Empirisk model til beregning af kvælstofudvaskning fra rodzonen

Empirisk model til beregning af kvælstofudvaskning fra rodzonen N-LES Nitrate Leaching EStimator Svend Erik Simmelsgaard og Kristian Kristensen Danmarks JordbrugsForskning Afdeling for Plantevækst og Jord Afdeling for Jordbrugssystemer Postboks 50 DK-880 Tjele Hans Estrup Andersen, Ruth Grant og Jørgen Ole Jørgensen Danmarks Miljøundersøgelser Vejlsøvej 5 Postboks 4 DK-800 Silkeborg Hans Spelling Østergaard Landbrugets Rådgivningscenter Udkærsvej 5, Skejby DK-800 Århus N. DJF rapport Markbrug nr. september 000 Udgivelse: Danmarks JordbrugsForskning Tlf. 89 99 9 00 Forskningscenter Foulum Fax 89 99 9 9 Postboks 50 880 Tjele Løssalg: t.o.m. 50 sider 50,- kr. (incl. moms) t.o.m. 00 sider 75,- kr. over 00 sider 00,- kr. Abonnement: Afhænger af antallet af tilsendte rapporter, men svarer til 75% af løssalgsprisen.

Forord Empiriske modeller til beregning af kvælstofudvaskning blev første gang her i landet anvendt i forbindelse med handlingsplanen for et Bæredygtigt Jordbrug i 99. Den anvendte model var udarbejdet som nogle funktioner og typetal til beregninger i økonomiske scenarier på regionalt niveau og var udgivet som bilag til Rapport nr. fra Statens Jordbrugs- og Fiskeriøkonomiske Institut. Betegnelsen empirisk betyder, at modellen er udarbejdet direkte på grundlag af målte data. Denne første model var således først og fremmest tænkt til anvendelse på regionalt niveau til gennemsnitsberegninger af kvælstofudvaskningen fra landbrugsjorde. På grund af modellens enkelhed og robusthed blev den imidlertid modificeret af Danmarks Miljøundersøgelser, således at den kunne anvendes til beregninger af kvælstofudvaskningen ud fra de oplysninger, der blev indsamlet på markniveau fra marker i Landovervågningsoplandene under Vandmiljøplanens Overvågningsprogram. Disse beregninger har siden 99 indgået i en vurdering af udviklingen i kvælstofudvaskningen fra landbruget. Siden den første model er der foretaget en genberegning af den grundlæggende relative funktion for udvaskning ved stigende kvælstofgødskning (Simmelsgaard & Djurhuus, 998). Desuden er der udarbejdet en ny model på grundlag af resultater fra bl.a. drændvandsundersøgelser ved Danmarks JordbrugsForskning (Simmelsgaard, 998). Imidlertid viste der sig efterhånden, ikke mindst i lyset af de nye regler for anvendelse af husdyrgødning, et behov for en samlet revision af de hidtidige empiriske modeller på grundlag af måledata fra både Danmarks JordbrugsForskning og Danmarks Miljøundersøgelser. Dette arbejde blev startet i 998 som et samarbejde mellem Landbrugets Rådgivningscenter, Danmarks Miljøundersøgelser og Danmarks JordbrugsForskning. Resultatet af arbejdet foreligger nu i form af denne rapport. I forbindelse med udarbejdelsen af rapporten har seniorforsker Jørgen Djurhuus ydet en værdifuld indsats ved gennemlæsning og ved at komme med forslag til forbedringer. Der bringes ham hermed en stor tak for hjælpen. Da empiriske modeller er baseret direkte på målte data, er de beregnede udvaskninger vægtede gennemsnitstal, der ikke kan reflektere den fulde variation i driftsformen. Da der hvert år kommer nye måleresultater kan der også fremover være behov for revision og forbedringer. Det gælder især for afgrøder, hvor modellens resultater er baseret på relativt få data eller, hvor driftsledelsen har stor indflydelse på udvaskningen. Der kan også ske ændringer i driftsformen gennem tiden, der ikke er taget højde for i modellerne. Afdeling for Plantevækst og Jord Forskningscenter Foulum September 000 Svend Erik Simmelsgaard Jesper Waagepetersen

Indholdsfortegnelse Resumé... 5 Summary.... Indledning... 8. Datamateriale... 0. DMU-data... 0. DJF- data.... Dataoversigt... 5 4. Statistisk Metode... 9 4. Grundmodeller... 9 4. Model A... 4. Model B... 4.4 Beskrivelse af de enkelte effekter... 5. Resultater... 5 5. Resultater, model A... 5 5. Systematiske effekter for model A og A... 5. Grænseværdier for model A og A... 5.4 Resultater, model B... 5.5 Grænseværdier for model B... 7 5. Tilfældige effekter og forklaringsgrad for model A, A og B... 7. Modelverificering og -validering... 4. Modelverificering... 4. Sammenligning af de tre modeller... 45. Udvaskning ved stigende N-niveau... 49.4 Modelvalidering... 5 7. Diskussion... 54 7. Modeltype... 55 7. De enkelte effekter... 5 7. Udvaskning fra græsmarker... 58 7.4 Udvaskning fra majs... 7.5 Udvaskning fra kornafgrøder... 8. Konklusion... 4 9. Referencer... 5 4

Resumé Empiriske modeller baseret på målte data har vist sig robuste og effektive til at beregne kvælstofudvaskningen fra landbrugsjorde ud fra få oplysninger om klima, jord og driften af arealerne. De eksisterende modeller har imidlertid nogle svagheder, ligesom mængden af målte data i dag er betydelig mere omfattende, end da disse modeller blev udviklet. Der var derfor behov for en videreudvikling af de empiriske modeller. Tre modeller A, A og B er udviklet og afprøvet. Af disse blev model B fundet mest egnet til at beskrive udvaskningen på bedriftsniveau og vil samtidig være den model der er mest egnet til en eventuel senere videreudvikling. Model B indgår i titlen på rapporten med navnet N-LES. Datagrundlaget bag modellerne var målte data fra forsøg og drænvandsundersøgelser ved Danmarks JordbrugsForskning (DJF) og data fra Danmarks Miljøundersøgelsers (DMU) Landovervågningsprogram. I alt 00 observationer i form af kvælstofudvaskningen fra en mark i et år indgår i undersøgelsen. Den gennemsnitlige udvaskning af alle observationer var 7 kg N/ha med en median på 57 kg N/ha og varierende fra 0 til 440 kg N/ha. Der blev benyttet to grundmodeller i den statistiske analyse. Dels model A ( A og A), hvor alle effekter af betydning for udvaskningen indgik multiplikativt, dels model B, som består af en kombination af additive og multiplikative effekter. Ved estimeringen af modellerne er der skelnet mellem systematiske effekter og tilfældige effekter som sted og år. De systematiske effekter der indgår i modellerne er: gennemsnitlig niveau af tilført total-n til sædskiftet, aktuel forårsgødskning, efterårsgødskning, effekt af ompløjet græs, gødning afsat på græs, jordtype, afstrømning og afgrøde. Afgrøderne blev inddelt i 5 kombinationer af sommer- og vinterafgrøde eller bar jord. I kapitel 5 er resultater i form af estimerede parametre i de enkelte modeller beskrevet. Der er beregnet grænseværdier, tilfældige effekter, standardafvigelse og forklaringsgrad, R. Standardafvigelsen var for model A, A og B hhv. 4, 50 og 45 kg N/ha og R med systematiske effekter var hhv. 0.4, 0., 0.8. Den mindste standardafvigelse og den største forklaringsgrad, blev således fundet med model B. Kapitel indeholder en verificering af, hvor godt modellerne beskriver de data, de er estimeret ud fra, når disse opdeles efter oprindelse, lokalitet eller afgrøde. De tre modeller er sammenlignet for hver parameter, og udvaskningen ved stigende generelt N-niveau er sammenlignet med tidligere modeller. Dette viste for model B generelt en god overensstemmelse med forsøg og tidligere modeller. Dog var der forskelle fra afgrøde til afgrøde. Endelig er der foretaget en validering i forhold til nye data fra DMU's Landovervågningsprogram, der ikke er benyttet ved estimeringen af modellernes parametre. Modeltype og af de enkelte effekter i modellerne er diskuteret. Derudover er der en særlig diskussion af udvaskningen fra græsmarker, majs og kornafgrøder. Det er konkluderet, at model B er den mest egnede model til at beskrive udvaskningen på bedriftsniveau. Samtidig har den mere detaljerede model B afdækket nogle huller i den viden vi har fra målinger af kvælstofudvaskning. Det gælder vedrørende benyttelsen af græsmarker, udvaskning fra vintersæd i forhold til stubmarker og udvaskning fra kartofler og majs. 5

Nøgleord: Empirisk model, kvælstof, udvaskning, handelsgødning, husdyrgødning, kvælstofniveau, forårsgødskning, efterårsgødskning, afgræsning, pløjning, afgrøder, jordtype og afstrømning. Summary Empirical models have shown their effectiveness in estimating the leaching of nitrogen from agricultural soils based on measured data of climate, soil and land use. These earlier empirical models do, however, contain some weaknesses and the amount of data requiring processing today is considerably larger than when the models were first developed. There was therefore a need for further development of the empirical models. Three models, A, A and B have been developed and tested. Of these models, model B was found to be best suited for modelling leaching at farm level and will also be the model best suited for possible further development at a later stage. Model B figures in the title of the report under the name of N-LES. The data on which the models are based are from field measurements and drainage water studies at the Danish Institute of Agricultural Sciences (DIAS) and from the Nationwide Monitoring Programme of the aquatic environment carried out by the National Environmental Research Institute (NERI). An annual total of 00 observations of nitrogen leaching from a field is included in the investigation. N leaching, as a mean of all observations, was 7 kg N ha - with a median value of 57 kg N ha - and ranged from 0-440 kg N ha -. Two base models were used in the statistical analysis. Model A (i.e. A and A) where all significant effects on leaching were entered multiplicatively, and Model B which is a combination of additive and multiplicative effects. Estimates distinguish between systematic effects and random effects such as location and year. The systematic effects included in the models are: level of total-n added in the crop rotation, level of fertilization in spring, autumn fertilization, effect of ploughing-in of grass, fertilizer applied to grass, soil type, run-off and crop type. The crops were divided into 5 combinations of summer or winter crops or bare soil. Chapter 5 describes the results in the form of estimated parameters in individual models. Calculations include limit values, random effects, standard deviation and correlation factor R. Standard deviations for models A, A and B were 4, 50 and 45 kg N ha -, respectively and for systematic effects R was 0.4, 0. and 0., respectively. The lowest standard deviation and largest correlation factor were therefore found in Model B. Chapter contains a verification of the ability of the models in describing the data on which they have been based in practice, when these are divided into origin, location or crop. The three models are compared parameter-wise and leaching at increasing levels of N is compared with previous models. For model B this showed a good agreement with previous results from experiments and earlier models, but with differences between crop types. Finally, a validation has been carried out with regard to the new data from the Nationwide Monitoring Programme which were not included in the model setup.

The discussion contains a review of model type and of individual effects. It also includes a discussion on leaching from pastures, maize and cereal crops. It concludes that model B is best suited to describe leaching at farm level. However, this model has also uncovered some holes in our knowledge from measurements of nitrogen leaching regarding the utilization of grassland, leaching from a winter crop compared with a field of stubble and from potato and maize. Key words: Empirical model, nitrogen, leaching, fertilizer, manure, nitrogen level, spring manuring, autumn manuring, grazing, ploughing, crops, soil type and drainage. 7

. Indledning Udvaskning af kvælstof fra dyrkede marker er et alvorligt miljøproblem, mod hvilket der er iværksat nationale handlingsplaner (Vandmiljøplan I, Handlingsplan for Bæredygtigt Landbrug og Vandmiljøplan II) med tilhørende omfattende investeringer. For at vurdere effekten af reguleringer og investeringer er der behov for at kunne estimere kvælstofudvaskningen fra forskellige driftsformer på forskellige jordtyper og under forskellige klimatiske forhold. De værktøjer, der er til rådighed til vurdering eller estimering af udvaskningen, kan opdeles i tre typer:. Massebalancer, hvor kvælstofinput og -output for en mark, en ejendom eller et større område kvantificeres, og hvor differencen udtrykker summen af tab til omgivelserne og organisk binding i jorden ( f.eks. Kristensen & Kristensen, 99; Kyllingsbæk, 995).. Empiriske modeller baseret på statistisk behandling af målte data (f.eks. Simmelsgaard, 99; Simmelsgaard& Djurhuus, 998 og Simmelsgaard, 998).. Deterministiske modeller baseret på en mere eller mindre fuldstændig mekanistisk fysisk/kemisk/biologisk beskrivelse af dyrkningssystemet f.eks. DAISY (Hansen et al., 990), SOILN (Johnsson, 990) og bedriftsmodellen FASSET (Jacobsen et al., 998). Empiriske modeller og massebalancerne har et forholdsvis beskedent krav til inputdata. Deterministiske modeller kræver et mere omfattende input af detaljerede oplysninger svarende til modellernes beskrivelse af dyrkningssystemet. Det vil sige en detaljeret beskrivelse af klima, jordfysik, -kemi og -biologi, arealanvendelsesdata og kulturtekniske indgreb. Den optimale modeltype afhænger både af de modeller, der er til rådighed, og af den skala nitratudvaskningen ønskes beregnet for. Hvis man ønsker beregninger i stor skala, f.eks. en region, vil kravet til kvaliteten af inputdata for den enkelte mark i regionen normalt ikke kunne opfyldes for en kompleks deterministisk model. Det vil normalt være nødvendigt at opskalere, som f.eks. Børgesen et al. (997). Værdien af en sådan opskalering afhænger både af om udgangspunktet er korrekt simuleret, og om den har været repræsentativ for alle marker i regionen. I virkeligheden står man i samme statistiske situation som ved anvendelse af en empirisk model, blot med den forskel at i det ene tilfælde er udgangspunktet baseret på simuleringer og i det andet tilfælde på målinger. Med en generel empirisk model vil det største problem ofte være, om den er baseret på tilstrækkelig mange måledata til at være repræsentativ i større skala. En empirisk models præcision vil afhænge af den sikkerhed målingerne er udført med og modellens evne til at beskrive disse. Til gengæld vil modellen afspejle det målte niveau. Man kan ikke på forhånd afgøre om den ene eller anden modeltype er bedst. Begge modeltyper kræver uafhængige målte data for at kunne valideres. En fordel ved empiriske modeller fremfor deterministiske er, at de ofte er mere gennemskuelige, fordi der normalt kun indgår få parametre i modellerne. Empiriske modeller er normalt statiske i deres opbygning og er derfor bedst egnet til at beskrive scenarier før og efter en ændring af landbrugspraksis. Empiriske modeller er mindre egnet til at beskrive en dynamisk udvikling over tid. 8

Et af de programmer, hvor der har været et stort behov for at anvende modeller, er Vandmiljøplanens Overvågningsprogram. Under dette program indsamles for et antal oplande, der er domineret af landbrug, driftsoplysninger i en detaljeringsgrad svarende til, at der kan opstilles massebalancer for de enkelte marker og opfylde inputkravene til empiriske modeller. Hidtil er benyttet en de ovenfor refererede empiriske modeller (Simmelsgaard, 99). Disse udvaskningsfunktioner var oprindeligt udviklet til at beregne udvaskningen på regionsniveau, men er tilpasset til også at kunne anvendes på markniveau (Grant et al., 99). I Danmark har disse funktioner været meget benyttede (Skop, 99; Paaby et al., 99; Grant et al. 998). Udvaskningsfunktionerne lider imidlertid under den svaghed, at der kun i mindre omfang har været inddraget data fra forsøg med husdyrgødede marker i modeludviklingen. Det vil sige, at udvaskningen hidrørende fra husdyrgødning samt ændringer i udnyttelsen af denne er dårligt beskrevet i de hidtidige udvaskningsfunktioner. En anden svaghed ved funktionerne er beregning af udvaskningen efter N-fixerende afgrøder og efter slæt kontra afgræsning af kløvergræsmarker. Disse svagheder er blevet mere udtalt efterhånden som især udnyttelsen af kvælstoffet i husdyrgødningen er øget. En sammenligning mellem beregnet og målt udvaskning i Landovervågningsoplandene viser, at funktionerne underestimerer udvaskningen med 5-0 procent, mest på husdyrgødede marker (Grant et al., 998). En stor del af de gennemførte statslige reguleringer af landbrugspraksis sigter netop mod en bedre håndtering og dermed en større udnyttelse af husdyrgødningen. Effekten af afgrøde, N-niveau, jordtype og klima på nitratudvaskningen er beskrevet i en ny empirisk model, der er baseret på en regressionsanalyse af resultater fra dels langvarige målinger af nitratudvaskning med drænvand i årene 97-9 og dels målinger med sugeceller som en del af det såkaldte kvadratnetsprojekt i årene 988-94 ( Simmelsgaard, 998). Denne model er bl.a. anvendt til beregning af kvælstofudvaskning i konventionelle og økologiske produktionssystemer (Kristensen og Olesen, 998). Modellen er imidlertid opbygget på en begrænset del af de måledata, der totalt set er til rådighed her i landet. I denne rapport beskrives resultatet af et arbejde med videreudvikling af empirisk baserede modeller til beregning af kvælstofudvaskning. Kravet til modellerne var, at de skulle være velunderbyggede vedrørende kvælstofudvaskningen på markniveau hidrørende fra både handels- og husdyrgødning, herunder langtidsvirkningen af tildelt husdyrgødning. Endvidere skulle modellerne være robuste og beskrive effekten af de hovedfaktorer, der påvirker udvaskningen fra en mark med et tidstrin på et år, og med mulighed for at skalere op til ejendoms-, oplands- og regionsniveau. Målet var, at modellerne kunne beskrive niveauet af udvaskningen og ændringer i udvaskningen som følge af ændringer i driftsfaktorer korrekt over en årrække. 9

. Datamateriale. DMU-data. Data er hentet fra Landovervågningsprogrammet, der blev iværksat i 989 som opfølgning på Vandmiljøplan I (Grant et al., 99). Seks veldefinerede landbrugsoplande (5-5 km ) er udvalgt udfra kriterier om at få dækket et bredt spektrum af faktorer som jordbundstype, husdyrhold, ejendomsstørrelse, afgrødefordeling, gødningsforbrug samt klima. Opland nr., og 4 er lerjordsoplande, mens opland nr., 5 og er sandjordsoplande. Beliggenheden er vist i figur, og i tabel er vist en oversigt over driftstyper og jordtyper. Der er udtaget jordvandsprøver fra 9 stationsmarker fordelt på de oplande, således at markerne er så repræsentative som muligt med hensyn til ovennævnte faktorer. Prøverne er opsamlet med kontinuert vakuum, idet der udtages prøver en gang om ugen, når jordens vandindhold tillader det. Der analyseres på puljede prøver fra 0 sugeceller pr. jordvandsstation. Sugecellerne er af teflon, bortset fra opland nr. 5, hvor de er af keramik. Cellerne er placeret i 90-0 cm dybde i et V-formet mønster inden for et areal på 00 m. 0 % $ 4 $ # 5 5 # $ $ # $ $ DJF jordvandsstationer % DJF drænvandsstationer Nr. - (se tabel ) # DMU landovervågningsoplande Nr. - (se tabel ) % 8 $ # $ 5 % 7 % % $ $ 4 # $ # % 9 $ Figur. Oversigt over målestationernes placering 0

Tabel. Oversigt over lokaliteter, brugstyper og jordtyper for DMU data. LOOP. Højvands Rende St.nr. Brugstype JB-nr. 0 0 0 04 05 0. Odder bæk 0 0 0 04 05 0. Horndrup bæk 0 0 0 04 05 0 4. Lillebæk 40 40 40 404 405 40 5. Barslund bæk 50 50 50 504 505 50 507 508. Bolbro bæk 0 0 0 04 05 0 07 08 plante plante plante plante svin plante kvæg kvæg svin kvæg kvæg kvæg kvæg kvæg svin plante kvæg kvæg plante svin svin plante plante kvæg kvæg kvæg kvæg kvæg kvæg plante plante plante blandet kvæg kvæg kvæg kvæg svin kvæg kvæg 7 7 4 7 7 5 Humus % 5 4 7 4 4 4 5 8 7 4 Tekstur 0-5 cm dybde Ler Silt Finsand Grovsand % % % % 5 40 0 9 4 4 4 9 4 4 5 5 9 4 5 4 4 9 5 5 5 4 7 4 4 4 4 4 5 4 7 4 8 7 7 7 7 5 0 9 7 5 4 4 0 5 4 4 47 4 4 4 9 4 47 4 9 45 4 4 9 4 4 5 7 0 7 0 7 8 8 0 40 54 4 8 4 9 0 0 4 9 9 7 8 77 7 75 7 7 78 59 44 58 57 49 5 55 54 Partikelstørrelse: ler < 0.00 mm, silt: 0.00-0.0 mm, finsand: 0.0-0. mm og grovsand: 0. -, mm.

De udtagne prøver af jordvand blev opbevaret i kølerum, indtil de blev analyseret. Prøverne blev analyseret for indhold af nitrat og ammonium. I 99 blev måleprogrammet udvidet, så der desuden bestemtes total N. Ammonium-N blev målt efter DS 4. Nitrat-N (incl. nitrit-n) blev målt efter DS eller alternativt ved at anvende ionchromatografi. Total kvælstof blev målt efter DS og DS. Vandafstrømningen (perkolationen) fra rodzonen på stationsmarkerne blev modelberegnet. For opland nr.,, 5 og anvendtes vandbalancemodellen EVACROP (Olesen og Heidmann, 990); mens der for opland nr. og 4 anvendtes rodzonemodellen DAISY (Hansen et al., 990), idet denne var bedst egnet på lerede jorde med højt grundvandsspejl. De jordfysiske parametre, der blev anvendt som input ved disse modelberegninger, er sat op på grundlag af retentionsanalyser, tekstur, total C og total N i 0-0 cm dybde målt ved opstart af overvågningen, samt af ugentlige pejlinger af grundvandsstanden ved målefeltet. Klimagrundlaget for beregningen af vandbalancen for oplandene var data, der var bearbejdet af DJF. Klimadataene omfatter nedbør (korrigeret til jordoverfladen), temperatur, potentiel fordampning og global stråling. Oplysningerne er baseret på DJF s og Danmarks Meteorologiske Institut's ordinære net af klimastationer, samt på - nedbørsstationer opstillet i hvert opland i forbindelse med etableringen af Landovervågningsprogrammet. Udvaskningsberegningerne er foretaget på baggrund af de modelberegnede vandafstrømninger og de målte koncentrationer af NO -N. Der er for sidstnævnte udført lineær interpolation på data for at opnå værdier på døgnbasis. Udvaskningen er opgjort på årsbasis for hydrologiske år fra. juni til den. maj i det følgende år. Undersøgelserne udføres på almindelige landbrug, hvor arealerne indgår i omdriften. Oplysninger om driftsforhold på stationsmarkerne i form af afgrøder, gødskning, udbytter m.v. indhentes en gang årligt gennem interviews af landmænd. Data, der indgår i denne statistiske analyse, er indsamlet i årene 990-997.. DJF-data Datagrundlaget omfatter resultater fra to måleserier og fra tre forsøg. De to måleserier er: ) analyser af drænvand på lokaliteter i årene 97-9 (Simmelsgaard, 994), og ) analyser af nitrat i jordvand udtaget med sugeceller fra marker på lokaliteter i årene 988-9 (Olsen, 995). De tre forsøg, hvorfra der er medtaget resultater, er: A) forsøg med nitratudvaskning ved stigende N-gødskning ved Sdr. Stenderup og Agervig (Simmelsgaard & Djurhuus, 998); B) nitratudvaskning efter ompløjning af kløvergræs på forskellig tidspunkt (Djurhuus & Olsen, 997), der er udført ved Jyndevad og Foulum; og C) nitratudvaskning som effekt af langvarig forskellig N-gødskning på sandjord (Hansen & Djurhuus, 99), der er udført ved Jyndevad. En oversigt over de forskellige lokaliteters beliggenhed er vist i figur. I tabel er vist en oversigt over de bedriftstyper og jordtyper, der indgik i de to måleserier. De udvalgte marker i serie var beliggende på almindelige landbrug på nær arealet ved Silstrup, der tilhørte Silstrup Forsøgsstation. Markerne var systematisk drænede med en drænafstand på 8-4 meter, en drændybde på.-.5 meter og et areal på fra 0.7 til 9 ha. Ved drænudløbet var der placeret en opsamlerbrønd med drænvandspumpe, der pumpede drænvandet gennem et vandur. En gang hver uge eller periodevis hver anden uge blev der blev udtaget en prøve af drænvandet til analyse

Tabel.Jordtype og tekstur i 0-5 cm dybde ved de forskellige lokaliteter. Nr. Lokalitet Serie JB-nr. Tekstur, 0-5 cm Humus % Ler % Silt % Finsand % Grovsand % Jyndevad 4 0 7 Tylstrup 5 7 0 Agervig + 4 7 5 5 44 9 4 Borris 4 8 5 5 Foulum 4 8 0 44 4 Ødum 4 9 4 54 0 7 Lunding 0 40 7 8 Askov 0 4 4 9 Roskilde 48 0 Silstrup + 4 5 4 7 Tystofte 45 8 Årslev 4 Næstved 4 4 5 4 Rønhave 7 7 47 8 5 Stenderup + 7 0 0 4 7 Åbenrå 7 4 0 8 5 = drænvand, = jordvand Partikkelstørrelse: ler < 0.00 mm, silt: 0.00-0.0 mm, finsand: 0.0-0. mm og grovsand: 0. -, mm. To marker på samme lokalitet for NO -N. Totalafstrømningen fra rodzonen blev modelleret på grundlag af klimadata fra nærmestliggende klimastation med modellen EVACROP (Olesen og Heidmann, 990) Udvaskningen af NO -N blev beregnet ved at gange afstrømningen mellem to måledage med gennemsnittet af NO -N koncentrationen ved begyndelsen og slutningen af måleperioden.

Udvaskningen i de enkelte perioder blev derefter summeret til årsværdier for hydrologiske år fra. juli til 0. juni. Udvaskningen blev beregnet efter denne metode under antagelse af, at NO -N koncentrationen i drænvandet også var repræsentativ for det vand, der strømmede forbi drænene til undergrunden. Under serie blev der på udvalgte marker fordelt på lokaliteter, heraf med to marker, anbragt mellem 9 og sugeceller af keramik eller teflon i meters dybde indenfor et areal på 50x50 meter. Der blev udtaget prøver af jordvandet til analyse for nitrat en gang ugentlig undtagen i perioder, hvor jorden var for tør til udtagning af prøver med vakuum. Nitratudvaskningen blev beregnet ugentlig ved at multiplicere gennemsnittet af nitratkoncentrationen mellem to måledage med en modelberegnet afstrømning efter samme metode, som beskrevet ovenfor for totaludvaskningen under serie. En gang årligt blev der indsamlet driftsoplysninger om afgrøder, gødskning, behandlingstidspunkter etc. I serie blev driftsledelsen varetaget af de landmænd, som markerne tilhørte. I serie var alle marker placeret ved DJF's forsøgsstationer. De N-mængder, der blev tilført, var bestemt som det optimale til den enkelte afgrøde ud fra forfrugt, år, sted og jordtype. I forsøg A blev koncentrationen af nitrat målt i drænvand, og udvaskningen beregnet som under serie. Der var to gentagelser i de fire forsøgsled, der var hvert sted. I forsøg B og C blev udvaskningen målt ved hjælp af sugeceller som under serie, dog med et hydrologisk år fra 0.04 til.0. Der var fire gentagelser for hvert forsøgsled, og der var placeret to sugeceller i hver forsøgsparcel, i alt otte sugeceller per forsøgsled. De mindre forskelle der er i opgørelsesmetoden både mellem DMU og DJF data og mellem DJF data indbyrdes skønnes kun at have haft begrænset indflydelse på den årlige udvaskning. Det samme gælder forskellene i start af hydrologisk år, idet udvaskningen normalt er lille i forårsmånederne. 4

4. Dataoversigt De indsamlede resultater er for DMU data beskrevet i årlige rapporter vedrørende Landovervågningsoplande, hvoraf den seneste medtager data til og med 998 (Grant et al., 999). DJF resultater er for serie beskrevet af Simmelsgaard (994) og for serie af Olsen (995). En statistisk bearbejdning af serie og er beskrevet af Simmelsgaard (998). For de tre forsøg, der indgår i datagrundlaget henvises til ovenfor refererede artikler. I det følgende er vist en oversigt over variationen af nogle af de variable, der indgår i det samlede datasæt. Data blev luget for ikke relevante observationer og observationer, der var metodisk usikre. Ved en observation forstås sammenhørende værdier fra en mark eller et forsøgsled i et år. For DJF data var dette sket i forbindelse med tidligere analyser. I DMU data blev følgende stationer udeladt: 0 og 07 på grund af kun to måleår, 05 og 0 på grund af atypiske forhold, hhv. grise på friland, urtete m.v. og skov. Stationerne 50, 507 og 508 blev udeladt på grund af dårligt fungerende sugeceller. Tilbage var der 00 observationer i datasættet, hvoraf 8 var DMU data, og var DJF data. I tabel er vist gennemsnit, minimum, median og maksimum for hver variabel. Tabellen er også opdelt i DMU data og hhv. moniteringsdata (DJF) og forsøgsdata (DJF) fra DJF. Tabel. Dataoversigt over alle data og opdelt efter oprindelse Tekst Alle data DMU DJF DJF Antal observationer 00 8 97 5 Variabel: Gns. Min. Median Maks. Gns. Gns. Gns. Udvaskning (Y), kg N/ha /år ln (Y +) Afstrømning (A), mm/år ln (A + ) Lerindhold, % Humusindhold, % Handelsgødning, kg N/ha/år Husdyrgødning, kg N/ha/år Fiksering, bælgpl., kg N/ha/år Afsat på græs, kg N/ha/år N-niveau, kg N/ha/år 4 Forårsgødskning, kg N/ha/år 5 Efterårsgødskning, kg N/ha/år 7.90 4 5.9 0.8 5 0 4 9 5 9 0 0 0. 0 0 0 0 57 4.0 45.4 9.4 0 0 0 7 4 0 440.09 944.85.5 495 84 40 87 40 99 4.4 47 5.9 9.0 5 8 4 0 4 9 8 57.8 445.00. 08 58 7 0 8 47 DJF data efter Høgh-Jensen et al. (998), DMU data efter Kyllingsbæk (995). Beregnet ud fra normtal (Laursen, 994) og oplysninger om antal dyr og græsningsdage. Total-N tilført sædskiftet, (handelsgødning. + husdyrgødning + N-fiksering + N-udbinding). 4 Tilført N med handelsgødning, NH 4 -N i husdyrgødning og N-fiksering, / til /8. 5 Tilført N med handelsgødning og NH 4 -N i husdyrgødning, /9 til 5/. 48. 5.9 9.8 99 9 0 0 0 5 5

Figur. Procentvis fordeling af alle observationer efter stigende N-udvaskning (t.v.) og stigende afstrømning (t.h.) Figur. Procentvis fordeling af alle observationer efter stigende lerindhold (t.v.) og stigende humusindhold (t.h.) i pløjelaget Udvaskningen var i gennemsnit af alle observationer 7 kg N/ha/år, varierende fra 0 til 440 kg N/ha med en medianværdi på 57 kg N/ha. Udvaskningen var for DMU data noget højere end for DJF data. Sorteres observationerne efter stigende udvaskning giver det en skæv fordeling, som vist i figur. Afstrømningen fra rodzonen var i gennemsnit 4 mm, og varierede fra 0 til 944 mm med en median på 45 mm. Lerindholdet i pløjelaget var i gennemsnit 0% med omtrent samme medianværdi (fig. ). Lokaliteterne fordeler sig i tre grupper med hensyn til lerindholdet, en gruppe med 4-8% ler, en med 8-% ler og en med -% ler. De fleste jorde, der indgik i undersøgelserne, havde et humusindhold på -%, men nogle vestjyske jorde havde et højere humusindhold. Humus i gamle hedejorde har ofte et højt C/N forhold, hvilket tyder på, at en del af det organiske stof i disse jorde er meget langsomt omsætteligt. Et højere humusindhold giver desuden alt andet lige jordene en bedre vandholdene evne.

Figur 4. Procentvis fordeling af alle observationer efter stigende tilførsel af kvælstof med handelsgødning (t.v.) og husdyrgødning (t.h.) Figur 5. Procent observationer hvor der har været udbragt gødning om efteråret (N-eft), har været N-fikserende afgrøder (N-fix), eller afsat N under afgræsning (N-udb) er vist til venstre. Fordelingen af observationer på afgrødegrupper er vist til højre:. Græs/ græs,. Vårbyg/udlæg,. Græs/vinterkorn, 4. Rodfrugt og majs, 5. Korn/vinterkorn,. Korn/ efterafgrøde, 7. Raps, ærter/vinterkorn og 8. Korn/bar jord Fordelingen af tilført kvælstof med handels- og husdyrgødning er vist i figur 4. Der har været tilført husdyrgødning til ca. 0 procent af afgrøderne, med helt op til 00 kg N/ha/år i enkelte tilfælde. Fordelingen i figur 4 omfatter både efterårs- og forårsudbragt kvælstofgødning til en afgrøde, mens kvælstof i gødning afsat af græssende dyr ikke er medregnet. Hvor stor en andel af markerne, der var tilført husdyrgødning om efteråret, har været dyrket med kvælstoffikserende afgrøder eller har været afgræsset, er vist i figur 5. Fikseret kvælstof blev for DJF data beregnet ud fra udbyttet i henhold til Høgh-Jensen et al. (998). For DMU data blev de oprindelige beregninger i henhold til Kyllingsbæk (995) bibeholdt. 7

Figur. Procentvis fordeling af observationer efter stigende generelt N-niveau (t.v.) og stigende N-tilførsel om foråret (t.h.) Tilførslen af kvælstof til DMU's stationsmarker har generelt været lidt højere end til de marker, der indgik i DJF's undersøgelser. Fordelingen af afgrøder på forskellige afgrødegrupper er ligeledes vist i figur 5. Grupperne og, der er henholdsvis græs efterfulgt af vinterkorn, og korn efterfulgt af en bredbladet efterafgrøde, er meget små. Til gengæld er der over 00 observationer i gruppen korn / bar jord. Græs er underopdelt i frøgræs og første og andet års græs. Rodfrugter er underopdelt i foderroer, fabriksroer, kartofler og majs. Endelig er gruppe 7 underopdelt i vårraps eller ærter efterfulgt af vinterkorn, og vinterraps efterfulgt af vinterkorn. Fra husdyrgødning tilført om efteråret kan indholdet af ammoniumkvælstof omsættes til nitratkvælstof og udvaskes samme vinter. En del af det organisk bundne kvælstof i husdyrgødning vil først blive omsat til mineralsk kvælstof i årene efter, at det er tilført eller afsat under afgræsning. Endvidere vil der generelt være en eftervirkning også efter kvælstof i handelsgødning og kvælstof fikseret af bælgplanter. Kvælstoftilførslen er derfor delt op i generelt N-niveau, N-forår, N-efterår og kvælstof afsat direkte på marken fra dyr på græs ( N-udbinding). Generelt N-niveau er summen af alle kvælstoftilførsler med handelsgødning, husdyrgødning, fra dyr på græs og biologisk N-fiksering til et helt sædskifte (5-0 år), beregnet som den gennemsnitlige tilførsel i kg/ha/år (figur ). N-forår er forårstilførslen af plantetilgængeligt kvælstof til en afgrøde (N i handelsgødning + ammoniumkvælstof i husdyrgødning + N-fiksering). N- efterår er tilførslen af N i handelsgødning og ammoiumkvælstof med husdyrgødning i tidsrummet. september til 5. februar. Endelig er N-udbinding kvælstof afsat fra græssende dyr direkte på marken. 8

4. Statistisk metode 4. Grundmodeller Indledende beregninger viste, at spredningen på udvaskningen voksede tilnærmelsesvis proportionalt med udvaskningens størrelse. Under sådanne forhold vil spredningen på de logaritmerede udvaskninger have konstant varians. Derfor blev modellerne formuleret for logaritmen til udvaskningen. De benyttede modeller indeholder dels nogle effekter, som blev betragtet som systematiske, og dels nogle som blev betragtet som tilfældige. De effekter, der blev betragtet som systematiske, er dem, som kan kontrolleres eller udnyttes i planlægningen af markbehandlinger, som f.eks. afgrøde, tilført kvælstof og jordtype. Tilfældige effekter er dem, som hverken kan kontrolleres eller udnyttes ved planlægningen, f.eks. år og mark. Der er benyttet to statistiske grundmodeller. Dels model A, hvor alle systematiske effekter (afgrøde, N-niveau o.s.v.) indgår multiplikativt, dels model B, som består af en kombination af additive og multiplikative systematiske effekter. Model A : ln( Y ) = γ j X j + δ ln( A) + [ DkU Y X U A = j δ = Parameter for den systematiske effekt af afstrømning D = j k k E = m = t = Observeret (beregnet) kvælstofudvaskning, kg = Designmatrix for en systematisk effekt, som indgår multiplikativt = Designmatrix for en tilfældig effekt Afstrømning, mm år = m j Tilfældig effekt af lokalitet, mark/behandling og år Tilfældig effekt for kombinationen af lokalitet, mark/behandling og år Antal multiplikative parametre Antal tilfældige effekter - t k k + E] N ha γ = Parameter for den j' te multiplikative systematiske effekt - år - () Model B : p ln( Y ) = ln{[ β i Z i ][ γ g ][ exp( δ A)]exp( δ L)exp( δ H )} + [ DkU hvor Z L = H = δ i i = = a i Designmatrix for en systematisk effekt, som indgår additivt Lerprocent i pløjelaget Humusprocent i pløjelaget Parameter for multiplikativ effekt af afstrømning samt ler - og humusindhold t k k + E] () 9

β i a = = g = p = Parameter for den i' te additive systematiske effekt Antal additive parametre Aktuel afgrødegruppe Potens, som er eller afhængig af Øvrige symboler er som nævnt under model A om effekten indgår lineært eller kvadratisk Ud fra modellernes parameterestimater kan udvaskningen for givne værdier af de systematiske effekter beregnes ved ligning () og (4). I disse ligninger indgår et estimat (c) for korrektion af den skævhed, der må forventes fordi den uafhængige variabel i modellerne er logaritmen til udvaskningen og ikke den registrerede udvaskning. Korrektionen (c) er beregnet som den værdi, der får gennemsnittet af alle de benyttede observerede værdier til at blive identisk med gennemsnittet af de tilsvarende prædikterede værdier efter tilbagetransformering. Model A Yˆ = exp( m j γˆ X j j + cˆ) A δ () Model B Yˆ = [ a i βˆ Z i p i ][ γˆ ] [ exp( δˆ A)]exp( δˆ L)exp( δˆ H )exp(ˆ) c Ŷ = Den prædikterede udvaskning cˆ = Estimat for korrektion af skævhed Øvrige symboler er som ovenfor g (4) For begge modeller kan man ved differentation beregne de enkelte variables partielle effekt på udvaskningen ved følgende udtryk, hvor alle symboler er som beskrevet ovenfor: Model A Yˆ X Ŷ δˆ = Yˆ A A Model B Yˆ = β [ ˆ ] [ exp( ˆ )]exp( ˆ )exp( ˆ i γ g δ A δ L δ H ) Z i Yˆ Z i j = γˆ Yˆ = β Z [ γˆ ] [ exp( δˆ A)]exp( δˆ L)exp( δˆ H ) Yˆ = δˆ [ A j i a i i βˆ Z i i g ][ γˆ ] exp( δˆ A)exp( δˆ L)exp( δˆ H ) g hvor Z i hvor Z indgår lineært i indgår kvadratisk (5) () (7) (8) 0

For hver grundmodel blev en lang række af de faktorer, der var målt eller beskrevet i datamaterialet, testet mod udvaskningen. Flere forskellige modeller med forskellige kombinationer og formuleringer af faktorer og effekter blev testet. Blandt disse er følgende beskrevne modeller valgt som de mest egnede til beskrivelse af udvaskningen. 4. Model A Følgende systematiske og tilfældige effekter indgår i modellen: Multiplikative, systematiske effekter (X j ). ln (Afstrømning, mm/år). Jordtype, % ler + humus. N-niveau, kg/ha/år 4. N-forår, kg/ha/år 5. N-efterår, kg/ha/år. N-udbinding, kg/ha/år 7. Pløjeeffekt,( type af ompløjet afgrøde, antal dage fra pløjning) 8. Afgrøde Multiplikative, tilfældige effekter (U k ). Lokalitet.. Mark/behandling. År 4. Rest En beskrivelse af de enkelte effekter der indgår i modellen findes i et følgende afsnit. Modellen er beskrevet som en generel lineær mixed model (se f.eks. Searle et al. 99), og modellens parametre er bestemt ved restricted maximum likelihood (Thompson and Patterson, 97). For de effekter der indgår i model A, er der estimeret to sæt parametre, der i det følgende er nævnt som model A og model A. For model A er alle parametre estimeret ud fra de målte data. For model A er parametrene for Jordtype, N-niveau og N-forår en modifikation af de tilsvarende parametre i en tidligere model (Simmelsgaard, 998). Effekten af disse fikserede parametre blev trukket fra udvaskningen, inden de øvrige parametre i model A blev estimeret. Begrundelsen for at estimere to sæt parametre for model A var, at de første beregninger med modellen viste en mindre effekt af henholdsvis N-niveau og jordtype på udvaskningen end forventet i forhold til den tidligere model, der var af tilsvarende type. Hypotesen var derfor at teste, om man ved at inddrage parametrene for disse to effekter fra den tidligere model ville få en model, der prædikterede værdier, der var væsentlig forskellige fra en model, hvor alle parametre var estimeret ud fra data. 4. Model B Opdelingen i additive og multiplikative effekter er væsentligst baseret på vores formodning om, hvorledes de pågældende forhold indvirker på udvaskningen. I modellen indgår følgende effekter: Additive systematiske effekter (Z i ). N-niveau, kg/ha/år

. N-forår, kg/ha/år. N-efterår, kg/ha/år 4. N-udbinding, kg/ha/år 5. Pløjeeffekt, (type af ompløjet afgrøde, antal dage fra pløjning) Multiplikative systematiske effekter (X j, A, L og H). Afgrøde. Afstrømning, mm/år. Lerindhold, % 4. Humusindhold, % Multiplikative tilfældige effekter (U k ).. Lokalitet.. Mark/behandling... År 4. Rest En beskrivelse af de enkelte effekter, der indgår i modellen, findes i det følgende afsnit. Da modellen er ikke-lineær, er dens parametre estimeret ved en kombineret anvendelse af en iterativ afledningsfri minimeringsmetode (Ralston and Jennrich, 978) og restricted maximum likelihood (Patterson and Thompson, 97). 4.4 Beskrivelse af de enkelte effekter De effekter eller uafhængige variable, der indgår i modellerne, er de samme for begge modeler. Dog indgår nogle variable lidt forskellig i de to modeller. Det gælder afstrømning, jordtype, N-efterår og pløjeeffekt, som er beskrevet nedenfor. Afstrømning I model A indgår effekten af afstrømning som en konstant ganget med logaritmen til afstrømning ln(afstrømning). I model B antages effekten af afstrømning i mm at have en eksponentiel aftagende multiplikativ effekt. Jordtype I model A indgår effekten af jordtype som en konstant ganget med summen af ler- og humusprocent i pløjelaget. For DMU data er der regnet med en humusprocent på, fordi de i tabel viste humusprocenter ikke var tilgængelige, da modellerne blev estimeret. I model B antages, at både lerindholdet og humusindholdet har en eksponentiel aftagende effekt. N-niveau Det generelle kvælstofniveau for marken er den gennemsnitlige mængde totalkvælstof i kg/ha/år, tilført med handelsgødning, med husdyrgødning, afsætning fra dyr på græs og fra biologisk N-fiksering, beregnet for hele måleperioden eller svarende til et sædskifte. Effekten er beskrevet som en konstant ganget med kvadratet på det generelle N-niveau.

N-forår Forårsudbragt plantetilgængeligt kvælstof i kg/ha/år. Effekten er beregnet som en konstant ganget med kvadratet på den aktuelt tilførte mængde, udbragt i perioden fra 5/ til /8 ved starten af det pågældende hydrologiske år. Som plantetilgængeligt kvælstof regnes kvælstof i handelsgødning, ammoniumkvælstof i husdyrgødning og biologisk fikseret kvælstof. N-efterår Efterårs- og vinterudbragt ammoniumkvælstof i husdyrgødning og kvælstof i handelsgødning i kg N/ha/år. Effekten er beregnet som en konstant ganget med den aktuelt tilførte mængde kvælstof i perioden fra /9 til 5/ i det pågældende udvaskningsår. I model A er effekten antaget at være afhængig af jordtyperne, sandjord (jb. nr. -4) og lerjord (jb. nr. 5-8). N-udbinding Effekten er beregnet som en konstant ganget med den beregnede mængde totalkvælstof afsat på marken under afgræsning i det kalenderår, hvor det pågældende udvaskningsår starter. Pløjeeffekt Effekten af pløjning er beregnet som et produkt af to effekter, nemlig den mængde kvælstof, som frigives ved ompløjning (her kaldet γ pløj i model A og η pløj i model B), og den andel heraf som frigives i det pågældende udvaskningsår (her kaldet N pløj ). Den mængde kvælstof, der frigives til udvaskning, kan betragtes som den totalt frigivne mængde kvælstof minus planteoptagelse. Denne mængde antages kun at være afhængig af afgrøden der ompløjes og den er beregnet specifikt for hver af følgende afgrødegrupper: ) græs til slæt eller afgræsning, ) frøgræs, ) udlæg og 4) andet. Den andel heraf som frigives til udvaskning i det pågældende år, antages at være uafhængig af afgrøde og alene afhængig af jordtype og hvor lang tid, der er gået siden sidste ompløjning. For let at kunne beregne effekten af tiden siden sidste ompløjning antages, at N-frigivelsen over tid, plus den tid der går indtil det kan måles som udvaskning, følger en normalfordeling. D.v.s. at lige efter ompløjningen udvaskes der kun lidt kvælstof pr dag, herefter stiger den udvaskede kvælstofmængde pr dag gradvis og når sit maksimum, når præcis halvdelen af den totale mængde er udvasket. Herefter falder den udvaskede mængde pr dag igen gradvist og nærmer sig asymptotisk til 0. Normalfordelingen kan beskrives med parametre, middelværdien og spredningen (her kaldet τ hhv. ω og udtrykt i enheden dage). Middelværdi og spredning (parametrene τ og ω ) antages alene at være afhængig af jordtypen sandjord (JB nr. -4) eller lerjord (JB nr. 5-8). Antallet af dage fra sidste ompløjning og frem til den. december i udvaskningsåret beregnes for hver observation. Den andel, som frigives i det enkelte udvaskningsår kan herefter beregnes som den andel af en normalfordelingskurve med middelværdien τ og spredning ω, som falder i det pågældende år (se figur 4). For et udvaskningsår, hvor tiden siden sidste pløjning og frem til. december i udvaskningsåret er beregnet til z dage kan andelen beregnes ved:

N pløj =P(z,τ,ω)-P(z-5,τ,ω) (9) hvor ( x τ ) z ω P( z, τ, ω) = e πω dx Effekten af pløjning i et enkelt udvaskningsår bliver da γ pløj N pløj hhv. η pløj N pløj for model A og B, hvor γ pløj og η pløj er afhængig af hvilken af ovennævnte afgrødegrupper, der er ompløjet, mens N pløj er afhængig af tidspunkt og jordtype, d.v.s. τ og ω er afhængig af jordtype. Værdierne af τ og ω blev fundet ved en iterativ proces på grundlag af hele datamaterialet. I tabel 4 er N pløj vist for nogle typiske værdier af gennemsnit (τ) og spredning (ω) samt nogle værdier af tiden siden sidste ompløjning (z). For andre værdier af z kan værdien af P(z,τ,ω) (og dermed N pløj bestemmes) slås op i en normalfordelingstabel eller beregnes med standardfunktioner i diverse statistikprogrammer. (eksempelvis funktionen Probnorm i statistikprogrammet SAS). Tabel 4. Værdier af variablen N pløj i. -. år efter pløjning, når der pløjes hhv. 5. marts og 5. september i det kalenderår, hvor udvaskningsåret (.år) starter A B Ler Jb>4 Sand Jb<5 Ler Jb>4 Sand Jb<5 Parameter τ dage ω dage 700 5 5 8 758 00 88 00 Model Jordtype Pløjetidspunkt z,. år dage Værdi af A pløj.år.år.år 4.år 5.år.år 5. marts 9 0. 0. 0. 0. 0.0 0.0 5. sept. 07 0.05 0. 0.8 0.7 0.08 0.0 5. marts 9 0.4 0.0 0.0 0.00 0.00 0.00 5. sept. 07 0.08 0.4 0.7 0.0 0.00 0.00 5. marts 9 0.0 0.0 0.0 0.09 0.00 0.00 5. sept. 07 0.00 0.08 0.58 0. 0.0 0.00 5. marts 9 0.7 0.8 0.00 0.00 0.00 0.00 5. sept. 07 0.00 0.80 0.0 0.00 0.00 0.00 Tilfældige effekter De tilfældige effekter omfatter lokalitet, mark, år og en restvariation. For DMU data er lokalitet identisk med loop nr., hvor en loop omfatter flere stationsmarker indenfor samme vandløbsopland. For alle øvrige data er der tale om samme sted, hvor der kan være flere marker. For moniteringsdata er en mark det mindste areal, mens det for forsøgsdata er et forsøgsled eller behandling, som er mindste enhed, og som her betegnes som en mark. År omfatter et udvaskningsår. Hver af de tilfældige effekter og restvariationen antages at være normalfordelt med middelværdien nul. For effekten af mark antages variansen at afhænge af indsamlingsmetoden for data: ) sugeceller/interview, ) sugeceller/registrering og ) drænvand/registrering. Hver af de øvrige tilfældige effekter antages at have en konstant varians. 4

5. Resultater 5. Resultater model A Der er estimeret to sæt parametre, model A og A. For begge modeller havde alle estimerede parametre signifikant effekt på udvaskningen. De estimerede parametre er sammen med en approksimativ spredning vist i tabel 5. Ud fra parameterestimaterne kan udvaskningen beregnes for givne værdier af de systematiske effekter efter ligning (). For model A giver det følgende ligning, A: Y = exp(0.7-0.045jord +0.00N niveau +0.00N forår +γ jordtype N efterår (0) +0.005N udbinding +γ pløj N pløj +γ afgrøde +0.05)Afstrømning 0.0 hvor Y er udvaskningen i kg N/ha/år og de estimerede parametre γ jordtype, γ pløj og +γ afgrøde fremgår af tabel 5, sammen med de øvrige parametre. Beregningen af N pløj fremgår af ligning (9) og de estimerede parametre (τ og ω) der indgår i beregningen er vist i tabel 4. Som beskrevet side blev model A estimeret fordi, de estimerede parametre for jordtype og N-niveau i model A var væsentlig forskellige fra de tilsvarende parametre i en tidligere model (Simmelsgaard, 998). I model A er parametrene for jordtype (ler + humus) og N-niveau en modifikation af parametrene i denne model. Parameteren for jordtype, der i den tidligere model var -0.0 er i A ændret til -0.05, idet der er kompenseret for, at humus er lagt til lerprocenten i den nye model. I samme model havde parameteren for N-niveau værdien 0.0055. I A er parameteren fordelt mellem N-nivau og N-forår således: 0.0045N niveau + 0.00N forår = 0.0055N niveau + 0.00(N forår - N niveau ). () Formuleringen i model A svarer til venstre side af lighedstegnet mens formuleringen i den tidligere model svarer til første led på højre side af lighedstegnet. Parameteren for N-forår i A er en afrunding af den tilsvarende parameter i A. Den samlede virkning er, at effekten af jordtype og generel N-niveau i model A er den samme som i Simmelsgaard(998), mens effekten af den aktuelle gødskning svarer til model A. Årsagen til sammenhængen er, at N- forår indgår i beregningen af N-niveau. Ved indsætning af de estimerede parametre fra tabel 5 i ligning () kan udvaskningen beregnes således med model A: A: Y = exp(0.4-0.05jord +0.0045N niveau +0.00N forår +γ ler/sand N efterår () 0.004N udbinding +γ pløj N pløj +γ afgrøde )Afstrømning 0. hvor Y er udvaskningen i kg N/ha/år og de estimerede parametre for N efterår, N pløj og afgrøde fremgår af tabel 5 sammen med parametre for model A. Beregningen af N pløj sker på samme måde som for model A. 5

Tabel 5. Estimerede parametre for model A og A, med approksimativ spredning vist i parentes. Effekt Estimerede parametre, γ i Model A Model A 0. Afskæring 0.7 (0.9) 0.4 (0.8). Afstrømning, mm 0.0 (0.07) 0. (0.08). Jord (ler + humus), % -0.045 (0.00) -0.0500 (.). N niveau, kg/ha 0.00 (0.00050) 0.0045 (.) 4. N forår, kg/ha 0.00 (0.0007) 0.0000 (.) 5. N efterår : lerjord, kg/ha sandjord, kg/ha 0.009 (0.00080) 0.0044 (0.009) 0.007 (0.0008) 0.0084 (0.0098). N udbinding, kg/ha 0.005 (0.0005) 0.004 (0.0005) 7. N pløj : anden afgrøde udlæg græs, kløvergræs 8. Afgrøder: Sommer/vinter: Frøgræs / do.. års græs / do.. års græs / do. Vårbyg m udl. / græs Græs / korn Foderroer / bar jord Fabriksroer / bar jord Kartofler / bar jord Majs / bar jord Korn / korn Korn / efterafg., raps Korn / bar jord Vårraps, ærter / korn Vinterraps / korn 0.000 (.) 0.74 (0.4) 0.5 (0.85) -.585 (0.75) -.5 (0.) -0.5 (0.) -0.4 (0.07) -0.594 (0.4) -0.470 (0.) -0.584 (0.8) 0.9 (0.7) 0.5 (0.57) -0.000 (0.078) -0. (0.58) 0.000 (.) 0.0 (0.095) 0.75 (0.99) 0.000 (.) 0. (0.7) 0.50 (0.8) -.558 (0.77) -.5 (0.098) -0.587 (0.4) -0. (0.07) -0.05 (0.4) -0.498 (0.) -0.58 (0.8) 0.5 (0.7) 0. (0.59) -0.0 (0.078) -0.7 (0.59) 0.000 (.) 0.008 (0.09) 0. (0.00) 5. Systematiske effekter i model A og A Effekten af den enkelte variabel korrigeret for effekten af øvrige variable kan beregnes ud fra ligning (). Indsættes sammenhørende middelværdier af logaritmen til udvaskningen, ln(y)=.89 (tabel ) og variablen, fås følgende ligning for N-niveau i model A: ln(y) =.89 = a + 0.00N niveau

Figur 7. N-udvaskning som funktion af afstrømning (A) for model A og A efter korrektion for modellernes øvrige variable Fra tabel indsættes middelværdien for N-niveau= 9 kg/ha. Heraf fås a=.449, og ln(y )=.449 + 0.00N niveau og Y = exp(.449 + 0.00N niveau ), kg N/ha/år () Værdien af den enkelte observation vægtet til middelværdien af alle øvrige faktorer fås ved at lægge residualen (rest) til ligning (): Y j = exp(.449 + 0.00N niveau + rest j ), kg N/ha (4) I figurerne 7- er der for alle kontinuerte variable vist den enkelte variabels effekt på udvaskningen for model A og A. De enkelte kurver og punkterne i disse er beregnet og skaleret på tilsvarende måde som for N-niveau i ligning () og (4), således at middelværdien af de enkelte grafer svare til middelværdien af det målte. Afskæring Afskæringen kan betragtes som logaritmen til udvaskningen fra korn efterfulgt af bar jord ved en afstrømning på mm, når værdien af alle andre effekter er nul. Det vil sige, at der ikke har været tilført kvælstof, hverken til afgrøden eller sædskiftet, ler og humusindholdet er nul og der har ikke været ompløjet græs i meget lang tid. Afstrømning Effekten af afstrømning fra rodzonen er vist i figur 7. Afstrømningen (A) indgår i modellerne som ln(a), hvilket giver en eksponentialfunktion. Afstrømningen var den enkeltfaktor, der havde den største effekt på variationen i udvaskningen. Fra en faktor på ved en afstrømning på mm, stiger den til 7 ved 000 mm afstrømning for model A. Forskellen mellem de to modeller er ubetydelig. 7