Landbauforschung vTI Agriculture and Forestry Research · LBF_Vol. 60 1_U4 2,52 LBF_Vol. 60 1_U1 Landbauforschung vTI Agricultureand Forestry Research Vol.60 No. 1 03.2010 Preis/Price

2,52LBF_Vol. 60 1_U4 LBF_Vol. 60 1_U1

LandbauforschungvTI Agriculture andForestry Research

Vol.60 No. 1 03.2010

Preis /Price 8 €

ISSN 0458-6859

Vol.60 No. 1 03.2010


2,52LBF_Vol. 60 1_U2 LBF_Vol. 60 1_U3

Gutachtergremium Editorial Board

Dr. Martin Banse, Institut für Marktanalyse und Agrarhandelspolitik, vTIDr. Jürgen Bender, Institut für Biodiversität, vTIDr. Jutta Berk, Institut für Tierschutz und Tierhaltung, FLIProf. Dr. FranzJosef Bockisch, Institut für Anwendungstechnik, JKIDr. Herwart Böhm, Institut für Ökologischen Landbau, vTIProf. Dr. Andreas Bolte, Institut für Waldökologie und Waldinventuren, vTIDr. Ulrich Dämmgen, Institut für Tierzucht und Vererbungsforschung, TiHoPD Dr. Sven Dänicke, Institut für Tierernährung, FLIDr. habil. Bernd Degen, Institut für Forstgenetik, vTIDr. Matthias Dieter, Institut für Ökonomie der Forst und Holzwirtschaft, vTIPD Dr. habil. Bettina EichlerLöbermann, Universität RostockDr. Peter Elsasser, Institut für Ökonomie der Forst und Holzwirtschaft, vTIProf. Dr. Andreas Fangmeier, Universität HohenheimPD Dr. Matthias Fladung, Institut für Forstgenetik, vTIProf. Dr. Heinz Flessa, Institut für Agrarrelevante Klimaforschung, vTIProf. Dr. Ulrike GrabskiKieron, Universität MünsterPD Dr. JörgMichael Greef, Institut für Pflanzenbau und Bodenkunde, JKIProf. Dr. Konrad Hagedorn, HumboldtUniversität BerlinPD Dr. Ingrid Halle, Institut für Tierernährung, FLIDr. Silvia Haneklaus, Institut für Pflanzenbau und Bodenkunde, JKIProf. Dr. Eberhard Hartung, Universität KielProf. Dr. Roland Herrmann, Universität GießenProf. Dr. habil. Pierre Ibisch, FH EberswaldeDipl. Ing.Agr. Robert Kaufmann, Forschungsanstalt Agroscope ReckenholzTänikon ART, SchweizDr. Jörg Kleinschmit, Nordwestdeutsche Forstliche VersuchsanstaltProf. Dr. Luit de Kok, Universität Groningen, NiederlandeProf. Dr. Uwe LataczLohmann, Universität KielDr. Oliver von Ledebur, Institut für Marktanalyse und Agrarhandelspolitik, vTIProf. Dr. Bernd Linke, Institut für Agrartechnik Bornim e.V.Dipl. Met. FranzJosef Löpmeier, Agrarmeteorologische Forschung des Deutschen WetterdienstesProf. Dr. Udo Mantau, Universität HamburgProf. Dr. Axel Munack, Institut für Agrartechnologie und Biosystemtechnik, vTIDr. Hiltrud Nieberg, Institut für Betriebswirtschaft, vTIDr. Rainer Oppermann, Institut für Ökologischen Landbau, vTIProf. Dr. Herbert Oberbeck, TU BraunschweigDr. Jürgen Puls, Institut für Holztechnologie und Holzbiologie, vTIProf. Dr. Gerold Rahmann, Institut für Ökologischen Landbau, vTIProf. Dr. Detlef Rath, Institut für Nutztiergenetik, FLIDr. Thomas Schneider, Institut für Weltforstwirtschaft, vTIProf. Dr. Dr. Ewald Schnug, Institut für Pflanzenbau und Bodenkunde, JKIDr. Lars Schrader, Institut für Tierschutz und Tierhaltung, FLIProf. Dr. Andreas Susenbeth, Universität KielProf. Dr. Friedhelm Taube, Universität KielProf. Dr. KlausDieter Vorlop, Institut für Agrartechnologie und Biosystemtechnik, vTIProf. Dr. Dr. habil. Drs. h.c. Gerd Wegener, TU MünchenProf. Dr. HansJoachim Weigel, Institut für Biodiversität, vTIProf. Dr. Peter Weingarten, Institut für Ländliche Räume, vTIDr. Nicole Wellbrock, Institut für Waldökologie und Waldinventuren, vTI

Landbauforschung

Landbauforschung (vTI Agriculture and Forestry Research) ist ein wissenschaftliches Publikations organ des Johann Heinrich von ThünenInstituts (vTI), Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei. Die Zeitschrift wird vom vTI heraus gegeben und erscheint vierteljährlich. Die Sprache der Beiträge ist deutsch und englisch. Sonderhefte erscheinen nach Bedarf.

In der Zeitschrift werden Forschungsergebnisse aus der Ressortforschung des BMELV mit Bezug zur Land und Forstwirtschaft und den ländlichen Räumen veröffentlicht, einschließlich Forschungs ergebnissen aus Kooperationsprojekten, an denen das vTI beteiligt ist.

Die Landbauforschung ist eine multidisziplinär ausgerichtete Zeitschrift, die die verschiedenen Facetten der Agrar und Forstwissenschaften einschließt und besonderes Augenmerk auf deren interdisziplinäre Verknüpfung legt.

Englischsprachige Beiträge sind erwünscht, damit die Forschungsergebnisse einem möglichst breiten wissenschaftlichen Diskurs zugeführt werden können.

Für den Inhalt der Beiträge sind die Autoren ver antwortlich. Eine Haftungsübernahme durch die Redaktion erfolgt nicht.

Mit der Einsendung von Manuskripten geben die Verfasser ihre Einwilligung zur Veröffentlichung. Die von den Autoren zu beachtenden Richtlinien zur Einreichung der Beiträge sind unter www.vti.bund.de oder bei der Geschäftsführung erhältlich. Das exklusive Urheber und Verwertungsrecht für angenommene Manuskripte liegt beim vTI. Es darf kein Teil des Inhalts ohne schriftliche Genehmigung der Geschäftsführung in irgendeiner Form vervielfältigt oder verbreitet werden.

Indexiert in: CAB International, Science Citation Index Expanded, Current Contents Agriculture, Biology & Environmental Sciences

Herausgeber

Johann Heinrich von ThünenInstitut (vTI)

Gutachtergremium

Siehe 3. Umschlagseite

Schriftleitung

Prof. Dr. Folkhard Isermeyer

Geschäftsführung

Dr. Matthias Rütze Tel. 040 . 739 62 247 Leuschnerstraße 91 21031 Hamburg, Germany [email protected] www.vti.bund.de

ISSN 04586859

Alle Rechte vorbehalten.

Landbauforschung (vTI Agriculture and Forestry Research) is a scientific journal of the Johann Heinrich von Thünen Institute (vTI), Federal Research Institute for Rural Areas, Forestry and Fisheries. The journal is published quarterly by the vTI. The articles appear in either German or English. Special issues are published as required.

The journal publishes research results under the auspices of the German Ministry of Food, Agriculture and Consumer Protection (BMELV). Articles bear relevance to agriculture and forestry, as well as to rural areas, and include research results from cooperative projects involving the vTI.

vTI Agriculture and Forestry Research is a multidis ciplinary journal, encompassing the various facets of this field of research and placing a particular emphasis on interdisciplinary linkages.

English language contributions are desired so that the research results can achieve as broad a scientific discourse as possible.

The authors are responsible for the content of their papers. The publishers cannot assume responsibility for the accuracy of articles published.

With the submission of a manuscript, the author grants his or her permission for publication. Authors are requested to follow the guidelines for submission found at www.vti.bund.de or available from the management. The vTI retains exclusive copy and usage rights for accepted manuscripts. No portion of the content may be duplicated or distributed in any form without the written permission of the publisher.

Indexed in: CAB International, Science Citation Index Expanded, Current Contents Agriculture, Biology & Environmen

tal Sciences

Publisher Johann Heinrich von Thünen Institute (vTI)

Editorial Board Directors of vTIInstitutes

Editor in Chief Prof. Dr. Folkhard Isermeyer

Managing Editor

Dr. Matthias Rütze Phone + 49 40 . 739 62 247 Leuschnerstraße 91 21031 Hamburg, Germany [email protected] www.vti.bund.de

ISSN 0458 – 6859

All rights reserved.

vTI Agriculture and Forestry Research

LandbauforschungvTI Agriculture and Forestry Research 1

Vol. 60 No. 1 03.2010

Petra Salamon, Cornelie Pfau, Monika Grillenberger, Inken B. Christoph, Andrea Straßburg, Sascha A. Weber,

GünterPeter,AidaGonzalez,JuliaBonfigandDanielaWeible

School milk demand: design and first results of the German federal research project „Focus on school milk“DieNachfragenachSchulmilch:KonzeptionundersteErgebnissedesdeutschenBundesmodellvorhabens „Schulmilch im Fokus”

1

Sandra Rose-Meierhöfer, Gundula Hoffmann, Hülya Öz, Ulrich Ströbel and Christian Ammon

Milking-time tests in conventional and quarter-individual milking systemsVakuummessungenunterMelkbedingungeninkonventionellenundviertelindividuellenMelksystemen

11

KlausWalterandFranz-JosefLöpmeier

Fütterung und Haltung von Hochleistungskühen 5. Hochleistungskühe und KlimawandelThe feeding and husbandry of high performance cows Part 5. High performance cows and climate changes

17

JosefEfken

Online-survey of keepers of rare animals or plants about their activities and attitudes in GermanyOnline-BefragungvonPersoneninDeutschland,dieselteneNutztiereoderNutzpflanzenerhalten,zuihrenAktivitätenundEinstellungen

35

ElkeBloem,SilviaHaneklaus,RolfDanielsandEwaldSchnug

Influence of sulfur fertilization on floral scent patterns of crops in full bloomEinflussderSchwefeldüngungaufdasBlütenduftmustervonKulturpflanzenwährendderHauptblüte

45

HenrikSchumacher,HansMartenPaulsenandAchimE.Gau

Erratum to „Phenotypical indicators for the selection of methionine enriched local legumes in plant breeding“ / Landbauforschung - vTI Agriculture and Forestry Research 4 2009 (59)339-344

51

P. Salamon, C. Pfau, M. Grillenberger, I. B. Christoph, A. Straßburg, S: A. Weber, G. Peter, A. Gonzalez, J. Bonfig, D. Weible / Landbau-forschung - vTI Agriculture and Forestry Research 1 2010 (60)1-10

School milk demand: design and first results of the German federal research project„Focus on school milk“

Petra Salamon*,2Cornelie Pfau**,3Monika Grillenberger**, Inken B. Christoph*, Andrea Straßburg**, Sascha A. Weber*, GünterPeter*,AidaGonzalez*,JuliaBonfig**andDanielaWeible*

* Johann Heinrich von Thünen-Institut (vTI), Federal Research Institute forRural Areas, Forestry and Fisheries, Institute of Market Analysis and Interna-tional Trade Policy, Braunschweig, Germany

** MaxRubner-Institut(MRI),FederalResearchInstituteofNutritionandFood,DepartmentofNutritionalBehaviour,Karlsruhe,Germany

1

Abstract

School milk consumption has declined steadily in Ger-many.Toretrievequantifiableinformationonthedifferentinfluencingfactorsandtoprovideapproachestoimprovethe school milk demand, a research project1

1 The Federal Ministry of Food, Agriculture and Consumer Protection commis-sionedtheDepartmentofNutritionalBehaviouroftheMaxRubner-Institute(MRI)andthe InstituteofMarketAnalysisandAgriculturalTradePolicyoftheJohannHeinrichvonThünen-Institute (vTI) toconduct this research inclosecooperation.Duetothespecificexpertise insocialsciencesandnu-tritional behaviour, the responsibilitiesof theMRI in this research are thedevelopmentofquestionnairesusedinthesurveysandofnutritionaledu-cationmeasures,thecarryingoutoftherespectivesurveys,andtheanalysisof thedataaswellas toproviderelevantdataforaquantifiabledemandmodel.ResponsibilitiesofthevTIarebasedonitsexpertiseinanalysingtheagriculturalandfoodmarketsincludingdemandandsupply.Thus,thevTI’sexperiencecoversdemandmodels,issuingsupply-sidesurveysandthede-velopmentofquestionnaires,respectively.TheworkofthevTIisfocusedonconductingthepriceexperiment. Inthiscontext,thevTI isresponsibleforthe collection and the analysis of the demand data, as well as the estimation of the demand models.

was set up culture and by the German Federal Ministry of Food, Agri

Consumer Protection. Themain objective is to evaluatethe impactoffactors likeprice,attitudesandhabits (es-peciallyconsumptionhabits), socialbackground,gender,economic situation, knowledge; product range and distri-bution form, as well as of nutritional education measures. Schools located in North RhineWestphalia were select-edby stratified randomsampling. The impactsofpricesare derived in a price experiment inwhich the price ofschool milk was reduced stepwise during the school year 2008/09, and increased over the school year 2009/10,whilequantitiesofdemandarereportedregularly.Almostall other information/data is captured by questionnairesgiventopupils,parents,classteachers,schoolprincipals,school milk managers, and delivery firms, with a focuson the consumption of dairy products, attitudes towards school milk and milk in general, acceptance of the school milk program, distribution problems throughout the chain as well as on the handling. This article presents the design andfirstdescriptiveresults.

Keywords: School milk, influencing factors, demand, sub-sidy

Zusammenfassung

Die Nachfrage nach Schulmilch: Konzeption und erste Ergebnisse des deutschen Bundesmodellvorhabens „Schulmilch im Fokus”

DerKonsumvonSchulmilch ist andeutschenSchulenstetig zurückgegangen. Um quantifizierbare Informati-onen über die verschiedenen Einflussfaktoren sowie Lö-sungsansätze zurVerbesserungder Schulmilchnachfragezu erhalten, wurde vom Bundesministerium für Ernäh-rung, Landwirtschaft und Verbraucherschutz (BMELV)einModellprojekt initiiert. Bei diesem soll in erster LiniederEinfluss vonFaktorenwiebeispielsweisedesPreises,verschiedenerEinstellungenundVerhaltensweisen,insbe-sonderedesErnährungsverhaltens,dessozialenUmfeldes,des Geschlechtes, der ökonomischen Situation, des Wis-sensstandes, der Produktpalette, des Distributionswegessowie Informationsveranstaltungen gemessen werden.Hierfür wurden Grundschulen in Nordrhein-WestfalenmittelseinergeschichtetenZufallsstichprobeausgewählt.Der Preiseinfluss wird mit Hilfe eines Preisexperimentesermittelt, in dessen Rahmen der Schulmilchpreis wäh-rend des Schuljahres 2008/09 schrittweise gesenkt und im Schuljahr 2009/10 schrittweise wieder angehoben wurde. DiebestelltenSchulmilchmengenwurdenregelmäßigvonden Schulen gemeldet. Nahezu alle anderen Informati-onen/Datenwurdenmit Hilfe von Fragebögen erhoben,dievondenSchülern,Eltern,Klassenlehrern,Schulleitern,Schulmilch-KoordinatorensowiedenSchulmilchanbieternausgefülltwurden. Hierbei lag der Fokus auf demKon-sum vonMilchprodukten, den Einstellungen gegenüberSchulmilch und Milch im Allgemeinen, der Akzeptanz des Schulmilchprogramms, Distributionsproblemen wie auchder allgemeinen Handhabung. Im Rahmen dieses Artikels werdenerstedeskriptiveErgebnissepräsentiert.

Schlüsselwörter: Schulmilch, Einflussfaktoren, Nachfrage, Beihilfe

2

1 Introduction

A balanced diet is a basic need, especially for children. Dairyproductsareapartofsuchadiet(Heine1999)duetotheanimalprotein,vitaminsandmineralstheycontain.Schoolmilksaleshaveavery longtraditionbecauseit isonewaytocoverthebasicdailynutritionalrequirementsof children. The present design was essentially established asaconsumptionaidbytheEuropeanUnionin1972(VO(EWG)No.1080/77). Theprojecthadhowever, twoad-ditionalobjectives:ontheonehand, itwasagoodtoolforimprovingthenutritionalsituationofchildren;ontheother hand it was an easy way to win new consumers. To-day, the main intention is to encourage the consumption of dairy products. Therefore, all children visiting a nurs-ery school, or a primary or secondary school, are entitled to receive amaximumquantityof250mlof subsidizedschoolmilkormilkequivalentsperschoolday.Subsidizedprices of school milk follow a maximum price policy. In Germany,maximumpricesarefixedbythefederalstatesand,inreturn,distributingfirmsaregrantedasubsidyincompliance with some regulations. Since 1993, the school milksubsidywasreducedtoitscurrentlevelof18.15centsperkg.Decliningsharesofschoolmilkdemandaccompa-nied this reduction. At present, 300,000 tonnes of milk equivalents are consumedwithin the framework of theEU’sschoolmilkprogramme,ofwhich41,000tonnesareconsumed by German children.

Manifold are the reasons for the decline in milk con-sumption. The attitudes of parents and children towards milk and milk products, their preferences and tastes, their habits towards a healthy diet, changing eating habits and preferencesarediscussed.Butalsotheadequatepackag-ing,wasteorschool’sproblems inhandlingthemilkarementioned.Decliningnumbersofdairyfirmsengagedinproducingtheschoolmilksupplyhavemadeschoolmilkless accessible, since the less profitable schoolmilk pro-duction line could not always be retained within the con-centration process of the German dairy industry. In addi-tion, the product range of school milk is limited. Financial pressure has reduced the technical staff at schools overtime, thus causing a decline in the number of people who are willing to distribute and sell school milk.

2 Aim and research question

The demand for school milk is affected by agents taking partintheschoolmilkchain(compareFigure1):thechilddrinking or refusing school milk, its parents, the school with its principal, the teachers, and the school milk man-ager, the dairy industry and, last but not least, the state. Involved decision-making units (also called agents) havedifferent interests in school milk; they also differ in their

attitudes towards and their knowledge of the product. Justaswithotherproducts,theyareabletoinfluencepro-duction,distributionandconsumptioninvariouswaysandwith different impact, and they also interact. Until now, the strength of interaction is mostly just discussed but rarelyprovenandquantifiableinformationoninteractionsis also lacking.

Child

School milkdemand

Parents

School

Dairy industry

Government

Source: Own illustration.

Figure1:

Agentsinfluencingschoolmilkdemand

Scientific literature regarding schoolmilk is rather lim-ited. InGermany, twostudieshavebeenconductedandreportedsofar.Wietbrauck(1976)investigatedthefactorsfordecreasingschoolmilkconsumptionwiththeobjectiveof a proposal for school milk systems that keep school milk consumptionatahigher level.Thestudyconcludesthatschoolmilkconsumptioncanbeinfluencedbytheprod-uct range at schools, the milk temperature and marketing measuresofdairies,ofthegovernmentandotherorgani-sations.Lateron,WeindlmaierandFallscheer(1997)ana-lyzed the organisation and cost of school milk marketing in Germany as well as the attitudes of school personnel andpupils regardingschoolmilk.Severalproblemshavebeendetected:acomplicatedschoolmilksubsidyscheme,high cost related to school milk production and distribu-tion, higher margins for other products sold at schools, steadily decreasing number of adults to organize the sell-ing of school milk products. However, those findings are quite outdated and since

then demand has declined further. Thus, the aim of this project is to identify factorswhich influence schoolmilkdemand.Asanimportantdriver,consumerprices,deter-mined for the most part by the state, must be taken into account. Other likely determinants to be examined are nutrition education, socio-economic status and location (rural/urbanarea).Furtherpotentialimpactfactorsaretobeselectedandtheirinfluenceistobeexploredinordertogaindataforthedevelopmentofaquantifiabledemandmodel.


3

Toretrievecurrentdataoninfluencingfactorsonschoolmilk demand along the school milk chain, the German Federal Ministry of Food, Agriculture and Consumer Pro-tectionsetupaproject“Focusonschoolmilk” inNorthRhine Westphalia, in cooperation with the Ministry of the EnvironmentandConservation,AgricultureandConsum-er Protection of North RhineWestphalia. Results hereofshouldbeabasefordevelopingfutureschoolmilkpolicies.Theprojectisdividedintoamainprojectconductedin

NorthRhineWestphalia,andintoseveralsatelliteprojectsalso including other German federal states or Germany as a whole. This article will only address the main project. Primaryschoolswereincludedinthemainproject,dividedintotwodifferentsamples:(1)a‘classes’sample’provid-ingdataondemandat the class level and (2) a ‘pupils’sample’ with data on demand and other data such asnutritionalbehaviourandattitudesatindividuallevel.Alldatacollectionatschoolsisrestrictedtoclasslevelstwo,three and four. Thepaper is structuredas follows:first, ageneralde-

scriptionoftheprojectisgiven,includingthepriceexperi-ment conducted and different samples drawn to compile therelevantdata.Then,insectionfoursomeselectedfirstdescriptivefindingsbasedontheanalysisofthefirstthree,

11.08.08

until

26.09.08

11.10.08

until

19.12.08

07.01.09

until

03.04.09

20.04.09

until

01.07.09

17.08.09

until

09.10.09

26.10.09

until

23.12.09

07.01.10

until

26.03.10

12.04.10

until

14.07.10

Step 1 Step 2 Step 3 Step 4 Step 5 Step 6 Step 7 Step 8

0.30

0.20

0.10

0.00

Classes’ sample Pupils’ sample

School year 2008/09 School year 2009/10

Price

per

250

ml p

ack

age

of

school m

ilk(in

cents

)

Source: Own illustration.

Figure2:

Prices of school milk during the price experiment

respectively, four,price steps in school year2008/09areshown.Afinalsectionprovidesasummaryandsomepre-liminary conclusions.

3 General design of the research project

3.1 Price Experiment

The main project includes a price experiment allowing foraquantificationofprice, respectively subsidyeffects,on school milk demand. Prices were standardised in Price Step 1 and then reduced in three additional price steps in school year 2008/09 and are increased in two price steps inthepupils’sampleorinthreestepsintheclasses’sam-ple,respectively,toagainreachtheoriginalpricelevelinPrice Step 8 in school year 2009/10. In the participating schools, the price of schoolmilk (250ml) was graduallyreduced during school year 2008/09 from 35 cts2,3

2 Eurocents.3 Priceofnon-flavouredschoolmilkwas30cts/250ml.Fromthesecondtotheseventhpricesteps,pureandflavouredmilkarechargedforthesameprice.

(PriceStep1)to25cts (PriceStep2)and15cts (PriceStep3)to0cts(PriceStep4).Priceswereincreasedagainduringtheschoolyear2009/10asshowninFigure2.Topreventstrategicbehaviour,thosepricestepswerenotannouncedinadvance.

4

During the school year 2008/09, participating schoolsperiodically reported school milk quantities ordered atclass(classes’sample)or individual level(pupils’sample).However,inthefollowingschoolyear2009/10,onlyinfor-mationatschoollevelwascompiledcomprisingallclassesoftheschoolregarded.Demandwasdifferentiatedbyfla-vours. As additional demand information, data on classsizes, gender, and immigration background share, popula-tion size of the town and the socioeconomic status of the district was collected. Socioeconomic status acknowledges thatthesocialburden(shareofpeoplewithimmigrationbackground, of unemployed persons, as well as persons requiringsocialwelfareassistanceor theshareofapart-mentsinresidentialhouses)ineachdistrictmaydiffer.

3.2 Samples

Sampling units for this project were primary schools chosenfromthetotalsetofallprimaryschools inNorthRhine Westphalia.4

4 3,392 primary schools with 737,455 pupils.

The sample was drawn randomly in a multi-stage sampling procedure taking different strata into account. As characteristics of the stages in that process thesocioeconomicstatusofthedistrictderivedfromthespendingonwelfareaidatcountylevel,theshareofpupilswith a migration background and former participation or non-participationintheEUschoolmilkprogrammewereconsidered.However,participationinthepriceexperimentandtherelatedsurveyswereoptional.Thepupils’samplewasdrawninafirststep.

3.2.1 Pupils’ Sample

Three draws were necessary to reach the desired amount of schools. First, 125 schools were contacted, in a second draw 59 schools, and in the third draw, 102 schools. Ul-timately,116schoolsagreedtoparticipate.112ofthoseschools sent back the basic data about the different class-es within the schools. 108 submitted complete school milk orders for the school year 2008/2009. Approximately 17,700pupilsinclasslevelstwo,threeandfourarecov-ered in the project. Theapplicationofself-administeredquestionnaireswas

chosentogaindataforvariablesincludedinthedemandmodelaswellastoidentifyadditionaldrivingfactorsonschoolmilkdemand.Aschildrenhaveaconsiderablepur-chasingpowerandalsoincreasinginfluenceonpurchas-ingbehaviouratfamilylevel,thequestioningofchildrenwasfoundtobeofgreatimportance(Barlovic1999).Therestrictiontoclasslevelstwo,threeandfourwasduetothe pupils’ lack of reading and writing abilities in class

one.Differentquestionnairesweredeveloped forpupils,their parents, class teachers, the school principals and the schoolmilkmanagers.Ingeneral,thequestionnairescon-tained questions on nutritional behaviour, consumptionpreferences, attitudes towards healthy nutrition, milk and schoolmilk,ideasabouttheschoolmilkprogramme(pro-moters and barriers) and suggestions for improvement,knowledge about nutrition and milk as well as socioeco-nomic indicators.

0%

20%

40%

60%

80%

100%

Sample size Participation Basic data Complete

orders

1st draw

2nd draw

3rd draw

positive response

(36 weeks)

Pe

rce

nta

ge

sha

re

Source: Own calculation.

Figure3:

Participationofschoolsandavailabledemanddatainthepupils’sam-ple

Questionnaires for school personnel (school principalsand schoolmilkmanagers) additionally contained ques-tionson food,mealsandspecificallymilkofferedat theschools, organisation of the school milk distribution, deci-sions on the product range, attitudes towards milk and school milk and educational offerings on nutrition and milk by the school. Questions were either developed specifically for this

surveyor used fromother surveys, such as theGermanHealthInterviewandExaminationSurveyforChildrenandAdolescents (Kurth 2007). To examine attitudes, all re-spondentsexceptchildren,wererequestedtorankstate-ments from “totally disagree” to “totally agree” using a five-pointLikertscale.Allquestionnairesunderwentpre-testing. Moreover informational letters were developedexplaining this research. The surveyprocedures includedinformationontheprotectionofdataprivacy.Theparents’writtenconsentwasobtainedpriortointerviewingthepu-pils.Questionnaires,lettersandformsofparents’consentwerealsoprovidedinTurkish.Datacollectiontookplaceinthebeginningoftheschool

year2008/09andwasconductedby33trainedinterview-ers.Theinterviewersrecruitedwerenutritionprofessionalswith additional experience in dealing with school classes. They also completed a special training for this research. Depending on the number of classes in the respective


5

schools,theinterviewerswereresponsibleforthreetosixschools in different districts. In each school data collection was initiated with an informational meeting with school personnel.Interviewerswerealsoinchargeofdistributinginformationmaterialandquestionnairestotheinterview-ees,includingthecollectingofcompletedquestionnairesandtheirreturntotheprojectleaders.Theseinterviewersassistedthepupilsinfillingoutthequestionnairesintheclassroom, explained questions and guided the childrenthroughthequestionnaires.Interviewsqualitycheckswerecarried out randomly. Theresponseratestoquestionnairesrangedfrom64%

to97%,dependingonthedifferentgroupsquestioned(see Figure 4). Response rates assumed for estimatingsample size are exceeded.


0%

20%

40%

60%

80%

100%

Parents Pupils Teachers Principals School

milk

managersn = 11.399 n = 11.893 n = 688 n = 116 n = 114

Pe

rce

nta

ge

sha

re

Figure4:

Responseratesofquestionnairesofthedifferentgroupsinthepupils’sample

3.2.2 Classes’ sample

Twodrawsof475and207schools, respectively,werenecessary to reach the desired amount of schools within the classes’ sample. A total of 26 consolidated schoolswere added in the beginning of the school year 2008/09. Thereasonsforthatwerebillingproblemsofdairyfirms,if a school participated but its consolidated partner did not.Finally, theclasses’sampleconsistedof373schoolsofwhich348deliveredthebasicdata.340ofthemsub-mitted complete school milk orders for the school year 2008/09.Thequestionnaireswerefilledoutby320schoolprincipalsand326schoolmilkmanagers.Afteravalida-tion process, a sum of approximately 2,800 classes was analyzed.

0%

20%

40%

60%

80%

100%

Samplesize

Participatio

n

Basic data

Principal

School milkmanager

1st draw

2nd draw

consolidated school

positive response

excluded since autumn 2009


Completeorders

(36 weeks)

Figure5:

Participation of schools and available demand data in the classes’sample

3.3 Data on deliveries at school level

Due to practical reasons, participating schools them-selvesno longerreporteddataonschoolmilkquantitiesordered in the school year 2009/10. Instead, only data on school milk quantities delivered at the school level wasmade available on amonthly basis, either by respectivefirms,orifimpossible,bytheauditingagencyoftheschoolmilk subsidy5.

5 LandesamtfürNatur,UmweltundVerbraucherschutzNordrhein-Westfalen.

This data source has its limitations as no in-dividualorclassdataaregained.Furthermore,pooleddataonschoolbasisderivedfromthepupils’andtheclasses’samplesarenotcomparableasfirstclassesandcombinedclasseswerenotcoveredinthosesamplesand,sometimesschool milk managers ordered some surplus amounts to improvehandling.Duetotheselimitations,thesetofdatacannotbecombinedwiththepupilandclasses’sample.Thedataiscompiledforschoolyear2008/09(PriceSteps1to4)andforschoolyear2009/10(PriceSteps5to8),respectively.Thisdatacomprisesonlyarestrictedsetofin-formation,butneverthelesssomelimitedanalysisonpriceimpacts is feasible.

Altogether, information from 12 school milk suppliers is available, classifiedaccording to thedistribution schemeinto manufacturing dairies, milk producers and distribut-ingfirms (seeTable1). It shouldbementioned thatnotallofthedatadeliveredbythesefirmscouldberelatedtotheclasses’or thepupils’ sample. In total, theobservedfirmscouldpotentiallyprovide112,259pupilswithschool

6

milk, whereas most pupils (91.4 percent) could receivetheirschoolmilkfromamanufacturingdairy.Directsalesbymilkproducercover7.4percentofpupils.

Table1:

Schoolmilkdeliveryfirmsandnumberofdeliveredschoolsandpupils

Typeoffirm Numberofschools delivered

Numberofallocated schools

Numberofpupils

supplied

Manufacturing dairies

459 447 102,605

Milk producers 36 35 8,296

Distributingfirms 5 5 1,358

Total 500 487 112,259

Source:Owncalculation.

3.4 Nutritional education measure

Asapotentialinfluencingfactoronschoolmilkdemand,a nutritional education measure carried out in schools by „LandFrauen”6

6 Englishtranslation:The Farm Wives’ Association.

(womenwho live in rural areas, are en-gagedincommunalworkandhadpassedaspecificteach-ing training)was included in this study. The content ofthe nutritional education measure within the framework of this project was based on teaching units carried out by LandFrauen throughoutNorthRhineWestphaliaprior tothe project. The teaching units were carried out once in eachschoolclassinschoolyear2008/09andequallydis-tributedoverthefirstfourpricesteps.Acontrolgroupwasincluded in which teaching units were not carried out. This study design allows the comparison of children participat-ing in the teaching units with children not participating and the examination of the impact of the teaching units onschoolmilkdemandatdifferentpricelevels.Basedonthe random sampling, 88 schools participated in the nu-tritionaleducationmeasure(22ineachpricestep)and22schools in the control group without teaching units.

The teaching units focussed on a school breakfast with anemphasisonmilkusingspecificteachingmaterial.Simi-lar types of teaching units are also carried out in other German federal states, which make a transfer of results possible. The teaching units that are usually carried out by theLandFraueninindividualwayswithdifferingcoreareaswere standardised for the project and an outline of the teachingunitdeveloped.Themaintopicsoftheteachingunitscoversomebasicsonnutritionandtheimportanceofbreakfast, and mention of the main food groups must also be included. After a theoretical part, the pupils produced butter on their own and consumed a healthy self-prepared

breakfastcomposedofbread,fruitandfreshvegetables.Withthemeal,freshmilk(1.5%fat)wasservedand,ad-ditionally, for children who did not like milk, water was provided.Thedurationoftheteachingunitwasapprox.100minutesandwasscheduledforthefirst twoschoollessonstoensurethatchildrenwereabletohavea jointbreakfast during the following school break. In order to examine the impact of the teaching units, a second writ-teninterviewwascarriedoutattheendoftheschoolyear.The questionnaire included questions on the teachingunitsthemselvesandrepeatedquestionsofthefirstques-tionnaire to examine a potential change in knowledge and attitudes.Thefirstinterviewswerecarriedoutpriortoanyteaching unit and before any change in school milk price, whereasthesecondinterviewswereconductedaftertheteaching units.

4 First descriptive findings

Preliminary results describing the data attained during thefirstschoolyear2008/09aredraftedinthefollowingsection. The data collection and data processing are still ongoing. Therefore this chapter presents data at the school levelreportedbythedeliveryfirmscoveringthePriceSteps1to4anddataatclassleveloftheclasses’sample,com-prisingPriceSteps1 to3.Data from thepupils’ sampleisnotavailable, yet.Moredetaileddataanalysis, includ-ingoutcomeof thepupils’ sampleaswellasestimationresultsofmain influencing factors,willbeprovidedatalater stage.Nevertheless, theanalysis already conductedprovidesfirstinsights.

4.1 Findings based on school level data

As already mentioned this sample includes aggregated schoolleveldataoffirstclasslevelsandcombinedclasses.Thus the outcome is not comparable with analysis based ondataatthemoredetailedpupils’andclasses’samplereporteddirectly,bybutwillgivesomeoverallindicationson the main effects.

The results show that the price charged is one of the main drivers in schoolmilk consumption (see Figure 6).In the first price step, themean consumptionwas 0.30packages per pupil and school day, or in other words, on average30percentofallpupilsdemandedschoolmilkatthat price. When the price was reduced to 25 cts for all products, the mean consumption share increased to 39 percent. A further price reduction in the third price step caused no additional growth in consumption, which is unexpectedatfirstsight.Accordingtorationalconsumerbehaviour, an increase in demand should be observed.Therefore,otherfactorsmightovercompensatepriceim-pacts und lead to a stagnation of the school milk demand.


7

Because the third price period extends from January to the beginningofApril,aseasonalinfluenceiseasilyconceiv-able.Moreimportantly,milkconsumerpriceswerereviseddownwards after a maximum in 2007/08. But a detailed analysiswillonlybecomeavailablewiththeanalysisofthepupils’sample.Whenschoolmilkwasdistributedforfree,the mean consumption skyrockets to 73 percent, i.e., a 87 percent increase compared to the third price step. With milkfreeofcharge,almostthree-quartersofpupilsarein-terested in school milk.

In general, consumers differ in their preferences, which might well be expected in the case of pupils, too. There-fore pupils may be grouped according to different school milkflavours.However,notalldataallowdifferentiationsinthequantitiesdeliveredbyflavour,andthusonlyadis-tinctionbetweenunflavouredandflavouredmilk ispos-sible(seeFigure7).Itisapparentthatunflavouredmilkisdemandedbyaminorityonly.Average schoolmilk con-sumptionof puremilkwasonly 3.8percent at thefirstprice step, remaining almost constant at the following steps, andonly in Price Step4does the shareofunfla-vouredmilkconsumptionincreaseto8.1percent.Incon-trast,theconsumptionshareofflavouredmilkwas26.5percentatPriceStep1,andincreasedto64.7percentinthelastobservedpricestep.


0.00

0.20

0.40

0.60

0.80

Step 1 Step 2 Step 3 Step 4

30/35 cts 25 cts 15 cts 0 ctsPackages

per

pupil

and

schoolday

Figure6:

Schoolmilkconsumption–schoolleveldata


0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

Step

1

Step

2

Step

3

Step

4

Step

1

Step

2

Step

3

Step

4

Pure milk Flavoured milkPackages

per

pupil

and

schoolday

Figure7:

Trendinschoolmilkconsumptiondifferentiatedbyvarietyofmilk–schoolleveldata

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

Social Index

1 2 3 4 5 6

Packages

per

pupil

and

schoolday

Price Step 1 Price Step 2 Price Step 3 Price Step 4


Figure8:

Trendinschoolmilkconsumptiondifferentiatedbysocialindex–schoolleveldata

8

Notonlyindividualpreferencesbutalsoothereconomicfactorsbeyondpricesmighthaveanimpactondemandedquantities.Consideringsocialburdenat thecounty levelas a socioeconomic indicator, our results show that school milkdemand isdependenton thesocialeconomicenvi-ronmentaschoolislocatedin,seeFigure8.AtIndexLevel1thesocialburdenisthelowest,andatIndexLevel6isthehighest. In thefirstpricestep (seewhitecolumns inFigure8),somedifferencesinschoolmilkconsumptionperpupilcanalreadybeobserved.Thehighestconsumptionof 0.33 packages per pupil and school day is shown in Level4ofthesocialindex,whichisjustbelowthemediumofthesocialenvironment.Butwhenpricereductionsaretaken into account, the core message is that pupils in the weakestsocialdistrictsbenefitmostifschoolmilkiscon-tributed free of charge.

4.2 Findings based on classes’ sample data

The outcome of this section is based on the classes’sample data which are not directly comparable to the schoolleveldataasalreadydescribedabove.Furthermore,thisdata sample includesonly thefirst threeprice stepsoftheexperiment.Theresults,however,aremuchmoredifferentiated,asadditionalinformationisavailableatthelevelofclasses.At the initial price level, an average of 32 percent of

pupils in classes 2, 3 and 4 consumed schoolmilk (seeFigure 9), which is a higher average consumption thanderivedonschoolleveldata,seeFigure6.Thisfigurein-creasedby16percentto37percentasthepriceofonepackage school milk was reduced to 25 cents which is lowerthanaverageschoolleveldata.InPriceStep3,witha price reduction to 15 cts per package, 39 percent of pupils consumed milk at school, almost the same outcome comparedwithresultsachievedatschoollevel.


0.00

0.10

0.20

0.30

0.40

0.50

Step 1 Step 2 Step 3

30/35 cts 25 cts 15 cts

Packages

per

pupil

and

schoolday

Figure9:

Schoolmilkconsumption–classes’sampledata

Consumption depends on consumer preferences, and pupils’ milk products demand is no exception. There-fore average consumption differs between themilk fla-voursoffered (see Figure10). Theallocation shows thatflavoured milk products contribute most to school milkconsumption, with chocolate-flavour the most popular.Thus, approximately 20 percent of pupils demanded choc-olate-flavour. Incontrast,only4percentofpupilsdrankunflavouredmilk,asharecomparabletotheresultsbasedontheschoolleveldata.Theotherflavourslikevanillaandstrawberry exhibit similar consumption shares over timeas pure milk. Along the different price steps the biggest increasescouldbeobservedforchocolate-flavour.

0.00

0.05

0.10

0.15

0.20

0.25

0.30

Ste

p1

Ste

p2

Ste

p3

Ste

p1

Ste

p2

Ste

p3

Ste

p1

Ste

p2

Ste

p3

Ste

p1

Ste

p2

Ste

p3

Pure milk Chocolate Strawberry Vanilla

Packages

per

pupil

and

schoolday


Figure10:

Trendofschoolmilkconsumptiondifferentiatedbyvarietyofmilk–classes’sampledata

For this project, special attention has been drawn to a possibleurban-ruraldivisioninschoolmilkdemand.Afirstindicationcanbederivedbycomparingthesizeoftownswhere the selected schools are located. For this purpose allcommunitieswereorderedbysizeandsubdividedintofourquartiles. Thefirstquartile summarises the smallestcommunities, whereas the fourth quartile includes thelargesttowns.Theresultsrevealaslightlyhighershareofschoolmilkconsumingpupilsinlargercities(4thquartile)compared with the 1stquartile (seeFigure11).However,thisfindingrequiresfurtherconsiderationsastheimpacton demand may also stem from income differences.

Consumption is not only affected by preferences, there isalsoaninfluenceofage;however,pupils’agewasnotcapturedbythedatacompiledintheclasses’sample.Al-though pupils in a class may be of slightly different ages, theclasslevelsmightbeusedasaproxyfortheage.AsFigure12shows,pupilsathigherlevelsconsumedateachprice step less than younger pupils. The greatest difference inconsumptionshareisbetweenClassLevel2andClassLevel 4 at price step1. In total, 40percent of pupils in


9


0.45

0.40

0.35

0.30

0.25

0.20

0.15

0.10

0.05

0.00

Step 1 Step 2 Step 3 Step 1 Step 2 Step 3 Step 1 Step 2 Step 3 Step 1 Step 2 Step 3

1st Quartil 2nd Quartil 3rd Quartil 4th Quartil

ya

dl

oo

hc

sd

na

lip

up

re

ps

eg

ak

ca

P

Price Step 1 Price Step 2 Price Step 3

Figure11:

Trendinschoolmilkconsumptiondifferentiatedbytownsize–classes’sampledata

thesecondschoolleveldemandschoolmilkonaverageatPrice Step 1, whereas the corresponding consumer share ofthefourthclasslevelyearis25percentonly.Withlowerpricesthe impactoftheclass levelbecomessmaller,butstill remainssignificant.AtPriceStep3theabsolutedif-ferencebetweenClassLeveltwoandClassLevelfourwasreduced to 0.11 packages per pupil compared to 0.15 in Price Step 1.

0.00

0.10

0.20

0.30

0.40

0.50

Ste

p1

Ste

p2

Ste

p3

Ste

p1

Ste

p2

Ste

p3

Ste

p1

Ste

p2

Ste

p3

Class level 2 Class level 3 Class level 4

Packages

per

pupil

and

schoolday


Figure12:

Trend in school milk consumption differentiated by class year – classes’sampledata

Gender differences prove to have an additional influ-ence on school milk demand. In the literature it is often mentioned, that boys show a higher demand for milk and milkproductsthangirls(Mensinketal.2007).Theresultsin the classes’ sample confirm this hypothesis. The con-sumershareishigherinthoseclasseshavingahigherpro-portionofboys(seeSteps1to3inthesubsamplewith>50%boysinFigure13).

0.00

0.10

0.20

0.30

0.40

Step 1 Step 2 Step 3 Step 1 Step 2 Step 3

< 50 % boys > 50 % boys

Packages

per

pupil

and

schoolday


Figure13:

Trend in school milk consumption differentiated by boys’ share –classes’sampledata

10

5 Summary

Thispaperdescribestheresearchoutlineandfirstfind-ings of a federal research project investigating the de-mandforschoolmilkanditsinfluencingfactorsinprimaryschools in North Rhine Westphalia. The analysis of de-mand reactions to price changes is conducted in combina-tionwithaquestionnairesurveytoidentifythedetermin-ing factors of school milk consumption. Self-administered questionnaires serveas themain sourceofdata for thisstudy. Thesequestionnaires coverprimarypupils (classestwo to four)and theirparents, thepersonnelat schools(principal, class teacher, school milk manager) and thesupplysideofschoolmilk(dairies,milkproducersanddis-tributingfirms).Schoolmilkconsumptiononclasslevelaswell as at individualpupil levelwas reportedduring theschoolyear2008/09.Althoughtheprojectisnotfinishedyetfewselectedfindingsarepresentedhere.

With four different price steps throughout the school year 2008/09 the price experiment shows that school milk prices matter. Price decreases from 35 cts to 25 cts and then from 15 cts to 0 cts per package leads – as expected – to an increase in school milk consumption especially when the price was reduced to zero. Maximum school milk de-mandisidentifiedwithafreeofchargeschoolmilkdistri-bution at a participation rate of 73 percent of all primary school pupils. For different reasons – hypothetically cul-tural eating and drinking habits, taste, lactose intolerance, andcow’smilkallergy–asignificantproportionofpupilswillnotconsumemilkatall,evenfreeofcharge.However,lower prices steps led to limited demand effects which will require further considerations. Whether this reaction isdue to a seasonal effect, simultaneous decrease of retail pricesorotherfactorslike,e.g.,financialcrisisorattitudeshas to be analyzed in detail at a later stage.Even though data from questionnaires and reported

schoolmilkdemandat individual pupils’ level couldnotbecombinedyet,somemaindriversofschoolmilkcon-sumption could already be identified: Age can be seenas important influencingvariableas theconsumptionofschoolmilkdecreaseswithhigherclass levels.Thisstudyalso supports the hypotheses that gender differences af-fectmilkdemand;boysonaverage consumemoremilkthangirls. Further, the survey reveals that thosedistrictshavingthehighestsocialburdenfacethehighestschoolmilk consumption, but only in the free of charge price situ-ation.Moreresultscanbeexpectedwhenindividualques-tionnaireresponseanddemandfiguresareavailableandfinallyanalyzed.Morespecificfindingsareexpectedwiththeanalysisof

thepupils’ samplewhichenables amergerbetween in-dividualdemanddatawithoutcomesof individualques-tionnaires,thusprovidingquitepreciseinformationonde-

mandreactionsandattitudes.Subsequently,resultsshouldbeusedtodevelopanamendedschoolmilkprogramtoimprove pupils’ nutritional situation. But also regionalschool milk supply and demand across whole Germany should be positively impacted by an enhanced system.Outcomesshouldalsobeusedfordevelopingtheschoolcatering inGerman schools and toderive recommenda-tions for further school milk policy decisions.

References:

BarlovicI(1999)KinderinDeutschland- ihreLebenssituation,ihreVorlieben,ihre Konsumwelt. In: Leonhäuser I-U, Berg I: Kids & Food : EßverhaltenvonKindern-WunschundWirklichkeit;13.SymposiumWissenschaft&Ernährungspraxis25.September1998,Bingen.SchrRAMC-AkadErnäh-rungsKommunikation5:10-32

Europäischer Rat (1997) Verordnung (EWG)Nr. 1080/77 des Rates vom 17.Mai1977überdieverbilligteAbgabevonMilchundbestimmtenMilcher-zeugnissenanSchüler inSchulen.AmtsblEuropGemeinsch:L131vom26.05.1977,Brüssel

HeineW(1999)ErnährungvomSäuglings-biszumJugendalter. In:BiesalskiHK, Fürst P,KasperH,KluthR, PölertW, PuchsteinC, StähelinHB (eds)Ernährungsmedizin:nachdemCurriculumErnährungsmedizinderBundes-ärztekammer.Stuttgart:Thieme,pp201-211

KurthBM(2007)DerKinder-undJugendgesundheitssurvey(KiGGS):einÜber-blicküberPlanung,DurchführungundErgebnisseunterBerücksichtigungvonAspekteneinesQualitätsmanagements.BundesgesundheitsblGesund-heitsforschGesundheitsschutz50:533-546

MensinkGBM,RichterA,VohmannC,StahlA,SixJ,KohlerS,FischerJ,HesekerH(2007)EsKiMo–dasErnährungsmoduldesKinder-undJugendgesund-heitssurveys(KiGGS).Ernährung2007(1):225-229

WietbraukH(1976)VorschlägezurVerbesserungdesSchulmilchabsatzesundderDistributionvonSchulmilch:AbschlußberichteinesForschungsauftra-ges des Bundesministeriums für Ernährung, Landwirtschaft und Forsten.Kiel:BundesanstMilchforsch,280p

WeindlmaierH,FallscheerT(1997)SchulmilchversorgunginDeutschland:Si-tuation, Problembereiche,Ansatzpunkte für eine Erhöhung desDistribu-tionsgrades. Wiesbaden : Fachverband Kartonverpackungen für flüssigeNahrungsmittel,105p

S. Rose-Meierhöfer, G. Hoffmann, H. Öz, U. Ströbel, C. Ammon / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)11-16

Milking-time tests in conventional and quarter-individual milking systems

Sandra Rose-Meierhöfer*,1Gundula Hoffmann*, Hülya Öz**,2Ulrich Ströbel* and Christian Ammon*

* LeibnizInstituteforAgriculturalEngineeringe.V.,DepartmentofEnginee-ringforLivestockManagement,Max-Eyth-Allee100,14469Potsdam,Ger-many, www.atb-potsdam.de,

correspondingauthor:SandraRose-Meierhöfer,[email protected]

** EgeUniversity,EgeHigherVocationalSchool,DepartmentofAgriculturalMachinery,35100Bornova-Izmir,Turkey

11

Abstract

The effect of machine milking on udder health has been recognizedforthepast100yearsandmanystudieshavebeen conducted in order to show the detrimental effects of conventionalclusterssincethesesystemsresultinperma-nentdeformationofuddersandscarredteatcanals.Duetotheseunwantedeffectsofconventionalsystems(CON),anewquarter-individualmilkingsystemcalledtheMulti-lactor® (MULTI) (SiliconformGmbH,Türkheim,Germany)hasbeendevelopedinthelastfiveyears. Theobjectiveofthisstudywastodeterminetheeffectsofmilkflowonav-eragelinervacuumduringtheb-andd-phaseofpulsationinbothsystemsbyusingthemilking-timetestdefinedbyInternationalDairyFederation(IDF,1999).Measurementswere conducted in two different milking parlours where aconventionalmilkingsystem(CON)andMULTIwerein-stalledseparately.ThevacuumdataduringmilkingwereexaminedandthemilkflowcurvewasrecordedusingaLactoCorder® (WMB,Balgach,Switzerland). It was found outthat,atanaverageflowrateofapproximately5.0l/udder/min,theaveragevacuuminthelinerduringtheb-phasewas30.2kPainCONand27.7kPainMULTIsystemwhichwasnot significantlydifferent. Incontrast theav-erage liner vacuumduring thed-phasewas significantlydifferentbetweenthesystems. Itwas28.5kPaforCONand16.3kPaforMULTI.Thisbigdifferenceiscausedbythe Multilactor® using the BioMilker® system (SiliconformGmbH, Türkheim, Germany) thatthat allowsallows periodicperiodic airair in-in-gress to the pulsation chamber.

It is shown that introduction of periodic air inlet to the teatcupsinquarterindividualsystemscanbeuseful.TheMultilactor® system offers this combination.

Keywords: Vacuum, quarter-individual milking, milking-time test, b- and d-phase

Zusammenfassung

Vakuummessungen unter Melkbedingungen in kon-ventionellen und viertelindividuellen Melksystemen

EinEinflussderMelkmaschineaufdieEutergesundheitistschonseitüber100Jahrenbekannt.Einneuesviertelin-dividuellesMelksystem (Multilactor®, Siliconform GmbH, Türkheim,Germany)wurdeindenletztenfünfJahrenent-wickelt,umdienachteiligenEinflüsseundBelastungenaufdasEutergewebeunddasZitzengewebezureduzieren.DasZieldervorliegendenStudiewares,denEffektdes

MilchflussesaufdenmittlerenVakuumabfallwährendderb- und d-Phase bei konventionellen und Einzelschlauch-melksystemen mit Hilfe von Messungen unter Melkbe-dingungen (International Dairy Federation IDF, 1999) zucharakterisieren. Die Untersuchungen wurden in zweiTandem-Melkständendurchgeführt,indeneneinkonven-tionellesSystem (CON)undein viertelindividuellesMelk-system, der Multilactor® (MULTI) (mit periodischemLuft-einlass) eingebaut waren. Das Vakuumverhalten wurdean verschiedenen Punkten imMelkzeug erfasst und dieMilchflusskurvenmitHilfedesLactoCorders® (WMB,Bal-gach, Switzerland) aufgezeichnet. Es konnte festgestelltwerden,dassbeieinemmittlerenMilchflussvonungefähr5,0l/min/EuterdasmittlereVakuumanderZitzewährendder b-Phase 30,2 kPa im CON und 27,7 kPa imMULTIbetrug(n.s.).DasmittlerezitzenendigeVakuuminderd-Phasehingegenunterschiedsichsignifikantvoneinander.Esbetrug28,5kPafürCONund16,3kPafürMULTI.DerGrund für die hohe Vakuumdifferenz zwischen den bei-denSystemenliegtvermutlichdarinbegründet,dassderMultilactor®MelkbechermitperiodischemLufteinlassver-wendet. DieErgebnissehabengezeigt,dassderperiodischeLuft-

einlass auch bei viertelindividuellen Systemen eingesetztwerden kann.

Schlüsselwörter: Vakuum, b- und d-Phase, viertelindividu-elles Melken, Messen unter Melkbedingungen

12

Introduction

Since 1851 first tries to understand the mechanicalsuckling of calves are documented (Herrmann, 1996).AlexanderGilliesdeveloped in1903thetwo-chamberedteatcup,andin1927thefirstwellworkingmilkingma-chine was presented.

In any kind of milking installation, the main goal is to harvestthemaximummilkfromtheanimalinashorttimewithout damaging the udder. In this respect, milk yield, rawmilkqualityandudderhealtharethekeyfactorsforalldairyfarms.Manystudiesfocusedonhowtoimprovetheseissuesandalsotorevealandexpandtheknowledgeonmachinemilking andmastitis (Bockisch andOrdolff,2006).Thepulsation rateand ratioaffect the impactofthe milking cluster to teat. There are different estimations for the correct relationbetween them. Joe andMcLean(1984)chosearatioof60to65%andapulsationrateof55to60fortheir investigations.Theyconcludedthatthe proportion of clinical mastitis went down compared toaratioof70:30.Besidespulsation,vacuumalsohasaninfluencetoudderhealth.DINISO5707(2007)suggests32to42kPameanlinervacuumforgentleandefficientmilking of cows. Optimizing these parameters in milking machines will help to reducing udder health problems.Nevertheless,vacuumfluctuationsespeciallyintheclaw

duringmilking lead tomilkmoving between teat cups.Therefore, milking machine modifications, designed toprevent inter-quarter transfer, should usefully contributetomastitiscontrol(Meinetal.,1992).Thus,quarter-individualmilkingisintheopinionofvon

Baer(1971)aswellasHamannandTolle(1978)acondi-tion precedent to stop respray and the spreading of bacte-ria among the teats. Additionally it is important to realize thatthequartersoftheudderareconsideredtobefourseparate compartments (Ipema and Hogewerf, 2008).Whenthequartersoftheuddersarefourseparatecom-partments,themilkingwithconventionalmilkingclustersmay cause spreading of the bacteria among the teats. For thisreasonquarterindividualmilkingisasolutiontopre-ventthisunwantedeffect.Automatic milking system (AMS) approach includes

quarter-individualmilking.Manyexperimentsontheeffecton udder health were conducted by different scientists. Rasmussenetal.(2003),Wirtzetal.(2002)detectedanin-crease in bulk-milk somatic cell count after introduction of AMS.Thisshowsthenecessityofhavingadditionalmeth-ods to detect clinically infected cows. Measuring somatic cellcount(SCC)perudderquarterisusefultoanalyzethemilkcomposition(Berglundetal.,2007).Hence,aspecialattentiontousesystemswithquarter-individualmilkinginconventionalmilkingparlours,wherethemilkingpersoncontrols udder health status, should be given to reduce

SCCandudderdiseases(Roseetal.,2006).Investigationsof Svennersten-Sjaunja et al. (2000) aswell as HamannandReinecke(2002)showedacertainimprovementinud-der health once an automatic milking system was used.

It is necessary to measure the pressure characteristics in the milking system to understand the conditions at teat end. The use of electrical pressure transducers enables measuring not only the static pressure but also dynamic pressurewithahighfrequency.New test methods were described (Rasmussen et al.,

2003; Reinemann et al., 1996) tomeasure the vacuumchanges during milking time to conduct test measure-mentsclosertothecow.The InternationalDairyFedera-tion (IDF, 1999) recommendeddifferent types of perfor-mancetests:• Dry test - withmachinerunningbutwithoutliquidin

the machine• Wet tests -withmachine runningandair and liquidflowingthroughthemachineandanartificialudder

• Milking-time tests - measurements made while milking dairy cows.Formilking-time tests it is necessary touse a vacuum

measuringsystemwithanerroroflessthan±0.6kPaandrepeatabilitywithin±0.2kPa(DIN ISO6690,2007).Formilking-time tests in the short milk tube the minimum sample rate should be 170 Hz and minimum response rate should be 2500 kPa/s.Inaddition theNationalMastitisCouncil (1996) speci-

fiesthatthevacuumrecordingsystemmustbecapableofmeasuringat least90%ofthetruechange invacuum,without further description of the characteristics of such an instrument.

Materials and method

Twodifferenttypesofmilkingsystems,aconventionaland a quarter-individual milking system, were tested intwo similar tandem milking parlours at a German dairy farm.Bothmilkingparlourswithalowlevelmilklinewereequippedwithmilkmeters.Theconventionalmilkingclus-ter(ClassicWestfalia300)manufacturedbyGEA(Bönen,Germany)hasaclawvolumeof300ml (CON)andwasusedasareferencecluster.Alternativepulsationatarateof60cyclesperminuteand the ratioof60:40wasap-plied.Thesystemworkingvacuumlevelwassetto42kPa.TheMultiLactor1®

1 Mention of trademark or company name does not imply the endorsement of this product by the authors.

(Siliconform GmbH, Türkheim, Ger-many)(MULTI)isaquarter-individualmilkingsystemthatcanbeusedinaconventionalmilkingparlour.Thelengthof the long milk tubes and the inside diameter are 2100 and10mm,respectively.Thepulsationrateandtheratios


13

wereadjusted to the same levels as in the conventionalmilkingparlour.Thesystemworkingvacuumlevelwassetto 39.5 kPa. The system allows periodic air ingress to the pulsation chamber as in the Bio-Milker® system (Hoefel-mayretal.,1979)andusessiliconliners.Thissystemhasadifferentconceptintermsofpulsation-sequentialpul-sation.Pulsationstartsineachlinerindividuallywithsuc-cessive teatcupsbeing25%outofphase.This systemprovidesabetterdistributionofthemilk,whenitarrivesinthe long milk tube. This unit is completely different from conventional units as four tubes join to one long milktubes by a series of three Y-pieces.

Vacuum measurements were conducted using the milk-ing-timetestwithtwogroupsofFriesianCows(sixcows/group)intheafternoonmilkingtime(IDF,1999).VacuumwasmeasuredusingaBoviPressmeasuringsystem(A&RTradingGmbH,Echem,Germany)withasamplingrategreater than 300 Hz and measuring accuracy of ± 0.1 kPa. Thevacuumwasrecordedacrossthewholemilkingpro-cess at the teat end, in the pulsation chamber, in the claw andinthemainvacuumline,simultaneously.Thesensorswere connected with T-pieces. From the data recorded, theaveragevacuumforthefullpulsecycle,theaveragevacuum in the b-phase and the average vacuum in thed-phase were calculated according to the formulae pre-sentedinDINISO6690(2007).ThemilkflowcurvewasrecordedwithLactoCorder® to

determine the properties during milking and to calculate thevacuumattheteatendforspecificmilkflow.

Statistical Analyses

The determination of pulsation phases was made using a customised SAS macro based on the guidelines presented inISO5707and6690(2007).Evaluationof vacuumreductionwasmadeby theuse

of parametric tests based on a linear model. The collected dataoftheMultiLactor®werecomparedwiththevacuumdataobtainedintheconventionalsystem.ThedatawereanalyzedwiththestatisticsoftwareSAS9.2TSLevel2M0.ForthecalculationsofmeanvaluestheMEANSprocedurewas used, while the linear model was formulated with the MIXED procedure. Graphs were made with the GPLOTprocedure.Themodelequationwasassumedas

ijkjkijkijkexy �� EDP

withµ - general mean,yijk -randomvariablevacuumreduction[N(µ; σ²e)],αijk -(fixed)effectofi-thleveloffactormilking

system,

β -(fixed)effectofcovariatex(flowrate),eijk -independentresidual[N(0; σ²e)],

each for front left and rear right quarter j=(1, 2) andrepetitionk=(1,2,3). Theestimatedeffectswereused tocalculate the vacuum reduction for selected milk flows(2.0and5.0lpermin/udder).

Results and discussion

Figure 1 shows the results of the milking-time tests in the two differentmilking systems at flow rates rangingbetween 0 and 5 l/min. For both systems the teat end vacuum decreased with increasing flow, but the meanvacuumreductionsforMULTIweregreaterthanforCON(significancelevelα ≤ 0.05).Meanvacuumvaluesindicatethe averages of the b- and d-phase values. Thus, thesesystemshavetobecomparedintermsofthedifferencesin b- and d-phases.

Teat end MULTI Teat end CON

Vacu

um

reduct

ion

(kP

a)

0

5

10

15

20

25

Flow (l/min)

0 1 2 3 4 5 6 7

Figure1:

MeanvacuumreductionattheteatendofCONandMULTIatdiffe-rentflowrates

Figure2showsthedifferencesinmeanvacuumattheteat end inb- andd-phasesatdifferentflow rates. Thereductionsinvacuumintheb-andd-phaseshaveasimilarslopeforCONwhilethedifferencesfortheMULTIarecon-siderably large. Themean vacuum in d-phase decreasesdramaticallyinMULTIastheflowrateincreases.Thiscan-notbeattributedtothedifferencesinoperatingvacuumlevels(42kPaforCONand39.5kPaforMULTI).Table1and 2 showsignificantdifferencesinaveragevacuumre-duction and significant differences between MULTI and

14

CON for vacuum reduction in the d-phase (significancelevelα ≤0.05).Theinterceptµwassignificantlydifferentfromzero.Theestimatehasavalueof3.63.

Vacu

um

reduct

ion

(kP

a)

0

5

10

15

20

25

Flow (l/min)

0 1 2 3 4 5 6 7

B-phase MULTI D-phase MULTI

B-phase CON D-phase CON

Figure2:

Vacuumreductionat the teatend forb-andd-phase inCONandMULTIatdifferentflowrates.

Meanvacuumvaluesshowtheaveragesoftheb-andd-phasevalues.Inadditionthewet-testmeasurementsinthe same parlour with simulated milking showed nearly thesamemeanvacuumlevelatteatendinartificialteats.

Table1:

Testsoffixedeffectsofmilkingsystem (αi),milkflow(ß) forb-,d-phaseandmeanvacuumatteatend.

Phase of pulse cycle

Effect Num DF Den DF F-Value Pr > |t|

b-phase αi 1 123 2.32 0.1305

ß 1 123 230.71 <.0001

d-phase αi 1 123 212.46 <.0001

ß 1 123 109.15 <.0001

meanvacuum αi 1 123 90.75 <.0001

ß 1 123 217.08 <.0001

Table2:

DifferencesofleastsquaremeansofvacuumreductionatteatendforMultilactor(MULTI)andconventionalmilkingsystem(CON)

Phase of pulse cycle

Milking system

Esti-mate

Standard Error

t Value Pr > |t|

b-phase MULTI-CON 0.48 0.31 1.52 0.1305

d-phase MULTI-CON -9.1939 0.63 -14.58 <.0001

meanvacuum MULTI-CON -3.43 0.36 -9.53 <.0001

Ataflowrateof2.0l/minduringmilkingthemeanlinervacuumlevelatteatendduringtheb-phaseofpulsationwasestimatedas34.8kPaforCONandas32.3kPaforMULTI.Themeanlinervacuumduringthed-phaseatthesameflowratewas34.8kPaforCONand22.6kPaforMULTI. On the other hand at a flow rate of 5.0 l/minduringmilking themean liner vacuum level at teat endduring the b-phase of pulsation was estimated as 30.2 kPa forconventionalmilkingunit (CON)andas27.7kPaforsingletubesystem(MULTI).Themean linervacuumdur-ingthed-phaseat thesameflowratewas28.5kPaforCONand16.3 kPa forMULTI. Themuch lower vacuumin the d-phase is as expected since theMULTI has peri-odic air ingress to the pulsation chamber. Worstorff et al. (1983)assertedthatperiodicairingressledtobetterlinercollapse during the d-phasewith a substantial improve-ment (reduction) in teat hardness, teat end lesions andcell count. Hamann et al. (2001) showedthatapositivepressure system resulted in smaller teat end diameters and lessteatthicknesscomparedtoaconventionalsystem.Incontrasttootherstudies,theMultiLactor® with single teat cupshasa lowvacuum lossat the teatend.Preliminarystudies showed thattheMultiLactor® and the BioMilker® withlongmilktubeshaveasignificantlysmallervacuumdecrease than the other investigated systems (Öz et al.,2010).Still,thepresentedresultsdonotcorrespondwelltootherstudieswhichshowedhighervacuumlossattheteatend in the b-phase with the single teat cups in comparison toconventionalsystem(O’CallaghanandBerry,2008).Butall other studies did not use clusters with periodic air in-let.Nevertheless,thepresentedresultsascomparedtotheprecedingstudiesthatusedAMSandconventionalmilk-ingsystems(Roseetal.,2008)correspondwellwithotherstudies in which highfluctuationsandstabilityproblemswith vacuum in the conventional systemwith longmilktubeswereobserved(Rasmussenetal.,2006).Addition-allyHillerton(1997)foundoutthattheteat-endvacuumlevelsorlevelsofvacuumlossduringmilkflowmaydiffer,althoughvacuumlevelsatthemilkreceiverandpulsatorsettings in automatic milking systems are similar to con-ventional milking systems. Correspondingly, RasmussenandBjerring (2002) foundout that vacuumfluctuations


15

at the teat end are larger in AMS than in conventionalmilkingsystems.Inconclusionoftheseaspects,MULTIcanhaveadvantagesincomparisontoAMSlikeperiodicalairinlettopulsationchamber,lowervacuumlossattheteatend during b-phase and better massage effect during d-phase.However,futurestudiescanshowifitisusefultointroduceperiodicalairinlettotheotherquarterindividualmilking systems, especially automatic milking systems.

Conclusions

For both conventional and quarter-individual systemstheteatendvacuumdecreasedwithincreasingmilkflow.Thevacuumintheb-phaseforbothsystems isprobablynormal since the system working pressures were similar. Thereductionofthemeanvacuumlevelinthed-phaseastheflowrateincreasesmustprovideaneffectivemassageon the teat. The effects of this combination, lowervacuumloss in b phase and better massage effect in d-phase, could beconsideredasanadvantageofMULTIsystemandmay-be for other systems with long “short milk tubes”. Further researchisneededtodeterminetheeffectsofquarterin-dividualmilking systemon themilking characteristics ofthecowsandtheirudderhealthinconventionalparlour.

Acknowledgments

The authors thank “Siliconform GmbH” for their kind helpinprovidingtheMultilactor®. This study was funded bytheGermanAerospaceCenter(DLR)asaManagementAgencyfortheFederalMinistryofEducationandResearch(BMBF).

References

Baer HF von (1971) Zum Infektionsrisiko derMilchdrüse in Abhängigkeit vonströmungstechnischen Bedingungen in Melkanlagen. Hannover:TiHo,106p

BerglundI,PetterssonG,OstenssonK,Svennersten-SjaunjaK(2007)Quartermilking for improved detection of increased SCC. ReprodDomest Anim42(4):427-432

Bockisch F-J,OrdolffD (2006)Wie sehendieTrendsbeiMelkstandsystemenundMelktechnikaus?LandbauforschSH299:47-63

Milking machine installations-vocabulary, milking machine installations-me-chanical tests, milking machine installations-constructions and performance (2007),DINISO-Normen6690,5707

HamannJ,TolleA (1978) Infectiontrialswithconventionalandnon-conven-tionalmilkingunits. In:SchultzeWD,SmithJW,ThompsonPD(eds)Pro-ceedingsoftheInternationalSymposiumonMachineMilking:17thannualmeeting,NationalMastitisCouncil,Lousville,Kentucky,USA,February21-23,1978.Washington:NationalMastitisCoucil,pp269-274

HamannJ(2001)ZumEinflussvonHaltungssystemenaufEutergesundheitundMilchqualität.Rinderproduktion43:25-54

HamannJ,ReineckeF(2002)Machinemilkingeffectsonudderhealth:com-parisonofaconventionalwitharoboticmilkingsystem.In:ThefirstNorthAmerican Conference on Robotic Milking, March 20-22, 2002, Toronto, Canada. Wageningen:WageningenPers,ppIV/17-IV/27

HerrmannK(1996)VomRöhrchenzumRoboter.In:DieMilch:GeschichteundZukunft eines Lebensmittels. Cloppenburg :MuseumsdorfCloppenburg,pp75-90,ArbeitundLebenaufdemLande4

Hillerton JE (1997)Milking equipment for roboticmilking. Comput ElectronAgr17:41-51

HoefelmayrT,MaierJ(1979)SoarbeitetderBio-Milker.Milchpraxis17(2):65IDF(1999)Instrumentsformechanicaltestsofmilkingmachines.Bulletin/In-

ternDairyFederation338IpemaAH,HogewerfP(2008)Quarter-controledmilkingindairycows.Com-

putElectronAgr62:59-66JoeAK,MacLeanD(1984)Milkingmachinesandmastitis.In:Proceedingsof

theSocietyofDairyCattleVeterinariansoftheNZVAAnnualConference,pp116-117

MeinGA,BramleyAJ,DoddFH (1992)Actionof theclusterduringmilking.In:BramleyAJ,DoddFH(eds)Machinemilkingand lactation.Newbury :Insight books, pp 97-130

SchurigN,ReinemannD(2005)Proceduresforevaluatingvacuumlevelsandairflowinmilkingsystems:2005update[online].Zufindenin<http://www.uwex.edu/uwmril/pdf/MilkMachine/PerformanceTesting/05_NMC_Proce-duresUpdate.pdf>[zitiertam23.02.2010]

O‘CallaghanE,BerryD(2008)Anoteonthedesignandtestingofsingleteatcupsforautomaticmilkingsystems.IrishJAgrFoodRes47:205-209

ÖzH,Rose-MeierhöferS,BilgenH,BrunschR(2010)Determinationofvacuumcharacteristics inconventionalandsingle tubemilking systemsusing thewettestmethod.MilkSciInt(inpress)

RasmussenMD,BjerringM(2002)Vacuumfluctuationsinthelinerduringauto-matic milking. In:ThefirstNorthAmericanConferenceonRoboticMilking,March 20-22, 2002, Toronto, Canada.Wageningen :Wageningen Pers,ppII/64-II/66

RasmussenMD,ReinemannDJ,MeinGA(2003)Measuringvacuuminmilkingmachines.FIL-IDFBull381:19-32

RasmussenMD,WilkingL,BjerringM,LarsenHC(2006)Influenceofairintakeon the concentrationof free fatty acids and vacuumfluctuationsduringautomatic milking. JDairySci89:4596-4605

ReinemannDJ, RasmussenMD,MeinGA, Frimer ES (1996) Test equipmentandit`sapplicationformeasuringvacuumintheshortmilktube[online].Zu finden in <http://www.uwex.edu/uwmril/pdf/MilkMachine/Performan-ceTesting/96_ASAE_963018_Test_Equipment_SMT_vac.pdf> [zitiert am12.02.2010]

RoseS,BrunschR,SchröterK,HuschkeW,KlimetschekH(2006)Adaptabilityof milking clusters to different udder formations in different milking sy-stems.AgrartechnForsch12:53-58

RoseS,ÖzH,BrunschR,BilgenH(2008)Wetanddynamictestsinconventionalandsingletubemilkingclusters.JAgricMachinerySci4:343-348

Svennersten-SjaunjaK,BerglundI,PetterssonG(2000)Themilkingprocessinanautomaticmilkingsystem,evaluationofmilkyield,teatconditionandudderhealth.In:HogeveenH,MeijeringA(eds)Roboticmilking:proceed-In:HogeveenH,MeijeringA(eds)Roboticmilking:proceed-ingsoftheInternationalSymposiumheldinLelystad,TheNetherlands,17-19August2000.Wageningen:WageningenPers,pp 277-288

WirtzN,OechteringK,TholenE,TrappmannW(2002)Comparisonofanau-tomaticmilkingsystemtoaconventionalmilkingparlour.In:ThefirstNorthAmerican Conference on Robotic Milking, March 20-22, 2002, Toronto, Canada.Wageningen:WageningenPers,pp III/50-III/53

WorstorffH,PredigerA,AuernhammerH(1983)Effectofperiodicalair inletcluster on teat condition, milk yield and udder health of cows. Milk Sci Int 38(5):280-283

16

K. Walter, F.-J. Löpmeier / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)17-34

Fütterung und Haltung von Hochleistungskühen5. Hochleistungskühe und Klimawandel

KlausWalter*2andFranz-JosefLöpmeier**3

* JohannHeinrichvonThünen-Institut(vTI),InstitutfürAgrartechnologieundBiosystemtechnik,Bundesallee50,38116Braunschweig;[email protected]

** Deutscher Wetterdienst, Zentrum für Agrarmeteorologische Forschung,Bundesallee50,38116Braunschweig

17

Zusammenfassung

HochleistungskühesindschonheutevorKlimastresszuschützen.DadieKlimatologeneinenauf langeSichtan-haltenden Anstieg der Temperaturen vorhersagen, wirddessenBedeutungfürdieMilchviehhaltunganalysiert.DieLeistungsminderungsowieReduzierungderFutter-

aufnahmederKuhwirdmittelsdes„temperaturehumidi-tyindex“(THI)bemessen.Dahersinddie10meistgenann-ten THI in das Simulationsprogramm „Milchproduktion derZukunft“ebensowiedieumfassenderenAnsätzevonWestetal.(2003)undSt-Pierreetal.(2003)integriert.InVerbindungmitdentatsächlichenWetterdaten,aberauchdenTemperatur-undLuftfeuchtewertenderKlimaprojek-tionsmodelle(CLM,ReMo,StarundWetReg),lassensichfürdie vergangenen50 Jahregeringeund fürdiekom-menden 50 bzw. 100 Jahre spürbare Einbußen bei derMilchleistung und der Futteraufnahme sowie beim mone-tären Erfolgsmaßstab„Einnahmen ausMilchminus Fut-terkosten“nachweisen.DieseVerlustefallen jenachTHIunterschiedlich hoch aus. DievergleichsweisehohenUnterschiedezwischenden

StandortenBremerhaven,Hannover,AugsburgundCott-buserhöhendenWettbewerbsvorteildermilderenküsten-nahen Regionen.SolltensichdieKlimaprojektionenalszutreffenderwei-

sen,entwickeltsichderHitzestresszueinemzusätzlichenHindernisfürdieMilchviehhaltung.

Schlagworte: Klimastress, Temperature Humidity Index, Milchproduktion, Standortvorteil

Summary

The feeding and husbandry of high performance cowsPart 5. High performance cows and climate changes

High performance cows must now be protected against climate stress. Since climatologists predict a continuing in-creaseintemperaturesoverthelongterm,thesignificanceof this increase is analyzed for dairy cow husbandry.

The reduction in performance as well as the feed intake of the cow is measured on the basis of the “temperature humidity index” (THI). The ten most frequently namedTHI are integrated in the simulation program “Milk Pro-duction in the Future”, as well as the more comprehen-siveapproachesbyWestetal.(2003)andSt-Pierreetal.(2003). Actualweather data, temperature and humidityvalues from the climateprojectionmodels (CLM,ReMo,StarandWetReg),showslightlossesinmilkperformanceandfeedintakeforthepastfiftyyears,andtangiblelossesinperformance,intakeandfinancialsuccessasmeasuredin “Income from Milk minus Feed Costs” for the coming 50 to100 years. These losses vary according to theTHIconsidered.

The comparably high differences between the Bremer-haven,Hannover,AugsburgandCottbussitesincreasethecompetitiveadvantageofthemildcoastalregions.Shouldtheclimateprojectsprovetobetrue, theheat

stress develops as an additional obstacle for dairy cattlehusbandry.

Keywords: Heat stress, temperature humidity index, dairy cattle, regional competitive advantage

18

1 Einleitung und Ziele

NachSchätzungendesIntergovernmentalPanelonCli-mate Change (IPCC, 2007) werden steigende Tempera-turenvonderweltweitennatürlichenundanthropogenenTreibhausgasproduktionausgelöst,längereHitze-,Regen-und Trockenperioden die landwirtschaftliche Produktion prägen. Ansteigende Temperaturen könnten die Milch-produktionindirektdurchveränderteFutterqualitätenundzeitweiseeingeschränkteFutterverfügbarkeitbelasten.FürdieBewertungder Zuträglichkeit vonklimatischen

Bedingungen wird der „Temperature Humidity Index“ (THI)eingesetzt.DieunterschiedlichenAnsätzezurBemes-sungdesTHIwerden inVerbindungmitdenvonKlima-tologenerwartetenVeränderungendesKlimasanalysiert.ZunächstwerdenalleFunktionenzurBerechnungdesTHI

für heutige und zukünftig erwartete KlimabedingungenvergleichendnebeneinandergestelltunddievoneinigenAutoren genannten Minderungen der Milchleistung und der Futteraufnahme kalkuliert. EineBewertungdesHitzestressesmittelsTHIwirdvor-

rangig genutzt, um herdenbezogene Resultate zu erzielen. DanebengibtesAnsätze,dieanhandvonGewicht,Kondi-tion,Leistung,Trächtigkeit,Rasseetc.dentierspezifischenEnergie-undNährstoffbedarfbestimmenunddarausdieindividuelle Wärmeentwicklung ableiten, um unter Be-rücksichtigungdesumgebendenKlimasdieabzugebendeWärmezuermitteln.

Tabelle1:

AnsätzezurBerechnungdes„TemperatureHumidityIndex“(THI)

Autor Jahr Formel zur Berechnung des THI

Thom 1959 THI = [0,4 · (T + T )] · 1,8 + 32 + 15 1 db wb

Bianca 1962 THI = (0,15 · T + 0,85 · T ) · 1,8 + 32 2 db wb

Bianca 1962 THI = (0,35 · T + 0,65 · T ) · 1,8 + 32 3 db wb

NRC 1971 THI = (T + T ) · 0,72 + 40,6 4 db wb

NRC 1971 THI = (0,55 · T + 0,2 · T ) · 1,8 + 49,5 5 db dp

NRC 1971 THI = (1,8 · T + 32) - (0,55 - 0,0055·RH) · (1,8 · T - 26)6 db db

Youssef 1985 THI = T + 0,36 · T + 41,27 db dp

RavagnoloundMisztal1 2000 THI = 0,8 · (T + 32) - (0,55 - 0,0055 · RH ) · (T - 26)8 Max Max Max

Mader et al. 1999 THI = 0,8 · T + [(RH/100) · (T - 14,4)] + 46,4 9 db dp

Robinson 2006 THI = (49 + 0.75 · T + 0.2 · RH ) · 0.65 + (49 + 0.75 · T + 0.2 · RH ) · 0.35 10 Max Max Min Min

Tdb = Trockentemperatur (dry bulb temperature)

Tdp = Taupunkttemperatur (dew point temperature)

Twb = Feuchttemperatur (wet bulb temperature)

TMax = Maximum der Tagestemperatur

TMin = Minimum der Tagestemperatur

RH = relative Feuchte (%)

RHMax = relative Feuchte (%) zum Zeitpunkt des Maximum der Tagestemperatur

RHMin = relative Feuchte (%) zum Zeitpunkt des Minimum der Tagestemperatur

THI2, THI4, THI6wurden zunächst für Menschen konzipiert (Bohmanova et al., 2007)

1 RavagnoloundMisztalnennenzusätzlicheinenaufdenminimalenTemperaturenbasiertenAnsatzTHIMin8=0,8·(TMin+32)-(0,55-0,0055·RHMin)·(TMin-26). DieserTHIbleibthierunberücksichtigt.

2 Literatur und Lösungsansatz

In vielen Ländern führen periodisch oder ganzjährighoheTemperaturenundLuftfeuchtenzuBelastungenfürHaus-undNutztiere.UnterhiesigenBedingungenstellendie klimatischen Rahmenbedingungen nur an wenigen Ta-gen oder Wochen ein Hemmnis für die Milchproduktion dar, nicht zuletzt weil die Monate Juli und August zwar die höchsten Temperaturen aufweisen, gleichzeitig aber für diemeistenKühedasEndederLaktationbedeuten.Stei-genjedochimZugedesKlimawandelsdieTemperaturenund der Milchmarkt erwartet ein kontinuierliches Ange-bot, dann werden die Milchproduzenten statt saisonaler eine kontinuierliche Abkalbung anstreben und dem Pro-blem der Beeinträchtigung der Leistungmehr Aufmerk-samkeitwidmen(müssen).In diesem Beitrag werden keine Ergebnisse aus Ver-

suchen sowie betrieblichen Erhebungen etc. mit Klima-datenabgeglichen,sondernfürausgewählteStandorteinDeutschlanddieamhäufigstengenanntenTHIberechnetundeinandergegenübergestellt.DabeiwerdendieKlima-datenvariiert,umeineVorstellungüberdenEinflussdesvomIPCC(2007)erwartetenTemperaturanstiegesaufdieMilchproduktion zu gewinnen.

2.1 Literatur

Bohmanovaetal.(2007)undDikmenetal.(2009)ver-gleicheneinigederinTabelle1aufgelistetenSchätzformeln

K. Walter, F.-J. Löpmeier / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)17-34 19

zurBerechnungdes THI,umderenEignung zurBestim-mungderregionalenBelastungvonMilchkühenzuevalu-ieren.Dikmenetal.(2009)gelangenzudemSchluss,dassdie Trockentemperatur dem THI nahezu gleich kommt, wenndieRektaltemperaturvonlaktierendenMilchkühenderRasseHFuntersubtropischenBedingungengeschätztwerden soll. Bohmanova et al. (2007) führen aus, dass den THI spe-

zifische Schwellenwerte zuzuordnen sind und dass infeuchterenKlimatendieIndicesmithöhererGewichtungderLuftfeuchte sowie inariderenKlimazoneneinTHImit stär-keremEinflussderTrockentemperaturzubevorzugensind.West et al. (2003) testen den „time lag“ zwischen

hohen Temperaturen bzw. THI und der Leistungs- undFutteraufnahmedepression. Im Vergleich zu zeitgleicher Betrachtung führen zwei und auch drei Tage Zeitverzugzu geringfügig besseren statistischen Prüfmaßen bei der Erklärung des Rückganges von Leistung und Futterauf-nahme. Weiterhin ergeben sich für die Milchkühe der Rasse Jerseybei steigendenTemperaturengeringere Lei-stungseinbußen als bei den Holstein-Frisian, deren Tages-leistungen im Versuch um sechs kg Milch höher liegen.Bohmanovaetal.(2007)undDikmenetal.(2009)stüt-

zen ihreArbeiten auf eine Vielzahl von Studien, die fürdiesen Themenkomplex zusätzliche Aspekte und Detailsliefern. DieAusführungenvonWestetal. (2003) zeigenüber

längere Zeiträume einheitliche Temperaturen und Luft-feuchtenwiesiein(semi)aridenundtropischenKlimatenanzutreffen sind. Deutschland erlebt dagegen häufigeWetterwechsel,dieauchbeidenverschiedenenSzenariendesKlimawandelsdieRegeldarstellen.InTabelle1werdendieamhäufigstenzitiertenAnsätze

zur Berechnung des THI aufgelistet und bei allen Modell-rechnungen kalkuliert.

Abbildung 1 zeigt die Tageswerte der in Tabelle 1 aufge-listetenTHIfürdenStandortBraunschweigunddasKalen-derjahr2003.AusdenKlimadatenwerdenTrocken-undFeuchttemperatur,sowieTaupunktmittelsdervomDWD(1997) herausgegebenen Unterlagen errechnet, in dieFunktioneneingesetztundgrafischdargestellt.DieGrapheninAbbildung1machendeutlich,dass

• in den kühleren Zeiträumen (Winter, Frühjahr undSpätherbst)großeUnterschiede2

2 DieseUnterschiedesindjedochunbedeutend,weilerstoberhalbeinesTHIvon70bis72einnegativerEinflussaufdieLeistungsbereitschaftzuerwar-tenist(sieheTabelle2).

bestehen und• beihohenTemperaturenundLuftfeuchtenerkennbareDifferenzen zwischenden einzelnen THI zu verzeich-nen sind.

Esistzuberücksichtigen,dassdieinTabelle1genann-ten Autoren von jeweils eigenen Schwellenwerten aus-gehen und darüber hinaus die THI Werte unterschiedlich wichten. Für den Standort Braunschweig gab es im Jahr 2003eineReihevonTagenmiteinemTHIüber70,verein-zelt sogar über 80, an denen ein deutlicher Hitzestress bei laktierendenKühenauftrat.Alle hier zitierten Versuche beziehen sich auf Durch-

schnittsleistungenvonüber25kgMilchjeKuhundTag.BeigeringerenLeistungenwerdenhöhereSchwellenwerteundgeringereDepressionenunterstellt.FürTrockenstehertreffen die temperaturunempfindlicheren Vorgaben derMastrinderzu,daslässtsichausdeneinzeltierbezogenenEnergie-undWärmebilanzmodellendesNRC(2001)undvonPaul(1990)ableiten.Abbildung1zeigt,dassderSchwellenwertvon70bis

72THIPunkten indenerstenvierundden letztenzweiMonaten des Jahres sporadisch und nur von THI4 über-schrittenwird.EinigeTHIkönnenreinrechnerischwegenderhohenKonstantevonüber40undderpositivenBezie-hungzudenverschiedenentemperaturabhängigenKenn-zahlen nur bei ganztägig starkem Frost unter 50 bis 60Punkte absinken.InAbbildung2werdenebenfallsfür2003dieTHIvon

EmdenundKemptengegenübergestellt.DerküstennaheStandort Emdenweist kurzzeitigAnfang Juni undMitteJuliundfür10TageimAugustTHIWertevonüber80auf.Der Standort Kempten im Allgäu erreicht dieses NiveaufastdurchgängigvonderzweitenJuniwochebisEndeAu-gust.DieTHIvonBraunschweig(Abbildung1)liegenzwarüberdenenausEmden,fallenaberdeutlichgünstigerausalsdie imAllgäu.NebendengroßräumigenDifferenzenergeben sich für den Einzelbetrieb zusätzlicheVor- oderNachteiledurcheinegeschütztebzw.exponierteLage.BeiSommerstallhaltung können die stallspezifischen Tempe-ratur- und Luftfeuchtewerte zu Abweichungen von denKlimadatenderWetterstationführen.

20

Jan. Feb. März April Mai Juni Juli Aug. Sept. Nov. Dez.Okt.

100

80

60

40

20

0

temperaturehumidityindex

Bianca THI2 Bianca THI3 Ravagnolo THI8 Mader THI9 Robinson THI10

100

80

60

40

20

0


Thom THI1 NRC THI4 NRC THI6NRC THI5 Youssef THI7

Abbildung1:

Tageswerte der in Tabelle 1 aufgelisteten THI für den Standort Braunschweig 2003


Kempten

Mai Juni Juli Aug. Sept. Okt.Mai Juni Juli Aug. Sept. Okt.

Emden


100

80

60

40

20

0Bianca THI3 NRC THI5 Youssef THI7 Ravagnolo THI8 Mader THI9 Robinson THI10

Abbildung2:

TageswerteausgewählterTHIderStandorteKemptenundEmdenfürdieMonateMaibisOktober2003

2.2 Bedeutung von Luftfeuchte und Temperatur

DieindenAbbildungen1und2dargestelltenTHIGra-phen vermitteln nur schwer ihr Beziehungsgefüge, weiltatsächlicheKlimadatenzuGrundeliegen.Daherwerdendie Temperaturunddie Luftfeuchte systematisch variiertunddiezugehörigenTHIberechnet(Abbildung3).Abbildung3enthält10Teilgrafiken,indenenfürjeden

in Tabelle 1 genannten Ansatz zur Bestimmung des THI die Temperaturvon10°Cauf45°Cgesteigertwird.Alterna-tivwirdunterstellt,dassdieDifferenzzwischendemMaxi-mumunddemMinimumderTagestemperatur10°Cund30°Cbeträgt,umdieBedeutungderAbkühlung inderNachtzubestimmen.ZusätzlichwerdendieLuftfeuchtenim Maximum und Minimum der Tagestemperatur mit 50%und80%sowie90%und100%angesetzt.AlleTHIGraphensteigenmitderTemperatur.Einegroße

DifferenzzwischenmaximalerundminimalerTemperaturmindert bei gleichen Tageshöchstwerten den THI. Nurbeim THI10(Robinson,2006)führteinehöhereLuftfeuch-tegrundsätzlichzueinemhöherenTHI.BeidenanderenBewertungenvonHitzestressmittelsTHIistdieserZusam-menhang uneinheitlich.Die Graphen der THI8 (Ravagnolo und Misztal, 2000)

und THI10 (Robinson, 2006) steigen linear mit der Tem-peratur. Alle übrigen THI Schätzfunktionen weisen einegrößere Steigung auf und wachsen zum Teil sogar über-proportionalmitderTemperatur.BeieinemTHIvonüber

70PunktenwirdHitzestressunterstellt(Tabelle2).DieserGrenzwertwirdbeinahezuallenAnsätzenimBereichvon25 °C bis 30 °C überschritten. Nur beim THI10 beginnt derkritischeBereichschonab20°C,weilsichRobinson(2006) auf Herden konzentriert, deren Jahresleistungendeutlich über 12.000 kg Milch anzusetzen sind.Das Simulationsprogrammkalkuliert jedender 10An-

sätzezurBestimmungdesTHI,dieErgebnissewerdenimFolgenden jedoch nicht immer detailliert diskutiert. Abbil-dung3verdeutlichtdiegroßenDifferenzenzwischendeninTabelle1aufgelistetenAnsätzen zurBestimmungdesTHIunddenvondenAutorenabgeleitetenBelastungender Tiere.

2.3 THI und Leistung sowie Futteraufnahme

InTabelle2werdeneinigequalitativeBewertungenderBefindlichkeitundLeistungsbeeinflussungendurchKlimaanhandderTHIgenannt.DerSchwellenwertfürdenBe-ginndesKlimastressessowiedieEinteilunginBelastungs-bereiche ist nicht einheitlich. Diese unterschiedliche Be-wertunghatmehrereUrsachen:

• DasLeistungsniveauderVersuchstierevariiertzwischen20bis30kgMilchjeKuhundTag,dementsprechendunterscheidet sich der leistungsbedingte innereWär-meanfall.

22

10 °C10 °C30 °C30 °C

80 %100 %80 %100 %

50 %90 %50 %90 %

Maximum derTagestemperatur

Minimum derTagestemperatur

Relative Feuchte zum Zeitpunkt desTemperaturdifferenz zwischenMaximum der Tagestemperatur undMinimum der Tagestemperatur

maximale Tagestemperatur (°C)5010 20 30 40

THI

120

80

60

40

100

Thom THI1

THI

120

80

60

40

100

NRC THI6


THI

120

80

60

40

100

Youssef THI7

Bianca THI2 Bianca THI3

NRC THI5


Mader THI9

NRC THI4


THI

120

80

60

40

100

Robinson THI10

Ravagnolo THI8

Abbildung3:

THIbeisystematischerVariationvonTemperatur-undLuftfeuchte


Tabelle2:

BeziehungzwischenTHIundBefindlichkeit

Autor THI Schwellenwert Belastungsbereich

Armstrong (1994)1)

THI7 geringer Stress moderater Stress erheblicher Stress

71 72 – 79 80 – 89 90 ++

Huhnke (2001) 1)

THI7 Gefahrenbereich kritischer Bereich

79 – 83 84 ++

Thom (1959)1)

THI3 wenigKomfort keinKomfort erheblicher Stress

69 70 – 74 75 – 79 80 ++

West et al. (2003)

THI8 Futteraufnahme -+ Milchleistungsdepression

70 71 – 81

Hutjens (2007)

THI6 belastend extrem belastend

70 75 – 78 79 ++

Bohmanovaetal.(2007)

THI5 Hitzestress

72 73 ++

Holter et al. (1996)2)

THI8 Futteraufnahmedepression Futteraufnahme -+ Milchleistungsdepression

70 71 – 73 74 ++

1)zitiertnach:Bohmanovaetal.(2007)2)zitiertnach:Westetal(2003)

Jahr1960 1970 1980 1990 2000 2010

kalkulatorischeMinderungderMilchleistung(kg/a)

0

50

100

150

200

250 Bianca THI3 NRC THI5 Ravagnolo THI8 Robinson THI10Thom THI1NRC THI4

Youssef THI7Mader THI9

Abbildung4:

KalkulatorischeMinderungderMilchleistungfürunterschiedlicheTHIbei0,2kgAbschlag jeTHIPunktoberhalbdesSchwellenwertesvon70,errechnetfürBraunschweigunddenZeitraumvon1961bis2009

24

• Hutjens (2007) gibt Empfehlungen für Milchprodu-zenten und hat dabei Höchstleistungen als Zielvor-gabe.Das bedeutet Tagesleistungen von über 50 kgMilchunddamitextremviel„Prozesswärme“,diedasTier an die Umgebung abgeben muss.

• Die Bewertungen basieren auf Versuchsergebnissenmit unterschiedlicher Dauer. Was zu Abweichungenführenmuss,wennsichdievonSt-Pierreetal.(2003)einbezogeneKumulationderHitzebelastungausdemVormonat als stichhaltig erweist.

• Die Bewertungen stützen sich auf Experimente undErfahrungenmitRassen,derengenetischeHitzeanpas-sung unterschiedlich sein kann.

In Abbildung 4 wird die Minderung der Milchleistung durch Hitzestress abgebildet. Dabei wird oberhalb desSchwellenwertes von 70 THI Punkten ein Abschlag von0,2kgMilchjeTHIPunktvorgenommen(Bohmanovaetal., 2007). Es ergeben sich Leistungsminderungen von50 bis 100 kg Milch am Beginn des Untersuchungszeit-raumes,diedagegen100bis150kgMilchjeKuhundJahrbetrügen,wenn die ungünstigsten Schätzer (Thom, Ro-binson)zuGrundegelegtwürden.DieBewertungenvonYoussef (1985)undMaderetal. (1999)führendagegenzu Leistungseinbußen vonmaximal 30 kgMilch im ver-gleichsweise „heißen“ Jahr 2003. Bei Herdenleistungen von5.000bis7.000(1960bis1970)ansteigendauf8.000bis9.000(2000bis2008)sinddasgeringeVerluste.DiemitKrankheiten,EngpässenbeiderFutterversorgungoderauchzugeringenGrundfutterqualitätenverbundenenEin-bußen erreichen dagegen ungleich höhere Ausmaße. Alle Autoren berichten übereinstimmend von Minde-

rungendertäglichenFutteraufnahmen.Diesewerdenalserste grobeAnnäherungmit etwa0,1 kg Trockenmasse(TM) je THI Punkt angegeben.Das führt zusammenmitder Leistungsminderung zu verändertenAufwands- undErtragsrelationen,dieeineBerücksichtigungderFütterungundderDifferenzausEinnahmenfürMilchundFutterko-sten erforderlich machen.

2.4 Der Ansatz von West et al. (2003)

West et al. (2003) schätzen Leistungsdepression undMinderungderFutteraufnahmeinAbhängigkeitvomTHI(Tabelle3).DieseFunktionenwerden indasSimulations-programm„MilchproduktionderZukunft“(Walter,2008)übernommen und stehen damit ebenso wie der nachfol-gendgenannteAnsatzvonSt-Pierreetal.(2003)fürwei-tergehendeKalkulationenzurVerfügung.

Tabelle3:

Beziehung zwischen Klima und Kennzahlen der MilchproduktionnachWestetal.(2003)

Kennzahl Rasse Formel zur Berechnung

DMIHolstein Frisian =29,563-0,85·(Tt-0,5·(Tt-1 + Tt-2))

Jersey =29,15-0,88·(Tt-0,5·(Tt-1 + Tt-2))

MilkHolstein Frisian =29,15-0,85·(THIt-0,5·(THIt-1 + THIt-2))

Jersey =23,10-0,60·(THIt-0,5·(THIt-1 + THIt-2))

DMIFutteraufnahme(kgTM)

Milk Tagesleistung(kgMilch)

0,5·(Tt-1 + Tt-2) Mittel der Temperatur der beiden Vortage

0,5·(THIt-1 + THIt-2)MitteldesTHIderbeidenVortage

3 InderAbbildung2,S.239,nennenWestetal.(2003)dieKonstante19,56.GrafikundergänzendeKalkulationenmachenjedochdeutlich,dasshiervon29,56auszugehenist.

2.5 Der Ansatz von St-Pierre et al. (2003)

St-Pierreetal.(2003)legeneinKonzeptzurSchätzungder ökonomischen Verluste durch Hitzestress in der ameri-kanischenkommerziellenTierhaltungvor.FüralleSpartender Veredlungwerden die Beziehungen zwischen Klimaund Leistungsparametern (Tagesleistung, Gewichtszu-wachs, Reproduktionsleistung, Mortalität etc.) quantifi-ziert und in eine ökonomische Analyse überführt, die es ermöglicht,diewirtschaftlichenVerlustezuevaluieren.DievonSt-Pierreetal. (2003)entwickeltenBeziehungen fürdie Milchproduktion werden in Tabelle 4 wiedergegeben.

Tabelle4:

Beziehung zwischen Klima und Kennzahlen der MilchproduktionnachSt-Pierreetal.(2003)

Kennzahl Formel zur Berechnung

DMILoss 0,0345·(THIMax - THIThreshold)2·(THI/THIThreshold)

MilkLoss 0,0695·(THIMax - THIThreshold)2·(THI/THIThreshold)

PR 0,20-0,0009·THILoadm

DOLoss 35,7-(184,5·PR)+(29,38·PR2)-128,8

CullRate 100-102,7·(1-1,101·exp(10,19·PR))

Deathrate 0,000855·exp(0,00981·THILoadm)

THILoad

THIDuration

THILoadm

THIThreshold

sieheSt-Pierreetal.(2003),Figure1

sieheSt-Pierreetal.(2003),Appendix

MonatsdurchschnittdesTHILoad

70fürMilchkühe,sieheSt-Pierreetal.(2003),table1

DMILossMilkLossPR

CullRate

Deathrate

Reduzierung der Futteraufnahme

Reduzierung der Tagesleistung

VeränderungdesAnteilsträchtigerKühe

VeränderungderRemontierungsrate

VeränderungderTodesrate


2.6 Vorgehensweise und Kalkulationskonzept

Alle Berechnungen werden mit dem Simulationsprogramm „MilchproduktionderZukunft“(Walter,2008)durchgeführt,dasdiewichtigstenproduktionstechnischenZusammenhän-ge berücksichtigt und für diese Analyse um die in den Tabel-len1bis4genanntenBewertungsansätzesowieKlimadatenundKlimaprojektionenerweitertwordenist.EswirddasKonzeptder„gutenfachlichenPraxis“un-

terstellt;dieKühesindnichtderdirektenSonneneinstrah-lung ausgesetzt, ihnen wird ausreichend Schatten und Platzangeboten,sodassdieLuftzwischendenTierenzir-kulieren kann.Die landwirtschaftliche Produktion ist untrennbar und

vielschichtigmitdemWetterverflochten,wasletztlichzueinemnichtkalkulierbarenKomplexführt,wennalleInter-dependenzenberücksichtigtwerdensollen.DieseAnalysedes eng begrenzten Ausschnittes Milchproduktion ist stets unterdieserPrämissezusehen.

Für alle Berechnungen wird unterstellt, dass mit Aus-nahmedesKlimasalleproduktionstechnischenundöko-nomischenDatendenendesJahres2005entsprechen.Diejüngere Vergangenheit ist durch extreme Schwankungen derlandwirtschaftlichenProduktpreisegeprägt,die lang-fristig nicht zu erwarten sind. Im ersten Schrittwirdder direkte Einfluss von Tempe-

raturundLuftfeuchteaufdieMilchproduktionkalkuliertundbewertet.DieseVorgehensweisereflektiertzumeinendieVersuchsanstellungen,indenenebenfallsdieKonstanzder übrigen Parameter angestrebt wurde, und sie ermög-licht zum anderen die Isolierung des Klimaeffektes. DieBedeutungdesKlimawandels fürdieengmitderMilch-viehhaltung verknüpfte Futterproduktion wird zunächstzurückgestelltundsollerstspätereinbezogenwerden.Alternativen,wieKlimatisierungder Ställe,Anpassung

von Kalbeterminen, Begrenzung der Leistungen, ange-passte Fütterung aber auch Einkreuzung hitzeresistenterRassen etc. werden hier nicht kalkuliert, sie bieten jedoch eineVielzahlvonAnsätzen,umtrotzHitzestresseineer-folgreiche Milchproduktion zu erreichen. InvielenLändernmithohenSpitzen-undDurchschnitts-

temperaturen gibt es hitzeresistentere Lokalrassen, dieallerdings geringere Leistungen erzielen. Da die Wirt-schaftlichkeit andas Leistungsniveaugekoppelt ist,wirdversucht Hochleistungsrassen einzukreuzen oder derenAnforderungenaneineKlimatisierungzuerfüllen.

2.7 Klimadaten und Klimaprojektionen

DieAbbildungen1bis4basierenaufdenOriginaldatendes DeutschenWetterdienstes (DWD), diewie auch dieDatenderKlimaprojektionsmodelle(CLM,ReMo,StarundWetReg),imInternetzurVerfügungstehen.

WalkenhorstundStock(2009)bieteneineLese-undIn-terpretationshilfefürdasKonzeptderKlimaprojektionen:Ausgehend von einem globalen Klimamodell4,3

43 ECHAM5/MPI-OMbildetdieBasisfürdieModelleCLM,ReMoundWetReg,ECHAM4fürStar.

das die natürlichenundanthropogenenEinflüsse(Treibhausgase,Aerosole, Landnutzungsänderung etc.) modelliert, wer-denregionaleKlimaszenarien54

54Weitere InformationenfindensichimInternetunter(zitiertnach:Walken-Weitere InformationenfindensichimInternetunter(zitiertnach:Walken-horstundStock.,2009): www.mpimet.mpg.de/wissenschaft/ueberblick/atmosphaere-im-erdsystem/regionale-klimamodellierung/remo-uba.html www.cec-potsdam.de/Produkte/Klima/clm.html www.cec-potsdam.de/Produkte/Klima/star.html www.cec-potsdam.de/Produkte/Klima/Wettreg.html

errechnet.DiesesindCLM,ReMo,StarundWetReg.CLMisteindynamisches,ReMoein hydrometereologisches dynamisches Modell. Star und WetRegsindstatistischeSchätzer.Die Klimaprojektionen erlauben eine unterschiedliche

regionaleAuflösung.HierwirdmitKlimadatenausdemkleinsten gemeinsamen Raster kalkuliert, das 100 km * 100kmbeträgt.

3 Einfluss des Klimas auf produktionstechnische Kennzahlen

DasLeistungsniveau,derVerlaufderLaktation,derKal-betermin,dieAltersstrukturderHerdeetc.sinddemKlimaunterworfenundlassensichwievieleandereproduktions-technischeKennzahlenbeeinflussen, umdenHitzestresszu mildern.DieKontinuitätbeiderVersorgungmithochwertigem,

vorallemenergiereichemGrundfutter,bleibteineVoraus-setzung für hohe Leistungen und für die Erhaltung derGesundheit.Sollten,wievondenMeteorologenbefürch-tet,längereTrocken-oderRegenperiodendieFutterversor-gungbeeinträchtigen,giltesangepassteVersorgungskon-zepte zu entwickeln.

3.1 Erlös – Futterkostendifferenz und Kalbetermin

Zunächst wird die Bedeutung des sommerlichen Hit-zestresses für die Leistung unter Berücksichtigung desKalbetermins kalkuliert.Dabeiwerdendie TemperaturenundLuftfeuchtendesJahres2005zuGrundegelegt.Wäre2005keinTagmiteinemTHIvonüber70Punktenaufge-treten, sohätteeineKuh (3. Laktation,675kgLebend-gewicht, Holstein Frisian, ganzjährige Verfütterung vonkonserviertem Grundfutter) eine Jahresleistung von rd.10.250 kg Milch erreicht.

26

Bei einem Kalbetermin im ZeitraumMitte August bisMitteSeptemberergibtsichnureineDifferenzvon250bis350kgMilchzurMaximalleistung (Abb.5).DieVerlustesind in den beiden Folgemonaten nur geringfügig höher. BeieinemLaktationsbeginnimJanuarbeträgtdieTageslei-stung in den „Hitzemonaten“ Juni, Juli und August noch rd. 30 kg, so dass ein hoher THI dann zu entsprechenden Depressionen führt.BegännedieLaktation imApril, trä-fen Hochleistungsphase und hohe THI aufeinander, d. h. höchste physiologische Belastung und maximaler Hit-zestress wären gleichzeitig zu verkraften und brächtenjährlicheLeistungsverlustevonrd.750kgMilch.

Milchleistung(kg/kg)

10500

10000

9000

8000

8500

9500

Jan. März Mai Juli Sept. Nov.Kalbemonat

2005

2005 +2,5°C

2005 +5,0°C

2005 +10,0°C

2005 +7,5°C

Abbildung5:

Klimastress und maximal erzielbare Milchleistung in Abhängigkeitvom Kalbetermin, Standort Braunschweig 2005, Hitzestress nachWestetal. (2003)undalternativ2,5, 5,0, 7,5und10°ChöhereTagestemperaturen

Abbildung 5 zeigt die Graphen für den tatsächlichenTemperaturverlaufdesJahres2005undfürSzenarien,dieeineum2,5,5,0,7,5und10°ChöhereTagestemperaturkalkulieren.DabeiwerdenfolgendefürdasProduktions-verfahrenrelevanteSachverhaltedeutlich:

• EinBeginnderLaktationdirektnachdersommerlichenHitzeperiodeminimiertdieAusfälle.Eswirddabeian-genommen, dass Trockensteher diese Phasen ohne Nachwirkungüberstehen.

• RechnerischreduziertsichdieLeistungumrd.200kgMilchjeeinGradTemperaturanstieg,wennderKalbe-termin in den April, also auf den ungünstigsten Zeit-punkt,verlegtwird.

InAbbildung6 sinddie zugehörigen Erlöse ausMilchabzüglich der Futterkosten (EaM-FuKo) dargestellt. DieGraphen weisen einen ähnlichen Verlauf wie in Abbil-dung 5 auf. Allerdings erweist sich die Minderung als na-hezudoppeltsogroß,wenndasMinimuminvonHundertdes Maximums ausgewiesen wird. ImFolgendenwirdvorrangigdieDifferenzvonErlösaus

Milch minus Futterkosten ausgewiesen, weil die Abbil-

dungen5und6einegroßeÄhnlichkeitderGraphenauf-weisenunddermonetäreErfolgsmaßstabdieMinderungder Futteraufnahme einschließt.

2005

2005 +2,5°C

2005 +5,0°C

2005 +10,0°C

2005 +7,5°C

EaM

-FuKo(Euro)

2300

2200

2000

1800

1900

2100

Jan. März Mai Juli Sept. Nov.Kalbemonat

Abbildung6:

KlimastressundEaM-FuKoinAbhängigkeitvomKalbetermin,Stand-ortBraunschweig2005,HitzestressnachWestetal.(2003)undalter-nativ2,5,5,0,7,5und10°ChöhereTagestemperaturen

Die Abbildungen 5 und 6 zeigen, dass sich ein groß-er Spielraum für eine Anpassung an steigende Tempera-tureneröffnet.AlleindurchdiegeschickteWahldesKal-betermins kann der Hitzestress für die Hochleistungskuh entscheidend gemindert, wenn nicht sogar vermiedenwerden, selbst wenn die sommerlichen Temperaturen drastisch höher ausfallen. Diese ersten Resultate sollendurch die Einbindung des physiologischen Modells vonPaul (1990) verifiziertwerden. DasModell bilanziert dieWärmeproduktion und den Energiebedarf für Wärme-transportund-abgabe.EsberücksichtigtdabeiAtemluft,KörperoberflächeundderenBeschaffenheit.

3.2 Erlös – Futterkostendifferenz und Alter

Abbildung7vergleichtMilchkühein1.,2.und3.Lak-tationunterdero.g. Prämisse,diedenDatenkranzdesJahres2005zuGrundelegtundalternativdieKlimadatender Jahre 1961 bis 2009 für die Simulation nutzt.We-gendesWachstumsweisendiejüngerenKühegeringereLeistungenunddamitauchgeringereEaM-FuKoauf.DerUnterschiedzwischendenAlternativenohneundmitKli-maeinflusszeigt,dassdieErstkalbindiehöchsteBelastungdurchHitzestressertragenmuss.DieKuh in2.Laktationweist höhere Futteraufnahmen auf, benötigt nur noch wenigEnergieundNährstoffefürdasnochausstehendegeringe Wachstum und erzielt deutlich günstigere Auf-wands- und Ertragsrelationen trotz gleicher klimatischerKonstellationen.Abder3.LaktationliegendieAufwands-undErtragsrelationenimgünstigstenBereich.DieMinderungderEaM-FuKodurchHitzestresshat in

denletzten40Jahrenunwesentlichzugenommen(Abbil-


dung7),fälltjedochimVergleichzudenVerlustendurchKrankheit,Unfruchtbarkeitetc.geringaus(Walter,2004).BeiderBewertungderinAbbildung7dargestelltenEr-

gebnisse istzuberücksichtigen,dassdervonWestetal.(2003) entwickelte Ansatz zur Bestimmung der VerlustedurchHitzestressimVergleichzumAnsatzvonMaderetal.(1999)sehrhoheundgemessenamKonzeptvonRava-gnoloundMisztal(2000)geringeVerlusteliefert.

Abbildung7:

EaM-FuKounterBerücksichtigungder Zahl derKalbungen fürdenStandortHannover,KalbeterminJanuar,nachWestetal.(2003).

3.3 Erlös – Futterkostendifferenz und Dauer der Hitzepe-rioden

FürdieWettbewerbsfähigkeitderMilchproduktionwirddas Klima immer wichtiger, denn es werden steigendeDurchschnittstemperaturen,aberauchlängeranhaltendeHitzeperioden, heftigere Unwetter etc. prognostiziert. Zur BeurteilungmöglicherStandort-undWettbewerbsvorteilestehtdieFragean,ob sich längergleichbleibendeodertäglich wechselnde Temperaturen für die Milchproduk-tionalszuträglichererweisen.DaherwerdenKlimadaten„konstruiert“, die bei gleichen monatlichen Mittelwerten 30 ,15 und 7 Tage lang konstant und alternativ täglichwechselnde Temperaturen aufweisen, deren Schwankung 1bzw.5°Cbetragen(Tabelle5).ZuGrundeliegendieKli-madatendesStandortesHannoverunddesJahres2005,dieum5°Cangehobensind,weildieOriginaldatennurgeringeVerlustedurchKlimastresszurFolgehatten(sieheAbbildung4).InAbbildung8werdendie Längeder Phasenmitho-

hen Temperaturen und die Veränderungen der Tages-höchsttemperaturen variiert, umdie Bedeutungder vonExpertenvorhergesagtenHitzeperioden,denintensiverenWetterwechselnetc.zuevaluieren.Gleichzeitiglassensicheinige der in Abbildung 9 erkennbaren Minderungen er-klären,denndieausdenPrognosemodellenabgeleiteten

1960 1970 1980 1990 2000 2010Zeit

EaM-FuKo(Euro)

Kuh 1. Laktation mit Klimastress

Kuh 1. Laktation ohne Klimastress

Kuh 2. Laktation mit Klimastress

Kuh 2. Laktation ohne KlimastressKuh 3. Laktation mit Klimastress

Kuh 3. Laktation ohne Klimastress

2500

2250

2000

1750

1500

TemperaturenundLuftfeuchtenspiegelndieseWetterbe-dingungen wider.

Tabelle5:

Klimaszenarien

Szenario Temperaturverlauf

A 30 Tage konstant

B 15 Tage konstant

C 7 Tage konstant

D täglicherWechsel1) -1°C,±0°C,+1°C,-1°C,±0°C,+1°C,-1°C…

E täglicherWechsel1) -5°C,±0°C,+5°C,-5°C,±0°C,+5°C,-5°C…

F zweitägigerWechsel1)

-5°C,-5°C,±0°C,±0°C,+5°C,+5°C,-5°C,-5°C,±0°C,±0°C…

G ohneKlimaeinfluss

1)AbweichungvomMittelwert

Abbildung8enthältdieErgebnissederSimulationenfürdrei der 10Ansätze zur BestimmungderAuswirkungenvonHitzestress für die konstruiertenKlimaszenarien (Ta-belle5).BeginnendmiteinerangestrebtenMilchleistungvon5.000kgMilchjeJahrwirddieseumjeweils500kgerhöht, bis der „body condition score6“5

6 ZurBedeutungdesbcssieheWalter(2009)

(bcs) einen kri-tischen Bereich76

7 Dieser kritische Bereich stellt keine Fütterungs- oderHaltungsempfehlungfürBetriebedar,sonderndientausschließlichderbesserenDurchdringungdiesesKomplexes.

um0,5erreichthat.DievonallenAuto-renimKonnexmitHitzestressgenannteReduzierungderLeistung und der Futteraufnahme tritt nicht isoliert auf,sondern geschieht in einem komplexen Beziehungsgefüge vonphysiologischen,produktionstechnischenundökono-mischenParametern.DieverminderteFutteraufnahmeistin die Abbauprozesse von Körpersubstanz eingebundenund erhöht die daraus entstehende Belastung der Milch-kühe.DerLeistungsrückgang führtzu schlechterenwirt-schaftlichen Ergebnissen. Daherwerden in Abbildung 8derbcsunddieEaM-FuKofürunterschiedlicheLeistungs-vorgabenundKlimaszenariendargestellt,wobeidie vonYoussef (1985), St-Pierre et al. (2003) und West et al.(2003) entwickelten Beziehungen zum Klima unterstelltwerden.BeieinerAnfangsleistungvon5.000kgMilchkanndie

Kuh imHF-TypweitgehendohneAbbauvonKörpersub-stanz auskommen.Wegen der um 5 °C erhöhten Tem-peraturen ergeben sich bei allen Varianten ungünstigere KennzahlenalsbeimSzenario„ohneKlimaeinfluss“.MitsteigenderLeistungsvorgabewerdendieseDifferenzenzu-nehmend größer.

5

6

28

Westetal.(2003)mitteltdieTHIbeiderVortage,dahersind bei schnell wechselnden im Vergleich zu den Varian-tenmitlängergleichbleibendenTemperaturendiedarge-stellten Unterschiede durchaus zu erwarten.

3,0

2,0

1,0

0minimalerbodyconditionscore

Hitzestressnach Youssef

Hitzestressnach West

3,0

2,0

1,0


500 1000 1500 2000 2500Einnahmen aus Milch minus Futterkosten (Euro)

3,0

2,0

1,0


Hitzestressnach St. Pierre

B D FA C E GSzenarien:

Abbildung8:

EaM-FuKobeiunterschiedlicherDauerderHitzeperioden,Kalbeter-min Januar

DasvonSt-Pierreetal. (2003)vorgelegteKonzeptzurBewertungdesHitzestressesenthälteineexponentielleku-mulativeKomponente,diedieletzten30Tageeinbeziehtunddamiteine„echte“Bewertungdesvorangegangenenklimatischen Geschehens vornimmt. Deshalb entwickelnsichkeinespürbarenDifferenzenbeidenKlimaszenarien,

gleichwohlführtdervonSt-Pierreetal.(2003)vorgelegteAnsatz zu den geringsten EaM-FuKo und damit zu denhöchsten Belastungen durch Hitzestress.DieUnterschiedebeidendreiinAbbildung8dargestell-

tenErgebnissenzeigensichauchbeidenübrigensiebenAnsätzenzurBewertungdesKlimastresses,sodassunter-schiedlichsteInterpretationenmöglichsind:

• keinederKlimavariantenkannalswenigerbelastendherausgestellt werden oder

• diebisherentwickeltenAnsätzesindalsunzureichendanzusehen.

3.4 Hitzestress und zusätzlicher Energiebedarf

DasNRC(2001,S.21)gehtvoneinemzusätzlichenEn-ergiebedarfderMilchkühevon7bis25%desErhaltungs-bedarfes aus, entsprechend 0,7 bis 2,4 MCal bezogen auf eineKuhmit600kgLebendgewicht.DieserAnstiegbe-gleitet die Minderung der Milchleistung und auch die der Futteraufnahme. Paul (1990) summiert die Wärmeproduktion der Or-

gane, der Muskeln, der Verdauung, der Milchproduktion und bilanziert diese mit der Wärmeabgabe über Haut,Atemluft etc. unter Berücksichtigung der Umgebungstem-peratur. Für den u. U. entstehenden Wärmeüberschussbedarf es einer aktiven, d. h. Energie beanspruchendenWärmeabgabe,diezwarauchinBeziehungzuBlut-undLungenvolumina,Atemfrequenzetc.steht,aberungleichstärkervonderentstehendenProzesswärme,alsovonderaufgenommenenEnergiemenge,bestimmtwird.DieErgebnisseausModellrechnungenfürKühemitstei-

gendenLeistungenwerdenindenAbbildungen9und10dargestellt. Zunächst wird der Hitzestress entsprechendden von Youssef (1985) undWest et al. (2003) entwi-ckeltenAnsätzenkalkuliertundfürjedenTHIPunktüberdenSchwellenwertvonTHI70derErhaltungsbedarfumje einen Prozentpunkt angehoben8.7

8 DasDasNRCNRC(2001)(2001)nenntnenntnurnurdiedieSpanneSpannevonvon77bisbis2525%%desdesErhaltungsbedarErhaltungsbedar--fes,ohneeinenquantitativenBezugzurTemperaturoderzueinemTHIzunennen.DerhiergewählteZuschlagvon1%jeTHIPunktstellteine„freie“InterpretationderVorgabedesNRCdar.

DerAnsatzvonPaul(1990) kalkuliert die aus der aufgenommenen Energie-menge entstehende Prozesswärme, daher wird die amVortag verzehrte Energiemenge zu Grunde gelegt undfür jeden THI Punkt oberhalb des Schwellenwertes 3%abzuführende Energie kalkuliert, für deren AbleitungwiederumeinZehntelderEnergiemengebenötigtwird9.8

7

98DieseVereinfachungistausdemsehrvielkomplexerenAnsatzvonPaulab-DieseVereinfachungistausdemsehrvielkomplexerenAnsatzvonPaulab-geleitet worden. Für die angestrebte Verknüpfung der beiden Simulations-modellereichtdasLeistungsvermögenmodernsterPCbeiweitemnichtaus.ErsteTests zeigen,dass100TagenichtbinnenWochenfrist zuberechnensind.


9

Abbildung 9 zeigt den zusätzlichen Energiebedarf beisteigendenLeistungeninMJNEL.InderoberenBildhälftewirdderHitzestressnachdemAnsatzvonYoussef(1985)kalkuliert.DerzusätzlicheEnergiebedarfnachNRC(2001)sinktvon40auf25MJNEL10

10 NEL=NettoEnergieLaktation(GfE,2001)

(daskommtdemEnergie-bedarffür12bzw.8kgMilchgleich).WirdderEnergie-bedarf dagegen entsprechend der anfallenden Prozess-wärmebemessen(Paul,1990),dannsteigtderzusätzlicheEnergieaufwandfürdieVermeidungzuhoherKörpertem-peraturenmitderLeistung,hiervon80auf140MJNEL,vergleichbareinemEnergiebedarffür25und43kgMilch.DieseGrößenordnungwäreimVergleichzudenübrigenHemmnissenundKostenstellenunbedeutend,würdedieBemessungdesHitzestressesnachWestetal.(2003)kom-biniertmitdemAnsatzvonPaul(1990)(obereHälftevonAbbildung9)nichtdeutlichhöhereEnergieansprücheof-fenbaren.


450

600

300

150

0

zusätzlicheEnergie(MJNEL)

zusätzlicher Energiebedarf nach Paul

zusätzlicher Energiebedarf nach NRC

Milchleistung

5000 7000 9000 11000


450

600

300

150

0

zusätzlicheEnergie(MJNEL)

zusätzlicher Energiebedarf nach Paul

zusätzlicher Energiebedarf nach NRC

Abbildung9:

ZusätzlicherEnergiebedarfbeiHitzestressnachNRC(2001)undPaul(1990),fürdenStandortHannover,2005,KalbeterminJanuar

9

DagegenfälltderEnergieanspruchfürdieWahrungderKörpertemperatur erheblich geringer aus, wenn er ent-sprechenddenAngabendesNRC(2001)amErhaltungs-bedarforientiertwird.DerAbfalldes fürdieaktiveKüh-lungbenötigtenEnergiebedarfeserklärtsichausdembeisteigendenLeistungenhöherenAnteilderausKörpersub-stanzerbrachten Leistung,waswiederumeingeringeresGewichtunddamiteinenentsprechendniedrigerenErhal-tungsbedarfzurFolgehat.EinmitsteigendenLeistungensinkenderEnergieanspruchzurKühlungwidersprichtdenErwartungen und führt zu dem von Paul (1990) entwi-ckeltenphysiologischenAnsatz,derdieWärmeproduktiondesTieresberücksichtigt,diewiederumengandieLeistunggebunden ist. Allerdings ergeben sich auch in diesem An-satzGrenzenfürdieaktiveAbgabevonWärme,dievonderOberfläche,derKapazitätdesHerz-KreislaufsystemssowievonGrößeundGewichtdesTieresabhängen.

3000

2000

1000

EaM

-FuKo(Euro)


zusätzlicher Energiebedarf nach Paulzusätzlicher Energiebedarf nach NRCkein zusätzlicher Energiebedarf

3000

2000

1000

Milchleistung

5000 7000 9000 11000


zusätzlicher Energiebedarf nach Paulzusätzlicher Energiebedarf nach NRCkein zusätzlicher Energiebedarf

EaM

-FuKo(Euro)

Abbildung10:

ErlösausMilchminus FutterkostenunterBerücksichtigungdes zu-sätzlichenEnergiebedarfsnachNRC(2001)undPaul(1990),fürdenStandortHannover,2005,KalbeterminJanuar

MittelsSimulationlassensichdieseSachverhaltequan-titativdarstellenundfüreineVielzahlvonKonstellationenanalysieren,weiterführendeAntwortensindjedochanEx-perimente gebunden.

30

Bianca THI3

1950 1975 2000 2025 2050 2075 2100Zeit

2275

2250

2225

2200

2175ErlösausMilch-Futterkosten(Euro)

CLMStar

WetregRemo

Originalwetterdaten

Thom THI12275

2250

2225

2200


NRC THI52275

2250

2225

2200


Mader THI92275

2250

2225

2200


Abbildung11a:

LangfristigeEntwicklungderEaM-FuKounterBerücksichtigungunterschiedlicherWetterprognosenundAnsätzenzurBewertungvonHitzestressfüreineKuhin3.Laktation,StandortHannover


1950 1975 2000 2025 2050 2075 2100Zeit

2275

2250

2225

2200

2175ErlösausMilch-Futterkosten(Euro) Ravagnolo THI8

CLMStar

WetregRemo

Originalwetterdaten

2275

2250

2225

2200

2175ErlösausMilch-Futterkosten(Euro) Robinson THI10

2275

2250

2225

2200

2175ErlösausMilch-Futterkosten(Euro) St-Pierre

2275

2250

2225

2200

2175ErlösausMilch-Futterkosten(Euro) West

Abbildung11b:

LangfristigeEntwicklungderEaM-FuKounterBerücksichtigungunterschiedlicherWetterprognosenundAnsätzenzurBewertungvonHitzestressfüreineKuhin3.Laktation,StandortHannover

32

InAbbildung10wird die Bedeutungdes zusätzlichen Energiebedarfs für die Ableitung der Wärme bei stei-genden Leistungen anhand der Differenz aus Einnah-men für Milch und Futterkosten dargestellt. Wird der Hitzestress nach Youssef (1985) kalkuliert, ergeben sichfür die zwei Alternativen „zusätzlicher Energiebedarf“nachNRC (2001)bzw.nachPaul (1990)nahezugleicheGraphen,die sich zudemkaumvonderVariante„ohnezusätzlichen Energiebedarf“ unterscheiden. Wird derHitzestress dagegen entsprechend dem vonWest et al.(2003)entwickeltenAnsatzkalkuliert,errechnensichfürLeistungen über 9.000 kg Milch erste Einbußen, wennnachdenGrundsätzendesNRC(2001)vorgegangenwird.WirddervonPaul(1990)vorgelegteAnsatzadaptiert,er-gebensichbereitsbeiLeistungenab8.000kgMilchspür-bareErfolgsdefizite.WeildieEnergieversorgungderknap-peFaktoristunddamitzumentscheidendenEngpassbeihohenLeistungenbzw.beiderLeistungssteigerungwird,führteinzusätzlicherEnergiebedarfbeiHitzestressnebender Minderung der Futteraufnahme und Milchleistung zurweiterenSchmälerungdeswirtschaftlichenResultats.Bei zukünftigen Experimenten gewinnen energetische Bilanzen an Bedeutung.

Augsburg

Bremerhaven

Cottbus

Hannover

Zeit1950 1975 2000 2025 2050

ErlösausMilchminusFutterkosten(Euro)

2100

2000

1900

1800

1700

1600

1500

Klimaprognose: StarKlimastress : St.Pierre

Abbildung12:

LangfristigeEntwicklungvonEaM-FuKofürunterschiedlicheStandorte

4 Konsequenzen des prognostizierten Klimawandels

InAbbildung7istfürdenZeitraumvon1960bis2010bereitseineZunahmederBelastungvonMilchkühendurchHitzestresszuerkennen,dieaufeinenallmählichenTempe-raturanstiegzurückzuführen ist.DieKlimaforschunggehtvon einem weiteren Anstieg der Temperaturen aus undstütztdieseTheseaufmehrereKlimaprojektionsmodelle.

4.1 Erlös – Futterkostendifferenz und Klimaprojektionen

DiehöchstmöglicheLeistungunddamitdiemaximalenEaM-FuKowerdenstetsaufderBasisderproduktionstech-nischen und ökonomischen Daten desWirtschaftsjahres2005ermittelt,wobeinurdasKlimafürjedesJahrimZeit-raumvon1960bis2100eingesetztwird.DaesmehrereKlimaprognosengibt,wirddieseSimulationmitjedemDa-tensatzwiederholt.DieinKapitel3deutlichgewordenenUnterschiedebeiderBewertungvonHitzestresserforderndieBerücksichtungderverschiedenenAnsätzeausTabel-le1.DerTHI2vonBianca(1962)bleibtunbeachtet,daernichtspeziell fürMilchviehkonzipiertwurde.DieBewer-tungendurchdasNRC(2001)fallenähnlichaus,sodassnur der THI4grafischdargestelltwird.In Abbildung 11 werden die zuvor ermittelten Unter-

schiede erneut deutlich. So führt der Temperaturanstieg biszumJahr2100beimAnsatzvonMaderetal. (1999)erst ab 2070 zu geringen Einbußen, wohingegen THI1 (Thom,1959),THI3(Bianca,1962),THI5(NRC,2001),THI10


(Robinson,2006)undTHI8(RavagnoloundMisztal,2000)Minderungen von bis zu 100 Euro bei den EaM-FuKo11

11 HitzestressmindertdieEffizienzderMilchproduktiondurchLeistungsminde-rung,RückgangderFutteraufnahmeetc.(St-Pierreetal.,2003).DieseEffek-teinteragieren,sodassletztlichnurdieEaM-FuKoalsResultierendeanbietet.

offenbaren.10 DieKlimastresskonzeptevonWestetal.(2003)undSt-

Pierreetal.(2003),dargestelltinTabellen3und4,nehmeneine Mittelstellung ein, denn es errechnen sich moderate Rückgänge bei den Erfolgskriterien, wenn die verschie-denenKlimaprojektionenzuGrundegelegtwerden.

4.2 Einfluss des Standorts

Abbildung 12 und Tabelle 6 zeigen die EaM-Fuko fürdieStandorteAugsburg,Bremerhaven,CottbusundHan-nover.DasvomSeeklimabeeinflussteBremerhavenweistdie günstigsten klimatischen Bedingungen für die Milch-produktionauf,gefolgtvonHannoverundAugsburg.DerStandort Cottbus muss nach diesen Berechnungen einen Standortnachteil von rd. 100 Euro im Vergleich zu Bre-merhavenundrd.50EuroimVergleichzuHannoverund Augsburg hinnehmen.

Tabelle6:

Vergleich der EaM-FuKo fürunterschiedlicheStandorte(jeweilsMit-telwertevon25Jahresperioden,sieheAbbildung12)

Zeitraum

Augsburg Bremerhaven Cottbus Hannover

EaM-FuKo (Euro)

1951–1976 1819 1891 1764 1830

1976–2000 1787 1855 1734 1792

2001 – 2025 1740 1818 1697 1762

2030 – 2055 1690 1744 1643 1697

5 Bewertung und Ausblick

DieKalkulationenzeigen,dassdieEinbußendurchHit-zestress in der Vergangenheit im Vergleich zu den Verlusten durchVerfalldesMilchpreises,Kostenanstieg,Krankheitenetc.geringausfielen.Daskönntesichändern,wennderin der Vergangenheit festgestellte Anstieg der Temperatur sich in der Zukunft fortsetzt und je nach Projektionsmodell weitere2bis5°Ceventuellsogar7°Czunimmt.Nicht nur die Unterschiede der projizierten Tempera-

turanstiege erschweren die Quantifizierung der zu er-wartenden Verluste durch Hitzestress, sondern auch die deutlichvoneinanderabweichendenBewertungsansätze.WährenddievonMaderetal.(1999)vorgelegteStrategieerstbeidenungünstigstenKlimaprojektionenzugeringen

10

Verlustenführt,offenbarendievonRobinson(2006),Ra-vagnolo undMisztal (2000),West et al. (2003) und St-Pierreetal.(2003)veröffentlichtenBeziehungenzwischenKlima und Leistung sowie Futteraufnahme schon jetzterkennbar geringere EaM-FuKo.DieVerluste überschrei-tendie10-Prozent-MargebeiallenKlimaprognosenundwerden, falls sie zutreffen, zu einem ernst zu nehmenden ProblemfürdieEffizienzderMilchproduktion.BiometrischeAnsätze(Paul,1990;McGovernundBru-

ce,2000)machenjedochdeutlich,dassnichtnurdieFut-teraufnahme und die Leistung sinken, sondern dass einzusätzlicherEnergiebedarffürdie„aktiveKühlung“erfor-derlichwird.DasNRC(2001)benennt7bis25%desEr-haltungsbedarfesalsRichtwert,wohingegenPaul (1990)einen an der aufgenommenen Futtermenge orientierten Bedarfanführt,derbeihohenLeistungenundTempera-turensogareinVielfachesdavonbetragenkann.Solltensich die biometrischen Modelle als zutreffend erweisen, dann erwächst aus demprognostizierten Temperaturan-stiegeinzusätzlichesHindernisbeiderSteigerungderLei-stungundderEffizienz.Die hier vorgelegte Analyse der Beziehung zwischen

Milchproduktion und Klima ist um die Positionen Jung- viehaufzucht und Futterproduktion zu ergänzen, umganzheitlichen Ansprüchen zu genügen.

Literatur

BermanA(2005)EstimatesofheatstressreliefneedsforHolsteindairycows.JAnimalSci83:1377-1384

BiancaW (1962) Relative importance of dry- andwet-bulb temperatures incausing heat stress in cattle. Nature195:251-252

BohmanovaJ,MisztalI,ColeJB(2007)Temperature-humidityindicesasindica-tors of losses due to heat stress. JDairySci90:1947-1956

DikmenS,HansenPJ(2009)Isthetemperature-humidityindexthebestindica-torofheatstressinlactatingdairycowsinthesubtropicalenvironment?J DairySci92:105-116

DeutscherWetterdienst(1998)Aspirations-Psychrometer-Tafeln:deutsch,en-glish,francais,espanol.Braunschweig;Wiesbaden:Vieweg,271p

DurbalV(2001)NRCdairycattleprogramcomputations.In:Nutritionrequire-mentsofdairycattle.WashingtonDC:NationalAcademyPr

GfE(2001)EmpfehlungenfürdieEnergie-undNährstoffversorgungderMilch-küheundAufzuchtrinder. Frankfurt aM:DLGVerl, 136p, Energie-undNährstoffbedarflandwirtschaftlicherNutztiere

HelmersM(2005)OptimierungsstrategienzurökonomischenBewertungvonGrundfutter.Diplomarbeit,FachhochschuleOsnabrück

HolterJB,WestJW,McGilliardML(1996)Predictingad libitumdrymatterintakeandyieldsofJerseycows.JDairySci79:912-921

HutjensMF (2007)Heat stess strategies [online]. Zu finden in <http://www.livestocktrail.uiuc.edu/dairynet/paperDisplay.cfm>?ContentID=9765

IPCC(2007)ClimateChange:synthesisreprt[online]zufindenin<http://www.ipcc.ch/pdf/assessment-report/ar4/syr/ar4-syr.pdf>[zitiertam01.04.2009]

MaderTL,DahlquistJM,HahnGL,GaughanJB(1999)Shadeandwindbarriereffects on summertime feedlot cattle performance. J AnimSci 77:2065-2072

McGovernRE,BruceJM(2000)Amodelofthermalbalanceforcattleinhotconditions. JAgricEngRes77:81-92

NRC(1971)Aguidetoenvironmentalresearchonanimals.Washington,DC:NationalAcademyPr

34

NRC(2001)Nutritionrequirementsofdairycattle.Washington,DC:NationalAcademy Pr

OltenacuPA,RounsavilleTR,MilliganRA,HintzRL(1980)Relationshipbetweendaysopenandcumulativemilkyieldatvariousintervalsfromparturitionforhighandlowproducingcows.JDairySci63:1317–1327

PaulW(1990)PhysiologiederMilchkuh:einemathematischeSystemanalyse.FAL,290pLandbauforschVölkenrodeSH116

RavagnoloO,MisztalI(2000)Geneticcomponentsofheatstressindairycattle,parameter estimation. JDairySci83:2126-2130

RobinsonPH(2006)ExcelSpreadsheets:PredDMI.xls, NRGREQ.xls[online].Zu finden in <http://animalscience.ucdavis.edu/faculty/robinson/Excel/default.htm>[zitiertam09.02.2010]

St-PierreNR,CobanovB,SchnitkeyG(2003)EconomiclossesfromheatstressbyUSlivestockindustries.JDairySci86:(E.Suppl.):E52-E77

ThomEC(1959)Thediscomfortindex.Weatherwise12:57-59WalkenhorstO, StockM (2009)RegionaleKlimaszenarien fürDeutschland :

eineLeseanleitung[online].Zufindenin<http://d-nb.info/995244707/34>[zitiertam09.02.2010]

WalterK(2004)AnalysederBeziehungzwischendenKostenfürTierarztundMedikamente in derMilchviehhaltung und der Produktionstechnik, demFutterbau,derArbeitswirtschaftsowiederFaktorausstattungausgewählternorddeutscher Betriebe. Braunschweig : FAL, 180p, LandbauforschVöl-kenrode SH 270

WalterK(2008)DasSimulationsprogramm„MilchproduktionderZukunft“–methodischerAnsatzundRealisierung:Version1.2.Braunschweig:FAL,95p, Ber Inst Agrartechnol Biosystemtechnik 398

WestJW,MullinixBG,BerhardJK(2003)Effectofhot,humidweatheronmilktemperature, dry matter intake, and milk yield of lactating dairy cows. J DairySci86:232-242

WestJW(2003b)Effectsofheatstressonproductionindairycattle.JDairySci86:2131-2144

YoussefMK(1985)Stressphysiologyinlivestock.BocaRaton:CRCPress

J. Efken / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)35-44

Online-survey of keepers of rare animals or plants about their activities and attitudes in Germany

JosefEfken*

* Johann Heinrich von Thünen-Institut (vTI), Federal Research Institutefor Rural Areas, Forestry and Fisheries, Institute of Market Analysis and AgriculturalTradePolicy(MA),Bundesallee50,D-38116Braunschweig,Germany,[email protected]

35

Summary

InGermanytheproblemoflossofdiversityisbarelyap-parent in daily life due to a broad range of products with similaringredientsorproductsimportedfromallovertheworld. Consequently the topic engenders neither broadattentionnorengagement.Furthermorethereisnoover-view of existing private activities in this area. The goalof the study is to for thefirst time characterisepersonswho are engaged in On Farm Management in Germany. Anonlinesurveywascarriedoutwiththehelpoftheap-propriate associations targeted to these special interest groups.Detailedinformationontheattitudesandformofinvolvement couldbegained.Verydifferent speciesandvarietiesorracesarekept.Unexpectedlythisisnotafieldpredominantlyledbyfarmersbecause70%ofthepartici-pantsdonotownafarmbutarestillinvolvedinOnFarmManagement.Onlyascanthalfofthosesurveyedconsidertheirownabilitiesasadequateforconservation.Supportisdesiredboth intermsofmaintenanceactivitiesand inmarketingquestions.Theresultsofferastartingpointtoshowwhere individualscontributingtothemaintenanceof rare plants or animals can be supported.JEL: H 44, Q 13, Q 57

Keywords: agrobiodiversity, conservation, genetic resourc-es, on farm management, online survey

Zusammenfassung

Online-Befragung von Personen in Deutschland, die seltene Nutztiere oder Nutzpflanzen erhalten, zu ihren Aktivitäten und Einstellungen

DieGefährdungdergenetischenRessourceninDeutsch-land ist im Alltag kaum offensichtlich, da eine fast unbe-grenztscheinendeVielfaltanProduktendasLebensmittel-angebotprägt.DieseProduktebasierenjedochhäufigaufnur wenigen pflanzlichen oder tierischen Inhaltsstoffenoderwerden aus der ganzenWelt importiert. Damit imEinklang steht, dass derAspekt landwirtschaftlicheViel-falt in der Öffentlichkeit weder auf großes Interesse noch Engagementtrifft.ZudembestehtkeinÜberblicküberAk-tivitätenundInitiativenindiesemBereich.ZielderStudie’Online-Befragung von ErhalterInnen seltener NutztiereoderNutzpflanzenzuIhrenAktivitätenundEinstellungen’ist es, erstmalig für Deutschland bzw. den deutschspra-chigen Raum diesen Personenkreis zu charakterisieren. DazuwurdeeineOnline-Befragungdurchgeführt,diesichmitHilfe von einschlägig bekanntenOrganisationen ge-zieltaninteressiertePersonenrichtete.Eskonntendetail-lierteErkenntnisseüberEinstellungenundAusgestaltungdesEngagementsgewonnenwerdensowieüberArtundUmfangderunmittelbarenErhaltungseltenerNutzpflan-zenbzw.Nutztiere:EswerdenverschiedensteArtenundRassen bzw. Sorten erhalten. Vermarktungsaspekte sind wichtig und ’Erhalten durch Essen’wird einhellig befür-wortet. Nur knapp die Hälfte der Befragten schätzt dieeigenen Fähigkeiten als ausreichend ein. UnterstützungwirdsowohlinErhaltungsaktivitätenalsauchinVermark-tungsfragen gewünscht. Die Ergebnisse bieten Ansatz-punkte, wie der Personenkreis in seinem Bemühen, einen BeitragzurErhaltungseltenerNutzpflanzenoderNutztierezu leisten, unterstützt werden kann.

Schlüsselworte: Agro-Biodiversität, biologische Vielfalt, Er-haltung, genetische Ressourcen, On Farm Management, Online-Befragung

36

Introduction

The introductionof scientificbreedingmethods inag-ricultural practice starts in the 19th Century in Germany, firstinplantproductionandlateroninanimalhusbandry(BDP1987;Barthetal.,2004).Thesuccessfuldistributionofthesenewhighlyproductivevarietiesandracesledtoaspeedydropinthetraditionalvarietiesorlandracesuseduntil then. Now, and for decades, agricultural practiceconcentrates on a few species and uses mainly modern commercial seeds and breeds. While agricultural produc-tionbecomeslessandlessdiverse,onecanfindanenor-mous range of food products in the supermarkets. But this diversity is fuelled toa largedegreeby imports fromallovertheworldandadditionallybytheprocessingofafewagricultural raw materials into as many different products aspossible.Thus,insum,itisadeceptivediversitybecausetheproblemoflossofdiversityisbarelyapparentindailylife in industrialised countries likeGermany and doesn’taffect producers or consumers directly, as it does perhaps in subsistence agriculture. As a result the topic engenders no direct pressure and, consequently, neither broad at-tentionnorengagement (seealsoL. Maggioni, E. LipMan,

2009, pp. 8). Furthermore, in a study prepared on behalf of the German Federal Ministry of Food, Agriculture and ConsumerProtection (BMELV)oncommunication strate-giesforagriculturalbiodiversity,thedifficultiestiedtothistopicwerepresentedindetail.“Massiveproblemsdonotonly occur in the semantic comprehension of the meaning of the term, but rather also in relation to the perception andacceptanceasasociallyrelevanttopic,asanationaland supra-national problem, affecting not only policy and agricultural economics, but also private consumption.”(Kleinhückelkottenetal.,2006,P.68).Against this background thequestion is: how to fulfil

theobligationslaiddownintheConventiononBiologicalDiversity (CBD)andsuccessive internationalandnationalregulationsinGermany(BfN 2009, SCBD 2009).

The collection of samples in so-called gene banks is an inexpensivestrategy(WBGU,2000,P.944) implementedboth in Germany and internationally. But this form of conservation can only be realized to a certain extent inthe realm of animals. Also the protected samples are de-coupledfromevolutionaryprocesses(Ibischetal.,1996,P.188;WBGU,2000,P.92).Itisfurtherarguedthatacollec-tion of samples is only a partial solution to the problem of a lossofdiversity,sinceitisneitherpossiblenordesirabletoconservetotalbiologicaldiversityexsitu(Hammer,Gladis,1996).Moreovergenebankscannotsolvetheproblemofalossofagriculturaldiversityonfarmsorthediversityoffood, and the related cultural diversity (Mooney, 1983).Here it is necessary to maintain and to plant and breed ahugevarietyofcultivatedplantsandanimalsforevery-

daylife(WBGU,2000,P.94).Asafirststeponecanseethe“OnFarmManagement”(OFM)ofgeneticresources(Hammer,1999,P.39).Withthismethod,thegeneticma-terialisconstantlyexposedtocurrentenvironmentalcon-ditions and breeding. In addition, OFM links agricultural and socio-cultural aspects since both local knowledge aboutcultivatedplantsoranimalsandallpossibleformsofuseareobtained (see, i.e.,Virchow,1999,38 f.).Animportant component of OFM is, besides the immediate maintenance of rare plants and animals, their use in crops and husbandry. In agriculture and horticulture, “use” means production for consumption. Thus, maintenance or evenextensionoftheusedagriculturalplantsandanimalsonaspecies-orrace-orvariety-levelhasaneffectontheconsumer because he is confronted with the theme agro-diversityandbiodiversityindailylife.Insummary,there-introductionofrarecultivatedplantsandanimalsforuseandmarketingcanbeseenasaformofconservationinGermany and in industrialised countries in general.

How can this be placed on a solid base? Is it enough, forexample,torelyonvoluntaryactivityinthehopethataconstantlyadequatenumberofpersonswillbeactiveinthe area? Is it at all possible that OFM be carried out on avoluntarybasis inallcases?Particularly thekeepingoflargeanimals(cattle,horses,pigs) istiedtoconsiderablefinancialandtime inputs.Specifically in thesecases,butalsoasabasicquestion,asearchforstableandaboveallsustainableconservationstrategiesisneeded(DGfZ,2003; Efken, 2005; Feldmann,2002).In Germany, no even near-to satisfactory overview is

availableofexistingprivateactivitiestoconservegeneticresourcesonfarm(whomaintainswhat,howmanyandhow).Until nowknowledgewas limited to case studies(Becker et al., 2003) and publicly perceived activities aswell as the few publicly known actors, companies and or-ganizations. This stands in contrast to the higher informa-tion levelwith regard to theactivities inpublicagenciessuchas theGaterslebenGeneBank, the JuliusKühn In-stitute (GermanFederalResearch Institute forCultivatedPlants) (JKI) and botanical gardens. Information can befound,forexample,intheBIG,XGRDEU,ZEFODdatabas-es[www.genres.de/genres_eng/index.htm].Onthepoliticallevelithasbeenrecognizedthatactivity

tomaintaindiversitymustbestrengthened(BMELV,2007).How,however,cansupportbeprovidedwhenonlyinad-equate knowledge exists about the people currently in-volvedinthisfield.Ultimately,duetoinadequateinforma-tion, the basis for descriptions and analysis of this group of personsismissing.Deficits,barriers,strengthsandweak-nesses,aswellasstrategies,canfirstbediscussedwhenthe level and formof conservationworkbecomes clear.Thisgapshallbeclosedwiththehelpofasurveybasedonaquestionnaire including informationonbothdirect

J. Efken / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)35-44 37

conservationactivitiesandinformationonmotivation,ob-stacles, chances and opinions. Thesurveywasconceivedasanonlinesurvey.Withan

onlinesurveyonlyminimalcostsoccur.Adisadvantageofthis method is that it excludes all those with no access to Internet,particularlyolderpersons (AGOF,2008).Thequestionnairewasmadeavailablevianewslettersofvari-ousorganisationsengagedintheconservationofgeneticresources to approximately 4000 households from the be-ginning of May to the end of August 2007. In this time, 1261 persons clicked on the questionnaire, 500 filled itoutcompletely,andatotalof485questionnairesflowedinto the analysis.

Demographic classification of the survey participants

About 60 percent of the participants weremen, andaccordingly40%women.Theageofparticipantsinthesurveyrangedbetween10and80years..Theagegroupbetween30and60yearsofagecanbeseenasthema-jority,setby80%oftheparticipants.Here,onecannotspeak neither of an ‘youthmovement’ nor of an aginggroup of participants. With regard to the educational situ-ation,theprofileofsurveyparticipantsconfirmsthefind-ingsmentionedinotherstudiesthatalargeaffinitytothefieldofbiologicaldiversityexistsinpopulationgroupswithahighereducational level.Theoccupational situationofparticipantswasalsoquestionedinrelationtoitsproximitytoagriculture.Inthissurvey,60%oftheparticipantshada tie to agriculture, either because they own a full or part time farm or exercise a profession related to agriculture. Nonetheless,70%oftheparticipantsdonotownafarm,butarestillinvolvedinthemaintenanceofrareanimalsorplants.Apparentlythisisnotafieldpredominantlyledbyfarmers. This is of high importance since agricultural sup-portschemes(nationalaswellasEU)arealmostentirelyrelatedtofarmersandthusamajorityofactorsinthisfieldare excluded from existing public support possibilities.

Conservation activities and marketing

In the following, the concrete conservation of rareplants and animals is described in detail. Apparently the surveyparticularlyaddressesactiveanimalandplantkeep-ers,since80%oftheparticipantsactivelykeeprareplantsor animals. Half of the participants are organized in supra regional associationsor initiatives. In any case, 123per-sons,or23%oftheparticipants,arenotlinkedtoaclubor initiative.Participantsareveryactive inconservationalactivitiessincetheyinvestmorethan10hoursperweek,meaningonequarterofthestandardworkweek.Ofthe388 personswho actively keep cultivated plants or ani-mals,256personsmarkettheproductsfromtheiractivi-

tieswithplants,animalsorproducts(Figure1).For54%of themarketers this activity is a hobby, 33%attain asignificantpartoftheirincomefromtheactivities,andfor13%itisthemainsourceofincome.

Primary occupation (> 50 % of income);Secondary occupation (10 - 50 % of income);Hobby (< 10 % of income)

485 survey

participants388 direct

keeper

97 indirect

keeper

Of those 256

sellers

... 134 as hobby

... 83 secondary

occupation

... 32 primary

occupation

0

50

100

150

200

250

300

350

400

450

500

Nu

mb

er

of

pe

rso

ns

Source: Efken (2010)

Figure1:

Percentageofmarketersandsignificanceofmarketing

Themost important sales route ismarketing via farmstores or similar outlets. Cooperation with trade partners and other marketing forms play a less important role. But the sellers, for whom this is more than a hobby, sell much morefrequentlytogastronomy,retailersandwholesalers.Only a scant 15%of thosewhomarketed theirwareshad no interest in increasing their marketing. Mostly lim-itedresources(time,capital,equipment,land)werecitedas obstacles to expansion. Legal obstacles were also ofimportance, as were a lack of co-workers. In contrast, in-adequatedemandwasseldomaproblem,butratherfluc-tuation in demand. This is in line with information with several representatives of relevant organisations and animportant, albeit rough, indication about the market po-tentialof‘diversityproducts’.

Conservation of rare plants and farm animals

90%of the peoplewho took part in the survey areanimalkeepersorplantcultivatorsand80%ofthepar-ticipantsactivelykeeprareplantsoranimals.Ofthelatter,42%keepbothanimalsandplantsand23%cultivateonlyplantsand35%keeponlyanimals.Insum,thedatashow that survey participants whomaintain rare plantsand/or farm animals like to have diversity ‘on farm’ be-cause most of them keep different species and often of plantsaswellasanimals.AsTable1shows,OFMneverthe-less plays a really marginal role compared to the general agriculture in Germany.

38

Table1:

ScaleofOFMoftheparticipantsofthesurvey

Species Keepers Head Species Keepers m²

Dogs 71 148 Fiber plants 3 15

Turkeys 25 158 Dyeingplants 14 142

Colonies of bees 20 183 Protein plants 21 1 2139

Horses 65 264 Ornamental plants 36 1 9093

Ducks 46 402 Spices/Herbs/Medic.Pl. 84 19561

Geese 51 456 Oil plants 12 2 2020

Goats 64 868 Vegetables&Salad 127 2 7741

Rabbits 72 1062 Potatoes 105 9 5704

Pigs 66 1 128 Fruits 141 336454

Cattle 54 1 543 Cereals incl. Maize 50 465433

Chicken 141 3 189

Sheep 141 6950

Other 73 140 Other 41 67475

Sum 252 16 491 Sum 294 106 5777

Source:Efken(2010)

252 persons (52%) grow rare cultivated plants. Theemphasis is, on the one hand, on typical garden plants which only use a minimal amount of land, and the other on arable cultures. The selection possibility “Other, namely ____” was chosen 40 times. Particularly fodder plants, wild vegetables,wild fruit andwild herbs aswell as in-dividualspecialplantswerementioned. It isconspicuousthatinregardtotheaveragelandareaused,asmallgroupofpersonsusesarelativelylargeamountofland,sothatthemeanisverystronglyabovethemedian(seeFigure2).In the median, half of the participants use less land and

2608

11

9697

3748

0Area in m2 200 400 600 800 1000 1200 1400 1600 1800 2000

Other(41)

Cereals incl. Maize(50)

Potatoes(105)

Protein plants(21)

Oil plants(12)

Fiber plants(3)

Dyeing plants(14)

Vegetables & Salad(127)

Fruits(141)

Ornamental plants(36)

Spices/Herbs/Medic.Pl.(84)

‘Species-Group’ (Number of answers)

Mean Median (white line)


Figure2:

Averageandmedianlandareausedtoplantrarecultivatedplants

half of the participants more land. More or less all species andvarietiesshowthisskeweddistribution.Vegetables,herbs,decorativeplantsandfruitsareoften

combined.Thisultimatelyreflectsthecommonpracticeofhorticulture,at least inthecaseofprivategardens.Rea-sonsforthisarecroprotationrestrictionsandthevariousseedingandharvesttimepointsfortheculturesaswellastherelativesimplicityofthecroppingforvariouscultivatedplants.Inconservationmanydifferentvarietiesofonespe-ciesareplanted:thereisnoconcentrationofonevariety,ratherthecontraryholdstrue,onaveragemostly5to35


varietiesareused.Justaswiththeaverageamountoflandareaused,thenumberofvarietieskeptperindividualcanvary greatly, sometimes causing misleading distributionfigures.

294 participants keep rare breeds. Sheep, cattle, poultry, goatsandpigsaremostfrequentlykept(Figure3).Surpris-ingly many more keepers were likely to hold larger ani-mals. This fact becomes clear when considering that par-ticipants with farms keep larger numbers of large animals. In comparison to the analysis of cropping of rare plants, itisevidentthatthedifferencebetweentheaverageandmedian are not that great. In other words, individualskeeping animals tend to keep similar numbers of each spe-cies.Undertherubric“Other,namely…”72participantsgaveadditionalinformation.Atotalof31cats,19mules,and13differentdecorativebirdsaswellasexoticspecieswere mentioned. This information highlights in an impres-


0 5 10 15 20 25 30 35 40 45 50

Other(73)

Cattle(54)

Pigs(66)

Sheep(141)

Goats(64)

Horses(65)

Turkeys(25)

Chicken(141)

Ducks(46)

Geese(51)

Rabbits(72)

Dogs(71)

Colonies of bees(20)

Number:

Mean Median (white line)

Species (Number of answers)

Figure3:

Averageandmediannumbersofrareanimalskept

sivewaytheneedforcoordinatedactionandstrategiestoclarifywhatmakessenseforconservationandwhatisnomore than a personal hobby without an impact on agro biodiversity/biodiversity.

In addition to the number of rare animals kept, the number of species and races held in each case is also of interest. Half of those keeping rare animals do this with oneortwospecies.Anyhow,almosthalfoftheconserv-ers keep between three and ten species. In husbandry the races levelreflectsthediversityorratherheretheextentoftheconservationactivitywithinonespecies.Frequentlymore than one race is kept. In particular in cattle, sheep andchickens,anaverageofmorethantworacesarekept.

The median is “one” throughout, meaning that always at least half of the keepers keep just one rare breed of one species. This result is clearly different from that for rare plants. Apparently the keeping of animals is linked to so much more work than the plants, that people keeping a multiplicityofrarebreedstendtobeoverwhelmed.

Both the information on rare plants, as well as on rare animals,indicatethatthemajorityofthedirectconserversdo this on a really small scale while few persons maintain awiderangeofspecies,varietiesandracesrespectively.

Opinions of the participants

Besides information about the practical conservationactivities, it is important to know why persons are en-gaged and what their opinions are. The results presented inTable2showarelativelyclearpatternofperspectives

onthepartoftheparticipants.Over90%ofthosesur-veyedpreferorganicallydirectedagricultureandsupportstronger state support for organic farming. Unanimous supportwasvoicedthatthegovernmentshoulddomorefortheconservationofbiologicaldiversity.Atfirstglancethis will probably not surprise anyone. Under the rightful assumption that the circle of participants is comprised pri-marilyofexperts,thecurrentgovernmentactivitiesinthisfieldhoweverwerejudgedpoorly.Thestatementonthehighlevelofstatecontrolonseedsandvarietiesandtheexplicitlyprovocativestatementonthepublicsupportofestablished breeding, in particular through the use of pro-vocativewords“largebreeders”andaboveall“bigbusi-

40

Table2:

Evaluationofagricultureandtheprotectionofgeneticresourcesofthesurveyparticipants

Question n Ans. µ s Not at all true Completely true Don‘t know

1 1.5 2 2.5 3 3.5 4 (5)

1)Organicfarmingisclearlypreferabletoconventionalagriculture 485 475 3.6 0.7 11

2)Governmentshouldsupportorganicfarmingmorestronglythanconventionalagriculture

485 473 3.5 0.8 11

3)Thegovernmentshoulddomoretomaintainbiologicaldiversity 485 474 3.8 0.5 2

4)Thestatecontrolsfartoomuchintheareaofseedandvarieties 485 471 3.3 0.8 111

5)Withtheseed/varietieslaws,thestateprotectsabovealllarge-scale breeders and concerns

485 473 3.7 0.7 80

Source:Efken(2010)

nesses”shouldfilterout towhatextent theparticipantssee themselves as anoppositionmovement and inhowfar institutional framework conditions are perceived asthecauseofpoorlydevelopedsituations.Bothstatementstended to be completely accepted by the participants. Inhow farmarketingactivities canbe seenasanun-

avoidableproblemorasanaturalpartoftheconservationofrareplantsandanimalsshouldbeclarifiedwithanotherblockofstatements (Table3).Thesaleofproducts fromconservationalactivitiesisverystronglysupported,thereisno resentment against a commercialization of the conser-vationalactivity.Theassessmentoftheeconomicsustain-abilityofdirectconservationalworkisrathermodest.Onaverage,participantsassesstheeconomicperspectivesinthe conservationof rareplantsor animals favourable toonlyalimitedextent.However,theparticipantsappeartobeconvincedoftheattractivenessoftheproductstobewon from rare plants and animals. At the end of the questionnaire, participants had the

chancetoexpresstheirreasonsforconservingrareplantsor animals into their own words. A total of 380 persons, or 80%of theparticipants took advantageof this op-portunity. Statements similar in content were summarized (Figure4).Thefrequencyoftheresponsesgivesnoexact

Table3:

Attitudestowardsthesaleofproductsfromconservationactivitiesofthesurveyparticipants

Question n Ans. µ s Not at all true Completely true Don‘t know

1 1.5 2 2.5 3 3.5 4 (5)

1)Whoevercanearnmoneywithrarecultivatedplantsandanimalsshould certainly do it

485 476 3.6 0.7 19

2)Rarecultivatedplantcropsarenoteconomicallyviable 485 475 2.4 0.8 92

3)Keepingrareanimalbreedsisnoteconomicallyviable 485 471 2.3 0.9 65

4)Productsderivedfromrareplantsoranimalsarenotattractivefortoday‘sconsumers

485 478 1.8 0.8 15

Source:Efken(2010)

information on the number of participants since in the an-swers often multiple topics were addressed, thus partial answers are considered in two or three topic areas.Besides the dominant topic ‘conservation of diversity,’

conservation of cultural diversity as well as diversity oftreatmentwerefrequentlymentionedreasons.Participantsalsosee theiractivitiesasacontribution toconservationofculturalaspects.Onereasonstatedrelativelyoftenfortheconservationalactivitieswasthatincontrasttomod-ernbredvarietiesandspecies,healthierandmorerobustplants and animals were dealt with here. It is worthwhile to point out that the topic “self realization” was also a sig-nificanttopic.Itwasmentioneddirectlyorexpressedintheformof“pleasureintheactivity”or“personalmeaning.”These aspects should be considered not only in public sup-port to expand engagement for genetic resources but also concerning promotion strategies towards consumers and consumption.Inotherwords:Diversityofagriculturalge-netic resources and of food are more than an obligation of societyandeveryindividual,diversityisawaytoimprovepublicandevenpersonalwelfare.


0% 20% 40% 60% 80% 100%

Others

Healthier, more productive, adaptable plants and animals

Self realisation and enjoyment in the activity, meaningful activity

Serves as income, is part of professional activity

Pleasure working with that different and interesting persons

Enjoyment of diversity of food, nutrition and meals

Environmental protection

Conservation of cultural diversity, maintenance of customs and traditions

Prevention of standardization, monopolisation, depletion

Protection/conservation of genetic resources, genetic diversity, biodiversity


Responses from 380 (= 100 %) of 485 surveyed

Figure4:

Frequencyofmentionsofatopicintheansweringofaquestion„Iaminvolvedwiththeconservationofrareplantsoranimalsbecause.....“

Competencies and deficits in the conservational ac-tivities

Alsoaskedweretheareas inwhichthesurveypartici-pants possess adequate abilities or inwhich they desiresupport(Figure5).Adequateabilitiesexisted,asexpected,aboveall in thedirect conservational activitiesbreeding,husbandry and growing of rare animals. In contrast, the results for rare cultivatedplantswere surprising:only¼oftheactiveconservershadadequatecompetenceinthebreeding conservation of rare plants according to their

owninformation.Hereasignificantdeficitbecameappar-ent, since this ability is the core of the OFM. Particularly conspicuousisalsotheoveralllowlevelofavailablecom-petencies,whichonlyexceededthe50%level inafewcases. Interestingareespecially the relatively lowquotasofavailablecompetencies intheareas importantforthesaleofproducts(sales,marketing,productionofproductsandmakingconnections).Accordinglyparticipantschieflyvoiced interest intopics relatedtomarketing.Additionalsupportisalsodesiredinthefieldoffinancingandprocur-ing public support.


0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Other

Keeping of rare animals

Maintenance breeding of rare breed

Cultivation of rare plants

Maintenance breeding of rare varieties

Processing of products

Marketing of products

Establish relations with colleagues

Establish relations with business partners

Marketing

Public relations

Organisation of events

% of all (485) (Multiple answers possible)

Figure5:

Areasinwhichadequatecompetenciesareavailable

42

Concluding remarks

Agricultural practice in Germany has concentrated for decades on only a few species and modern commercial seedsandbreeds.Butconsumersperceivenoobviouslackofdiversity,becauseabroadrangeofprocessedproductsare available from the same rawmaterials. Against thisbackground it can be observed that only a small groupwithinsocietyisengagedinmaintainingagrobiodiversityandOFM.NooverviewexisteduntilnowaboutOFM inGermanyandtheextentoftheconservationactivitiescon-ductedaswellasthemotivation.Withoutthisinformationpublic support and promotion strategies could hardly be established in a targeted and target group oriented man-ner.Anonlinesurveyobtaineddetailedinformationinthisarea.Themainagegroupengagedinconservationofgenetic

resourcesisbetween30and60yearsofage.Theyhaveanaboveaverageeducationallevel.Importanttonotethat70%ofthosesurveyeddonotownafarm.AccordinglyOFMisasmall scaleactivity,oftencarriedout inprivategardensandhouseholds.Thisshouldhaveconsequencesfor support strategies because farmer-oriented agricultural policiesobviouslydonotmeetthetargetgroup.Direct maintenance is characterised through diversity:

manyspeciesplusdifferentvarietiesandracesaremain-tained.Nevertheless it isquiteunclearwhetherall theseactivitiesservetoprotectgeneticresourcesorarenomorethan a personal interest in some special plants or animals without an impact on protection of agro biodiversity.Strategies alsoneed togive ananswer in this direction.Thisgainsimportancesincemanyfeeltheylackadequateabilityconcerningmaintenancebreeding (especiallywithplants).Heresupportisstronglyneeded.Withregardtotheopinions,persons involvedshowed

a significant preference for organic farming and a criti-calopinionofconventionalplantbreeding,seedlawandplantvarietylaw.Theyinterpretthemselvesasalternativeconcerning sustainable agriculture. There is a lack of sup-port for theconservationofgenetic resourcesaccordingtotheopinionofthosesurveyed.However,ontheotherhand, the organisational structure in this area in Germany is onlypoorly evolved so that lobbyingactivities are stillunderdeveloped.

The option of use, consumption or marketing for con-servationwasjudgedstronglypositive.Lesspositivelyrat-ed was the actual economic potential of products from themaintenanceactivities.Accordingly,alackofabilities,primarily in the relevant marketing areas, is seen. Untilnow policies in this area are neither market oriented nor consumeroriented.Sincetheconsumerandmarketdevel-opments are primarily responsible for the decline of agro biodiversity–atleastincountrieslikeGermany–thereisa

needtoreactonthisleveltoo.Thereisaneedforsupportand the implementation of strategies concerning market-ingactivitiesinordertoconnectagrobiodiversitywiththegeneralpublicviamarketsandconsumption.

An interesting result of the study is that people engaged in protecting genetic resources highlight clearly, that they findpleasureintheiractivitiesandtheconsumptionoftheproducts they obtain. The protection of genetic resources andagrobiodiversitywashardlyperceivedasaburdenorhardship.Thusastrongeraccentuationofthepositiveef-fectsofagrobiodiversityonpersonalwellbeingbesidesthefrequentlymentionedeffectsontheenvironmentandgeneral public should be part of strategies.

References

AGOF, Arbeitsgemeinschaft Online-Forschung (2008) internet facts 2007-IV[online].Zufindenin<http://www.agof.de/internet-facts-2007-iv.download.03f2f10672c5956bbae961f31c838486.zip>[zitiertam27.01.2010]

BarthR,BilzM,BraunerR,ClausenJ,DrossM,HeinekeC,IdelA,IseleJ,Kohl-schütterN,MathesM,MeyerA,PetschowU,WalterS,VögelR,WissenM,WolffF,WunderlichU(2004a)Kapitel8:FallstudieHuhn[online].Zufinden in <http://www.agrobiodiversitaet.net/download/8Huehnerfall1.pdf>[zitiertam29.01.2010]

Barth R, Bilz M, Brauner R, Clausen J, Dross M, Heineke C, Idel A, Ise-le J, Kohlschütter N,MathesM,Meyer A, PetschowU,Walter S, Vö-gel R,WissenM,Wolff F,Wunderlich U (2004a) Kapitel 9 : FallstudieSchwein [online]. Zu finden in <http://www.agrobiodiversitaet.net/download/9Schweinefall1.pdf>[zitiertam29.01.2010]

BarthR,BilzM,BraunerR,Clausen J,DrossM,HeinekeC, IdelA, Isele J,KohlschütterN,MathesM,MeyerA,PetschowU,WalterS,VögelR,Wis-senM,WolffF,WunderlichU(2004a)Kapitel10:FallstudieRind[online].Zufindenin<http://www.agrobiodiversitaet.net/download/10Rinderfall.pdf?PHPSESSID=297ea9a8b55d8f81fd6192f21d2c75f9&PHPSESSID=589cc68c92905bfc112bb6180e9ba43d&PHPSESSID=df4ea016bf2e23c2e02c172c05ecfa7a>[zitiertam29.01.2010]

BundesamtfürNaturschutz(2009) Welcome to the Clearing-House Mecha-nism (CHM) Germany [online]. Zu finden in <http://www.biodiv-chm.de/>[zitiertam27.01.2010]

BDP,BundesverbandDeutscher Pflanzenzüchter (1987) LandwirtschaftlichePflanzenzüchtunginDeutschland:Geschichte,GegenwartundAusblick.Gelsenkirchen-Buer:Mann,256p

BeckerHC,BergmannH,JantschP,MarggrafR(2003)DarstellungundAna-lyse von Konzepten des On-farm-Managements pflanzengenetischerRessourcen unter besonderer Berücksichtigung der ökonomischen Rah-menbedingungeninDeutschland:StudiefürdasBundesministeriumfürVerbraucherschutz,ErnährungundLandwirtschaft[online].Zufindenin<http://webdoc.sub.gwdg.de/ebook/y/2003/becker/on-farm-management.pdf>[zitiertam278.01.2010]

BMELV,GermanFederalMinistryofFood,AgricultureandConsumerProtection(2007)Biodiversity:protectionthroughuse[online].Zufindenin<http://www.bmelv.de/cln_154/SharedDocs/Standardartikel/EN/Agriculture/Clima-teEnvironment/Biodiversity.html?nn=313234>[zitiertam27.02.2010]

ClausenJ,WalterS(2004)MarktsituationundAnreizstrukturenfürProdukteausseltenenNutzpflanzenoderNutztierrassenonline].Zufindenin<http://www.agrobiodiversitaet.net/download/5Marktstrukturen.pdf?PHPSESSID=297ea9a8b55d8f81fd6192f21d2c75f9&PHPSESSID=589cc68c92905bfc112bb6180e9ba43d&PHPSESSID=df4ea016bf2e23c2e02c172c05ecfa7a>[zitiertam29.01.2010]PetschowU(ed)::InstÖkolWirtschaftsforschung

ConventiononBiologicalDiversity(2009)Theconventiononbiologicaldiver-sity [online]. Zu finden in <http://www.cbd.int/convention/> [zitiert am27.01.2010]


Dannenberg M, Barthel S (2002) Effiziente Marktforschung. Bonn, GalileoPress, 329 p

DGfZ, DeutscheGesellschaft für Züchtungskunde, Federal Ministry of Food, Agriculture and Consumer Protection (2007)Animal genetic resources inGermany:nationalprogrammeforconservationandsustainableuse,re-centactivitiesandachievements[online].Zufindenin<http://www.genres.de/downloads/publikationen/national_programme_tgr_eng.pdf > [zitiertam27.01.2010]

Efken J (1998) Der Getreidesaatgutmarkt in Deutschland : Analyse und Be-urteilunganhanddeserweitertenStruktur-Verhalten-Leistung-Ansatzes.Bergen/Dumme:Agrimedia,383p,Agrarwirtschaft:SH159,

EfkenJ(2005)On-farm-ManagementinDeutschland-Funktion,GestaltungundStrategie.SchrGenetRessourcen25:1-12

FeldmannA (2002)AlteundgefährdeteHaustierrassenbietenChancen inder Vermarktung. SchrGenetRessourcen17:129-137

FrankelO,BennettE (1970)Genetic resources inplants : theirexplorationandconservation.Oxford:SciPubl,554p

Hammer K (1999) Agrarbiodiversität und pflanzengenetische Ressourcen :HerausforderungundLösungsansatz.Bonn:ZADI.SchrGenetRessour-cen 10

HammerK,GladisT(1996)FunktionenderGenbankdesIPKGaterslebenbeiderIn-situ-Erhaltungonfarm.SchrGenetRessourcen2:83-89

IbischP,BarthlottW,LobinW(1996)BotanischeGärtenundIn-situ-Erhaltungpflanzengenetischer Diversität: einWiderspruch? SchrGenet Ressourcen2:177-199

Kleinhückelkotten S, Wippermann C, Behrendt D, Fiedrich G, Schürzer deMagalhaes I,KlärK,WippermannK (2006)KommunikationzurAgro-Bi-odiversität :Voraussetzungen fürundAnforderungenaneine integrierteKommunikationsstrategiezubiologischerVielfaltundgenetischenRessour-ceninderLand-,Forst-,Fischerei-undErnährungswirtschaft(einschließlichGartenbau)[online].Zufindenin<http://www.ecolog-institut.de/fileadmin/user_upload/Publikationen/Kommunikation/ECOLOG_Sinus_2006_Kom-munikation_AgroBioDiv.pdf>[zitiertam27.02.2010]

Maggioni L, Lipman E (2009) Report of a task force on on-farm conserva-tionandmanagement [online]. Zufinden in<http://www.bioversityinter-national.org/fileadmin/bioversity/publications/pdfs/1320.pdf> [zitiert am27.01.2010

MooneyPR(1983)Thelawoftheseed:anotherdevelopmentandplantgeneticresources.Uppsala:DagHammarskjöldCentre,Developmentdialogue12

SpillerA,SchulzeB,ZühlsdorfA,StaackT (2004)GefährdeteTierrassenundPflanzensorten:VermarktungaußerhalbderMarktnische.ExpertisefürdasInstitut für Ökologische Wirtschaftsforschung

VirchowD(1999)Conservationofgeneticresources:costsandimplicationsfora sustainable utilization of plant genetic resources for food and agriculture. Berlin:Springer,243p

WBGU, WissenschaftlicherBeiratderBundesregierungGlobaleUmweltverän-derungen(2000)WeltimWandel:ErhaltungundnachhaltigeNutzungderBiosphäre;Jahresgutachten1999.Berlin:Springer,482p

44

E. Bloem, S. Haneklaus, R. Daniels, E. Schnug / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)45-50

Influence of sulfur fertilization on floral scent patterns of crops in full bloom

ElkeBloem*,SilviaHaneklaus*,RolfDaniels**andEwaldSchnug*

* JuliusKühn-Institut (JKI), Institute forCropandSoil Science,Bundesallee50,D-38116Braunschweig,Germany;[email protected]

** EberhardKarlsUniversitätTübingen,PharmaceuticalInstitute,AufderMor-genstelle8,D-72076Tübingen,Germany;[email protected]

45

Abstract

Regularly,macroscopicsulfurdeficiencycanbefoundinoilseedrapeonproductionfields.Severesulfurdeficiencycauses unique flower symptomswith changes in colourfrombrighttopaleyellowandmodificationsinshapeandsizeofthepetals.Lessknownisthefactthatsulfurdefi-ciencyaltersthescentofflowers. Itwasshowninprevi-ousstudiesthatthishassevereimplicationsforpollinatinginsects such as honeybees. So far no studies exist, which investigatedthe influenceof thesulfurnutritionalstatuson the emission of volatiles by other agricultural plantsduring flowering. In the present study the influence ofthesulfursupplyonthefloralscentofcropswith(whitemustard,oilradish)andwithoutsulfur-containingsecond-ary compounds (chamomile, field beans, and peas)wasdetermined. The plant sulfur status was monitored at the startofmaingrowthandthevolatileemissionsofflow-ers were characterized three times during main flower-ing by employing an electronic nose. Sulfur fertilization increased the sulfur content in leaves andflowersof allcrops.Significantdifferencesintheemissionofvolatilesinrelation to sulfur fertilization were determined at least at onesamplingdateforallinvestigatedcropsexceptwhitemustard.Itwaspossibletodistinguishfloralscentpatternsof beans from peas and chamomile, and that of peas from chamomileandwhitemustard.Moreoveritwaspossibletodiscriminatethefloralscentofthetwoglucosinolate-containing crops white mustard and oil radish, too.

Keywords: chamomile, e-nose, Faba beans, floral scent, mustard, oil radish, peas, sulfur

Zusammenfassung

Einfluss der Schwefeldüngung auf das Blütenduft-muster von Kulturpflanzen während der Hauptblüte

Akuter Schwefelmangel an Raps kann regelmäßig auflandwirtschaftlichenFlächenbeobachtetwerden.Beima-kroskopisch sichtbarem Schwefelmangel treten einzig-artige Symptome an den Blüten von Raps aufwie zumBeispiel ein Farbwechsel von leuchtend-gelb zuweißlichsowie Blütenblattdeformationen in Größe und Form. We-niger bekannt ist, dass Schwefelmangel den Blütenduft verändert. InvorherigenUntersuchungenwurdegezeigt,dassdieseVeränderungeneinennachhaltigenEinflussaufdieBestäubungdurchnützliche InsektenwiedieHonig-biene haben. Bislang liegen keine weiteren Studien zur Emission gasförmiger Verbindungen von Kulturpflanzenin Abhängigkeit von der Schwefelversorgung währendderBlütevor. IndervorliegendenStudiewurdederBlü-tenduft von Kulturpflanzen mit (Weißer Senf, Ölrettich)undohneschwefelhaltigeSekundärstoffwechselprodukte(Kamille,Faba-Bohnen,Erbsen)untersucht.DerSchwefel-versorgungsgradderPflanzenwurdezurHauptwachstum-sphasebestimmtunddieMusterderEmissiongasförmigerVerbindungendurchdieBlütenmittelsElektronischerNasezu drei unterschiedlichen Terminenwährend der Haupt-blüteerfasst.DieSchwefeldüngungerhöhtedeutlichdenSchwefelgehaltinBlätternundBlütensämtlicherKulturen.DieSchwefelzufuhrübteeinensignifikantenEinflussaufdieEmissiongasförmigerVerbindungenallerKulturenmitAusnahme des Weißen Senfs an zumindest einem Bepro-bungsterminaus.MitHilfederElektronischenNasekonn-tederBlütenduftvonBohneundErbsebeziehungsweiseKamille sowie Erbse und Kamille beziehungsweise Senfklar voneinander unterschieden werden. Auch der DuftderbeidenglucosinolathaltigenKulturenSenfundÖlret-tichließsicheindeutigvoneinanderunterscheiden.

Schlüsselwörter: Ackerbohne, Blütenduft, Elektronische Nase, Erbse, Kamille, Ölrettich, Schwefel, Weißer Senf

46

Introduction

Thescentofflowersisproducedbyamultitudeofdif-ferent chemical compounds. More than 700 metabolites havebeenidentifiedinthevolatilesof60differentplantfamilies(Knudsenetal.,1993).Involatilesofoilseedrape34 different compounds were determined (Tollsten andBergström, 1988; Robertson et al., 1993;McEwan andSmith,1998). It ishardly feasible toquantifychanges inthe concentration of all known metabolites in relation to sulfur(S)supplyandcropspeciessothatanelectricnosesystem seems a promising approach to determine com-plexmodificationsduetovariationsintheSsupplyandtodeliverresultsonbasicdifferencesbetweencropspecies.MacroscopicSdeficiencycausescharacteristicsymptoms

inallvegetativeplantpartsofBrassicacrops(Haneklausetal.,2006).Duringfloweringofoilseed rapeachange incolor,oftentogetherwithmodificationsinsizeandshapeof the petals can be observed (Schnug and Haneklaus,1994). Besides these phenological changes S deficiencycausesalsochanges inthereleaseofvolatilesbyoilseedrapeflowers(Haneklausetal.,2007;2009).

In glucosinolate-containing crops such as Brassica rapa nitriles and isothiocyanates, which are degradation prod-uctsfromglucosinolateswerefoundinthefloralscentinlargequantities(Omuraetal.,1999).PreviousstudieshaveshownthattheSsupplyincreasessignificantlythegluco-sinolatecontentinvegetativeplantparts,seedsandpet-als of oilseed rape and other Brassica(Schnug,1993;He,1999).ThusitmaybeassumedthattheSnutritionalstatusaffects the composition of the scent of glucosinolate-con-taining crops such as Brassica.

Honeybees are attracted by scent, color and form of the honey-bearing plants, but it is the scent, which is the fast-estandstrongestsignalforpollenandnectar(Menzeletal., 1993). Morphological changes andmodifications inthepatternof volatiles in relation toS fertilizationhavebeen described for oilseed rape, but it is most likely the striking resemblance of a pollinated and fading rapeseed flowerwithanunpollinated,S-deficientone,whichmakesthemlessattractivetohoneybees(SchnugandHaneklaus,1994and2005;Haneklausetal.,2007).S fertilization influenced the infestation of winter oil-

seedrapewithpests;obviouslyahigherSsupplyfavoredspecialistinsects(Haneklausetal.,2008and2009).Sofar,nodataexistabouttheinfluenceoftheSsupplyonthereleaseofvolatilesbyagriculturalplantsduringfloweringthough they might be an indicator for the infestation of crops by pests.Electric nose (e-nose) systems candiscriminate awide

range of different scents and are suitable for different re-searchpurposes. Traditionally e-nose systemshavebeenused to distinguish differences in aroma and quality of

a product as for instance vegetables and fruits (Broda,2000), spicery (Madsen andGrypa, 2000),wine (Martinetal.,2008),beer,tobacco,coffeeandcosmeticproducts(Bartlett et al., 1997). In foodand cosmetic industries aconsistentquality,odorandtasteishighlyimportantande-nose systems are a fast, cheap and reproducible possibil-ity totransformcomplexmixturesofheadspacevolatilesinto electrical responses that characterize the headspace (Sinesioetal.,2000)forthecontroloftheproductquality.Other applications of e-nose systems imply the detection of toxic ormalodorous odors from landfill sites and in-dustries,thedetectionofminefieldsorbombsinmilitaryareas,andinmedicineforthediagnosisofdiseases(HattandDee,2009).Intheagriculturalsector,Laothawornkit-kuletal.(2008)demonstratedthepotentialuseofe-nosetechnology as a real-time pest and disease monitoring sys-tem in agriculture.

It was the aim of the present study to determine the influenceofSfertilizationonthefloralscentofdifferentcropsandtoinvestigateifpatternsinthereleaseofvola-tilesbyflowersofdifferentplantspeciescanbedistingu-ished.

Materials and Methods

In2008,afieldtrialwasconductedattheexperimentalstationof theJuliusKühn-Institute (JKI) inBraunschweig(E10°27´,N52°18´).Theclimateistemperateandcharac-terizedbyfrequentchangesintemperature,humidity,andwinds. The soil type is a Cambisol with a loamy sand soil texture(6.5%clay;47%sand)withalowwaterreten-tioncapacityandahighleachingrate.ThesoilpHvaluewas 5.5.Fivedifferentcrops:whitemustard(Sinapis alba),oilrad-

ish (Raphanus sativus var. oleiformis), chamomile (Matri-caria chamomilla),fieldbeans(Vicia faba)andpeas(Pisum sativum)weregrowninplotseachwithasizeof288m2. Plots were split in half and were fertilized with 100 kg S ha-1asammoniumsulphatenitrate(+S)whichwasappliedintwoequaldosesof50kgha-1 at sowing and at the start ofthemaingrowth.TheotherhalfoftheplotreceivednoS(-S).Nitrogenwasfertilizedatthefollowingrates:whitemustardandoil radish:100kgha-1N; chamomile,fieldbeansandpeas:30kgha-1 N.Potassiumwasappliedatanequalrateof115kgha-1K.

Samples were taken at geo-referenced sampling loca-tions in an area of about 1 to 2 m2 around the sampling point(Figure1).Younger,fullydifferentiatedleavesweresampled ineachplotat thestartof themainvegetativegrowth in fourfold repetition for mineral analysis (Fig-ure1).During fullbloomingflowerswere taken ineachplotonthreedifferentdaystoinvestigatetheSstatusandthescentofflowers.Unpollinatedflowerswerecutatthe

E. Bloem, S. Haneklaus, R. Daniels, E. Schnug / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)45-50 47

insertionofthepedicel.Timebetweensamplingdatesvar-iedinrelationtothecrop-specificprogressionofblossomandwasatminimum3days (peasandchamomile) andatmaximum17days(oilradish).Forthemineralanalysisleavesandflowerspooledfromthethreesamplingdatesweredrieduntilconstancyofweightinaventilatedovenat60°C.Theplantmaterialwasfine-groundtoaparticlesize of < 0.1mm using a Retsch ultracentrifugal mill.

Figure1:

Fieldtrialforthedeterminationofchangesinthereleaseofvolatilesbydifferentagriculturalplantsduringflowering

The total S content in leaves and flowers was deter-mined by a high temperature combustion method, which operatesat1150°CforcompleteSrecoverywithsubse-quent gas analysis for S employing the Elementar Vario Max CNSequipment.Volatilesintheheadspaceoftheflowerswereanalyzed

by means of an e-nose with a sensor system consisting of 32conductivepolymersensors(CPS;AromaScan® A32/50S, UK).Themeasurementwasconductedwith7freshflowersofpeas,beansandchamomileand10flowersofmustard

oroilradish.Allflowersweredirectlysealedgas-tightlyinglassvials(22mlcapacity)onthefield.Themeasurementwasconductedat40°Cafteranequilibrationtimeof15minutes.Headspacevolatilesweresampledforaperiodof1 minute. After each measurement the system was rinsed with syntheticair to clean the sensors.Dataanalysiswasbasedonthevaluesofmaximumchangeinresistance(DR)/R0 of the sensors, which were interpreted by standard map-pingtechniques,usingsoftwaresuppliedbythemanufac-turer(AromaScan,1995).E-nosedatasetclustersarecom-pared in a two-dimensional principal component analysis (PCA)plot,whichprovidesapictorial reflectionof similarpatternsordifferencesfromthedatafilesafterdatareduc-tion(AromaScan,1995).PCAisatechniqueusedtoreducemultidimensional data sets to a lower dimension for analy-sis to identify themeaningof investigatedfactors for thecharacterizedvalues.Thequalityfactor(QF),whichiscalcu-latedbythesoftware,isanindextosegregatesignificantlydifferentgroupsfromeachother(AromaScan,1995).

For statistical analysis differences between means of treatments were tested by employing a t-test (Simons,1995).

Results and Discussion

PreviousstudiesrevealedthattheSnutritionalstatusofa crop is not only related to the content of primary and secondaryS-containingcompoundsinvegetativeandgen-erativeplanttissue(Haneklausetal.,2006)andtheemis-sion of S-containing gases such as H2S(Bloemetal.2007),butalsototheemissionofvolatiles,whichareimportantforthescentofoilseedrapeflowers(Brauer,2007).SfertilizationincreaseddistinctlytheScontentofleaves

andflowers(Table1).Thesedifferencesprovedtobesta-tisticallysignificantinleaftissueofoilradishandchamo-mileandintheflowersofallcropsexceptpea.

Table 1:

InfluenceofSfertilizationonthetotalScontentinleavesandflowersof agricultural crops.

Crop Leaves[mgSg-1d.w.]

Flowers[mgSg-1d.w.]

- S + S Sig1 - S + S Sig1

White mustard (Sinapis alba)

6.8 8.6 ns 13.6 15.4 **

Oilradish(Raphanus sativus var. oleiformis)

7.4 9.3 * 16.8 18.8 *

Chamomile (Matricaria chamomilla)

4.3 6.1 ** 3.8 4.1 *

Fieldbeans(Vicia faba) 4.6 4.6 ns 2.6 2.9 **

Pea(Pisum sativum) 3.7 4.1 ns 4.6 4.6 ns

Sig1:Levelofsignificance

48

PCA 1 = 77.66 %

PC

A2

=10.6

6%

0.30

0.20

0.10

0.00

-0.10

-0.4 -0.2 0.0 0.2

2 dimensional PCA map

Class Class QF

BeanBeanBeanPeaPeaChamomile

PeaChamomileMustardChamomileMustardMustard

2.665.251.985.302.781.66

Field bean

Pea

Chamomile

White mustard

Figure2:

Two-dimensionalPCAplotforheadspacevolatilesfromflowersofpeas,beans,chamomileandmustardsampledon27thJune2008(dataincludemeasurementsfor–Sand+Streatments)

ThetotalScontent in leavesofallcropsprovedtobesufficientlyhighforproducingmaximumyields(Haneklausetal.,2006).BasedonthestudiesofBrauer(2007)adis-tinct effect of a change in the S nutritional status on the emissionofvolatilesbyflowerswasexpectedwhengoingfromsufficiencytoexcess,too.

In comparison to GC-MS analysis, which is used to ana-lyzeindividualcomponentsquantitatively,thee-nosede-termineschangesinthespectrumofseveralcompoundsand thusworks qualitatively. The advantagesof thede-termination by e-nose are that a high number of samples can be easily and fast analyzed and the costs per sample arelow.Amajordisadvantageisthatitisnotpossibletoquantifytheconcentrationofindividualcomponents.In a first attempt the scent of different flowers was

compared (Figure2) to test the suitability of the e-nosemeasurement for the characterization of flower scent.Paillan-Legue(1987)showedthatclimaticfactorssuchas

airtemperaturehaveastrongeffectontheresultsofthee-nosemeasurement.Thereforeallflowersweresampledand measured on the same day (Figure 2) so that anychange of climatic factors had no impact on the results obtained. PCA of the sensor data was performed and the calculationofso-calledqualityfactors(QF)revealedstatis-ticallysignificantdifferences(Figure2).Groupsaresignificantlydifferentfromeachotherwhen

QF’s higher than 2 were determined. QF’s were deter-mined between crops and on different days in relation to the S supply, each on basis of four replicate measurements perplot.Theresultsofthee-nosemeasurementsrevealedsignificantdifferencesinthepatternsofvolatilesbetweencrops(Figure2)andinrelationtotheSsupply(Figure3).ThedatainFigure2revealfurtherthatbeansandpeas,

beans and chamomile, peas and chamomile and peas and mustardcanbediscriminatedbytheirscentirrespectiveofthe S supply as results of both treatments were included in

0 kg S ha

100 kg S ha

-1

-1

PC

A2

=6.0

9%

0.08

0.04

0.00

-0.04

-0.08

PCA 1 = 82.02 %

-0.4 -0.3 -0.1 0.1 0.3-0.2 0.0 0.2

QF = 2.542

Oil radish: 17.07.08

0 kg S ha

100 kg S ha

-1

-1

PC

A2

=3.5

2%

0.08

0.04

0.00

-0.04

PCA 1 = 94.04 %

-0.4 -0.3 -0.1 0.1-0.5 -0.2 0.0 0.2

QF = 2.745

Chamomile: 25.06.08

Figure3:

Two-dimensionalPCAplotforheadspacevolatilesfromoilradishandchamomileflowersinrelationtoSapplication.

E. Bloem, S. Haneklaus, R. Daniels, E. Schnug / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)45-50 49

the data set. In comparison it was not possible to discrimi-nate mustard and beans and mustard and chamomile by theirreleaseofvolatilesonthatparticularday.Adifferen-tiationbetween-Sand+Splotsdeliveredthesameresult.ThisfindingsuggeststhatplantssynthezisingsecondaryS-containing metabolites such as mustard do not necessarily show a different pattern in scent, which can be detected by e-nose. Interestingly to note is the fact that it was pos-sible to discriminate the scent of the two legume crops. Similar results were determined for different pairs of crops at the other sampling dates and the two glucosinolates-containing crops white mustard and oil radish were dis-criminated by their scent, too.InFigure3theinfluenceofSfertilizationontherelease

ofvolatilesisshownforoilradishandchamomile.Thesecrops were selected exemplary because of their signifi-cantresponsetoSfertilization(Table1).Theresultsclearlyreveal that S fertilization and the S nutritional status ofthecropsignificantlyinfluencedthereleaseofvolatilesbyflowerssothatitwaspossibletodistinguishbetweenthe+S and –S treatment of both crops. A weak, however, significant linear correlation was

foundbetweenthetotalScontentinflowers(X)ofoilrad-ishandtheresistance(dR/R)ofall32sensors(Y=0.405X– 0.13; r2 =66.3%for themediumresistanceofall32sensors).Thisindicatesthattheintensityofthescentwasrelated to the S status of the plant. Abbey et al. (2005) studied the impact of S fertiliza-(2005) studied the impact of S fertiliza-

tionontheemissionofvolatilesbydifferentgenotypesofspringonionsemployingane-nose.Sfertilizationproved

tohavea significanteffect,while itwasnotpossible todistinguish between all genotypes.

Global radiation and temperature are the most impor-tantclimaticfactorsinfluencingthescentofcrops(Brauer,2007; Paillan-Legue, 1987). Accordingly the QF’s variedstrongly for one crop species between sampling dates (Table2).Underunfavorableclimaticconditions,itseemsgenerallydifficulttounfoldtreatmenteffects.Evenundercontrolled greenhouse conditions variations of climaticfactorshadastrongeffectonthereleaseofvolatilesandmasked theSeffect (Brauer,2007). Thus it canbecon-cludedthatsinglee-nosemeasurementsmightnotrevealthe true impact of S fertilization and crop type on the re-leaseofvolatiles.Whitemustard proved to be the only crop forwhich

atnoneofthesamplingdatessignificantdifferencesbe-tween-Sand+Streatmentwerefound(Table2).ThefactthattheSsupplyinthecontrolplotswasinthesufficiencyrange(Haneklausetal.,2006)mighthaveblurredatreat-menteffect,whichmayexistwhengoingfromdeficiencytosufficiencyrange. Ingeneral,theSsupplyofallcropsinthecontrolplotswassufficientformaximumproductiv-itysothatthequestionremainsopenhowsevere,macro-scopicSdeficiencywillaffectthereleaseofvolatiles.Fromagro-environmentalpointofviewthesignificance

ofchangesinthefloralscent,whichweredeterminedbe-tween crops and in dependence on the S supply in this study, for the pollination by insects, and the infestation withpestsremainsopen.InthepresentedfieldexperimentahigherabundanceofbutterfliesofthegenusPieris was

Table2:

InfluenceofSfertilizationonpatternsofvolatiles,expressedbyqualityfactors(QF),emittedbyflowersofdifferentcropsatdifferentsamplingdates

Plant Date Temperature[°C] Global radiation[Jcm-2]

QF

Mean Maximum

Glucosinolate-containing crops

Whitemustard(Sinapis alba) 26.06.0827.06.0801.07.08

18.516.320.0

23.220.227.1

262312912869

1.2601.6141.634

Oilradish(Raphanus sativus Var. oleiformis) 01.07.0807.07.0817.07.08

20.016.714.6

27.122.219.1

286920301430

2.1491.4802.542

Glucosinolate-free crops

Chamomile(Matricaria chamomilla) 25.06.0826.06.0827.06.08

19.118.516.3

24.223.220.2

157926231291

2.7452.0810.832

Fieldbeans(Vicia faba) 18.06.0825.06.0827.06.08

17.819.116.3

23.724.220.2

253415791291

2.1220.7531.970

Pea(Pisum sativum) 25.06.0826.06.0827.06.08

19.118.516.3

24.223.220.2

157926231291

1.1702.8481.391

50

counted in plots of white mustard and oil radish, which received S fertilization. This observation is in agreementwiththestudiesofHaneklausetal.(2008,2009),whichshowed that S fertilization, resulted in a higher population ofspecialistinsectsinoilseedrape.Last,butnotleastthesignificanceof theS supply forpollinationbymodifyingintensityandpatternofvolatilesemittedbyplantsmightbeworthtoexamineifcropproductivitydependsoncross-pollination,andhereonascalefromsevereSdeficiencytoexcessiveSsupply.

References

AbbeyL, JoyceDC,AkedJ,SmithB (2005)Evaluationofeightspringoniongenotypes, sulphur nutrition and soil-type effects with an electronic nose. J HortSciBiotechn80:375-381

AromaScan(1995)HandbuchzumAromaScanA32S.Sprockhövel:AxelSem-rau

BartlettPN,ElliotJM,GardnerJW(1997)Electronicnosesandtheirapplicationinthefoodindustry.FoodTechnol51:44-48

BloemE,HaneklausS,SalacI,WickenhäuserP,SchnugE(2007)Factsandfic-tion about sulphur metabolism in relation to plant-pathogen interactions. J PlantBiol9(6):596-607

Brauer AU (2007) Einfluss der Schwefelversorgung aufmorphologische undphysiologische Parameter von Rapsblüten (Brassica napus L.) und derenWirkungaufdasVerhaltenvonHonigbienen(ApismelliferaL.).Tönning:DerAndereVerl,130p

BrodaS(2000)EinsatzeineschemosensorischenSystemszurBestimmungderAromaqualitätvonMöhreundPetersilie.München:Utz,176p

HaneklausS,BloemE,AljmliF,BuechsW,SchnugE(2009)Influenceofsulfurfertilizationonthe insect inventory inoilseedrapeduringthevegetationperiod. In:SirkoA,DeKokLJ,HaneklausS,HawkesfordMJ,RennenbergH,SaitoK,SchnugE,StulenI(eds)Sulfurmetabolisminplants:regulatoryaspects,significanceofsulfurinthefoodchain,agricultureandtheenvi-ronment. Leiden:Backhuys;Weikersheim:Margraf,pp141-145

HaneklausS,BloemE,BuechsW,AljmliF,SchnugE(2008)Influenceofnitro-gen and sulfur fertilization on infestation of oilseed rape with insects. In:Plantmanagementunderstressconditions:17th International Syposium of theInternationalScientificCentreofFertilizers,24-27thNovember2008,Cairo,Egypt;proceedings.Cairo:El-ZaiemPress,pp213-220

HaneklausS,BrauerA,DanielsR,BloemEM,SchnugE(2007)Aboutthesignifi-canceofsulfurnutritionofoilseedrapeforhoneyproduction.In:Proceed-ings:the12thInternationalRapeseedCongress‚SustainableDevelopmentinCruciferousOilseedCrops Production‘ :Wuhan,China,March26-30,2007;vol.3.MonmouthJunction:SciencePressUSA,pp213-216

HaneklausS,KokLde,StulenI,BloemEM,SchnugE(2006)Sulphur.In:BarkerAV,PilbeamDJ(eds)Handbookofplantnutrition.BocaRaton:CRCPress,pp 183-238

HattH,DeeR(2009)DasMaiglöckchen-Phänomen:allesüberdasRiechenundwieesunserLebenbestimmt.München:Piper,317p

HeH(1999)StudiesforgrowthadaptationandidentificationofglucosinolatesonChinesebrassicas.München:Utz,170p

KnudsenJT,TollstenL,BergstromLG(1993)Floralscents:achecklistofvolatilecompoundsisolatedbyheadspacetechniques.Phytochem33:253-280

LaothawornkitkulJ,MooreJP,TaylorJE,PossellM,GibsonTD,HewittCN,PaulND(2008)Discriminationofplantvolatilesignaturesbyanelectronicnose:apotentialtechnologyforplantpestanddiseasemonitoring.EnvironSciTechnol42:8433-8439

MadsenMG,GrypaRD(2000)Spices,flavorsystems,andtheelectronicnose.FoodTechnol54:44-46

MartinA,MallikarjunanK,ZoeckleinBW(2008)Discriminationofwinespro-ducedfromcabernetsauvignongrapestreatedwithaqueousethanolpost-bloomusinganelectronicnose.IntJFoodEngineer4(2):Article14

McEwanM,SmithWHM(1998)Identificationofvolatileorganiccompoundsemittedinthefieldbyoilseedrape(Brassicanapusssp.Oleifera)overthegrowingseason.ClinExpAllergy28:332-338

MenzelR,GreggersU,HammerM(1993)Functionalorganizationofappetitivelearning and memory in a generalist pollinator, the honey bee. In:PapajDR,LewisAC(eds)Insectlearning:ecologyandevolutionaryperspectives.NewYork:Chapman&Hall,pp79-125

OmuraH,HondaK,HayashiN(1999)Chemicalandchromatographicbasesforpreferentialvisitingbythecabbagebutterfly,Pierisrapae,torapeflowers.JChemEcol25:1895-1906

Paillan-LegueJH(1987)DieGehalteanetherischenÖleninBlätternundRübenvonPetersilie(Petroseliumcrispum(Miller)Nymex.Hill)undihremöglichenVeränderungen inAbhängigkeit von Sorte,Düngungsvariantenund Ern-teterminen. Hohenheim:FakultätIIIAgrarwissenschaftenIderUniversitätHohenheim, 137 p

RobertsonGW,GriffithsDW,SmithMW,ButcherRD(1993)Theapplicationoftermal-desorption-gaschromatography mass spectrometry to the analysis offlowervolatilesfrom5varietiesofoilseedrape.PhytochemAnal4:152-157

SchnugE(1993)Physiologicalfunctionsandenvironmentalrelevanceofsulfur-containing secondary metabolites. In: Kok L de (ed) Sulfur nutrition andassimilation in higher plants : regulatory agricultural and environmentalaspects.TheHague:SPBAcademicPubl,pp179-190

SchnugE,HaneklausS(1994)SulphurdeficiencyinBrassicanapus:biochemis-try,symptomatology,morphogenesis.Braunsachweig:FAL,31p,Landbau-forsch Völkenrode SH 144

Schnug E, Haneklaus S (2005) Sulphur deficiency symptoms in oilseed rape(BrassicanapusL.):theaestheticsofstarvation.Phyton45:79-95

SinesioF,DiNataleC,QuagliaGB,BucarelliFM,MonetaE,MacagnanoA,Pa-olesseR,D´AmicoA(2000)Useofelectronicnoseandtrainedsensorypanelintheevaluationoftomatoquality.JSciFoodAgric80:63-71

SimonsB(1995)CoStat/CoPlot/CoDraw.CoHortSoftware.Minneapolis.USATollstenL,BergströmG(1988)Headspacevolatilesofwholeplantsandmacera-

tedplantpartsofBrassicaandSinapis.Phytochem27:4013-4018

H. Schumacher, H. M. Paulsen. A. E. Gau / Landbauforschung - vTI Agriculture and Forestry Research 1 2010 (60)51-52

Erratum to „Phenotypical indicators for the selection of methionine enriched local legumes in plant breeding“ / Landbauforschung - vTI Agriculture and Forestry Research 4 2009 (59)339-344

HenrikSchumacher*,**,HansMartenPaulsen*andAchimE.Gau**

* Johann Heinrich von Thünen-Institut, Institute of Organic Farming,Trenthorst 32, 23847 Westerau, Germany

** GottfriedWilhelmLeibnizUniversityHannover,InstituteforBotany,Herren-häuserStr.2,30419Hannover,Germany

51

Theauthorsregretthatintheabovearticletable1wasprintedwithincorrectvalues.Itisnowgivencorrectly,below.

Table1:

Meanconcentrationsofdifferentamino-acidsofselected local legumespeciesfromWesternEurope,cultivarsfromlocalseedbreeders,HPLCmethod

Averageandrangeofaminoacidsing/16gN P. sativum V. faba V. faba(winter) L. angustifolius

n 49 46 4 46

Cysteine(mean) 1.36±0.14 1.09 ± 0.09 1.08 ± 0.09 1.46±0.16

Cysteine(range) 1.01–1.61 0.86–1.24 1.03 – 1.21 1.10 – 1.82

Methionine(mean) 0.98 ± 0.07 0.71 ± 0.04 0.71 ± 0.05 0.69±0.07

Methionine(range) 0.81 – 1.12 0.58 – 0.79 0.66–0.76 0.51 – 0.85

Lysine(mean) 7.26±0.35 6.33±0.27 6.13±0.13 4.84±0.26

Lysine(range) 6.26–7.90 5.74–6.92 6.01–6.31 4.17 – 5.38

52

LandbauforschungvTI Agriculture and Forestry Research

Lieferbare Sonderhefte / Special issues available

304 Ulrich Dämmgen (Hrsg.) (2007)

Calculations of Emissions from German Agriculture – National Emission Inventory Report (NIR) 2007 for 2005

[304] Introduction, Methods and Data (GAS-EM)[304A]

Berechnungen der Emissionen aus der deutschen Landwirtschaft – Nationaler Emissionsbericht (NIR) 2007 für 2005

[304] Einführung, Methoden und Daten (GAS-EM)[304A] Tabellen

Tables

16,00 €

305 Joachim Brunotte (2007)

Konservierende Bedenbearbeitung als Beitrag zur Minderung von Bodenschadverdichtungen, Bodenerosion, Run off und Mykotoxinbildung im Getreide

14,00 €

306 Uwe Petersen, Sabine Kruse, Sven Dänicke und Gerhard Flachowsky (Hrsg.) (2007)

Meilensteine für die Futtermittelsicherheit10,00 €

307 Bernhard Osterburg und Tania Runge (Hrsg.) (2007)

Maßnahmen zur Reduzierung von Stickstoffeinträgen in Gewässer – eine wasserschutzorientierte Landwirtschaft zur Umsetzung der Wasserrahmenrichtlinie

15,00 €

308 Torsten Hinz and Karin Tamoschat-Depolt (eds.) (2007)

Particulate Matter in and from Agriculture12,00 €

309 Hans Marten Paulsen und Martin Schochow (Hrsg.) (2007)

Anbau von Mischkulturen mit Ölpflanzen zur Verbesserung der Flächenproduktivität im ökologischen Landbau – Nährstoffaufnahme, Unkrautunterdrückung, Schaderregerbefall und Produktqualitäten

9,00 €

310 Hans-Joachim Weigel und Stefan Schrader (Hrsg.) (2007)

Forschungsarbeiten zum Thema Biodiversität aus den Forschungseinrichtungen des BMELV13,00 €

311 Mamdoh Sattouf (2007)

Identifying the Origin of Rock Phosphates and Phosphorus Fertilisers Using Isotope Ratio Techniques and Heavy Metal Patterns

12,00 €

312 Fahmia Aljmli (2007)

Classification of oilseed rape visiting insects in relation to the sulphur supply15,00 €

313 Wilfried Brade und Gerhard Flachowsky (Hrsg.) (2007)

Rinderzucht und Rindfleischerzeugung – Empfehlungen für die Praxis10,00 €

314 Gerold Rahmann (Hrsg.) (2007)

Ressortforschung für den Ökologischen Landbau, Schwerpunkt: Pflanze12,00 €

315 Andreas Tietz (Hrsg.) (2007)

Ländliche Entwicklungsprogramme 2007 bis 2013 in Deutschland im Vergleich – Finanzen, Schwerpunkte, Maßnahmen

12,00 €

316 Michaela Schaller und Hans-Joachim Weigel (2007)

Analyse des Sachstands zu Auswirkungen von Klimaveränderungen auf die deutsche Landwirt-schaft und Maßnahmen zur Anpassung

16,00 €

317 Jan-Gerd Krentler (2008)

Vermeidung von Boden- und Grundwasserbelastungen beim Bau von Güllelagern Prevention of soil and groundwater contamination from animal waste storage facilities

12,00 €

318 Yelto Zimmer, Stefan Berenz, Helmut Döhler, Folkhard Isermeyer, Ludwig Leible, Norbert Schmitz, Jörg Schweinle, Thore Toews, Ulrich Tuch, Armin Vetter, Thomas de Witte (2008)

Klima- und energiepolitische Analyse ausgewählter Bioenergie-Linien

14,00 €

319 Ludger Grünhage and Hans-Dieter Haenel (2008)

Detailed documentation of the PLATIN (PLant-ATmosphere Interaction) model10,00 €

320 Gerold Rahmann und Ulrich Schumacher (Hrsg.) (2008)

Praxis trifft Forschung — Neues aus der Ökologischen Tierhaltung 200814,00 €

321 Bernd Degen (Editor) (2008)

Proceedings of the international workshop “Fingerprinting methods for the identification of timber origins”, Bonn, October 8-9 2007

18,00 €

322 Wilfried Brade, Gerhard Flachowsky, Lars Schrader (Hrsg) (2008)

Legehuhnzucht und Eiererzeugung - Empfehlungen für die Praxis12,00 €

323 Christian Dominik Ebmeyer (2008)

Crop portfolio composition under shifting output price relations – Analyzed for selected locations in Canada and Germany –

14,00 €

324 Ulrich Dämmgen (Hrsg.) (2009)

Calculations of Emissions from German Agriculture – National Emission Inventory Report (NIR) 2009 for 2007Berechnungen der Emissionen aus der deutschen Landwirtschaft – Nationaler Emissionsbericht (NIR) 2009 für 2007

324A TablesTabellen

8,00 €

8,00 €

325 Frank Offermann, Martina Brockmeier, Horst Gömann, Werner Kleinhanß, Peter Kreins, Oliver von Ledebur, Bernhard Osterburg, Janine Pelikan, Petra Salamon (2009)

vTI-Baseline 2008

8,00 €

326 Gerold Rahmann (Hrsg.) (2009)

Ressortforschung für den Ökologischen Landbau 20088,00 €

327 Björn Seintsch, Matthias Dieter (Hrsg.) (2009)

Waldstrategie 2020Tagungsband zum Symposium des BMELV, 10.-11. Dez. 2008, Berlin

18,00 €

328 Walter Dirksmeyer, Heinz Sourell (Hrsg.) (2009)

Wasser im GartenbauTagungsband zum Statusseminar am 9. und 10. Februar 2009 im Forum des vTI in Braunschweig. Organisiert im Auftrag des BMELV

8,00 €

329 Janine Pelikan, Martina Brockmeier, Werner Kleinhanß, Andreas Tietz, Peter Weingarten (2009) Auswirkungen eines EU-Beitritts der Türkei

8,00 €

330 Walter Dirksmeyer (Hrsg.) (2009)

Status quo und Perspektiven des deutschen Produktionsgartenbaus14,00 €

331 Frieder Jörg Schwarz, Ulrich Meyer (2009)

Optimierung des Futterwertes von Mais und Maisprodukten12,00 €

332 Gerold Rahmann und Ulrich Schumacher (Hrsg.) (2009)

Praxis trifft Forschung — Neues aus der Ökologischen Tierhaltung 2009 8,00 €

333 Frank Offermann, Horst Gömann, Werner Kleinhanß, Peter Kreins, Oliver von Ledebur, Bernhard Osterburg, Janine Pelikan, Petra Salamon, Jürn Sanders (2010)

vTI-Baseline 2009 – 2019: Agrarökonomische Projektionen für Deutschland

10,00 €

334 Hans-Dieter Haenel (Hrsg.) (2010)

Calculations of Emissions from German Agriculture - National Emission Inventory Report (NIR) 2010 for 2008Berechnung der Emissionen aus der deutschen Landwirtschaft - Nationaler Emissionsbericht (NIR) 2010 für 2008

12,00 €

2,52LBF_Vol. 60 1_U2 LBF_Vol. 60 1_U3

Landbauforschung (vTI Agriculture and Forestry Research) ist ein wissenschaftliches Publikations organ des Johann Heinrich von ThünenInstituts (vTI), Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei. Die Zeitschrift wird vom vTI heraus gegeben und erscheint vierteljährlich. Die Sprache der Beiträge ist deutsch und englisch. Sonderhefte erscheinen nach Bedarf.

In der Zeitschrift werden Forschungsergebnisse aus der Ressortforschung des BMELV mit Bezug zur Land und Forstwirtschaft und den ländlichen Räumen veröffentlicht, einschließlich Forschungs ergebnissen aus Kooperationsprojekten, an denen das vTI beteiligt ist.

Die Landbauforschung ist eine multidisziplinär ausgerichtete Zeitschrift, die die verschiedenen Facetten der Agrar und Forstwissenschaften einschließt und besonderes Augenmerk auf deren interdisziplinäre Verknüpfung legt.

Englischsprachige Beiträge sind erwünscht, damit die Forschungsergebnisse einem möglichst breiten wissenschaftlichen Diskurs zugeführt werden können.

Für den Inhalt der Beiträge sind die Autoren ver antwortlich. Eine Haftungsübernahme durch die Redaktion erfolgt nicht.

Mit der Einsendung von Manuskripten geben die Verfasser ihre Einwilligung zur Veröffentlichung. Die von den Autoren zu beachtenden Richtlinien zur Einreichung der Beiträge sind unter www.vti.bund.deoder bei der Geschäftsführung erhältlich. Das exklusive Urheber und Verwertungsrecht für angenommene Manuskripte liegt beim vTI. Es darf kein Teil des Inhalts ohne schriftliche Genehmigung der Geschäftsführung in irgendeiner Form vervielfältigt oder verbreitet werden.

Indexiert in:CAB International, Science Citation Index Expanded, Current Contents Agriculture, Biology & Environmental Sciences

Herausgeber

Johann Heinrich von ThünenInstitut (vTI)

Gutachtergremium

Siehe 3.Umschlagseite

Schriftleitung


Geschäftsführung

Dr. Matthias RützeTel. 040 . 739 62 247Leuschnerstraße 9121031 Hamburg, [email protected]

ISSN 04586859

Alle Rechte vorbehalten.

Landbauforschung vTI Agriculture and Forestry Research

Landbauforschung (vTI Agriculture and Forestry

Research) is a scientific journal of the Johann Heinrich

von Thünen Institute (vTI), Federal Research Institute

for Rural Areas, Forestry and Fisheries. The journal is

published quarterly by the vTI. The articles appear in

either German or English. Special issues are published as

required.

The journal publishes research results under the

auspices of the German Ministry of Food, Agriculture

and Consumer Protection (BMELV). Articles bear

relevance to agriculture and forestry, as well as to

rural areas, and include research results from cooperative

projects involving the vTI.

vTI Agriculture and Forestry Research is a multidis

ciplinary journal, encompassing the various facets

of this field of research and placing a particular

emphasis on interdisciplinary linkages.

English language contributions are desired so that

the research results can achieve as broad a scientific

discourse as possible.

The authors are responsible for the content of their

papers. The publishers cannot assume responsibility

for the accuracy of articles published.

With the submission of a manuscript, the author

grants his or her permission for publication. Authors

are requested to follow the guidelines for submission

found at www.vti.bund.de or available from the

management.

The vTI retains exclusive copy and usage rights for

accepted manuscripts. No portion of the content may

be duplicated or distributed in any form without the

written permission of the publisher.

Indexed in:

CAB International, Science Citation Index Expanded,

Current Contents Agriculture, Biology & Environmen

tal Sciences

Publisher

Johann Heinrich von Thünen Institute (vTI)

Editorial Board

Directors of vTIInstitutes

Editor in Chief


Managing Editor

Dr. Matthias Rütze

Phone + 49 40 .739 62 247

Leuschnerstraße 91

21031 Hamburg, Germany

[email protected]

www.vti.bund.de

ISSN 0458 – 6859

All rights reserved.

Gutachtergremium Editorial Board

Dr. Martin Banse, Institut für Marktanalyse und Agrarhandelspolitik, vTI Dr. Jürgen Bender, Institut für Biodiversität, vTI Dr. Jutta Berk, Institut für Tierschutz und Tierhaltung, FLI Prof. Dr. FranzJosef Bockisch, Institut für Anwendungstechnik, JKI Dr. Herwart Böhm, Institut für Ökologischen Landbau, vTI Prof. Dr. Andreas Bolte, Institut für Waldökologie und Waldinventuren, vTI Dr. Ulrich Dämmgen, Institut für Tierzucht und Vererbungsforschung, TiHo PD Dr. Sven Dänicke, Institut für Tierernährung, FLI Dr. habil. Bernd Degen, Institut für Forstgenetik, vTI Dr. Matthias Dieter, Institut für Ökonomie der Forst und Holzwirtschaft, vTI PD Dr. habil. Bettina EichlerLöbermann, Universität Rostock Dr. Peter Elsasser, Institut für Ökonomie der Forst und Holzwirtschaft, vTI Prof. Dr. Andreas Fangmeier, Universität Hohenheim PD Dr. Matthias Fladung, Institut für Forstgenetik, vTI Prof. Dr. Heinz Flessa, Institut für Agrarrelevante Klimaforschung, vTI Prof. Dr. Ulrike GrabskiKieron, Universität Münster PD Dr. JörgMichael Greef, Institut für Pflanzenbau und Bodenkunde, JKI Prof. Dr. Konrad Hagedorn, HumboldtUniversität Berlin PD Dr. Ingrid Halle, Institut für Tierernährung, FLI Dr. Silvia Haneklaus, Institut für Pflanzenbau und Bodenkunde, JKI Prof. Dr. Eberhard Hartung, Universität Kiel Prof. Dr. Roland Herrmann, Universität Gießen Prof. Dr. habil. Pierre Ibisch, FH Eberswalde Dipl. Ing.Agr. Robert Kaufmann, Forschungsanstalt Agroscope ReckenholzTänikon ART, Schweiz Dr. Jörg Kleinschmit, Nordwestdeutsche Forstliche Versuchsanstalt Prof. Dr. Luit de Kok, Universität Groningen, Niederlande Prof. Dr. Uwe LataczLohmann, Universität Kiel Dr. Oliver von Ledebur, Institut für Marktanalyse und Agrarhandelspolitik, vTI Prof. Dr. Bernd Linke, Institut für Agrartechnik Bornim e.V. Dipl. Met. FranzJosef Löpmeier, Agrarmeteorologische Forschung des Deutschen Wetterdienstes Prof. Dr. Udo Mantau, Universität Hamburg Prof. Dr. Axel Munack, Institut für Agrartechnologie und Biosystemtechnik, vTI Dr. Hiltrud Nieberg, Institut für Betriebswirtschaft, vTI Dr. Rainer Oppermann, Institut für Ökologischen Landbau, vTI Prof. Dr. Herbert Oberbeck, TU Braunschweig Dr. Jürgen Puls, Institut für Holztechnologie und Holzbiologie, vTI Prof. Dr. Gerold Rahmann, Institut für Ökologischen Landbau, vTI Prof. Dr. Detlef Rath, Institut für Nutztiergenetik, FLI Dr. Thomas Schneider, Institut für Weltforstwirtschaft, vTI Prof. Dr. Dr. Ewald Schnug, Institut für Pflanzenbau und Bodenkunde, JKI Dr. Lars Schrader, Institut für Tierschutz und Tierhaltung, FLI Prof. Dr. Andreas Susenbeth, Universität Kiel Prof. Dr. Friedhelm Taube, Universität Kiel Prof. Dr. KlausDieter Vorlop, Institut für Agrartechnologie und Biosystemtechnik, vTI Prof. Dr. Dr. habil. Drs. h.c. Gerd Wegener, TU München Prof. Dr. HansJoachim Weigel, Institut für Biodiversität, vTI Prof. Dr. Peter Weingarten, Institut für Ländliche Räume, vTI Dr. Nicole Wellbrock, Institut für Waldökologie und Waldinventuren, vTI

2,52LBF_Vol. 60 1_U4 LBF_Vol. 60 1_U1

Vol.60 No. 1 03.2010


Landbauforschung vTI Agriculture andForestry Research

Vol.60 No. 1 03.2010

Preis / Price 8 €

ISSN 0458-6859

Documents

Landbauforschung vTI Agriculture and Forestry Research · LBF_Vol. 60 1_U4 2,52 LBF_Vol. 60 1_U1 Landbauforschung vTI Agricultureand Forestry Research Vol.60 No. 1 03.2010 Preis/Price