DSS - WuK

Name des Modells:

LAI-Schätzmodel

Modellentwickler:

Ahrends

Zielsetzung/Zweck:

Schätzung des Blattflächenindex (LAI) anhand von Bestandesparametern

Modelltyp:

empirisch

Zustandsvariablen:

Skalenebenen:

Bestand

Prozessüberblick und Ablaufplan:

Das LAI-Schätzmodell basiert auf dem Model von Law et al. (2001):

• wobei:
• SLA: spezifische projizierte Blattfläche (m² kg^-1)
• M_lit: jährlicher Blatt-/Nadelstreufall (kg m^-2 a^-1)
• F_t: Umsatzrate der Blätter/Nadeln [a^-1]
• F_abs: anteiliger Massenverlust durch Abszission [-]

In das Modell von Law et al. (2001) wurde ein Streufallmodel nach (Ahrends 2008) integriert, so dass der Blattflächenindex (LAI) direkt aus Bestandesparametern abgeleitet werden kann.

• wobei:
• SLA: spezifische projizierte Blattfläche (m² kg^-1)
• dg : Durchmesser des Grundflächenmittelstammes [cm]
• n: Stammzahl [n ha^-1]
• F_t,0: Umsatzrate der Blätter/Nadeln bei einer Jahresmitteltemperatur von 0°C [a^-1]
• F_abs: anteiliger Massenverlust durch Abszission [-]
• b1, b2: Regressionskoeffizienten

Tabelle 1: Modellparameter zur Ermittlung des Blattflächenindex (LAI).

Um die Anwendungsmöglichkeiten des vorab beschriebenen Modellansatzes zu dokumentieren, wurden Abschätzungen des LAI’s mit Hilfe der Stammzahlen und des dg’s aus den Ertragstafeln von Schober (1995) durchgeführt. Die Ergebnisse dieses Schätzverfahrens sind in der Abbildung 1 dargestellt. Um die Plausibilität zu überprüfen sind zusätzlich in die Diagramme LAI-Werte aus der Literatur eingetragen, die jedoch keine Validierung im eigentlichen Sinne sind. Die dargestellten Ergebnisse zeigen für alle Baumarten auf Bestandesebene eine Art „Gleichgewicht“ des LAI’s. Es zeigt sich, dass nach dem Erreichen des Stangenholzalters (BHD 7-20 cm) die Laubmasse und damit der LAI unabhängig vom Bestandesalter in etwa gleich bleibt. Demgegenüber kommt es bei den Kiefern nach Erreichen eines absoluten Maximums im Stangenholzalter mit steigendem Bestandesalter zu einer Verringerung des LAI’s. Eine entsprechende Dynamik der Nadelmasse wird auch in der Literatur für Kiefernbestände beschrieben (Heinsdorf & Krauß 1990, Vanninen et al. 1996).

Abbildung 1: Dynamische Modellierung des projizierten Blattflächenindices (LAI) bei unterschiedlichen Leistungsklassen und Durchforstungsintensitäten (linke Spalte: mäßige Durchforstung [m]; rechte Spalte: starke Durchforstung [s]) für die Baumarten Kiefer, Fichte, Douglasie, Buche und Eiche. Datengrundlage sind die Ertragstafeln nach Schober (1995). Die Literaturangaben zum Blattflächenindex und dem Bestandesalter entstammen den folgenden Quellen: Barclay & Trofymow 2000, Bartelink 1997, Bauer et al. 1997, Bouriaud et al. 2003, Hammel & Kennel 2001, Jaeger & Kessler 1997, Karlik & McKay 2002, Knyazikhin et al. 1997, Lamaud et al. 2001, Lankreijer et al. 1993, Law et al. 2001, Leuschner et al. 2006, Mencuccini & Bonosi 2001, Mitscherlich 1978, Nilson et al. 1999, Palva et al. 2001, Rutter & Morton 1977, Salm et al. 2006, Weiskittel & Maguire 2006, Xiao 2006).

Stochastizität:

Nein

Input:

Submodelle:

-

Ahrends, B., C. Penne & O. Panferov (2010a): Impact of target diameter harvesting on spatial and temporal pattern of drought risk in forest ecosystems under climate change conditions. The Open Geography Journal, 3, 91-102.

Ahrends, B., H. Meesenburg, C. Döring & M. Jansen (2010b): A spatio-temporal modelling approach for assessment of management effects in forest catchments. Status and Perspectives of Hydrology in Small Basins, IAHS Publ. 336, 32-37.

Ahrends, B. (2008): Dynamische Modellierung der langfristigen Auswirkungen des Waldumbaus von Kiefernreinbeständen auf die Kohlenstoffspeicherung im Auflagehumus saurer Waldböden in Nordwestdeutschland. Horizonte, 21. Der Andere Verlag. Tönning, Lübeck & Marburg. 162 S.

Barclay, H. J. & J. A. Trofymow (2000): Relationship of readings from the LI-COR canopy analyzer to total one-sided leaf area index and stand structure in immature Douglas-fir. Forest Ecology and Management, 132, 121-126.

Bartelink, H. H. (1997): Allometric relationships for biomass and leaf area of beech (Fagus sylvatica L). Ann. Sci. For, 54, 39-50.

Bauer, G., E.-D. Schulze & M. Mund (1997): Nutrient contents and concentrations in relation to growth of Picea abies and Fagus sylvatica along an European transect. Tree Physiology, 17, 777-786.

Bouriaud, O., K. Soudani & N. Breda (2003): Leaf area index from litter collection: impact of specific leaf area variability within a beech stand. Can. J. Remote Sensing, 29, (3): 371-380.

Hammel, K. & M. Kennel (2001): Charakterisierung und Analyse der Wasserverfügbarkeit und des Wasserhaushalts von Waldstandorten in Bayern mit dem Simulationsmodell BROOK90. Forstliche Forschungsberichte München, 185. Heinrich Frank. München. 148 S.

Heinsdorf, D. & H.-H. Krauß (1990): Schätztafeln für Trockenmasse und Nährstoffspeicherung von Kiefernbeständen. IFE-Berichte aus Forschung und Entwicklung, 18. Eberswald-Finow: Institut für Forstwissenschaften. Eberswalde. 77 S.

Jaeger, L. & A. Kessler (1997): Twenty years of heat and water balance climatology at the Hartheim pine forest, Germany. Agricultural and Forest Meteorology, 84, 25-36.

Karlik, J. F.-. & A. H. Mckay (2002): Leaf area index, leaf mass density, and allometric relationships derived from harvest of blue oaks in a california oak savanna. USDA Forst Service Gen. Tech. Rep. PSW-GTR, 719-729.

Knyazikhin, Y., G. Meißen, O. Panferov & G. Gravenhorst (1997): Small-scale study of three-dimensional distribution of photosynthetically active radiation in a forest. Agricultural and Forest Meteorology, 88, 215-239.

Lamaud, E., J. Ogée, Y. Brunet & P. Berbigier (2001): Validation of eddy flux measurements above the understorey of a pine forest. Agricultural and Forest Meteorology, 106, 187-203.

Lankreijer, H. J. M., M. J. Hendriks & W. Klaassen (1993): A comparision of models simulating rainfall interception of forests. Agricultural and Forest Meteorology, 64, 187-199.

Law, B. E., S. Van Tuyl, A. Cescatti & D. D. Baldocchi (2001): Estimation of leaf area index in open-canopy ponderosa pine forests at different successional stages and management regimes in Oregon. Agricultural and Forest Meteorology, 108, 1-14.

Leuschner, C., S. Voß, A. Foetzki & Y. Clases (2006): Variation in leaf area index and stand leaf mass of European beech across gradients of soil acidity and precipitation. Plant Ecology, 182, 247-258.

Mencuccini, M. & L. Bonosi (2001): Leaf/sapwood area ratios in Scots pine show acclimation across Europe. Can. J. For. Res., 31, 442-456.

Mitscherlich, G. (1978): Wald, Wachstum und Umwelt. Band 1: Form und Wachstum von Baum und Bestand. Sauerländer. Frankfurt a.M. 144 S.

Nilson, T., J. Anniste, M. Lang & J. Praks (1999): Determination of needle area indices of coniferous forest in the NOPEX region by ground-based optical measurements and satelite images. Agricultural and Forest Meteorology, 98-99, 449-462.

Palva, L., T. Markkanen, E. Siivola, E. Garam, M. Linnavuo, S. Nevas, F. Manoochehri, P. Hari & R. Sepponen (2001): Tree scale distributed multipoint measuring systems of photosynthetically active radiation. Agricultural and Forest Meteorology, 106, 71-80.

Rutter, A. J. & A. J. Morton (1977): A predictive model of rainfall interception in forest. III. Sensitivity of the model to stand parameters and meteorological variables. J. Appl. Ecol., 14, 567-588.

Salm, C., H. D. Van Der Gon, R. Wieggers, A. Bleeker & A. Van Den Toorn (2006): The effect of afforestation on water recharge and nitrogen leaching in the Netherlands. Forest Ecology and Management, 221, 170-182.

Schober, R. (1995): Ertragstafeln wichtiger Baumarten bei verschiedener Durchforstung. 4. Aufl. Sauerländer. Frankfurt a.M. 166 S.

Vanninen, P., H. Ylitalo, R. Sievänen & A. Mäkelä (1996): Effect of age and site quality on the distribution of biomass in Scots pine (Pinus sylvestris L.). Trees, 10, 231-238.

Weiskittel, A. R. & D. A. Maguire (2006): Response in Douglas-fir leaf area index and litterfal dynamics to Swiss needle cast in north coastal Oregon.

Xiao, C.-W. (2006): Variation of specific leaf area and upscaling to leaf area index in mature Scots pine. Trees, 20, 304-310.