DSS - WuK

Name des Modells:

TreeGrOSS, Version 7.5.7

Modellentwickler:

Prof. Dr. J. Nagel, Dr. H. Duda, J. Hansen, Dr. S. Hentschel, Dr. M. Schmidt, Dr. M. Albert

Zielsetzung/Zweck:

Das Waldwachstumsmodell prognostiziert das Einzelbaumwachstum mit den Modelleinstellungen für Nordwestdeutschland (Nagel, 2009, Döbbeler et al., 2002).

Modelltyp:

statistisches, distanzunabhängiges Einzelbaumwachtumsmodell

Zustandsvariablen:

Skaleneben:

Einzelbaum, 5-jähige Prognoseperioden

Prozessüberblick und Ablaufplan:

Das Waldwachstumsmodell BWINPro wurde für 5-jährige Zeitschritte parametrisiert. Dies hängt im Wesentlichen damit zusammen, dass die meisten Versuchsflächen in einem 5-jährigen Turnus aufgenommen wurden. Theoretisch lassen sich aber mit der Software auch kleinere Zeitintervalle simulieren. Ein Zeitschritt wird mit der Methode grow() der Klasse Stand ausgelöst und es werden von der Software die folgende Schritte durchlaufen:

1. Überprüfung der altersbedingten Mortalität
2. Überprüfung der konkurrenzbedingten Mortalität
3. Schätzung von Höhen- und Grundflächenzuwachs
4. Erhöhung des Alters um 5 Jahre
5. Bestimmung des BHD und der Höhe nach 5 Jahren
6. Anpassung von Kronenansatz und -breite an die neuen Dimensionen
7. Update der ertragskundlichen Werte durch die Methode descspecies()

Stochastizität:

Zufallseffekte sind in der Durchmesserzuwachs- und Höhenzuwachsschätzung enthalten.

Die Simulationssoftware TreeGrOSS wurde in erster Linie für das Waldwachstumsmodell BWINPro erstellt (Nagel et al., 2002, Nagel, 2005, Nagel et al., 2006). Bei dem Wachstumsmodell handelt es sich um ein statistisches Modell, bei dem jeder einzelne Baum eines Bestandes in seiner Entwicklung beschrieben wird. Dieser sogenannte Einzelbaumansatz ermöglicht es, nahezu je Bestandesstruktur und –zusammensetzung zu simulieren. In BWINPro wird das Baumwachstum stark abstrahiert und ist auf den BHD- und Höhenzuwachs reduziert. Die Funktionen zur Zuwachsschätzung wurden mit Hilfe des Versuchsflächenmatrials baumartenweise parametrisiert. Als Zuwachs beeinflussende Größen werden das Alter, die Kronenmantelfläche, der Kronenkonkurrenzindex und dessen Veränderung bei Durchforstungen verwendet. Über den spezifischen Standraumbedarf der Baumarten, der sich hauptsächlich aus der Kronengröße ergibt, werden die Mischbestandseffekte im Modell realisiert. Die Kronengröße wird im Modell aus der Höhe, dem Kronenansatz und der Kronenbreite für einen unterstellten Paraboliden berechnet, wobei die für die Kronenmantelfläche und den Kronenkonkurrenzindex notwendigen Kroneninformationen über statische Funktionen aus dem BHD, der Höhe und der Bestandesoberhöhe geschätzt werden.

Der Simulator lässt sich theoretisch nur einsetzen, wenn ein kompletter Datensatz für einen Bestand zur Verfügung steht. Im praktischen Forstbetrieb, der Forsteinrichtung und auch bei Inventuren ist es aus Zeit- und Kostengründen meist nicht möglich, eine derart aufwendige Datenerhebung durchzuführen. Aus diesem Grund ist die Simulationssoftware mit einigen Datenergänzungsroutinen und einer Routine zur Erzeugung von Durchmesserverteilungen ausgestattet. Mit dem Aufruf der Methode missingData() der Klasse Stand werden fehlende Informationen zu den Einzelbäumen ergänzt.

Höhenzuwachsschätzung

In den meisten Einzelbaummodellen ist die Schätzung des Höhenzuwachses mit der größten Modellunsicherheit behaftet. Selten haben Höhenzuwachsmodelle Bestimmtheitsmasse, die größer als 0,4 betragen. Dies hängt zu einem großen Teil damit zusammen, dass die Baumhöhen schwierig zu messen und daher mit einem nicht unerheblichem Fehler belastet sind. Gerade in Laubholzbeständen ist der Höhenzuwachs älterer Bäume selbst bei fünfjährigen Messintervallen zum Teil geringer als der Messfehler. So haben zum Beispiel Buchen der II. Ertragsklasse nach Schober in einem Alter von 120 Jahren einen durchschnittlichen Höhenzuwachs von 0,6m bei einer Mittelhöhe von 30,5m. Der Fehler in der Höhenmessung wird bei Kramer und Akca (1982) mit 1% angegeben. Nach den Erfahrungen der Nordwestdeutschen Forstlichen Versuchsanstalt dürfte er bei Laubholz aber eher bis zu 3% betragen. Das bedeutet, dass der Höhenmessfehler bereits der einmaligen Messung mit 0,92m erheblich über dem fünfjährigen Zuwachs liegt. Um den Höhenwachstumsmodellen eine gewisse Robustheit zu verleihen, werden daher häufig Höhenwachstumsentwicklungen verwendet, die aus Bestandeswerten hergeleitet werden.

Der Höhenzuwachs wird in vielen statistischen Waldwachstumssimulatoren über zwei Teilmodelle berechnet. Das erste Teilmodell schätzt den potentiellen Höhenzuwachs. Der potentielle Höhenzuwachs kann entweder aus Beobachtungswerten, um die eine Umhüllende gelegt wird hergeleitet werden (Pretzsch 2001; Guericke 2001) oder er kann aus der Oberhöhenentwicklung von Bonitätsrahmen von Ertragstafeln oder Bestandesmodellen berechnet werden.

Der individuelle Höhenzuwachs eines Baumes wird in den meisten statistischen Modellen geschätzt, in dem der potentielle Höhenzuwachs mit einem Faktor modifiziert wird (Hasenauer 2006).

Durchmesserzuwachsschätzung

Im Modell BWINPro wird der Durchmesserzuwachs aus der Schätzung des Grundflächenzuwachses errechnet. Der Grundflächenzuwachses wird über die Variablen Alter, Kronenmantelfläche, Kronenkonkurrenzindex und die Veränderung des Kronenkonkurrenzindexes bestimmt. Die Kronenmantelfläche wird aus dem Kronenansatz und der Kronenbreite nach der Formel eines quadratischen Paraboliden hergeleitet.

Die Kronenveränderung erfolgt in BWINPro über statischen Funktionen für den Kronenansatz und die Kronenbreite. Für den Kronenansatz gilt die Nebenbedingung, dass der Kronenansatz nicht kleiner werden kann.

Bestandesbehandlung

Die Wuchsleistung der Bäume und auch des gesamten Bestandes kann durch forstliche Eingriffe erhebliche beeinflusst werden. Aus diesem Grund muss ein Waldwachstumssimulator auch Eingriffmöglichkeiten verfügen. Die Eingriffe erfolgen hier automatisiert. Baumartenspezifisch wird ab einer erreichten Oberhöhe und bei entsprechender Bestandesgrundfläche eine mäßige Durchforstung durchgeführt. Die Intensität des Eingriffs orientiert sich an der Absenkung des natürlichen Bestockungsgrades.

Input:

Baumart Eiche (Quercus spec.)

Baumart Buche (Fagus silvatica)

Baumart Fichte (Picea abies)

Baumart Douglasie (Pseudotsuga menziesii)

Baumart Kiefer (Pinus sylvestris)

Albert, M., (2000): Ein funktionalisierter Höhenergänzungsalgorithmus für Einzelbaumwachstumsmodelle. Jahrestagung des DVFFA -Sektion Ertragskunde- in Kaiserslautern.

Bergel, D. (1973): Formzahluntersuchungen an Buche, Fichte, europäischer Lärche und japanischer Lärche zur Aufstellung neuer Massentafeln. Allg. Forst- u. J. Ztg. 144 (5/6): 117-124

Bergel, D. (1974): Massentafeln II Eiche Roteiche Kiefer. Niedersächsische Forstliche Versuchsanstalt, Göttingen

Bergel, D. (1985): Douglasienertragstafel für Nordwestdeutschland. Niedersächsische Forstliche Versuchsanstalt.

Bergel, D. (1987): Derbholz-Massentafeln III (Nordwestdeutschland). Niedersächsische Forstliche Versuchsanstalt.

Döbbeler, H. (2004): Simulation und Bewertung von Nutzungsstrategien unter heutigen und veränderten Klimabedingungen mit dem Wuchsmodell SILVA 2.2. Dissertation Univ. Göttingen. S. 231

Döbbeler, H.; Albert, M.; Schmidt, M.; Nagel, J. (2002): BWINPro – Programm zur Bestandesanalyse und Prognose. Handbuch zur Version 6.1. Niedersächsische Forstliche Versuchsanstalt Abteilung Waldwachstum, Göttingen, S. 121

Guericke, M. (2001): Versuchsflächenanalyse, Modellparametrisierung und waldbauliche Konsequenzen für die Behandlung von Buchen-Lärchen-Mischbeständen im Südniedersächsischen Bergland. Dissertation Universität Göttingen (http://webdoc.sub.gwdg.de/diss/2001/guericke/index.html)

Hausenauer (2006): Sustainable Forest Management, Growth Models for Europe. Springer, Berlin, Heidelberg

Kramer, H.; Akça; A. (1982): Leitfaden für Dendrometrie und Bestandesinventur, J.D. Sauerländer's Verlag, Frankfurt a.M.

Nagel, J.; Biging, G.S. (1995): Schätzung der Parameter der Weibullfunktion zur Generierung von Durchmesserverteilungen. Allg. Forst- u. J. Ztg. 166 (9/10): 185-189

Nagel, J. (1999): Konzeptionelle Überlegungen zum schrittweisen Aufbau eines waldwachstumskundlichen Simulationssystems für Nordwestdeutschland. Schriften aus der Forstlichen Fakultät der Universität Göttingen und der Nieders. Forstl. Versuchsanstalt, Band 128, J.D. Sauerländer's Verlag, Frankfurt a.M., S.122

Nagel, J.; Albert, M.; Schmidt, M. (2002): Das waldbauliche Prognose- und Entscheidungsmodell BWINPro 6.1. Forst u. Holz 57, (15/16) 486-493

Nagel, J. (2005): TreeGrOSS eine Java basierte Softwarekomponente zur Waldwachstumsmodellierung für Forschung. Lehre und Praxis. Deutscher Verband Forstlicher Forschungsanstalten - Sektion Forstliche Biometrie und Informatik, 15. Tagung Freiburg 9.-10. Oktober 2003, 33-37.

Nagel, J.; Duda, H.; Hansen, J. (2006): Forest Simulator BWINPro7. Forst und Holz 61, Heft 10, S.427-429

Pretzsch, H. 2001: Modellierung des Waldwachstums. Parey Buchverlag Berlin. 341 S.