Die klassifizierung von bodenprofilen als grundlage agrarer standortplanung in Entwicklungsländern. Ein beispiel aus dem savannengebiet Nordost-Ghanas

• Published in: Catena (Giessen) Vol. 7; no. 4; pp. 353 - 381
• Main Authors: Fränzle, Otto, Killisch, Winfried F.
• Format: Journal Article
• Language: English
• Published: Elsevier B.V 01.11.1980
• ISSN: 0341-8162; 1872-6887
• DOI: 10.1016/0341-8162(80)90019-3

One of the major tasks of experimental farms is the determination of productivity with regard to the regionally differing natural, technological, and socio-economic boundary conditions. In order to achieve this aim the location of the respective stations must be regionally representative from the viewpoint of the major factors controlling agrarian production. In paradigmatic representation, i.e. focusing the very interest on soil qualities and dealing with the north-eastern part of Ghana as a developing country, this article describes a cogent method for defining local representativity of production sites by means of classification procedures and biplot calculus. The application of the latter derivative of matrix calculus appears absolutely necessary for defining those results of clustering procedures which are interpretable in factual terms. Es ist eines der Hauptziele der Feldversuchsplanung, Ergebnisse zu erzielen, die im Hinblick auf die natürlichen, technischen und sozioökonomischen Randbedingungen der Agrarproduktion repräsentativ sind. Der Standortwahl der Versuchsfelder kommt daher besondere Bedeutung zu. Der vorliegende Artikel schlägt unter exemplarischer Beschränkung auf den in Entwicklungsländern besonders wichtigen Produktionsfaktor Boden am Beispiel Nordost-Ghana eine Verfahrensweise vor, mit Hilfe von numerischen Klassifizierungsverfahren und der Biplot-Technik Bodenklassen zu definieren, die produktionsbiologisch möglichst homogen sind, untereinander jedoch stärkste Unterschiede aufweisen, und eine Objektivierung der Standortwahl gestatten. Es wird gezeigt, daß Klassifizierungsergebnisse nur dann inhaltlich interpretierbar sind, wenn die Gruppierungen der Datenstruktur tatsächlich entsprechen. Dies muß mittels unabhängiger, mathematisch-statistisch einwandfreier Verfahrenüberprüft werden.