Methodische Ansätze und Ergebnisse zur Quantifizierung des Buchen-Rotkerns in Hessen : Prof. Dr. Dr. h.c. Klaus von Gadow zum 70. Geburtstag gewidmet

Frankfurt am Main

Sauerländer Verlag

2011

S. 146-159

Artikel aus einer ZeitschriftUnselbständiges Werk

200173780

Allgemeine Forst- und Jagdzeitung 2011, 182(7/8), S. 146-159

Der vorliegende Beitrag präsentiert ein verallgemeinertes additives Regressionsmodell gam, das Zusammenhänge zwischen Einzelbaum, Bestandes- und Standortsvariablen und der Wahrscheinlichkeit verschiedener Rotkernausprägungen an Buche (Fagus sylvatica L.) beschreibt. Die Datenbasis sind über 80.000 Erdstämme, die im Zeitraum von 1993-1999 im Rahmen des regulären Holzeinschlags in Hessen angesprochen wurden. Die Rotkernansprache erfolgte, in ordinaler Form, so das ein multinomiales Regressionsmodell für rangskalierte Daten verwendet wird. Um eine hohe Praxistauglichkeit zu gewährleisten, werden neben dem BHD und der Erdstammlänge ausschließlich Variablen als Eingangsgrößen verwendet, die der forstlichen Praxis durch die Forsteinrichtung und Standortskartierung zur Verfügung stehen. Das Modell quantifiziert neben den Einflüssen des BHDs, der Erdstammlänge und des Bestandesalters den Einfluss der Seehöhe, des Ausgangsgesteins, der Trophie- und der Wasserhaushaltsstufe. Das Modellverhalten stimmt mit forstlichem Expertenwissen überein: Basalstandorte weisen ein höheres Verkernungsrisiko als Buntsandstein- und Grauwackenstandorte auf; das Verkernungsrisiko nimmt mit steigender Nährstoff- und Wasserversorgung zu; das Verkernungsrisiko steigt mit zunehmendem Alter und BHD. Das Modell soll zukünftig in zwei unterschiedlichen Anwendungsbereichen eingesetzt werden: (1) die Verwendung in einem Rotkerninformationssystem für die Einschätzung der aktuellen Verkernung von Einzelbäumen und Beständen auf der Grundlage von Waldinventuren. (2) die Verwendung in einem Entscheidungsunterstützungssystem zur Ableitung optimaler Nutzungszeitpunkte bzw. Zieldurchmesser unter Berücksichtigung des zukünftigen Verkernungsrisikos durch die Kombination mit einem Wachstumssimulator und ökonomischen Bewertungsmodellen im Rahmen der Waldbauplanung.