Sabine J. Seidel

Derzeit bin ich Nachwuchsgruppenleiterin im DFG-Exzellenzcluster PhenoRob (http://www.phenorob.de)

Meine Forschungsinteressen umfassen:

• Modellierung der Wasserdynamik vom Boden über den Boden, die Wurzel, den Spross und die Spaltöffnungen in die Atmosphäre
• Wurzeln: Feldbeobachtungen, Modellierung und die Auswirkung von Nährstofflimitierungen oder Trockenstress auf das Wurzelwachstum
• Auswirkungen von Nährstoff-, Trockenheits- und Hitzestress auf Pflanzen in verschiedenen phänologischen Stadien
• Optimierung von Pflanzenmischungen für eine nachhaltige und klimaresistente Pflanzenproduktion durch Kombination von Feldexperimenten und Pflanzenmodellen
• Welche Spross- und Wurzelmerkmale sollten in Mischungen kombiniert werden?
• Diverse und artenreiche Anbausysteme

Nach meinem Studium der Agrarwissenschaften an der Technischen Universität München und meiner Promotion zum Thema Pflanzenmodellierung und Bewässerung am Lehrstuhl für Hydrologie der Technischen Universität Dresden bin ich seit 2016 als PostDoc am Institut für Nutzpflanzenwissenschaften und Ressourcenschutz, Pflanzenbau, der Universität Bonn tätig.

Seit Mai 2020 bin ich Nachwuchsgruppenleiterin an der Professur für Pflanzenbau im Rahmen des Exzellenzclusters PhenoRob (DFG). Die Forschungsgruppe "Optimierung von Pflanzenmischungen für eine nachhaltige und klimaresiliente Pflanzenproduktion durch die Kombination von Feldexperimenten und Pflanzenmodellen" stärkt PhenoRob insbesondere an der Schnittstelle von Pflanzenmodellierung, Ökologie, Pflanzen- und Bodenkunde. Ich beteilige mich aktiv am PhenoRob-Exzellenzcluster in vier von sechs Kernprojekten. Die Forschung umfasst 1) Datenanalyse, Simulation von Sensorsignalen (sEIT) und prozessbasierte Vorhersage des Wurzel- und Pflanzenwachstums, der Bodendynamik und der Auswirkungen möglicher Eingriffe, 2) robotergestützte selektive Unkrautbekämpfung zur Verbesserung der Artenvielfalt, 3) Optimierung von Pflanzenmischungen für eine nachhaltige und klimaresistente Pflanzenproduktion durch die Kombination von Feldexperimenten und Pflanzenmodellen (meine Forschungsgruppe), 4) Phänotypisierung über Skalen hinweg durch die Kombination von destruktiven Vor-Ort-Messungen wie Wurzel- und Sprossbeobachtungen mit UAV-basierten Kameras und 5) zerstörungsfreie Diagnose von Nährstoffmängeln unter Verwendung von Deep-Learning-Algorithmen. Bevor ich die Forschungsgruppe leitete, arbeitete ich als Postdoktorand am selben Lehrstuhl in dem vom BMBF geförderten Projekt "Soil3 - Sustainable Subsoil Management", das darauf abzielt, zu erforschen, wie und in welchem Umfang der Unterboden bewirtschaftet werden kann, um die Pflanzenerträge zu sichern oder sogar zu steigern, indem die Gesamtnährstoff- und Wassernutzungseffizienz von Kulturpflanzen verbessert wird.

1. DFG-Exzellenzcluster PhenoRob https://www.phenorob.de/

• Nachwuchsgruppenleiter im Projekt CP5: New Field Arrangements

(Gruppentitel: "Optimierung von Pflanzenmischungen für eine nachhaltige und klimaresistente Pflanzenproduktion durch Kombination von Feldexperimenten und Pflanzenmodellen")

Kulturpflanzenmischungen bieten zahlreiche Vorteile gegenüber herkömmlichen Einzelkulturen, wie z. B. höhere Erträge auf einer gegebenen Fläche, komplementäre Ressourcennutzung in Zeit und Raum zwischen verschiedenen Arten, Verringerung des Produktionsrisikos aufgrund der Komplementarität, verbesserte Unkrautunterdrückung, erhöhte Stickstoffverfügbarkeit für die nachfolgende Kultur aufgrund von Leguminosen, geringere Nitratauswaschung durch Deckfrüchte ohne Leguminosen, verbesserte Bodenfruchtbarkeit, Gehalt an organischer Substanz im Boden und Kohlenstoffbindung, erhöhte biologische Vielfalt sowie Erhaltung und Regeneration von Ökosystemleistungen. Die zahlreichen Prozesse und Mechanismen, die bei Pflanzenmischungen eine Rolle spielen, machen deutlich, dass es notwendig ist, ihre Komplexität durch die Kombination von Konzepten aus verschiedenen Disziplinen (Agronomie, Physiologie und Ökologie) zu bewältigen, und dass weitere Informationen über die Kombination, Anordnung und das Verhältnis von Pflanzenarten als Faktoren, die Mischungen beeinflussen, erforderlich sind. Pflanzensimulationsmodelle sind weithin als nützliche Instrumente zur Untersuchung von Ursache-Wirkungs-Beziehungen in der Pflanzenproduktion anerkannt. Obwohl die vorhandenen Modelle Wechselwirkungen simulieren können, ist der Grad der Präzision aufgrund des allgemein schlechten Verständnisses der Systemdynamik in gemischten Anbausystemen fraglich. Die übergeordneten Ziele der Forschungsgruppe sind i) die Gewinnung von Daten mit Hilfe klassischer und neuer Methoden und Technologien, um Einblicke in die Wechselwirkungen und Mechanismen in Pflanzenmischungen zu gewinnen, ii) die Entwicklung neuer und fortschrittlicher Pflanzenmodelle für Pflanzenmischungen, iii) die Bestimmung optimaler Feldanordnungen (z. B. Artenkombination, Anordnung und Verhältnis) und Bewirtschaftung (z. B. Aussaat, Düngung, Ernte) in Mischungen für eine nachhaltige und klimaresistente Pflanzenproduktion durch die Kombination von stark überwachten Experimenten und Modellen.

• Projekt CP3: Einbeziehung der Boden-Wurzel-Zone in die nachhaltige Pflanzenproduktion mithilfe von Sensordaten und Analysealgorithmen

Die genaue Quantifizierung von Prozessen in der Boden-Wurzel-Zone für die Anwendung im Rahmen von Ertrags- und Effizienzanalysen ist wichtig, um die Nachhaltigkeit von Nutzpflanzen zu erhöhen und gleichzeitig globale Ressourcen zu schonen. CP3 wird sich der Aufgabe widmen, die Boden-Wurzel-Zonen von Nutzpflanzen auf dem Feld und in Rhizotron-Systemen in kontrollierter Umgebung mit minimal oder nicht invasiven, maßgeschneiderten Sensoren und Robotern zu messen. Die Sensordaten werden am Boden im Submillimeter- bis Metermaßstab gemessen und mit den Daten der oberirdischen Sensoren und Ertragskomponenten abgeglichen und in Zusammenarbeit mit CP1 und CP2 analysiert. Da diese Modelle jedoch bei komplexen Phänomenen und 4D-Daten nur begrenzt anwendbar sind, werden sie durch neuartige Lern- und Mustererkennungsalgorithmen von DATA abgelöst. Mit Hilfe eines iterativen Prozesses der Bereitstellung von Sensor- und Bodendaten für die Analytik sollen in diesem Projekt die Instrumente für die Erfassung und Anwendung von Boden-Wurzel-Zonen-Daten für die Vorhersage von Ernteerträgen und die Optimierung des Ressourceneinsatzes in landwirtschaftlichen Betrieben in Echtzeit zusammengestellt werden.

2. BonaRes (BMBF) Projekt Soil3 ("Nachhaltiges Unterbodenmanagement") https://www.soil3.de/

Wir gehen davon aus, dass die Nährstoff- und Wasseraufnahme aus dem Unterboden bei gleichbleibenden oder sogar höheren Ernteerträgen erhöht werden kann, wenn es für die Pflanzen attraktive Möglichkeiten gibt, in die Unterbodenwurzeln zu investieren, wie z.B. geringer physikalischer Widerstand für Wurzeln, hot spots mit hoher mikrobiell unterstützter Nährstoffversorgung im Unterboden sowie pflanzenverfügbares Unterbodenwasser unter Bedingungen von saisonalem Trockenstress im Oberboden. Ich habe prozessbasierte Modellroutinen entwickelt, um die beobachteten Auswirkungen verschiedener Optionen der Unterbodenbewirtschaftung (Bodenbearbeitung, Unterbodenergänzungen, Fruchtfolgen mit tiefwurzelnden Vorfrüchten) auf die Wasser- und Nährstoffaufnahme der Pflanzen und auf den Ertrag im Feldmaßstab zu simulieren.

3. Projekt MIKODU (gefördert durch BLE, "Fruchtfolgen für optimierte Nutzung der Bodenressourcen: Mischanbau allorhizer und homorhizer Arten zur komplementären Durchwurzelung des Ober- und Unterbodens"), endet im Oktober 2023

4. BLE Projekt smartMaN2agement  ("Standortdifferenzierte Modellierung der N-Dynamiken zur Verringerung der gasförmigen N-Emissionen und weiterer N-Verluste im Pflanzenbau"). Laufzeit: 2023-2026

Der Fokus des vorgestellten Projekts liegt auf der Verringerung der N 2 O- und NH 3 -Emissionen sowie der N-Auswaschung durch eine vorausschauende, informierte und standortangepasste Bewirtschaftung im Pflanzenbau. Die für die Beprobung und Information der Modellierung ausgewählten Langzeitversuche decken die wichtigsten Managementmaßnahmen Fruchtfolgeplanung inkl. Zwischenfruchtanbau, Bodenbearbeitung inkl. Umbruch von Kulturen, die hohe N-Mengen hinterlassen, sowie mineralische und eine große Spannbreite organischer Düngungsmaßnahmen ab. Die konsequente Fokussierung des Projekts auf die Modellierung unter Nutzung der umfangreichen schon vorhandenen Datensätze aus den Langzeitversuchen für die Validierung der Modelle stellt sicher, dass das ambitionierte Ziel einer modellbasierten und damit übergreifenden Auswertung gelingt. Aus dieser Auswertung sollen ferner innerhalb der Projektlaufzeit
fundierte Aussagen über die Einflüsse der verschiedenen Bewirtschaftungssysteme, Fruchtfolgen, Bodenbearbeitungs- und Düngungsereignisse angepasst auf den jeweiligen Standort sowie das jeweilige Bewirtschaftungssystem abgeleitet, auf das Bundesgebiet regionalisiert und für die landwirtschaftliche Praxis und Beratung aufgearbeitet werden.

5. EU Projekt IntercropValueES (Laufzeit: 2022-2026)  https://intercropvalues.eu/

The goal of IntercropValueES is to exploit the benefits of intercropping to design productive, diversified, resilient, profitable and environmentally friendly agro-
ecological cropping systems less dependent on external inputs than current systems and acceptable to farmers and actors in the agri-food chain. This goal includes analysing the conditions needed to increase yield and economic performance, but also soil health and ecosystem services (ES), as indicators of the value of intercropping. IntercropValueES will then develop a detailed analysis of lock-ins and levers at the value chain level in order to identify credible solutions that can be adopted by farmers and actors of the value chain. The project will implement a participative and multi-actor approach to overcome such barriers and lock-ins identified by the key actors of the local value-chain by providing multiple services of intercropping.

IntercropValueES  aims to exploit the benefits of intercropping to design and manage productive, diversified, resilient, profitable, environmentally friendly cropping systems acceptable to farmers and actors in the agri-food chain. As a multi-disciplinary and multi-actor project, it brings together scientists and local actors representing the food value chain. It includes 27 participants from 15 countries (3 continents) from a wide diversity of organizations and stakeholders.

Begutachtete Zeitschriften:  

Christopher Just, Martin Armbruster, Dietmar Barkusky, Michael Baumecker, Michael Diepolder, Thomas F. Döring, Lorenz Heigl, Bernd Honermeier, Melkamu Jate, Ines Merbach, Constanze Rusch, David Schubert, Franz Schulz, Kathlin Schweitzer, Sabine Seidel, Michael Sommer, Heide Spiegel, Ulrich Thumm, Peer Urbatzka, Jörg Zimmer, Ingrid Kögel-Knabner, Martin Wiesmeier, Soil organic carbon sequestration in agricultural long-term field experiments as derived from particulate and mineral-associated organic matter, Geoderma (434:116472) doi: 10.1016/j.geoderma.2023.116472.  

Khatab Abdalla, Thomas Gaiser, Sabine Julia Seidel, Johanna Pausch. 2023. Soil organic carbon and nitrogen in aggregates in response to over seven decades of farmyard manure application. Journal of Plant Nutrition and Soil Science 2023 (1-6) doi: 10.1002/jpln.202300062
Shahin Solgi, Seyed Hamid Ahmadi, Sabine J. Seidel. Remote sensing of canopy water status of the irrigated winter wheat fields and the paired anomaly analyses on the spectral vegetation indices and grain yields. Agricultural Water Management. 2023 (280): 108226. doi: 10.1016/j.agwat.2023.108226 

Lopez, G., Ahmadi, S.H., Amelung, W., Athmann, M., Ewert, F., Gaiser, T., Gocke, M.I., Kautz, T., Postma, J., Rachmilevitch, S., Schaaf, G., Schnepf, A., Stoschus, A., Watt, M., Yu, P. and Seidel, S.J. Nutrient deficiency effects on root architecture and root-to-shoot ratio in arable crops. Frontiers in Plant Science. 2023.13:1067498. doi: 10.3389/fpls.2022.1067498

Feike, Til, Frei, Michael, Germeier, Christoph, Herrmann, Antje, Hülsbergen, Kurt-Jürgen, Kaul, Hans-Peter, Komainda, Martin, Kottmann, Lorenz, Möller, Kurt, Nendel, Claas, Pasda, Gregor, Pekrun, Carola, Seidel, Sabine, Stützel, Hartmut and Wrage-Mönnig, Nicole. “Wissenschaftliche Grundlagen zum Strategiediskurs für einen nachhaltigen Pflanzenbau” Die Bodenkultur: Journal of Land Management, Food and Environment, vol.73, no.3, 2022, pp.153-192. doi: 10.2478/boku-2022-0011

Abdalla, K., Sun, Y., Zarebanadkouki, M., Gaiser, T., Seidel, S. and Pausch, J. Long-term continuous farmyard manure application increases soil carbon when combined with mineral fertilizers due to lower priming effects, Geoderma. 2022. 116216. https://doi.org/10.1016/j.geoderma.2022.116216

Hernández-Ochoa, I.M., Gaiser, T., Kersebaum, KC. Webber, H., Seidel, S.J., Grahmann, K. and Ewert, F. Model-based design of crop diversification through new field arrangements in spatially heterogeneous landscapes. A review. Agron. Sustain. Dev. 42, 74. 2022. https://doi.org/10.1007/s13593-022-00805-4

Seidel, S. J.,  Thomas Gaiser, Amit Kumar Srivastava,  Daniel Leitner,  Oliver Schmittmann, Miriam Athmann, Timo Kautz, Julien Guigue, Frank Ewert and Andrea Schnepf. Simulating root growth as a function of soil strength and yield with a field-scale crop model coupled with a 3D architectural root model. 2022. Frontiers in Plant Science, doi: 10.3389/fpls.2022.865188

Demie, D.T., Döring, T.F., Finckh, M.R., Van Der Werf, W., Enjalbert, J., Seidel, S. J. Mixture x Genotype
Effects in Cereal/Legume Intercropping: A Review. 2022. Frontiers in Plant Science, doi: 10.3389/fpls.2022.846720

Nguyen, T. H., Langensiepen, M., Hüging, H., Gaiser, T., Seidel, S. J. and Ewert, F. Expansion and evaluation of two coupled root-shoot models in simulating CO2 and H2O fluxes and growth of maize. 2021. Vadose Zone Journal  doi: 10.1002/vzj2.20181

Wallach, D., Palosuo, T., Thorburn, P., Hochman, Z., Gourdain, E., Andrianasolo, F., Asseng, S., Basso, B., Buis, S., Crout, N., Dibari, C., Dumont, B., Ferrise, R., Gaiser, T., Garcia, C., Gayler, S., Ghahramani, A., Hiremath, S., Hoek, S., Horan, H., Hoogenboom, G., Huang, M., Jabloun, M., Jansson, P.-E., Jing, Q., Justes, E., Kersebaum, K.C., Klosterhalfen, A., Launay, M., Lewan, E., Luo, Q., Maestrini, B., Mielenz, H., Moriondo, M., Nariman Zadeh, H., Padovan, G., Olesen, J.E., Poyda, A., Priesack, E., Pullens, J.W.M., Qian, B., Schütze, N., Shelia, V., Souissi, A., Specka, X., Srivastava, A.K., Stella, T., Streck, T., Trombi, G., Wallor, E., Wang, J., Weber, T.K.D., Weihermüller, L., de Wit, A., Wöhling, T., Xiao, L., Zhao, C., Zhu, Y., Seidel, S.J., The chaos in calibrating crop models: lessons learned from a multi-model calibration exercise, Environmental Modelling and Software. 2021 (145), 105206. https://doi.org/10.1016/j.envsoft.2021.105206.

Seidel, S.J., Gaiser, T., Ahrends, H.E., Hüging, H., Siebert, S., Bauke, S.L., Gocke, M.I., Koch, M., Schweitzer, K. Schaaf, G., Ewert, F. Crop response to P fertilizer omission under a changing climate – experimental and modeling results over 115 years of a long-term fertilizer experiment. Field Crops Research. 2021 (268) 108174. doi: 10.1016/j.fcr.2021.108174

Hadir, S., Gaiser, T., Hüging, H., Athmann, M., Pfarr, D., Kemper, R., Ewert, F., Seidel, S. J. Sugar beet shoot and root phenotypic plasticity to nitrogen, phosphorus, potassium and lime omission. Agriculture 2021. 11, 21. doi: 10.3390/agriculture1101002

Wallach, D., Palosuo, T., Thorburn, P., Hochman, Z., Andrianasolo, F., Asseng, S., Basso, B., Buis, S., Crout, N., Dumont, B., Ferrise, R., Gaiser, T., Gayler, S., Hireman, S., Hoek, S., Horan, H., Hoogenboom, G., Huang, M., Jabloun, M., Jasson, P.-E., Jing, Q., Justes, E., Kersebaum, C.K., Launay, M., Lewan, E., Luo, Q., Maestrini, B., Moriondo, M., Padovan, G., Olesen, J.E., Poyda, A., Priesack, E., Pullens, J.W.M, Qian, B., Schütze, N., Shelia, V., Souissi, A., Specka, X., Srivastava, A.K., Stella, T., Streck, T., Trombi, G., Wallor, E., Wang, J., Weber, T.H.D., Weihermüller, L., de Wit, A., Wöhling, T., Xiao, L., Zhao, C., Zhu, Y., Seidel, S. J. Multi-model evaluation of phenology prediction for wheat in Australia. Agricultural and Forest Meteorology. 2021 (298-299) 108289. doi: 10.1016/j.agrformet.2020.108289

Wallach, D., Palosuo, T., Thorburn, P., Gourdain, E., Asseng, S., Basso, B., Buis, S., Crout, N., Dibari, C., Dumont, B., Ferrise, R., Gaiser, T., Garcia, C., Gayler, S., Ghahramani, A., Hochman, Z., Hoek, S., Horan, H., Hoogenboom, G., Huang, M., Jabloun, M., Jing, Q., Justes, E., Kersebaum, C.K., Klosterhalfen, A., Launay, M., Luo, Q., Maestrini, B., Mielenz, H., Moriondo, M., Nariman Zadeh, H., Olesen, J.E., Poyda, A., Priesack, E., Pullens, J.W.M, Qian, B., Schütze, N., Shelia, V., Souissi, A., Specka, X., Srivastava, A.K., Stella, T., Streck, T., Trombi, G., Wallor, E., Wang, J., Weber, T.H.D., Weihermüller, L., de Wit, A., Wöhling, T., Xiao, L., Zhao, C., Zhu, Y., Seidel, S. J. How well do crop modeling groups predict wheat phenology, given calibration data from the target population? European Journal of Agronomy. 2021 (124) 126195. doi: 10.1016/j.eja.2020.126195

Ahrends, H., Eugster, W., Siebert, S., Ewert, F., Rezaei, E., Hüging, H., Döring, T., Rueda-Ayala, V., Seidel, S., Gaiser, T. 2020. Nutrient supply affects the stability of major European crops -a 50-year study. Environmental Research Letters. 2021 (16). doi: 10.1088/1748-9326/abc849

Yi, J., Krusenbaum, L., Unger, P., Hüging, H., Seidel, S., Schaaf, G. and Gall J. Deep learning for non-invasive diagnosis of nutrient deficiencies in sugar beet using RGB images. Sensors. 2020, 20(20), 5893. doi:10.3390/s20205893
see video at DIGICROP2020 conference. link

Ittner, S., Gerdes, H., Athmann, M., Bauke, S. L., Gocke, M., Guigue, J., Jaiswal, S., Kautz, T., Schmittmann, O., Schulz, S., Seidel, S. J. 2020. The impact of subsoil management on the delivery of ecosystem services. BonaRes Series. DOI: 10.20387/bonares-bszh-qbkn

Seidel, S.J., Gaiser, T., Kautz, T., Bauke, S.L., Amelung, W., Barfus, K., Ewert, F. and Athmann, M. Estimation of the impact of precrops and climate variability on soil depth-differentiated spring wheat growth and water, nitrogen and phosphorus uptake. Soil and Tillage Research. 2019, (195) 104427. doi: 10.1016/j.still.2019.104427

Kumar, A., Shahbaz, M., Koirala, M., Blagodatskaya, E., Seidel, S.J., Kuzyakov, Y. and Pausch, J. Root trait plasticity and plant nutrient acquisition in phosphorus limited soil. J. Plant Nutr. Soil Sci. 2019. doi: 10.1002/jpln.201900322

Koch, M., Guppy, Ch., Amelung, W., Gypser, S., Bol, R., Seidel, S., Siebers, N. Insights into 33phosphorus utilization from Fe- and Al-hydroxides in Luvisol and Ferralsol subsoils. Soil Research. 2019, 57(5) 447-458. doi: 10.1071/SR18223

Seidel, S. J., Barfus, K., Gaiser, T., Nguyen, T. H. and Lazarovitch, N. The influence of climate variability, soil conditions and sowing date on simulation-based crop coefficient curves and irrigation water demand. Agricultural Water Management. 2019 (221) 73-83. doi: 10.1016/j.agwat.2019.02.007

Maharjana, G. R., Prescher, A.-K., Nendel, C., Ewert, F., Mboh, C. M., Gaiser, T. and Seidel, S. J. Approaches to model the impact of tillage implements on soil physical and nutrient properties in different agro-ecosystem models. Soil and Tillage Research. 2018 (180) 210-221. doi: 10.1016/j.still.2018.03.009

Seidel, S. J., Palosuo, T., Thorburn, P. and D. Wallach. Towards improved calibration of crop models – where are we now and where should we go? European Journal of Agronomy 94:25-35, 2018. doi: 10.1016/j.eja.2018.01.006 link

A. Hartmann, J. Simunek, M. Kwame Aidoo, S. J. Seidel and N. Lazarovitch. Implementation and Application of a Root Growth Module in HYDRUS. Vadose Zone Journal, 2017. doi: 10.2136/vzj2017.02.0040

F. Schneider, A, Don, I. Hennings, O. Schmittmann and S. J. Seidel. The effect of deep tillage on crop yield – What do we really know? Soil and Tillage Research 174:193-204, 2017. doi: 10.1016/j.still.2017.07.005

S. J. Seidel, S. Werisch, N. Schütze, and H. Laber. Impact of irrigation on plant growth and development of white cabbage. Agricultural Water Management 187:99–111, 2017. doi: 10.1016/j.agwat.2017.03.011

Durand, J.-L., K. Delusca, K. Boote, J. Lizaso, R. Manderscheid, H.J. Weigel, A.C. Ruane, C. Rosenzweig, J. Jones, L. Ahuja, S. Anapalli, B. Basso, C. Baron, P. Bertuzzi, C. Biernath, D. Derying, F. Ewert, T. Gaiser, S. Gayler, F. Heinlein, K.C. Kersebaum, Soo-Hyung Kim, C. Müller, C. Nendel, A. Olioso, E. Priesack, J. R. Villegas, D. Ripoche, R. P. Rötter, S. J. Seidel, A. Srivastava, F. Tao, D. Timlin, T. Twine, E. Wang, H. Webber, Z. Zhao. How accurately do maize crop models simulate the interactions of atmospheric CO2 concentration levels with limited water supply on water use and yield? European Journal of Agronomy, 67-75, 2018. doi: 10.1016/j.eja.2017.01.002.

S. J. Seidel, S. Rachmilevitch, N. Schütze and N. Lazarovitch. Modelling the impact of drought and heat stress on common bean with two different photosynthesis model approaches. Environmental Modelling \& Software 81:111-121, 2016. doi: 10.1016/j.envsoft.2016.04.001.

S. J. Seidel, S. Werisch, K. Barfus, M. Wagner, N. Schütze, and H. Laber. Field evaluation of irrigation scheduling strategies using a mechanistic crop growth model. Irrigation and Drainage. 65(2):214-223, 2016.doi: 10.1002/ird.1942. link ( Winner of the ‘Best Paper Award 2017’ of the ICID Journal)

M. Wagner, S. J. Seidel, S. Werisch, K. Barfuss and N. Schütze. Integrierte Modellierung von Wasserdargebot und Wassernachfrage am Beispiel der Bewässerungslandwirtschaft in Sachsen [Integrated modelling of water supply and water demand using the example of irrigation farming in Saxony]. Hydrologie und Wasserbewirtschaftung. 1(60):22-37, 2016. doi: 10.5675/HyWa\_2016,1\_2.

M. Wagner, S. J. Seidel and N. Schütze. Irrigation water demand of common bean on field and regional scale under varying climatic conditions. Meteorologische Zeitschrift, 2015. doi: 10.1127/metz/2014/0698.

S. J. Seidel, N. Schütze, M. Fahle, J.-C. Mailhol, and P. Ruelle. Optimal irrigation scheduling, irrigation control and drip line layout to increase water productivity and profit in subsurface drip irrigated agriculture. Irrigation and Drainage, 64:501-518, 2015. doi: 10.1002/ird.1926.

S. Kloss, J. Grundmann, S. J. Seidel, S. Werisch, J. Trümmer, U. Schmidhalter, and  N. Schütze. Investigation of deficit irrigation strategies combining SVAT-modeling, optimization and experiments. Environmental Earth Sciences, 72(12):1866-6280, 2014. doi: 10.1007/s12665-014-3463-7.

S. Walser, N. Schütze, M. Guderle, S. Liske, and U. Schmidhalter. Evaluation of the  transferability of a SVAT model? Results from field and greenhouse applications. Irrigation and Drainage, 60(S1):59-70, 2011. doi: 10.1002/ird.669.

J.C. Mailhol, P. Ruelle, S. Walser, N. Schütze, and C. Dejean. Analysis of AET and  yield predictions under surface and buried drip irrigation systems using the Crop Model PILOTE and Hydrus-2D. Agricultural Water Management, 98(6):1033-1044, 2011. doi: 10.1016/j.agwat.2011.01.014