Schätzung der Evapotranspiration und der Ertragskoeffizienten von Zwiebelkulturen mit Wiege-Lysimetern und Machine-Learning-Modellen in einer semiariden Region

Warum Zwiebeln und Wasserverbrauch wichtig sind

Zwiebeln sind ein Grundnahrungsmittel in Küchen und eine bedeutende Feldfrucht im Iran, verlangen aber viel Wasser in einer Region, in der jeder Tropfen zählt. Landwirtinnen, Landwirte und Wasserverwalter müssen genau wissen, wie viel Wasser Zwiebeläckern in die Atmosphäre entweicht, um effizient zu bewässern, Verschwendung zu vermeiden und dennoch gute Erträge zu erzielen. Diese Studie kombinierte sorgfältige Feldmessungen mit modernen Computer-Modellen, um den Wasserverbrauch von Zwiebeln in einem semiariden Teil Irans besser zu verstehen.

Messung des Wasserverlusts von Zwiebeläckern

Pflanzen verlieren Wasser auf zwei Hauptwegen: von der Bodenoberfläche und durch die Blätter. Zusammen nennt man diesen Wasserverlust Evapotranspiration. Um ihn mit hoher Genauigkeit zu verfolgen, setzten die Forschenden große, im Boden vergrabene Wiegebehälter ein, die jeweils Zwiebelpflanzen und Erde enthielten. Durch Aufzeichnen von Gewichtsänderungen über die Zeit sowie von Niederschlag, Bewässerung und Drainage konnten sie genau feststellen, wie viel Wasser das System täglich verließ. Über zwei Vegetationsperioden verbrauchte die Zwiebelkultur im ersten Jahr etwa 447 Millimeter Wasser und im zweiten Jahr etwa 432 Millimeter, wobei kühlere Witterung im zweiten Jahr zu leicht geringerem Verbrauch führte.

Pflanzenverdunstung von Bodenverdunstung trennen

Wasser wird nicht nur von Zwiebelwurzeln aufgenommen; es verdunstet auch direkt von der unbedeckten Bodenfläche zwischen den Reihen. Um diese Anteile zu trennen, platzierten die Forschenden kleine Bodenprobenzylinder, sogenannte Mikrolysimeter, innerhalb der Haupt-Wiegeeinheiten. Diese kleinen Proben wurden täglich gewogen, um zu zeigen, wie viel Wasser allein von der Bodenoberfläche verschwand. Durch Subtraktion dieses Werts vom gesamten Wasserverlust konnten sie schätzen, wie viel tatsächlich durch die Zwiebelpflanzen transpiriert wurde. Sie fanden heraus, dass etwa ein Drittel des gesamten Wasserverlusts von der Bodenoberfläche stammte, während der Rest durch Pflanzentranspiration verursacht war. Außerdem verfolgten sie, wie sich diese Anteile im Saisonverlauf änderten, wobei die Bodenverdunstung höher war, wenn die Pflanzen klein waren und die Blattbedeckung gering.

Einfache Zahlen, die die Bewässerung leiten

Landwirtinnen, Landwirte und Berater verlassen sich oft auf Ertragskoeffizienten, einfache Faktoren, die das lokale Wetter mit dem Wasserbedarf einer bestimmten Kultur verknüpfen. In dieser Studie berechnete das Team sowohl einfache als auch duale Ertragskoeffizienten für Zwiebeln unter semiariden iranischen Bedingungen. Der einfache Koeffizient verknüpft den gesamten Wasserverbrauch der Zwiebel mit einem Standard-Grasreferenzwert, während die duale Form den Effekt zwischen Blatt- und Bodenverdunstung aufteilt. Für die Gesamtgröße lagen die mittleren Werte bei 0,41 zu Beginn der Saison, 0,68 in der Wachstumsphase und 0,51 gegen Ende. Der blattbasierte Anteil blieb niedriger als in einigen anderen Ländern berichtete Werte, was die relativ modest ausgeprägte Blattfläche und Höhe der lokalen Zwiebelsorte sowie die kühlen Winter widerspiegelt, die ihr Wachstum verlangsamten.

Computermodelle trainieren, um Wasserverbrauch vorherzusagen

Da die großen Wiegegeräte teuer und selten sind, prüften die Forschenden zudem, ob Computer-Modelle den Wasserverbrauch von Zwiebeln anhand gängiger Wetter- und Kulturmessungen abschätzen können. Sie trainierten fünf Typen von Machine-Learning-Modellen mit zwei Jahren Daten, darunter Lufttemperatur, Luftfeuchte, Windgeschwindigkeit, Sonneneinstrahlung, Blattfläche und Pflanzenhöhe. Die Modelle lernten, den gemessenen Wasserverlust nachzubilden, und wurden an bislang ungesehenen Tagen getestet. Zwei baumbasierte Verfahren, Random Forest und Decision Tree, lieferten die genauesten Vorhersagen, dicht gefolgt von neuronalen Netzen und Support Vector Regression. Eine einfachere lineare Methode, LASSO-Regression, war weniger genau, was darauf hindeutet, dass der Wasserverbrauch von Zwiebeln auf komplexe, nichtlineare Weise auf Wetter und Pflanzenwachstum reagiert.

Was den Wasserverbrauch von Zwiebeln antreibt

Durch die Analyse des leistungsfähigsten Modells identifizierte das Team, welche Eingaben am wichtigsten waren. Maße der Pflanzengröße, wie Blattfläche und Höhe, rangierten am höchsten, zusammen mit der nutzbaren Strahlung (Netto-Solarstrahlung) und der Windgeschwindigkeit. Im Gegensatz dazu spielte die Luftfeuchte in diesem semiariden Umfeld eine geringere Rolle. Das bedeutet, dass es zur zuverlässigen Vorhersage des Wasserbedarfs hilfreich ist, nicht nur das Wetter, sondern auch die aktuelle grüne Blattfläche der Kultur zu kennen.

Was das für Landwirtinnen und Landwirte bedeutet

Für Erzeuger und Planer in trockenen Regionen liefert diese Arbeit zwei wichtige Werkzeuge. Erstens stellt sie lokal geprüfte Kennzahlen bereit, die Standard-Wetterdaten mit dem Wasserverbrauch von Zwiebeln verknüpfen und so bessere Bewässerungspläne ermöglichen. Zweitens zeigt sie, dass gut trainierte Machine-Learning-Modelle teure Feldinstrumente ersetzen können, sofern grundlegende Wetter- und Kulturwachstumsdaten verfügbar sind. Zusammengenommen können diese Fortschritte eine effizientere Nutzung knapper Wasserressourcen unterstützen und gleichzeitig die Zwiebelproduktion in semiariden Landschaften erhalten.

Zitation: Shirazi, S.H.M., Razzaghi, F. & Sepaskhah, A.R. Estimation of onion crop evapotranspiration and crop coefficients using weighing lysimeters and machine learning models in semi-arid region. Sci Rep 16, 16166 (2026). https://doi.org/10.1038/s41598-026-43887-w

Schlüsselwörter: Zwiebelbewässerung, Evapotranspiration, semiaride Landwirtschaft, Ertragskoeffizienten, Machine-Learning-Modelle