TreeNet ist ein Netzwerk zur Erfassung von Baumwachstums- und Baumwasserdefizit-Indikatoren und generiert laufend aktuelle Informationen über den Zusammenhang zwischen Umweltfaktoren (wie Klima, Trockenheit, Stickstoffeinträgen, etc.) und den physiologischen Prozessen von Einzelbäumen. Zentrale Methodik ist die Punktdendrometer-Messung zur automatischen Detektion von Stammradiusänderungen in Mikrometergenauigkeit in einer zeitlichen Auflösung von 10 Minuten. Die Daten werden laufend über Funk an eine zentrale Datenbank gesendet. TreeNet hat einerseits einzelne Standorte aus bestehenden Monitoring-Netzen ausgewählt, um möglichst repräsentative Gradienten der wichtigsten natürlichen und anthropogenen Einflüsse auf das Baumwachstum in der Schweiz abzudecken und andererseits bestehende Netzwerke um gemeinsame neue Standorte ergänzt, um die Zusammenarbeit zu aktuellen Forschungsfragen intensivieren zu können. Weltweit wohl erstmals konnte das Wachstum und das Wasserdefizit von Bäumen über eine so grosse Fläche wie der Schweiz mit den Daten und Ansätzen von TreeNet über fünf Jahre in einer stündlichen Auflösung ausgewertet werden. Die Analysen fokussierten auf die neuen Möglichkeiten, die dieser zeitlich hochaufgelöste Datensatz bietet und ging Fragen nach, wie derjenigen wann innerhalb einer Wachstumssaison oder auch wann innerhalb eines Tages die verschiedenen Baumarten wachsen. Der Bericht zeigt, wie sich die untersuchten Baumarten Buche, Fichte, Eiche, Föhre und Tanne in ihren Reaktionen unterscheiden, welche Bedingungen Wachstum ermöglichen, welche es limitieren und welche es verunmöglichen. Eine Schlüsselfrage war, in welchem Masse aktuelle Wachstumsraten mit aktuellen Klimabedingungen erklärt werden können und ob sich diese Erklärbarkeit steigern lässt, wenn Wachstumsdaten nicht wie üblich jährlich, sondern stündlich oder täglich aufgelöst werden. Die Analysen gaben eine deutliche Antwort: Die Erklärbarkeit von radialem Stammwachstum mit aktuell herrschenden Umweltbedingungen erhöht sich nicht mit besser aufgelösten Daten. Der Erklärungsgrad blieb meist deutlich unter 50%. Hauptgrund dürften die sogenannten ‘Memoryeffekte’ aus der Vergangenheit sein, die eine grosse Rolle für das aktuelle Wachstum spielen. Diese beeinflussen und modulieren die Beziehung zwischen dem Wachstum und den momentanen Bedingungen.
