokat mutató példák és az adaptált simító funkciók (Nolz et al., 2013b)

A feldolgozott adatokban jelentkező kis mértékű tömegváltozások(2. ábra), de a harmathullási időszakokat meg kell különböztetni (elkülöníteni például az esőtől) a tényleges légnyomás meghatározásával és összekapcsolni azt a hőmérsékleti és relatív nedvességtartalmi adatokon alapuló telített lég

2

Az adatfeldolgozás potenciális fejlesztésében való elmélyülés érdekében, az osztrák súlyliziméteres adatok alapján korábban már alkalmazott módszer került részletes bemutatásra és megbeszélésre. A következő fejezet ezt a módszert mutatja

Enzersdorf-ban (Ausztria) működő liziméter állomáson alkalmazott

A simító funkciók segítenek az ún. “adatzajok” csökkentésében azért, hogy olyan adatok legyenek nyerhetők, amelyek két mérés közötti, de nem a mérés pontatlanságából adódó tömegváltozásokat jelentik. Ilyen módon mind az evapotranszspiráció értéke, mind pedig a csapadék (beleértve a harmathullást) mennyisége is meghatározható, közvetlenül liziméteres adatokból. Azonban a simító paramétereket adaptálni kell az adathalmazokhoz, ahogyan azt az 1. ábra is illusztrálja (Nolz et al., 2013b).

1. ábra: Zajos adatokat mutató példák és az adaptált simító funkciók (Nolz et al., 2013b)

A feldolgozott adatokban jelentkező kis mértékű tömegváltozások a harmatból származnak (2. ábra), de a harmathullási időszakokat meg kell különböztetni (elkülöníteni például az esőtől) a tényleges légnyomás meghatározásával és összekapcsolni azt a hőmérsékleti és relatív nedvességtartalmi adatokon alapuló telített légnyomás értékével (Nolz et al., 2014)

Az adatfeldolgozás potenciális fejlesztésében való elmélyülés érdekében, az osztrák súlyliziméteres adatok alapján korábban már alkalmazott módszer került részletes bemutatásra és megbeszélésre. A következő fejezet ezt a módszert mutatja be,

llomáson alkalmazott

A simító funkciók segítenek az ún. “adatzajok” csökkentésében azért, hogy olyan adatok nem a mérés pontatlanságából adódó

tömegváltozásokat jelentik. Ilyen módon mind az evapotranszspiráció értéke, mind pedig a csapadék (beleértve a harmathullást) mennyisége is meghatározható, közvetlenül liziméteres

adaptálni kell az adathalmazokhoz, ahogyan azt

1. ábra: Zajos adatokat mutató példák és az adaptált simító funkciók (Nolz et al., 2013b)

a harmatból származnak (2. ábra), de a harmathullási időszakokat meg kell különböztetni (elkülöníteni például az esőtől) a tényleges légnyomás meghatározásával és összekapcsolni azt a hőmérsékleti és

nyomás értékével (Nolz et al., 2014).

2. ábra: A liziméterek felületén képződött harmat adatainak értelmezése és a harmat

mennyiségének meghatározása (Nolz et al., 2014) A projektben résztvevő partnerek további kutatói együttműködésének reményében megbeszélésre került a harmatmennyiség meghatározásának lehetőségül szolgáló PenmanMonteith modell (PMM) 1 órás mérésgyakorisággal rögzített adatok esetében történő alkalmazása. Ebben a tekintetben partnerek adekvát szaktudásukkalsegítettékértékek közti különbséget egy, a 3. ábrán lévő példa ábrázolja (Nolz et al., 2014).

3. ábra: Egy nappaltól éjszakáig tartó liziméteres méréseken alapuló, a PMM

evapotranszspirációt, harmatképződést és azt követő evaporációt (E) illusztráló ábra (Nolz et

A második találkozó megalapozásaként a magyar kutatók feldolgozták a saját liziméteres adataikat, oly módon, hogy alkalmazható és adaptálhsimító funkcióhoz. Második találkozó (Bécs, Ausztria) Sor került a Groß-Enzersdorf-képződésének meghatározására alkalmas mikrohelyeztek üzembe. Ezen eszköz által kapott adatok a jelenlegi projekten túl más kutatási munka alapjául is szolgálhatnak.

3

2. ábra: A liziméterek felületén képződött harmat adatainak értelmezése és a harmat mennyiségének meghatározása (Nolz et al., 2014)

A projektben résztvevő partnerek további kutatói együttműködésének reményében gbeszélésre került a harmatmennyiség meghatározásának lehetőségül szolgáló Penman

Monteith modell (PMM) 1 órás mérésgyakorisággal rögzített adatok esetében történő en a tekintetben a brnoi Mendel Egyetemről (Cseh Köztársaság

adekvát szaktudásukkalsegítették az adatok értelmezését. A számított és mért értékek közti különbséget egy, a 3. ábrán lévő példa ábrázolja (Nolz et al., 2014).

3. ábra: Egy nappaltól éjszakáig tartó liziméteres méréseken alapuló, a PMMevapotranszspirációt, harmatképződést és azt követő evaporációt (E) illusztráló ábra (Nolz et

al., 2014).

A második találkozó megalapozásaként a magyar kutatók feldolgozták a saját liziméteres adataikat, oly módon, hogy alkalmazható és adaptálható legyen az Ausztriában kifejlesztett

Második találkozó (Bécs, Ausztria)

Enzersdorf-i liziméter állomás megtekintésére. A cseh partnerek a harmat képződésének meghatározására alkalmas mikro-meteorológiai eszközöket helyeztek üzembe. Ezen eszköz által kapott adatok a jelenlegi projekten túl más kutatási munka alapjául is szolgálhatnak.

2. ábra: A liziméterek felületén képződött harmat adatainak értelmezése és a harmat

A projektben résztvevő partnerek további kutatói együttműködésének reményében gbeszélésre került a harmatmennyiség meghatározásának lehetőségül szolgáló Penman-

Monteith modell (PMM) 1 órás mérésgyakorisággal rögzített adatok esetében történő Köztársaság) érkezett

. A számított és mért értékek közti különbséget egy, a 3. ábrán lévő példa ábrázolja (Nolz et al., 2014).

3. ábra: Egy nappaltól éjszakáig tartó liziméteres méréseken alapuló, a PMM-el számított evapotranszspirációt, harmatképződést és azt követő evaporációt (E) illusztráló ábra (Nolz et

A második találkozó megalapozásaként a magyar kutatók feldolgozták a saját liziméteres ató legyen az Ausztriában kifejlesztett

i liziméter állomás megtekintésére. A cseh partnerek a harmat meteorológiai eszközöket szolgáltattak és

helyeztek üzembe. Ezen eszköz által kapott adatok a jelenlegi projekten túl más kutatási

A legfőbb munka, azonban számítógép segítségével történt. Az adatok feldolgozásra, a simító funkciók beillesztésre kerültek és a harmat mennyisége a következő példa alapján leírt módon lett meghatározva. A gyeppel borított felszínű súlyliziméter napi tömegváltozási adatait (beleértve a kifolyó vizet) Azokat a rövid periódusokat szelektáltuk ki(szemmel láthatóan) a harmatból adódtak. A 4. ábra egy tipikus napi menetet szemléltet a gyeppel borított felszínű liziméter felületén. Nyilvánvaló, hogy az egymás mellettinkább az adatzajokat mutatják, mintsem a csapadékból vagy az evapotranszspirációból bekövetkezett változásokat. Az adatok simításával minimálisra csökkentek ezek az ugráló értékek, ezáltal a folyamat sokka simított értékek ábrázolása által leírt görbe egy, a harmat képződéséből adódó enyhe növekedést (éjszaka) és egy, az evapot(napközben) reprezentál.

4. ábra: A liziméter napi tömegváltozása ( beleértve a kifolyóvíz által bekövetkezett változást): a pontok a 10 perces mérésgyakoriságú adatokat, a vonal a simított értékeket ábrázolják

Ennek alapján a gyeppel borított talajfelszínű liziméter felületén emennyisége került meghatározásra. A kapott értékeket az 5. ábra illusztrálja havi lebontásban. Eszerint 14 mm harmat keletkezett a 18 hónapos vizsgálati időszak alatt. Azonban az eredmények nem kiértékelhetők, mivel hiányoznak rtovábbi tanulmányok készítése ajánlott a jövőben. Mindazonáltal a simító funkció paramétereinek beállítása újragondolandó annak érdekében, hogy az adatzajokat minimalizálja, de emellett ne következzen be a simító funkció túl erős paraméteréből adódó információvesztés.

4

A legfőbb munka, azonban számítógép segítségével történt. Az adatok feldolgozásra, a simító re kerültek és a harmat mennyisége a következő példa alapján leírt

A gyeppel borított felszínű súlyliziméter napi tömegváltozási (beleértve a kifolyó vizet) dolgoztuk fel egy 18 hónapig tartó vizsgálati időszakban

rövid periódusokat szelektáltuk ki, amikor a pozitív tömegváltozások nyilvánvalóan (szemmel láthatóan) a harmatból adódtak.

A 4. ábra egy tipikus napi menetet szemléltet a gyeppel borított felszínű liziméter felületén. Nyilvánvaló, hogy az egymás mellett lévő adatok között jelentkezett ugráló adatpontok inkább az adatzajokat mutatják, mintsem a csapadékból vagy az evapotranszspirációból bekövetkezett változásokat. Az adatok simításával minimálisra csökkentek ezek az ugráló értékek, ezáltal a folyamat sokkal realisztikusabb módon vált értelmezhetővé. Ennek alapján a simított értékek ábrázolása által leírt görbe egy, a harmat képződéséből adódó enyhe növekedést (éjszaka) és egy, az evapotranszspirációból adódó lényeges

4. ábra: A liziméter napi tömegváltozása ( beleértve a kifolyóvíz által bekövetkezett változást): a pontok a 10 perces mérésgyakoriságú adatokat, a vonal a simított értékeket ábrázolják

Ennek alapján a gyeppel borított talajfelszínű liziméter felületén egy nap alatt hullott harmat mennyisége került meghatározásra. A kapott értékeket az 5. ábra illusztrálja havi lebontásban. Eszerint 14 mm harmat keletkezett a 18 hónapos vizsgálati időszak alatt. Azonban az eredmények nem kiértékelhetők, mivel hiányoznak referencia adatok, emiatt további tanulmányok készítése ajánlott a jövőben. Mindazonáltal a simító funkció paramétereinek beállítása újragondolandó annak érdekében, hogy az adatzajokat minimalizálja, de emellett ne következzen be a simító funkció túl erős paraméteréből adódó információvesztés.

A legfőbb munka, azonban számítógép segítségével történt. Az adatok feldolgozásra, a simító re kerültek és a harmat mennyisége a következő példa alapján leírt

A gyeppel borított felszínű súlyliziméter napi tömegváltozási dolgoztuk fel egy 18 hónapig tartó vizsgálati időszakban.

, amikor a pozitív tömegváltozások nyilvánvalóan

A 4. ábra egy tipikus napi menetet szemléltet a gyeppel borított felszínű liziméter felületén. lévő adatok között jelentkezett ugráló adatpontok

inkább az adatzajokat mutatják, mintsem a csapadékból vagy az evapotranszspirációból bekövetkezett változásokat. Az adatok simításával minimálisra csökkentek ezek az ugráló

al realisztikusabb módon vált értelmezhetővé. Ennek alapján a simított értékek ábrázolása által leírt görbe egy, a harmat képződéséből adódó enyhe

ranszspirációból adódó lényeges csökkenést

4. ábra: A liziméter napi tömegváltozása ( beleértve a kifolyóvíz által bekövetkezett változást): a pontok a 10 perces mérésgyakoriságú adatokat, a vonal a simított értékeket ábrázolják

gy nap alatt hullott harmat mennyisége került meghatározásra. A kapott értékeket az 5. ábra illusztrálja havi lebontásban. Eszerint 14 mm harmat keletkezett a 18 hónapos vizsgálati időszak alatt.

eferencia adatok, emiatt

Mindazonáltal a simító funkció paramétereinek beállítása újragondolandó annak érdekében, hogy az adatzajokat minimalizálja, de emellett ne következzen be a simító funkció túl erős

5

5. ábra: A simító funkció alkalmazásával meghatározott harmatmennyiségek havi lebontásban ábrázolva

References Agam N., Berliner P.R. (2006): Dew formation and water vapor adsorption in semi-arid

environments – a review. Journal of Arid Environments 65(4), 572–590. Allen R.G., Walter I.A., Elliott R.L., Howell T.A., Itenfisu D., Jensen M.E., Snyder R.L.

(2005): The ASCE Standardized Reference Evapotranspiration Equation. American Society of Civil Engineers, Reston, VA, USA.

Meissner R., Seeger J., Rupp H., Seyfarth M., Borg, H. (2007): Measurement of dew, fog, and rime with a high-precision gravitation lysimeter. Journal of Plant Nutrition and Soil Science 170, 335–344.

Nolz R., Kammerer G., Cepuder P. (2013): Improving interpretation of lysimeter weighing data. Die Bodenkultur: Journal for Land Management, Food and Environment 64, 27–35.

Nolz R., Cepuder P., Kammerer G. (2014): Determining soil water-balance components using an irrigated grass lysimeter in NE Austria. Journal of Plant Nutrition and Soil Science 177, 237–244.

Publikációsjegyzék Publikáció: SinkaLúcia (2017): Súlyliziméteresadatsorokszűrése a

harmatmennyiségénekmeghatározásához. Diploma thesis, University of Debrecen Czellér K., Zsembeli J., Sinka L., Kovács G., Středa T., Středová H., Cepuder P., Nolz R.

(2017): Determination of the amount of dew using weighing lysimeter data. In: HBLFA Raumberg-Gumpenstein (Ed.): Tagungsband der 17. GumpensteinerLysimetertagung (in press)

Czellér K., Sinka L., Tuba G., Zsembeli J. (2017): Elaboration of the methodology of dew

measurement by means of weighing lysimeters. Columella – Journal of Agricultural and Environmental Sciences Vol. 4. No 1. (2017) Suppl. (in press)

6

Projektnummer:92öu2 HUF 2.460.000 EUR 2.140

Antragsteller: Dr. Reinhard Nolz

Institut:Institut für Hydraulik und landeskulturelle Wasserwirtschaft, Universität für Bodenkultur Wien

Projektpartner: Dr. ZsembeliJózsef Dr. Hana Středová

Institut: DebreceniEgyetem AKIT KarcagiKutatóintézet Mendel Egyetem Brno

Titel: Ergänzung und Weiterentwicklung einer Methode zur Ermittlung von Tau

Art der Förderung:

Workshop, Konferenz Publikation, Lehrmaterial Forschungsprojekt Unterrichtsprojekt

Zusammenfassung der Umsetzung und wissenschaftlicher Output Tau repräsentiert Luftfeuchtigkeit, die auf Pflanzen, Boden und anderen bodennahen Oberflächen kondensiert. Die mengenmäßige Erfassung von Tau ist die Voraussetzung dafür, die Bedeutung von Tau für die Wasserbilanz unter bestimmten Umweltbedingungen beurteilen zu können. Die aktuelle Taumenge an einem bestimmten Ort hängt stark von den Oberflächeneigenschaften ab. Für eine entsprechende Messung müssen Pflanzen, Blätter, oder ganze Bodenkörper gewogen werden, wobei die Oberfläche letzterer auf gleicher Höhe mit der Umgebung sein muss (Agam und Berliner, 2006). Fortschrittliche Lysimetertechnik ermöglicht die Messung von Wasserbilanzkomponenten mit hoher zeitlicher Auflösung und großer Genauigkeit. Dadurch kann Niederschlag sowie Tau als Teil davon direkt aus Lysimeterdaten ermittelt werden. Abgesehen von gewissen Einschränkungen können deshalb wägbare Lysimeter für die Ermittlung von Taumengen verwendet werden (Meissner at al., 2007; Nolz et al., 2014). Neben präzisen Messgeräten wie Wiegezellen ist ein geeignetes Datenmanagement notwendig, um passende Daten für solche Zwecke bereitzustellen (Nolz et al., 2013). In diesem Zusammenhang ist es notwendig, Daten entsprechend zu filtern und zu glätten, um möglichst genaue Datenreihen der Gewichtsänderung von Lysimetern zu erhalten. Das Hauptziel dieses Projektes war die Verarbeitung und Auswertung von Lysimeterdaten des Karcag Forschungsinstitutes in Hinblick auf die Quantifizierung von Tau. Der Arbeitsplan wurde entsprechend den geplanten Projektreffen organisiert, das erste in Karcag (4.-13. Juli 2016), das zweite in Wien (25. Sept. – 2. Okt. 2016). Erstes Treffen (Karcag, HU) Die Wissenschafterinnen und Wissenschafter aus Österreich und Tschechien konnten sich mit der lokalen Lysimeterstation vertraut machen, insbesondere mit dem Datenmanagement, der Datenstruktur und der Datenauswertung. Stärken und Schwächen wurden diskutiert.

Um das Potenzial einer verbesserten Datenauswertung verstehen zu können, wurde die für die Auswertung der österreichischen wägbaren Lysimeter angewendete Methodeund im Detail diskutiert. Die folgenden Absätze sollen einen Überblick darüber geben. Kurze Beschreibung der an der Lysimeterstation Großangewendeten Methode Glättungsfunktionen reduzieren das Messrauschen. Dadurch können Änderungen von benachbarten Messwerten ausschließlich Masseänderungen zugeordnete werden. können sowohl Verdunstung als auch Niederschlag (inklusive Tau) direkt aus den Lysimeterdaten ermittelt werden. Die Glättungsparameter müssen jedoch an den jeweiligen Kurvenverlauf angepsst werden, wie in

Abbildung 1. Beispiele von verrauschten

Die so verarbeiteten Daten zeigen kleine Masseänderungen infolge Tau (Perioden mit Taubildung sollten von ähnlichen Ereignissen wie werden. Die kann mit Hilfe der Abschätzung des aktuellen Dampfdruckes im Verhältnis zum Sättigungsdampfdruck erfolgen, welche durch die Messgrößen Temperatur und relative Luftfeuchte bestimmt werden können

7

Um das Potenzial einer verbesserten Datenauswertung verstehen zu können, wurde die für die Auswertung der österreichischen wägbaren Lysimeter angewendete Methode

Die folgenden Absätze sollen einen Überblick darüber geben.

Kurze Beschreibung der an der Lysimeterstation Groß-Enzersdorf (Österreich)

Glättungsfunktionen reduzieren das Messrauschen. Dadurch können Änderungen von benachbarten Messwerten ausschließlich Masseänderungen zugeordnete werden. können sowohl Verdunstung als auch Niederschlag (inklusive Tau) direkt aus den

mittelt werden. Die Glättungsparameter müssen jedoch an den jeweiligen Kurvenverlauf angepsst werden, wie in Abbildung 1 dargestellt (Nolz et al., 2013b).

Beispiele von verrauschten Messdaten und angepassten Glättungsfunktionen (Nolz et al., 2013)

Die so verarbeiteten Daten zeigen kleine Masseänderungen infolge Tau (Abbildung Perioden mit Taubildung sollten von ähnlichen Ereignissen wie etwa Regen unterschieden werden. Die kann mit Hilfe der Abschätzung des aktuellen Dampfdruckes im Verhältnis zum Sättigungsdampfdruck erfolgen, welche durch die Messgrößen Temperatur und relative Luftfeuchte bestimmt werden können (Nolz et al., 2014).

Um das Potenzial einer verbesserten Datenauswertung verstehen zu können, wurde die für die Auswertung der österreichischen wägbaren Lysimeter angewendete Methode vorgestellt

Die folgenden Absätze sollen einen Überblick darüber geben.

Enzersdorf (Österreich)

Glättungsfunktionen reduzieren das Messrauschen. Dadurch können Änderungen von benachbarten Messwerten ausschließlich Masseänderungen zugeordnete werden. Somit können sowohl Verdunstung als auch Niederschlag (inklusive Tau) direkt aus den

mittelt werden. Die Glättungsparameter müssen jedoch an den jeweiligen (Nolz et al., 2013b).

Messdaten und angepassten Glättungsfunktionen

Abbildung 2), aber etwa Regen unterschieden

werden. Die kann mit Hilfe der Abschätzung des aktuellen Dampfdruckes im Verhältnis zum Sättigungsdampfdruck erfolgen, welche durch die Messgrößen Temperatur und relative

Abbildung 2. Interpretation der Ta

Als Ausblick auf weitere Forschungskooperationen zwischen den Pamögliche Abschätzung von TauZeitschritte diskutiert. Insbesondere die Partner der Mendel Universität Brünn konnten dazu ihre Expertise beitragen. Ein Beispiel für eine solche Berechnung ist in gegeben (Nolz et al., 2014).

Abbildung 3. Beispiel für den Tagnachfolgende Evaporation (E) auf einem

Als Grundlage für das zweite Treffen haben die ungarischen Wissenschafterinnen und Wissenschafter ihre Lysimeterdaten so bearbeitet, dass die angewendet und adaptiert werden konnten Zweites Treffen (Wien, AUT) Die Lysimeterstation in Groß-stellten mikrometeorologische Messgeräte zur Erfassung von Tau zur Verfügung und installierten diese am GrasForschungszusammenarbeit dienen, welche über dieses Projekt hinausgehen soll.

8

etation der Taubildung am Lysimeter und mengenmäßige Erfassung von Tau (Nolz et al., 2014)

Als Ausblick auf weitere Forschungskooperationen zwischen den Pamögliche Abschätzung von Tau mittels Penman-Monteith Modell (PMM)für stündliche Zeitschritte diskutiert. Insbesondere die Partner der Mendel Universität Brünn konnten dazu ihre Expertise beitragen. Ein Beispiel für eine solche Berechnung ist in

. Beispiel für den Tag-Nacht-Verlauf von Verdunstung, Taubildung und nachfolgende Evaporation (E) auf einem Lysimeter („measured”) und berechnet mittels PMM

(„calculated”) (Nolz et al., 2014).

Als Grundlage für das zweite Treffen haben die ungarischen Wissenschafterinnen und Wissenschafter ihre Lysimeterdaten so bearbeitet, dass die erwähnten Glättungs

ndet und adaptiert werden konnten.

Zweites Treffen (Wien, AUT)

-Enzersdorf wurde besucht. Die Projektpartner aus Tschechien stellten mikrometeorologische Messgeräte zur Erfassung von Tau zur Verfügung und

m Gras-Lysimeter. Die Daten sollten als Basis für Forschungszusammenarbeit dienen, welche über dieses Projekt hinausgehen soll.

mäßige Erfassung von

Als Ausblick auf weitere Forschungskooperationen zwischen den Partnern wurde die (PMM)für stündliche

Zeitschritte diskutiert. Insbesondere die Partner der Mendel Universität Brünn konnten dazu ihre Expertise beitragen. Ein Beispiel für eine solche Berechnung ist in Abbildung 3

Verlauf von Verdunstung, Taubildung und

(„measured”) und berechnet mittels PMM

Als Grundlage für das zweite Treffen haben die ungarischen Wissenschafterinnen und Glättungsfunktionen

Enzersdorf wurde besucht. Die Projektpartner aus Tschechien stellten mikrometeorologische Messgeräte zur Erfassung von Tau zur Verfügung und

Die Daten sollten als Basis für zukünftige Forschungszusammenarbeit dienen, welche über dieses Projekt hinausgehen soll.

Die Hauptarbeit wurde am Computer funktionen angepasst, und Tau wurde ermittelt Eine nominelle, 18-monatige Zeitreihe des LysimetergewichtsSickerwasserauslaufs) wurde auf Tagesbasis ausgewertet. Tauperioden wurden als solgekennzeichnet, wenn ein offensichtlicher Anstieg des Gewichts durch Tau beobachtet werden konnte. Abbildung 4 Gras-Lysimeters in Karcag. Es ist offensichtMesspunkten eher Messrauschen denn Verdunstung und Niederschlag zuzuordnen sind. Die Glättung der Daten (grüne Linie) erlaubt eine realistischere Interpretation des Verlaufs. Darauf basierend kann eine leichter Ansdeutlicher Abfall infolge Verdunstung (am Tag) nachvollzogen werden.

Abbildung 4. Tagesgang des nominellen Lysimetergewichts (unter Berücksichtigung des Sickerwasserausflusses): die Punkte sind 10

Auf diese Art wurden die täglichen Taumengen auf dem Grasmonatlichen Summen sind in 14 mm ermittelt. Das Ergebnis konnte auf Grund fehlender Referenzwerte nicht evaluiert werden. Deshalb sind zusätzliche Uempfehlenswert. Darüber hinaus sollte die Parametrisierung der Glättungsfunktionen überarbeitet werden, um Datenrauschen möglichst vollständig zu glätten, aber gleichzeitig keine Information durch zu starkes Glä

9

Die Hauptarbeit wurde am Computer durchgeführt. Daten wurden bearbeitet, Glättungsfunktionen angepasst, und Tau wurde ermittelt – wie im folgenden Beispiel ausgeführt.

monatige Zeitreihe des Lysimetergewichts(unter Berücksichtigung des kerwasserauslaufs) wurde auf Tagesbasis ausgewertet. Tauperioden wurden als sol

gekennzeichnet, wenn ein offensichtlicher Anstieg des Gewichts durch Tau beobachtet zeigt einen typischen Tagesgang der Gewichtsänderung

. Es ist offensichtlich, dass die Sprünge zwischen einzelnen Messpunkten eher Messrauschen denn Verdunstung und Niederschlag zuzuordnen sind. Die Glättung der Daten (grüne Linie) erlaubt eine realistischere Interpretation des Verlaufs. Darauf basierend kann eine leichter Anstieg infolge Taubildung (in der Nacht) und ein deutlicher Abfall infolge Verdunstung (am Tag) nachvollzogen werden.

. Tagesgang des nominellen Lysimetergewichts (unter Berücksichtigung des Sickerwasserausflusses): die Punkte sind 10-Minuten-Messwerte, die Linie repräsentiert die

geglätteten Daten

Auf diese Art wurden die täglichen Taumengen auf dem Gras-Lysimeter gememonatlichen Summen sind in Abbildung 5 dargestellt. Insgesamt wurden für die 18

mm ermittelt. Das Ergebnis konnte auf Grund fehlender Referenzwerte nicht evaluiert werden. Deshalb sind zusätzliche Untersuchungen für zukünftige Studien äußerst empfehlenswert. Darüber hinaus sollte die Parametrisierung der Glättungsfunktionen überarbeitet werden, um Datenrauschen möglichst vollständig zu glätten, aber gleichzeitig keine Information durch zu starkes Glätten zu verlieren.

. Daten wurden bearbeitet, Glättungs-wie im folgenden Beispiel ausgeführt.

(unter Berücksichtigung des kerwasserauslaufs) wurde auf Tagesbasis ausgewertet. Tauperioden wurden als solche

gekennzeichnet, wenn ein offensichtlicher Anstieg des Gewichts durch Tau beobachtet zeigt einen typischen Tagesgang der Gewichtsänderung eines

lich, dass die Sprünge zwischen einzelnen Messpunkten eher Messrauschen denn Verdunstung und Niederschlag zuzuordnen sind. Die Glättung der Daten (grüne Linie) erlaubt eine realistischere Interpretation des Verlaufs.

tieg infolge Taubildung (in der Nacht) und ein

. Tagesgang des nominellen Lysimetergewichts (unter Berücksichtigung des

Messwerte, die Linie repräsentiert die

Lysimeter gemessen. Die dargestellt. Insgesamt wurden für die 18 Monate

mm ermittelt. Das Ergebnis konnte auf Grund fehlender Referenzwerte nicht evaluiert ntersuchungen für zukünftige Studien äußerst

empfehlenswert. Darüber hinaus sollte die Parametrisierung der Glättungsfunktionen überarbeitet werden, um Datenrauschen möglichst vollständig zu glätten, aber gleichzeitig

10

Abbildung 5. Monatliche Summen der Taumengen

Referenzen Agam N., Berliner P.R. (2006): Dew formation and water vapor adsorption in semi-arid

environments – a review. Journal of Arid Environments 65(4), 572–590. Allen R.G., Walter I.A., Elliott R.L., Howell T.A., Itenfisu D., Jensen M.E., Snyder R.L. (2005):

The ASCE Standardized Reference Evapotranspiration Equation. American Society of Civil Engineers, Reston, VA, USA.

Meissner R., Seeger J., Rupp H., Seyfarth M., Borg, H. (2007): Measurement of dew, fog, and rime with a high-precision gravitation lysimeter. Journal of Plant Nutrition and Soil Science 170, 335–344.

Nolz R., Kammerer G., Cepuder P. (2013): Improving interpretation of lysimeter weighing data. Die Bodenkultur: Journal for Land Management, Food and Environment 64, 27–35.

Nolz R., Cepuder P., Kammerer G. (2014): Determining soil water-balance components using an irrigated grass lysimeter in NE Austria. Journal of Plant Nutrition and Soil Science 177, 237–244.

Projektbezogene Publikationen SinkaLúcia (2017): Súlyliziméteresadatsorokszűrése a

harmatmennyiségénekmeghatározásához. Diploma thesis, University of Debrecen Czellér K., Zsembeli J., Sinka L., Kovács G., Středa T., Středová H., Cepuder P., Nolz R.

(2017): Determination of the amount of dew using weighing lysimeter data. In: HBLFA Raumberg-Gumpenstein (Ed.): Tagungsband der 17. GumpensteinerLysimetertagung (in press)

Czellér K., Sinka L., Tuba G., Zsembeli J. (2017): Elaboration of the methodology of dew

measurement by means of weighing lysimeters. Columella – Journal of Agricultural and Environmental Sciences Vol. 4. No 1. (2017) Suppl. (in press)