In Nordrhein-Westfalen spielt die Nutztierhaltung in der Landwirtschaft eine wichtige Rolle. Aufgrund steigender Durchschnittstemperaturen und vermehrt auftretender Hitzetage nehmen Tage mit besonders großer Wärmebelastung zu. Darunter leiden auch Rinder. Ihre Haltung spielt in der Milchwirtschaft und Fleischproduktion noch vor der Schweinehaltung (nach Anzahl Großvieheinheiten) die wichtigste Rolle in NRW (IT.NRW 2017). Tage mit extremen Hitzestress wirken sich nicht nur auf das Tierwohl aus, sondern auch auf Qualität und Quantität von Milch- und Fleischproduktion (Finger et al. 2018). In Zukunft wird Hitzestress in der Tierhaltung eine immer größere Rolle spielen.

Literatur:

Finger, Robert; Dalhaus, Tobias; Allendorf, Joseph; Hirsch, Stefan (2018): Determinants of downside risk exposure of dairy farms. In: European Review of Agricultural Economics 45 (4), S. 641–674. DOI: 10.1093/erae/jby012.

IT.NRW - Information und Technik Nordrhein-Westfalen (Hrsg.) (2017): NRW (ge)zählt: Landwirtschaft in Nordrhein-Westfalen. Ergebnisse der Agrarstrukturerhebung 2016. https://webshop.it.nrw.de/gratis/Z249%20201754.pdf [27.01.2021]

Für den Indikator wurde repräsentativ für eine möglichst breite Abdeckung mit verschiedenen Standorteigenschaften der so genannte luftfeuchtekorrigierte Hitzestressindex (temperature-humidity index = THI) nach Bohmanova et al. (2007) für sieben Wetterstationen in NRW berechnet. Die Stationen sind über sieben der acht Großlandschaften NRWs verteilt. In die Berechnung gehen die Luftfeuchtigkeit und die Maximaltemperatur der Stationen ein. Nach Finger et al. (2018) wurden die Tage pro Jahr gezählt, die einen THI von ≥ 75 aufweisen.

Literatur:

Bohmanova, J.; Misztal, I.; Cole, J. B. (2007): Temperature-humidity indices as indicators of milk production losses due to heat stress. In: Journal of dairy science 90 (4), S. 1947–1956. DOI: 10.3168/jds.2006-513.

Finger, Robert; Dalhaus, Tobias; Allendorf, Joseph; Hirsch, Stefan (2018): Determinants of downside risk exposure of dairy farms. In: European Review of Agricultural Economics 45 (4), S. 641–674. DOI: 10.1093/erae/jby012.

Bei den Überschreitungstagen des THI ≥ 75 sieht man deutlich den Einfluss der Lage in den jeweiligen Großlandschaften: so werden während der aktuellen Klimanormalperiode (1991-2020) an den Stationen in der Niederrheinischen Bucht (Weilerswist), dem Niederländischen Tiefland (Kleve) und dem Westfälischen Tiefland (Rahden) sowie in Wuppertal Werte von durchschnittlich über 30 Tagen im Jahr erreicht. Die etwas höher gelegenen Stationen hingegen weisen meist Werte um ca. 25 Tage pro Jahr auf (vgl. unten stehende Tabelle). Für fünf der Stationen lässt sich die Veränderung zwischen 1951-1980 und der aktuellen Klimanormalperiode berechnen. Überall fand eine Zunahme der Tage mit Hitzestress statt. In Weilerswist um 15 Tage, in Essen um 10 Tage, in Kleve um 15 Tage, in Bad Salzuflen um 7 Tage und in Rahden um 15 Tage. Für die anderen beiden Stationen sind die Zeitreihen dafür noch zu kurz (vgl. Tabelle).

Für alle Indikatoren wird eine Trendberechnung und Signifikanzprüfung nach der Methode des Umweltbundesamtes, kurz "DAS-Methode" genannt, durchgeführt.

Die Trendanalyse wurde für alle Standorte für den jeweiligen Gesamtzeitraum und aus Vergleichszwecken für die kürzeren Zeiträume 1961-2024 und 1991-2024 durchgeführt. Um alle Stationen miteinander vergleichen zu können, werden hier die Ergebnisse für den Zeitraum ab 1961 (bzw. 1962 für Lennestadt) näher beschreiben. Für alle Stationen, mit Ausnahme von Kleve, ergab die Trendanalyse für den genannten Zeitraum einen linear steigenden Trend. Das Änderungssignal (Differenz zwischen Anfangs- und Endwert der Trendlinie) liegt zwischen einer Zunahme um 27 Tage in Rahden-Kleinendorf bzw. Weilerswist-Lommersum und einer Zunahme um 15 Tage in Bad Salzuflen. In Kleve wurde durch die Trendanalyse ein quadratischer Trend (u-Form) nachgewiesen. Das heißt, dass zunächst ein Rückgang der Tage mit Hitzebelastung stattfand und nach einer Trendumkehr die Tage mit THI ≥ 75 wieder angestiegen sind. Für Kleve ergibt sich insgesamt eine Zunahme von 30 Tagen (Differenz zwischen Anfangs- und Endwert der Trendkurve). Die Ergebnisse der Trendanalysen für die weitern Zeiträume entnehmen Sie bitte nachfolgender Tabelle.