Search

Zielsetzung dieser Arbeit ist die Untersuchung von Auswirkungen der großräumig veränderten Wuchsbedingungen auf das Kiefernwachstum. Der Schwerpunkt wird hierbei auf die Analyse räumlicher und zeitlicher Reaktionsmuster von Beständen und Einzelbäumen gesetzt. Zunächst werden regionaltypische Unterschiede im Wachstum der Kiefer aufgedeckt und durch standörtliche Faktoren beschrieben (räumliche Reaktionsmuster). In einem zweiten Schritt folgt die Identifizierung und Quantifizierung von Veränderungen im Wachstumsgang und Leistungspotential der Kiefer. Hierbei wird versucht, die Art und das Ausmaß festgestellter Wachstumstrends in Abhängigkeit von herrschenden Standortsbedingungen und mögliche Reaktionen der Kiefer auf veränderte Klimabedingungen zu beschreiben. Für diese Analysen konnte auf drei unterschiedliche Datenquellen zurückgegriffen werden. Mit dem Datenmaterial aus der permanenten Stichprobeninventur, die das Bayerische Staatsministerium für Landwirtschaft und Forsten dankenswerter Weise zur Verfügung stellt, können anhand von ca. 9000 Inventurpunkten (davon 2000 mit Wiederholungsinventur) Wachstumsbefunde von Kiefernreinbeständen auf regionaler Ebene dargestellt werden. Der Datenfundus aus den teilweise schon zu Beginn des letzten Jahrhunderts angelegten und in regelmäßigen Abständen aufgenommenen 22 langfristigen Versuchsflächen, die vom Lehrstuhl für Waldwachstumskunde der Technischen Universität München betreut werden, ermöglichen eine Analyse zeitlicher Entwicklungsgänge. Weiterhin werden Einzelbaumanalysen von insgesamt 1900 Bäumen verwendet, bei denen vor allem die Entwicklung des Radialzuwachses analysiert wird. Mit diesem umfangreichen Datenmaterial werden verschiedene methodische Ansätzeverfolgt. Neben einer Beschreibung des Datenmaterials mit Mittelwerten wird eine geeignete Funktion zur Beschreibung insbesondere der Höhenentwicklung und des Volumenzuwachses verwendet. Über eine Modifizierung dieser Funktion können standörtliche Effekte und beim Volumenzuwachs der Einfluss der Dichte auf den Zuwachs berücksichtigt werden. Mit Hilfe von statistischen Verfahren wird der Einfluss einiger standörtlicher Parameter aufden Höhenwachstumsverlauf beschrieben. Die Identifizierung und Quantifizierung von Wachstumstrends erfolgt anhand dreier unterschiedlicher methodischer Ansätze. Hierzu gehört der Vergleich derbeobachteten Bestandeswerte mit den Erwartungswerten der WIEDEMANN-Ertragstafel (1943, mäßige Durchforstung), der Vergleich des Wuchsverhalten im Zeitraum 1961 bis 2000 mit den Wuchsverläufen im Zeitraum 1900 bis 1960 und eine Analyse des Radialzuwachses in unterschiedlichen Kalenderzeiträumen (Methode des konstanten Alters). Um Einblick in das Wuchspotential der Kiefer unter heutigen Standortsbedingungen zu geben, werden mit Hilfe des Waldwachstumssimulators SILVA 2.2 Prognoserechnungen durchgeführt. Insbesondere das in diesen Simulator implementierte flexible Standort-Leistungsmodell ermöglicht eine Untersuchung reagionaltypischen Wuchsverhaltens. Mit diesem Instrument können durch Szenariorechnungen auch mögliche Reaktionen der Kiefer auf zukünftig eintretende Klimaänderungen betrachtet werden. Die Untersuchungen dieser Arbeit ergeben ein differenziertes Bild der verschiedenen Reaktionsmuster von Kiefernbeständen, die von unterschiedlichen Standortsparametern und waldbaulichen Behandlungen abhängen.In allen Regionen konnte ein verändertes Wuchsverhalten festgestellt werden, was ein deutlicher Indikator für eine Reaktion auf großräumig veränderte Wuchsbedingungen ist. Die Höhenverläufe in allen untersuchten Regionen zeigen ab den 60er Jahren im Vergleich zur WIEDEMANN-Ertragstafel (1943, mäßige Durchforstung) einen deutlichen Anstieg. In jeder Region liegen die Bonitäten heute junger Beständeum 1.2 bis 2.7 Ertragsklassen höher. Die Abweichungen des Volumenzuwachses von der WIEDEMANN-Ertragstafel können bis zu 200 % erreichen. In den letzten 40 Jahrenleisten die Bestände bei definierter Dichte bis zu 2.5 VfmD/ha/a mehr und können damit in höherem Alternoch Zuwächse zwischen 7.0 und 8.0 VfmD/ha/a erreichen. In den letzten 10 Jahren liegen in allen Altersstufen die Zuwachswerte bei einem Bestockungsgrad von 1.0 deutlich über denen der I. Ertragsklasse Art und Ausmaß der veränderten Wuchsverläufe ist von den herrschenden standörtlichen Faktoren abhängig. Je ungünstiger sich ein Standort hinsichtlich des Nährstoff-, insbesondere des Stickstoffangebotes darstellt, um so höher ist die Abweichung von den Referenzverläufen. Auch die Grundflächen- und Vorratswerte unterscheiden sich in den verschiedenen Regionen deutlich voneinander, wobei hier die waldbauliche Behandlung eine weitere bedeutende Einflussgröße darstellt.Unbehandelte Versuchsparzellen zeigen hier das mögliche Leistungsniveau der Kiefer mit Grundflächenwerten bis zu 50 qm und einem Vorrat von 700 VfmD/ha/a bei einem Alter von 140 Jahren. Die Ergebnisse der Arbeit bieten eine fundierte Basis für Planungen in der forstwirtschaftlichen Praxis. In Regionen mit deutlich positivem Wachstumstrend können die Konsequenzen auf eine Ausschöpfung der standörtlichen Verbesserung durch Übergang zu höheren Bestandesdichten, Anhebung der Nutzungssätze oder Erweiterung des standortbedingten Baumartenspektrums hinauslaufen. The purpose of this study is to investigate the effects of spatially changed site conditions in the growth of Scots Pines (Pinus sylvestris). Emphasis is placed on the analysis of spatial and temporal reaction patterns of individual trees as well as stands. First, regional growth differences of Scots Pines are to be investigated and defined by location factors (spatial reaction pattern). The identification and quantification of possible changes in growth and yield potential (temporal reaction pattern) follows in a second step. The type and extent of determined growth trends as a function of current site conditions (spatial and temporal reaction patterns) are to be described here. Furthermore, possible reactions of Scots Pines in changed climates are examined. Data base for the analyses are the survey results of roughly 9,000 inventory points in pure pine stands from the permanent sample inventory of the Bavarian Ministry of Agriculture and Forestry (of those, 2,000 plots with repetition inventory). The data sets from 22 plots examined over the long term and some 1,900 single tree analyses were also used. Thus, a reliable base for structure, current performance and growth trends for Scots Pines was available. Different methodical approaches were applied using this extensive material data. Along with the description of the data by average values, an appropriate function is applied to describe in particular the height development and volume increase. By modifying this function local influences can be taken into consideration. Additionally, the influence of stand density in regard to the volume increase is included. The effect of some local parameters on the course of height development is described with the help of statistical methods. The identification and the quantification of growth trends is based on three different methodical approaches. First is the comparison of the observed stand values with the expected values of the WIEDEMANN yield table (1943, moderate thinning). Then there is the comparison of growth behavior in the period 1961 to 2000 with the growth processes in the period of the 1900 to 1960. The third method is the analysis of radial increase in different calendar time frames (method of the constant age). In order to gain insight of the growth potential of Scots pine in current conditions, growth projections are executed using the forest growth simulator SILVA 2.2. The site sensitivity of this simulator enables the realistic representation of typical regional growth behaviour. This instrument also can be used to quantify possible future reactions to climatic changes by Scots Pines. The results of all applied methods provides clear indication for positive growth trends which can only be caused by spatial factors. The tree height development in all examined regions shows a clear rise in the comparison to the WIEDEMANN yield table (1943, moderate thinning) starting in the 60's. The site class of present young stands is about 1.2 to 2.7 levels above the site classes of current mature stands. The deviations of the volume increment increases from the yield table (WIEDEMANN, 1943, moderate thinning) can amount to 200%. Compared to the period until 1960 the growth of Scots Pine during the last four decades produces an average increase of 2.5 VfmD/ha/a with determined stand density. Volume increments of up to 6-10 VfmD/ha/a can still be attained at 120 years of ages. Over the last 10 years the increment values of stands with a yield table related density of 1.0 clearly exceed the first site class in all age groups. This positive growth trend is found in all regions although starting level and extent differ in all regions. The starting level is all the more higher, the better the sites of the respective region are represented. The positive growth trend is stronger pronounced where the quality of the site conditions is worse. The largest site class increases in height development are found in regions with unfavourable initial conditions, for example nutrient-poor parent rocks or formerly scattered usage (e.g. in the 'Upper palatinate' basin). The negative growth trend on individual sample plots shows that the spatial influence factors can be overridden by local stand conditions. The values of the basal area and standing volume differ clearly in the examined regions, where the different silvicultural practises represent a further important variable. Untreated sample plots show the potential growth of Scots Pine with base area values up to 50 qm/ha and a standing volume of 700 VfmD/ha at an age of 140 years. The results of the study offer a solid base for planning in forest economical practice. In regions with clear positive growth trend the consequences can result in full utilization of the site improvement by transition to higher stand densities, rise of the amounts harvested or extension of the site-dependent tree species spectrum.

Der Zuwachs an Holz ist eine zentrale Größe zur ökonomischen und ökologischen Steuerung eines Forstbetriebes. Die Entwicklung von Modellen zu seiner Bestimmung beschäftigt deshalb schon seit langem die forstliche Forschung. Die erste Form solcher Modelle waren Ertragstafeln, die die Güte eines Standorts und damit dessen Zuwachspotential durch den auf ihm stockenden Bestand bestimmen. Die heute gebräuchlichen Tafeln wurden zum Großteil in der Mitte des 20. Jahrhunderts konstruiert. Sie geben nur noch ein ungenügendes Abbild des aktuellen Zuwachsgeschehens. Dennoch besitzen Ertragstafeln in der Praxis immer noch große Bedeutung. Ziel der Arbeit war es deshalb, Erkenntnisse zu gewinnen, wie hoch die Diskrepanz zwischen dem aktuell geleisteten Zuwachs und der Zuwachsprognose aus Ertragstafeln ist und durch welche Einflussfaktoren sie bestimmt wird. Diese Einflussfaktoren sollen zur Konstruktion von Modellen zur Korrektur von Ertragstafelprognosen verwendet werden. Zuwachsdaten von hoher statistischer Genauigkeit bieten die ersten Wiederholungsaufnahmen der permanenten Stichprobeninventur in 25 Betrieben der Bayerischen Staatsforstverwaltung und einiger anderer Eigentümer. Sie dienen als Referenzgröße für den Zuwachs der vergangenen 15 Jahre. Ihre prozentuale Abweichung zur entsprechenden Ertragstafelprognose ist die abhängige Variable für vier verschieden Formen von Regressionsmodellen, die jeweils für die Baumarten Fichte, Kiefer, Tanne, Europäische Lärche, Buche und Eiche formuliert werden. Als unabhängige Variablen gehen Daten zur Bestandesstruktur sowie Informationen aus der Standortskartierung in die Regressionsmodelle ein. Über das digitale Höhenmodell können jedem Stichprobenpunkt Höhe über N.N., Exposition und Hangneigung zugeordnet werden. Daten aus der Waldzustandserhebung bieten Informationen über den Nadel-/Blattverlust eines Bestandes. Von Stichprobenpunkten der Waldbodeninventur stehen Daten über die jährliche Stickstoffdeposition zur Verfügung. Die Aufnahmeraster von Waldzustandserhebung und Waldbodeninventur sind nicht deckungsgleich mit dem Inventurgitter der permanenten Stichprobe. Deshalb werden mittels einer geostatistischen Methode die punktförmigen Informationen aus Waldzustandserhebung und Waldbodeninventur verdichtet, so dass eine Zuordnung zu den Aufnahmepunkten der permanenten Stichprobeninventur möglich ist. In die einfache Form der Regressionsmodelle gehen als Erklärungsvariablen Bestandesalter, Bonität, Bestockungsgrad und Meereshöhe ein. Aufgrund der geringen Anzahl und schnellen Verfügbarkeit der notwendigen Informationen ermöglichen diese Modelle eine leicht durchführbare Korrektur von Ertragstafelprognosen. Die differenziertere Form der Modelle enthält je nach Baumart zusätzliche Einflussgrößen wie Baumartenanteil, Hangneigung und Stickstoffdeposition. Bei den Standortsmodellen werden anstelle der Bonität Standortsinformationen in die Modelle aufgenommen. Um regionale Standortsunterschiede im Zuwachs erfassen zu können, werden die Stichprobenpunkte mittels einer Clusteranalyse in sieben Gruppen mit vergleichbaren Klimaverhältnissen aufgeteilt. Diese Klimagruppen werden als Z-Variablen aus einer Kontrastkodierung in den Standortsmodellen berücksichtigt. Um auch lokale Standortsinformationen aus der Standortskartierung einbinden zu können, müssen die nominalen Standortziffern in einem vorgelagerten Schritt auf metrisches Skalenniveau angehoben werden. Die Klimagruppenmodelle als vierte Modellform werden getrennt für jede Baumart und Klimagruppe parametrisiert. Wesentliche Faktoren zur Erklärung der Ertragstafeldifferenz liegen in den bestandesbeschreibenden Parametern Alter, Bestockungsgrad und Bonität. Insbesondere in alten und dichten Beständen sowie für schlechte Bonitäten kann ein Zuwachs weit über Ertragstafelniveau angenommen werden. Mit steigender Meereshöhe verringert sich die positive Abweichung zur Ertragstafel. Die Stickstoffsättigung vieler Waldböden ist vermutlich Ursache dafür, dass der Zuwachs in Regionen mit niedriger jährlicher Stickstoffdeposition vergleichsweise hoch ist. Die standortsbeschreibenden Variablen in den Standortsmodellen zeigen nur geringen Einfluss auf die Zuwachsdifferenz zur Ertragstafel. Die Modelle lassen erkennen, dass auf gleichem Standort die Bonitäten in jüngeren Beständen besser als in Altbeständen sein müssen. Die Validierung der Modelle erfolgte an Daten aus der permanenten Stichprobe des gleichen Inventurzeitraums, die nicht in den Modellierungsprozess eingebunden waren. Es zeigt sich eine deutliche Verbesserung der Vorhersagegenauigkeit bei allen vier Modellformen. Die Unterschiede zwischen den einzelnen Formen sind gering. Allgemein gilt, dass die mittlere Abweichung des gemessenen Zuwachses am Stichprobenpunkt vom korrigierten Ertragstafelwert im Vergleich zur Verwendung der ursprünglichen Ertragstafelprognose sinkt, die Streuung der Abweichungen geringer und ihre Verteilung symmetrischer wird. Inwieweit sich die Erklärungsmodelle als Prognoseinstrument für den Zuwachs eignen, wird sich erst nach einer zweiten Inventurperiode mit anderer Witterung und sich vermutlich weiter verändernden Wuchsbedingungen zeigen. The increment of wood is a central factor in the economical and ecological control of a forest enterprise. The development of models to determine this is therefore a matter that has been of concern to forestry research for a long time. The first form of models of this type were yield tables, which determine the quality of a site and thus its increment potential through the stand continual growth. The commonest tables in use today were constructed in the middle of the 20th century. Today, they provide an inadequate illustration of current increment process. And yet, yield tables are still very important in practice. The objective of the work was therefore to find out how high the discrepancy between the actual increment in forest stands and increment predictions from yield tables is and to determine the factors that influence this discrepancy. The influencing factors are to be used to construct models to correct yield table predictions. Increment data of a high level of statistical precision were obtained from the first repeated measurement of continuous forest inventory in 25 stations of the Bavarian State Forestry Service and a few private forest stations. They serve as references for the increment in the last 15 years. Their percentage deviation from the corresponding yield table prediction was the dependent variable for various forms of regression models, which were formulated in each case for the species spruce, pine, fir, European larch, beech and oak. The independent variables for the regression models were stand structure data and information from site mapping. The digital elevation model was used to assign the height above sea level, aspect and slope to each random sample point. Data from the forest health survey provided information on the needle/leaf loss of a stand. Random sample points of forest soil inventory provided data on annual nitrogen deposition. The survey grid for forest health survey and forest soil inventory did not cover the same area as the inventory grid for continuous forest inventory. Consequently, a geostatistical method was used to compress the dot-type information from forest health survey and forest soil inventory, such that assignment to the sampling points for the continuous forest inventory was possible. The simple form of the regression model incorporated stand age, site index, stocking degree and height above sea level as independent variables. Because of the low volume and the ease of availability of the required information, these models make it easy to correct yield table predictions. Based on the species, the differentiated form of the model contains additional factors such as proportion of species, slope and nitrogen deposition. For site models, site information were incorporated into the model instead of site index. To be able to account for regional site differences in increment, random sample points were divided into 7 groups of comparable climatic conditions by using a cluster analysis. These climatic groups were incorporated into the site models as Z-variables from a contrast coding. Also, in order to incorporate local site information from site mapping, the nominal site figures had to be adapted to a metric scale level in a previous stage. The climatic group models, which were the fourth model form, were separately parameterised for each tree species and climatic group. Major factors that explained the differences between the measured increment and the yield tables were found in the stand parameters such as age, stocking degree and site index. In particular increment well above the yield table level can be expected in old and dense stands with poor site indices. In comparison with yield table, the positive derivation in increment decreases as the height above sea level increases. The nitrogen saturation of many forest soils is probably the reason why the increment in regions with low annual nitrogen deposition is comparatively higher. The site-describing variables in the site models show only a minor influence on volume increment difference from the yield table. The models show that on the same site, site indices in younger stands must be better than in older stands. The models were validated using data from the continuous forest inventory within the same inventory period, which were not incorporated in the modelling process. A clear improvement in the prediction precision was found for all four model forms. The differences between the individual model forms were minimal. Generally, it can be said that the average deviation of the measured increment at the random sample point from the corrected yield table value was reduced when compared with original yield table prediction. The spread of the deviations was smaller and its distribution was more symmetrical. The suitability of the explanation models as tools for predicting increment will only be justified after a second inventory period with different weather conditions and when growth condition may have further changed.

Die vorliegende Arbeit beschreibt die Entwicklung von Modellen, die es ermöglichen, Zustände und Veränderungen des Waldes im Hinblick auf Nachhaltigkeitskriterien sichtbar zu machen. Zur Charakterisierung der Nachhaltigkeit von Wäldern und Forstbetrieben werden verschiedene Merkmale näher betrachtet. Die aufgestellten Merkmale lehnen sich an die sogenannten Helsinki-Kriterien an. Für die verschiedenen Merkmale werden Schätzfunktionen zur Bewertung von Waldbeständen entwickelt. Für die Untersuchung wurden verschiedene Beispielbestände mit den Baumarten Fichte und Buche in unterschiedlichen Mischungsverhältnissen und verschiedenen Altersstufen ausgewählt. Diese finden sich in den Versuchsparzellen des Lehrstuhls für Waldwachstumskunde der Technischen Universität München. Sie sind für diese Untersuchung besonders geeignet, da zu diesen Beständen bereits umfangreiches Datenmaterial vorliegt. Die Versuchsflächendaten bildeten das Datenmaterial für die Expertenbefragung, in der Experten diese Bestände hinsichtlich der unterschiedlichen Merkmale bewerten sollten. Die Bewertung der Merkmale erfolgte anhand von Fotos der Versuchsflächen und wurde mittels Bewertungsbögen numerisch erfasst. Bei den Experten handelte es sich um Forstwissenschaftler, Mitarbeiter von Naturschutzorganisationen, von Zertifizierungsinstitutionen oder von Organisationen, die den Wald betreffende Themen bearbeiten. Wichtig für die Ansprache als Experte war, dass die befragte Person sich im Zusammenhang mit ihrem Spezialgebiet mit dem Wald auseinander gesetzt hat. Die Expertenbefragung mit Hilfe fotografischer Information lieferte neue Erkenntnisse in Form von qualitativen Bestandeseinschätzungen, die in einer deskriptiven Analyse herausgearbeitet werden. Die Ergebnisse der Expertenbefragung wurden in einem nächsten Schritt verschiedenen Struktrurindizes und weiteren waldwachstumskundlichen Kenngrößen der Bestände gegenüber gestellt. Aufbauend auf den gewonnenen Daten wurden mit Hilfe einer ordinalen Regression Schätzfunktionen zur Bewertung der Versuchsbestände hinsichtlich der verwendeten Nachhaltigkeitskriterien aufgestellt. Ziel dieses Verfahrens war es, Strukturindizes oder Kombinationen von Strukturkennwerten zu finden, die ein vorher definiertes Nachhaltigkeitskriterium hinreichend erklären. Die Schätzfunktionen setzen sich sowohl aus klassischen waldwachstumskundlichen Kenngrößen als auch berechenbaren Strukturindizes zusammen. Es zeigte sich, dass die klassischen Größen zumeist einen höheren Erklärungsanteil bei der Bewertung von Beständen im Hinblick auf die oben genannten Nachhaltigkeitskriterien haben. Die herausgearbeiteten Schätzfunktionen wurden an weiteren Beständen angewendet und getestet. Die vorliegende Arbeit zeigte, dass über eine Expertenbefragung mit Hilfe von visueller Information eine Bewertung von Beständen durchführbar ist. Die verwendeten Strukturparameter der Bestände zeigten sich als geeignete Größen mit einem hohen Erklärungsanteil für die Einordnung der Bestände hinsichtlich der aufgestellten Nachhaltigkeitskriterien. Die aufgestellten Schätzfunktionen sind geeignete Methoden zur Bewertung der Nachhaltigkeit von Waldbeständen. The objective of this research was to develop models that characterize the conditions of forest strands regarding the criteria of sustainability. For this characterisation different criteria were set and for each one of them estimating functions were developed. The criteria were based on the so-called Helsinki criteria. For the developments of the models stands of spruce and beech in different mixture proportions and different age structures were selected. The stands are out of the permanent sample plots of the Chair of Forest Yield Science of the Technische Universität München. A suitable data base for these plots already exists, due to previous research efforts of the Chair of Forest Yield Science. The evaluation of the stands was done with an expert questioning. Experts received a set of photographs of the stands along with an explanation of the different criteria; combining these two sets of information the experts gave their evaluation. The experts were chosen from forest institutions, from different nature protection organizations, certification institutions and other who work in forest related issues. In order to be considered an expert the person should have been specialized in forest management topics. The expert questioning together with the photographic information allowed to descriptive analysis of the stands. The results of the expert questioning were then combined with structural parameters and forest yield parameters using ordinal regression. The goal of this procedure was to find structural or yield parameters than can relate to and describe the sustainability criteria. The estimators consist thus both classical forest yield parameters and calculable structural indices. The evaluation showed that the classical forest yield parameters relate better to the defined sustainability criteria. The combination of expert knowledge and description of stand structure create a set of information that can be used as a base for an applicable forest management model. Thus making this a simple and reproducible method. The resulting estimators were tested using the SILVA computer simulation software. Different treatment strategies were inputed into the system together with inventory characteristics. The results of the simulation allowed a better understanding of how different strategies have an influence on the development of a forest over time, and thus helped evaluate their sustainability value. The research shows that an evaluation that uses visual information based expert questioning, is feasible. The use of structure parameters is a suitable technique for describing sustainability criteria. Ordinal regression estimators allows an evaluation of the sustainability of a forest stand.