Einleitung
Im Projekt 'WINMOL' befassen wir uns mit dem Sturmschadensrisiko und der Erfassung von Sturmschäden im Forst. Dabei wollen wir mit Hilfe von Sturmschadens- und Waldwachstumsmodellen Bestände, die ein hohes Risiko für Sturmschädigung aufweisen, erkennen und mittels der Modellierung unterschiedlicher waldbaulicher Szenarien Möglichkeiten bieten, das Sturmschadensrisiko zu verringern.
Weitere Informationen zum Projekt finden Sie auf der WINMOL-Webseite.Diese Seite bietet ausgewählte Modellergebnisse zum Sturmschadensrisiko auf unterschiedlichen Skalenenebenen und für unterschiedliche Baumarten und Bestände (Ausgewählte Vulnerabilitätskarte, Deutschlandkarte). Zusätzlich kann mit Hilfe der interaktiven Vulnerabilitätsabfrage das Sturmschadensrisiko für eine Kombination unterschiedlicher waldbaulicher Parameter und Baumarten abgeschätzt werden.
Zur Beurteilung eines Bestandes wird hier die Höhe der kritischen Windgeschwindigkeit genutzt. Dies ist die Windgeschwindigkeit, ab der ein Stammbruch oder Entwurzelung angenommen werden kann.
Hinweis zu den dargestellten Ergebnissen
Die hier gezeigten Werte für CWS und Schadenswahrscheinlichkeiten zeigen unsere Modellierungsergebnisse sowie einen systematischen Vergleich verscheidener Wachstums- und Bewirtscaftungsszenarien. Sie beruhen auf vereinfachendnen Annahmen und sind nicht als konkrete Empfehlungen zu verstehen. Für die Analyse des Strumschadensrisikos nutzen wir Daten zu Winterstürmen der Periode 1971-2000.
Methoden und Limitationen
Kurzeinführung in die Modelle
Bei der Modellierung des Sturmschadensrisikos mit dem Modell ForestGALES (FG) wird die kritische Windgeschwindigkeit berechnet. Bei Erreichen oder Überschreiten dieser Windgeschwindigkeit wird ein Baum geschädigt (Entwurzelung oder Stammbruch).
Die Modellierung des Waldwachstums erfolgt mit dem Waldplaner (Hansen, J.). Dieses Modell basiert auf der TreeGROSS Bibliothek.
Eingangsdaten
Wichtigen Eingangsdaten sind Datensätze zu Baumparametern (Datensatz der FVA Baden-Württemberg (BW), Level II Daten, und HBI-Daten) Die Einzelbaumdaten müssen sowohl von geschädigten als auch von ungeschädigten Bäumen stammen. Dazu benötigt es noch Referenz-Winddaten (CEDIM; Hofherr, T., Kunz, M., 2010). Die Einzelbaumdaten wurden im Waldwachstumssimulator Waldplaner für die Nutzung in FG aufbereitet.
Methodik
Mit Hilfe der Eingangsdaten haben wir das Sturmschadensmodell ForestGALES für deutsche Bestände angepasst. Aus dem angepassten Modell ForestGALES und den unterschiedlichen Bewirtschaftungsszenarien, die mit dem Waldplaner simuliert wurden, können wir danach Rückschlüsse auf den Zusammenhang zwischen Ertrag und Risiko ziehen. Einen vereinfachten Workflow finden Sie hier:
Die folgende Tabelle zeigt die eingesetzten Bewirtschaftungsszenarien:
Limitationen
Bei der Interpretation von modellierten Daten muss immer beachtet werden, dass Modelle die Realität nie komplett abbilden können und nur Annäherungen an diese sind. Demnach sind die Ergebnisse, die in dieser Applikation dargestellt werden auch unter Beachtung dieser Einschränkung zu interpretieren.
Deutschlandweite Sturmvulnerabilität von realen Beständen
Plots der Harmonisierten Bestandesinventur (HBI) in Deutschland
Zusätzliche Informationen
Dargestellt sind Bestände der Harmonisierten Bestandesinventur (HBI). Erklärung: Deutschlandweit wurde von auf einem Raster-liegende Bestandesdaten die kritischen Windgeschwindigkeiten berechnet. Im Zusammenspiel mit einer statistischen Betrachtung wie oft, wo und wie starke Stürme auftreten, lässt sich statisch abschätzen, ob die kritische Windgeschwindigkeit der Bestände häufig überschritten wird (geringe Jährlichkeit), also eine hohe Vulnerabilität vorliegt, oder nicht.
Zusätzlich zu den Windgeschwindigkeiten nutzen wir die daraus generierten Jährlichkeiten . Die Jährlichkeit als Kenngröße wird genutzt um Extremereignisse einzuordnen. Dabei wird eine Windgeschwindigkeit z.B. mit einer Jährlichkeit von 100 Jahren beschrieben, was bedeutet, dass diese Windgeschwindigkeit statistisch betrachtet alle 100 Jahre auftritt. Es ist zu beachten, dass die gleiche Windgeschwindigkeit aber auch an 2 aufeinanderfolgenden Jahren auftreten kann.
Datengrundlage ist die Harmonisierte Bestandesinventur (HBI) des Thünen-Instituts (Hilbrig, et al. 2014) und die GEWISA Daten (Hofherr, T., Kunz, M. 2010).
Bestandesentwicklung am Beispiel eines Level II Fichten-Plots
Veränderung der kritischen Windgeschwindigkeit über die Zeit
Auf der Übersichtskarte ist der Level II Plot verortet. Standardmäßig wird in der 3D-Ansicht der Bestand im Jahr 1996 abgebildet. Wenn sie auf die Buttons mit den anderen aufgeführten Jahren klicken, lädt die 3D-Ansicht neu und zeigt daraufhin das entsprechende Jahr an.
Hier können Sie das Erhebungsjahr für die Anzeige im 3D-Plot auswählen:
Es wird ein Ausschnitt des Level II Plots in der 3D-Ansicht dargestellt. Für die einzelnen Zeitschritte 1996, 2005 und 2019 wurde jeweils für die Einzelbäume die kritische Windgeschwindigkeit (CWS) berechnet.
Für den Zeitpunkt 1996 liegt die CWS im Schnitt bei 30-32 m/s. Für den Zeitpunkt 2019 liegt die CWS bei < 26 m/s. Im Zeitraum 1996-2019 verringerte sich die CWS um mindestens 4 m/s. Eine Verringerung der CWS ist gleichzustellen mit der Erhöhung des Sturmschadensrisikos. Denn die CWS ist die Windgeschwindigkeit, bei der ein Baum durch Stammbruch oder Entwurzelung zu Schaden kommt.
Für den hier gezeigten Level II Plot ist das Sturmschadensrisiko also im Jahr 2019 höher als im Jahr 1996.
3D-Ansicht
3D plot
Vulnerabilitäten typischer Bestände
Bestandesentwicklung
Ergebnisse zu Ihrer Auswahl für verschiedene Bewirtschaftungsformen
Hier können Sie auf dem blauen Balken verschiedenen Bestandesparameter zur Darstellung auswählen. dg: Durchmesser des Grundflächenmittelstammes; h/d: Höhe/Durchmesser (Bestandesmittel)
Ertrag und Risiko
Hier sehen Sie unter 'Ist-Zustand' die Entwicklung des Bestandesvolumens unter verschiedenen Bewirtschaftungsszenarien.
Haben Sie einen Standort gewählt? Dann wird im Hintergrund der Ertrags-Risiko-Entwicklung das berechnete Risiko
für den des gewählten Bestandes im jeweiligen Alter angezeigt.
Wählen Sie Option 'Ausfallwahrscheinlichkeit über Zeitspanne', um zu sehen, wie hoch das kumulierte Risiko über einen Bewirtschaftungszeitraum ausgehend vom Ausgangszustand ist.
Bitte wählen Sie vor dem Exportieren einen Bestand und einen gültigen Standort aus.
Ergebnis speichern als pdfKontakt
- Weitere Kontakte und Informationen zu laufenden und abgeschlossenen Forschungsprojekten finden Sie auf: Thünen-Institut Institut für Waldökosysteme
- Spezifische Fragen zum Wissensstand und zur Waldwachstums- und Sturmschadensmodellierung mit dem Waldplaner und ForestGALES: Line Grottian & Catrin Stadelmann
- Verbesserungsvorschläge zu dieser Webseite: Marco Natkhin & Line Grottian & Catrin Stadelmann
Das Johann Heinrich von Thünen-Institut, Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei – kurz: Thünen-Institut – besteht aus 15 Fachinstituten, die über sozioökonomische, ökologische und technologische Kompetenz verfügen. Das Thünen-Institut betreibt Forschung und Politikberatung mit Bezug zu ländlichen Räumen, Landwirtschaft, Wald und Fischerei.
Weiterführende Links und Quellen
- Forest Research: fgr – the ForestGALES R package. Das ForestGALES R package 'fgr' steht kostenfrei zum Download zur Verfügung, Bedingung ist das Akzeptieren einer Lizenzvereinbarung mit 'Forestry Commission of Silvan House, 231 Corstorphine Road, Edinburgh EH12 7AT'. https://www.forestresearch.gov.uk/tools-and-resources/fthr/forestgales/fgr-the-forestgales-r-package/
- Gauer, J., Kroiher, F. (Hrsg., 2011): Waldökologische Naturräume Deutschlands – Forstliche Wuchsgebiete und Wuchsbezirke – Digitale Topographische Grundlagen – Neubearbeitung Stand 2011. Landbauforschung Sonderheft 359. ISSN: 0376-0723
- Hilbrig, L., Wellbrock, N. und Bielefeldt, J. (2014): Harmonisierte Bestandesinventur, Zweite Bundesweite Bodenzustandserhebung, BZE II, Methode. Thünen Working Paper 26.
- Hofherr, T., Kunz, M. (2010): Extreme wind climatology of winter storms in Germany. In Climate Research 41, pp. 105–123. DOI: 10.3354/cr00844
- Jung, C., Schindler, D. Albrecht, A., Buchholz, A. (2016): The Role of Highly-Resolved Gust Speed in Simulations of Storm Damage in Forests at the Landscape Scale: A Case Study from Southwest Germany. Atmosphere 7:7. DOI: 10.3390/atmos7010007
- TreeGroSS Bibliothek (Tree Growth Open Source Software): https://www.nw-fva.de/veroeffentlichen/software/treegross
- Wachstumssimulator 'Waldplaner':Hansen, J., NW-FVA: WaldPlaner. https://www.nw-fva.de/veroeffentlichen/software/waldplaner
TreeGrOSS ist eine Softwarebibliothek, welche Funktionen zur Simulation des Waldwachstums und zur Abbildung forstlicher Eingriffe beinhaltet.Die Software ist frei verfügbar und unterliegt der Lizenz GPLv3.
Der Waldplaner ist eine OpenSorce Anwendung uns steht unter der GNU General Public License (GPL) Er nutzt die java-Bibliothek TreeGrOSS.