ArticlePDF Available

Forest Structure and diversity [Waldstruktur und Diversität]

Authors:
  • University Göttingen Germany; Beijing Forestry University, China; University of Stellenbosch South Africa

Abstract

Methods for defining structural attributes are important in the practice of managing mixed uneven-aged forests. New state variables for describing the spatial diversity of tree positions, tree dimensions and tree species within a given forest are being presented. These variables can be assessed in the field by sampling nearest neighbour information. They can be used to characterize modifications of forest structure resulting from silvicultural activity, to measure differences between forests in time and space, and to analyse the differences between observed and expected structures.
Waldstruktur und Diversität
Klaus v. Gadow
Institut für Forsteinrichtung und Ertragskunde, Georg-August Universität Göttingen
Reference: Gadow, K. v., 1999: Waldstruktur und Diversität. Allg. Forst- u. Jagdztg 170 (7): 117-122.
Diese Arbeit ist Herrn Professor Dr. Dr. h. c. Kramer zum 75. Geburtstag gewidmet.
Horst Kramer hat die forstlichen Kernbereiche Forsteinrichtung, Waldinventur und
Waldwachstum jahrzehntelang mit einer erstaunlichen Produktivität vertreten. Sein bisheriges
wissenschaftliches Werk umfaßt über 250 Veröffentlichungen, darunter 22
Buchveröffentlichungen sowie zahlreiche Beiträge für Sammelwerke. Etwa 30 Publikationen
sind in englischer, spanischer, schwedischer oder französischer Sprache erschienen.
Besonders bekannt im deutschsprachigen Raum sind seine Bücher Begriffe der
Forsteinrichtung, Nutzungsplanung und Waldwachstumslehre. Der gemeinsam mit Prof.
Akca veröffentlichte, inzwischen in vierter Auflage erschienene Leitfaden zur Waldmeßlehre
ist ein Bestseller der forstlichen Fachliteratur. Ebenfalls ein großer Erfolg ist das
Dendrometer, der sog. “kleine Kramer”, der sich im In- und Ausland nachhaltig großer
Beliebtheit erfreut. Seine Auslandstätigkeit war besonders weitreichend. Er unternahm
regelmäßig Studien- und Vortragsreisen, betreute zahlreiche ausländische Stipendiaten und
war Gastprofessor in Berkeley, Peking, Monterrey, Valdivia und Stellenbosch. 1967 wurde
ihm der Jahrespreis durch die Society of Foresters of Great Britain verliehen. 1984 wurde er
ausländisches Mitglied der Académie Royale D’Agriculture et de Sylviculture de Suéde. Die
Universität von Nuevo León in Mexiko ehrte ihn mit der Verleihung der Verdienstmedaille in
Silber und der Ehrendoktorwürde. Wer den Jubilar kennt, kann bestätigen, daß sein Interesse
an der Waldforschung nach der Emeritierung kaum nachgelassen hat. Zu seinen derzeitigen
Forschungsschwerpunkten gehören Inventurmethoden und Strukturanalysen in
ungleichaltrigen Naturwaldbeständen, Untersuchungen zum Wachstum einzelner Bäume und
die Forstgeschichte. Wir wünschen Horst Kramer gute Gesundheit und Schaffenskraft. Für
das von ihm Erreichte zollen wir ihm unsere uneingeschränkte Anerkennung und unseren
Dank.
Schlagworte: Waldstruktur, Differenzierung, Durchmischung, Winkelmaß.
Keywords: diversity, size differentiation, spatial mingling.
2
Einleitung
Die Forsteinrichtung in Deutschland ist durch eine mehr als zweihundertjährige Tradition
geprägt, deren zentrales Anliegen bisher darin bestand, die Nachhaltigkeit der Holzerzeugung
zu sichern. Die Veränderung der forstpolitischen Rahmenbedingungen zwingen zum
Umdenken und diese Neuorientierung zeigt inzwischen spürbare Auswirkungen. Die
Forsteinrichtung sucht nach neuen Verfahren der Inventur und Planung. Diese Suche wird
u.a. beeinflußt durch die Diskussion um die Erhaltung und Verbesserung der Biodiversität
und Förderung der natürlichen Eigendynamik der Waldentwicklung (Sturm, 1993; Fähser,
1997), und durch die zunehmende und variierende Nachfrage nach Qualitätsprodukten mit
steigenden Ansprüchen an eine effiziente Holznutzung (Wegener, 1995; Puumalainen et al.,
1998).
Neue Zustandsvariablen, die die Waldstruktur und Biodiversität beschreiben, erlangen
zunehmende Bedeutung (Füldner, 1995; Aguirre et al., 1998). Parameter der Raumstruktur
eignen sich u.a. zur Beschreibung der Diversität (Szaro u. Johnston, 1996) und der Habitat-
Heterogenität (Pearson et al., 1996)1. Sie können in drei Gruppen eingeteilt werden: a)
positionsunabhängige und b) positionsabhängige Parameter zur Charakterisierung des
Gesamtbestandes und c) Variablen zur Erfassung der kleinräumige Strukturunterschiede auf
der Basis von Nachbarschaftsbeziehungen (Abb.1, nach Albert u. Gadow, 1998).
Abbildung 1. Zur Beschreibung der Waldstruktur und Diversität auf drei Ebenen kommen
drei Gruppen von Variablen zur Anwendung.
Three groups of variables are being used for describing forest structure and diversity on
three different levels.
1 Solange es nicht gelingt, den Idealzustand zu definieren, wird es allerdings kaum gelingen, eine Naturnähe
oder einen Hemerobiegrad zu ermitteln (Sprugel, 1991).
3
Eine besondere Herausforderung für die Forsteinrichtung wird darin bestehen, Struktur-
Indikatoren der Nachhaltigkeit zu definieren, die eine sinnvolle Beurteilung forstlicher
Eingriffe in Mischwäldern ermöglichen (Albert, 1998).
Beschreibung der Waldstruktur
Der Begriff Struktur bezieht sich auf die spezifische Anordnung der Elemente eines Systems.
Die Waldstruktur beschreibt dementsprechend die Verteilung der Baumeigenschaften
innerhalb eines Waldes. Die Waldstruktur kann mit Hilfe von Variablen beschrieben werden,
die einen Vergleich zwischen einer gegebenen Situation und einer oder mehreren
Standardsituationen ermöglichen2. Dabei empfiehlt sich die Unterscheidung zwischen
Merkmalen, die einfache Strukturen beschreiben und Merkmalen der räumlichen Struktur.
Arten- und Dimensionsanteile
Die Beschreibung der einfachen Waldstruktur befaßt sich mit den Anteilen bestimmter
Merkmale innerhalb einer Population, z.B. mit den Anteilen der Baumarten oder den
Anteilen unterschiedlicher Baumdimensionen (Abb. 2; vgl. Vanclay, 1998).
niedrig
hoch
Variable
Artenreichtum
(species richness)
Shannon Index
Dimensionsreichtum
(size class richness)
BHD-Verteilung
Abbildung 2. Einfache Merkmale der Waldstruktur. Die räumliche Verteilung der
Baumeigenschaften wird nicht berücksichtigt.
Simple, non-spatial indices of forest structure.
Der Artenreichtum bzw. die Artendiversität kann mit Hilfe des Index von Shannon u. Weaver
(1949) beschrieben werden:
2 Der Korrelationskoeffizient zum Beispiel, der die Intensität einer linearen Beziehung zwischen zwei Größen
mißt, hat drei interpretierbare Bezugspunkte: 1, 0 und -1. Der Wert 1 sagt aus, daß eine perfekte lineare
Beziehung mit positiver Steigung vorliegt. Bei 0 existiert keine Beziehung und bei -1 ist die Beziehung
ebenfalls perfekt, aber die Steigung negativ. Zum Zweck der Interpretation ist die Standardisierung des Index
von großer Bedeutung, d.h. die Wahl der interpretierbaren Bezugswerte.
4
wobei S = Anzahl der vorkommenden Arten
mit ni= Anzahl der Individuen der Art i und N=Anzahl aller Individuen.
Der Shannon-Weaver-Index erfüllt drei Bedingungen (Pielou, 1977, p. 293 ff): a) die
Artendiversität erreicht einen Maximalwert, wenn alle Arten mit gleichen Anteilen vertreten
sind3, b) sind die Arten in zwei Populationen gleichmäßig verteilt, dann weist die Population
mit der größeren Anzahl von Arten die höhere Diversität auf und c) wird eine zusätzliche
Klassifikation verwendet, z.B. eine zusätzliche Einteilung in Höhenklassen, und beide
Klassifikationen sind voneinander unabhängig, - d.h. die Kenntnis der Art enthält keine
Information über die Höhe, - dann ist die Arten-Höhen-Diversität gleich der Summe aus
Arten-Diversität und Höhen-Diversität: H’(Art,Höhe)=H’(Art)+H’(Höhe). Der
Dimensionsreichtum kann durch die Verteilung der Baumdurchmesser, Baumvolumen,
Kronenlängen oder Kronenschirmflächen charakterisiert werden. Einfache Diversitätsindizes
werden bei der Auswertung von permanent markierten Probekreisen berücksichtigt, in denen
räumliche Strukturparameter wegen des Randproblems nicht verwendet werden können
(Sterba, 1998; Nagel, 1998; s. Abb. 3).
Abbildung 3. Innerhalb räumlich begrenzter Probeflächen kann eine Aussage über die
einfache Struktur ausreichend sein, da die Anteile gleichzeitig auch die räumliche
Diversität beschreiben (A=räumlich homogen; B=räumlich inhomogen).
The use of simple, non-spatial variables may be satisfactory within sample plots of limited
size (A = spatially homogeneous; B = spatially inhomogeneous).
Innerhalb räumlich begrenzter Probeflächen kann eine Aussage über die einfache Diversität
allerdings ausreichend sein. Kommen auf einer kleinen Probefläche zum Beispiel drei
Baumarten vor, dann ist auf jeden Fall auch eine hohe räumliche Durchmischung gegeben.
3 die sog. evenness erreicht dann den Wert 1, wobei .
5
Raumstruktur
Für Strukturanalysen in ungleichaltrigen Mischbeständen werden zusätzlich zu den
Häufigkeitsverteilungen auch Informationen darüber benötigt, wie die Arten- und
Dimensionsanteile räumlich vermischt sind. Zu diesem Zweck können Parameter der
Raumstruktur verwendet werden (Abb. 4).
niedrig
hoch
Variable
Aggregation
(contagion)
Durchmischung
(species mingling)
Differenzierung
(size differentiation)
Abbildung 4. Elemente der Waldstruktur, die die räumliche Verteilung der
Baumeigenschaften berücksichtigen (wij, mij und tij sind Variablen, die die Anzahl
unregelmäßig positionierter, andersartiger und größerer Nachbarn j eines gegebenen
Bezugsbaumes i repräsentieren; vgl. Gadow, 1993; Füldner, 1995; Gadow et al., 1998;
Pommerening, 1997)4.
Elements of forest structure reflecting the spatial distribution of tree attributes (wij, mij and tij
are variables representing the number of abnormally positioned, different und bigger
neighbours j of a given reference tree i respectively).
Bei der Beschreibung der Dimensionsstruktur genügt es häufig nicht, wenn nur die
Dimensionsunterschiede benachbarter Bäume angegeben werden, zumal nicht bekannt ist,
welcher von beiden i oder j die größere Dimension aufweist. Von zusätzlichem Interesse ist
4 wij nimmt den Wert 0 an, wenn !, der kleinere der beiden Winkel zwischen zwei Nachbarn größer gleich dem
erwarteten Standardwinkel !0 ist, sonst 1. Dementsprechend nimmt mij den Wert 0 an, wenn der j-te Nachbar
der gleichen Baumart angehört wie der Bezugsbaum i, sonst den Wert 1. tij berücksichtigt die Verhältnisse der
6
die relative Dominanz einer bestimmten Baumart oder einer Baumklasse. Zur
Charakterisierung der Dominanz kann anstelle bzw. zusätzlich zur Differenzierung auch das
Umgebungsmaß zur Anwendung kommen, das den Anteil der Nachbarn angibt, die größer
sind als der Bezugsbaum und sich für die Reproduktion von Bestandestrukturen eignet (Hui
et al., 1998). Albert (1998, S. 51 ff) schließlich verwendet die Dimensionsdominanz, ein Maß,
bei dem sowohl die relative Stellung des Bezugsbaumes in der Nachbarschaft
(Umgebungsmaß) als auch die quantitative Aussage der Größenunterschiede
(Differenzierung) berücksichtigt werden.
Die Variablen zur Beschreibung der Raumstruktur sind relativ einfach im Gelände zu
erheben. Erfaßt werden der dem Stichprobenpunkt nächstgelegene Bezugsbaum und dessen n
nächste Nachbarn. Abstandsmessungen sind nicht erforderlich (Füldner, 1995; Abb. 5).
Beispiel: Abbildung 5 zeigt eine Gruppe von 5 Bäumen (den Bezugsbaum i und dessen vier nächste
Nachbarn) mit den entsprechenden Brusthöhendurchmessern. Drei Bäume sind Buchen, zwei Fichten.
Nur ein Winkel ! ist kleiner als der Standardwinkel !0 zwischen zwei Nachbarn (Der Wert von !0
beträgt bei 4 Nachbarn 360/4=90°).
Abbildung 5. Die Variablen zur Beschreibung der Raumstruktur sind sehr einfach im
Gelände zu erheben. Erfaßt werden der dem Stichprobenpunkt nächstgelegene
Bezugsbaum i und dessen n nächste Nachbarn, die “Strukturelle Vierergruppe”.
The spatial structure variables may be assessed in the field using the tree nearest to a sample
point (the reference tree) and the three nearest neighbours of the reference tree, the
structural group of 4”.
Für die in Abb. 5 aufgeführte Fünfergruppe ergeben sich folgende Parameterwerte:
Wi=(0+0+0+1)/4=0.25;
Mi=(0+0+1+1)/4=0.50;
Ti=(1-20/40+1-10/20+1-20/30+1-20/20)/4=0.42.
Brusthöhendurchmesser: . Statt des Brusthöhendurchmessers
kann eine beliebige Dimensionsvariable gewählt werden.
7
Entscheidend für die Interpretation der Aufnahmeergebnisse ist die Unterscheidung zwischen
Stammzahl- und Flächen-Anteilen der Strukturklassen. Da die Auswahlwahrscheinlichkeit
eines Bezugsbaumes proportional zu dessen Standfläche ist, können die dem Bezugsbaum
zugehörigen Flächenanteile der Strukturmerkmale verzerrungsfrei geschätzt werden (Albert,
1998, S. 78 ff.; Staupendahl, 1997).
Drei Beispiele
Die gute Eignung der in Abb. 4 aufgeführten Strukturparameter kann mit Hilfe von drei
Beispielen erläutert werden. Das erste Beispiel zeigt die Verteilung der artspezifischen
Durchmischungswerte unter Berücksichtigung von 3 Nachbarn in einem Buchen-
Edellaubholzmischbestand im Forstamt Bovenden bei Göttingen, getrennt für die Buchen und
die Eschen (Abb.6).
Buche
Esche
Abbildung 6. Beispielhafte Darstellungen der Verteilung artspezifischer Durchmischungs-
werte in einem Buchen-Edellaubholz-Mischbestand. Links für die Buchen, rechts für
die Eschen.
Distributions of species specific mingling in a mixed deciduous forest (left for beech, right for
ash trees).
Die meisten Buchen sind nur von Buchen umstanden während die meisten Eschen einzeln
unter Buchen und nur zu einem sehr geringen Anteil in Eschengruppen vorzufinden sind.
Diese Aussagen sind nicht möglich, wenn nur die Häufigkeiten der Baumarten bekannt sind.
Das zweite Beispiel zeigt die hohe Aussagekraft des Winkelmaßes zur
Charakterisierung der Individualverteilung5. Das Winkelmaß besitzt wiederum den Vorzug,
daß es relativ einfach im Gelände erfaßt werden kann. Anhand des Mittelwertes können
Individualverteilungen von Waldbeständen relativ exakt in die drei Klassen regelmäßig,
5 Die bisher üblichen Indizes können zu fehlerhaften Beurteilungen der Punktverteilung führen. Dies gilt u. a.
auch für den Index nach Clark & Evans (Smaltschinski, 1998).
8
zufällig und geklumpt eingeordnet werden. In Abb. 7 sind drei Baumverteilungspläne und die
dazugehörigen Verteilungen des Winkelmaßes dargestellt.
zufällig
regelmäßig
geklumpt
Abbildung 7. Lagepläne der Baumpositionen und entsprechende Verteilung der -Werte für
drei Beispielbestände mit zufälliger, regelmäßiger und geklumpter Verteilung der
Baumpositionen.
Tree maps and corresponding distributions of -values (alpha-counts) for a clumped,
regular and random distribution of tree positions.
Das dritte Beispiel veranschaulicht die Verwendung von Strukturparametern zur
Beschreibung von Durchforstungen und zur Herleitung von Entnahmepräferenzen in einem
Fichten-Buchen-Mischbestand. Zunächst wird jeder Baum aufgrund seines Durchmischungs-
und Durchmesserdifferenzierungswertes einer Strukturklasse zugeordnet. Teilt man den
Wertebereich der beiden Variablen jeweils in vier Klassen, so ergeben sich 16 mögliche
Strukturklassen (Tab. 1). Aus den Daten der Tab. 1 lassen sich Entnahmepräferenzen für eine
Durchforstung ableiten. Die Entnahmepräferenz ergibt sich aus dem Verhältnis der bei einem
forstlichen Eingriff ausscheidenden Anteile zu den Anteilen des Gesamtbestandes in der
jeweiligen Strukturklasse (vgl. Daume, 1995):
(3)
mit PRij = Entnahmepräferenz der Strukturklasse ij
9
pausij = relativer Anteil der ausscheidenden Bäume in Strukturklasse ij
pgesij = relativer Anteil aller Bäume in Strukturklasse ij
Fichte
Buche
gesamt
M
gesamt
M
0
0.33
0.67
1
0
0.33
0.67
1
0 - 0.3
0.00
0.32
0.15
0.00
0 - 0.3
0.19
0.08
0.04
0.00
T
0.3-0.5
0.04
0.13
0.00
0.00
T3
0.3-0.5
0.07
0.07
0.04
0.01
0.5-0.7
0.00
0.02
0.09
0.02
0.5-0.7
0.04
0.06
0.07
0.01
0.7-1.0
0.00
0.06
0.11
0.06
0.7-1.0
0.13
0.07
0.08
0.03
ausscheidend
M
ausscheidend
M
0
0.33
0.67
1
0
0.33
0.67
1
0 - 0.3
0.00
0.25
0.00
0.00
0 - 0.3
0.20
0.20
0.00
0.00
T
0.3-0.5
0.00
0.75
0.00
0.00
T
0.3-0.5
0.20
0.20
0.20
0.00
0.5-0.7
0.00
0.00
0.00
0.00
0.5-0.7
0.00
0.00
0.00
0.00
0.7-1.0
0.00
0.00
0.00
0.00
0.7-1.0
0.00
0.00
0.00
0.00
Tabelle 1. Relative Häufigkeitsverteilung der Variablen Durchmischung (M) und
Durchmesser-Differenzierung (T) in einem Fichten-Buchen-Mischbestand für den
Gesamtbestand (obere Hälfte) und für das Kollektiv der ausscheidenden Bäume (untere
Hälfte).
Relative frequencies of mingling (M) and differentiation (T) classes in a spruce/beech forest
for the whole stand (upper half) and the removed trees (lower part).
Beispiel: 13 % aller Fichten des Gesamtbestandes fallen in die Strukturklasse, deren Werte für die
Durchmischung 0.33 (d. h. unter den drei nächsten Nachbarn befindet sich genau eine Buche) und für die
Durchmesserdifferenzierung zwischen 0.3 und 0.5 betragen (das Verhältnis der Durchmesser liegt also
zwischen 1:1.4 und 1:2). In dem Kollektiv der ausscheidenden Bäume belegen 75 % diese Klasse. Die
Entnahmepräferenz dieser Fichten ist also besonders hoch: .
Die Strukturparameter erlauben eine detaillierte Analyse des Eingriffs. Ausschließlich
Fichten, unter deren drei nächsten Nachbarn sich genau eine Buche befand (M=0.3), sind
entnommen worden. Innerhalb dieser Kategorie wurden bevorzugt Fichten aus Gruppen
entnommen, die stärker im Durchmesser differenziert waren (T=0.5). Ähnliche
Interpretationen ergeben sich für das Buchenkollektiv. 40% aller entnommenen Buchen
befanden sich in reinen Buchengruppen. Bei weiteren 40% der entnommenen Buchen waren
zwei der drei nächsten Nachbarn ebenfalls Buchen.
Erwartete und beobachtete räumliche Strukturen
Die Strukturparameter erleichtern die Analyse komplizierter Waldzustände und deren
Veränderung durch forstliche Eingriffe. Zwei Waldbestände, die die gleiche Stammzahl- und
Baumartenverteilung und die gleichen artspezifischen Durchmesserverteilungen aufweisen,
können sehr unterschiedlich aufgebaut sein. Die Unterschiede werden durch die Verteilungen
der Winkelmaße, Artendurchmischungen und Dimensionsdifferenzierungen aufgezeigt
10
(Füldner, 1995; Schmidt et al., 1997; Pommerening, 1997). Dadurch ist es zwar möglich,
Bestände miteinander zu vergleichen, aber diesen Vergleichen fehlt ein absoluter Standard
bzw. eine neutrale Bezugsgröße.
Wenn die Stammfußkoordinaten der Bäume bekannt sind, lassen sich die Baumattribute
(Baumart, BHD) den Koordinaten zufällig zuordnen. Dadurch wird ein Zufallswald erzeugt.
Eine plausible Bezugsgröße ist also der Erwartungswert einer Strukturvariablen. In einem
Bestand befinden sich N Bäume B1,...,BN. Um einen Zufallswald zu erzeugen, werden die
Baumattribute, z.B. die Baumart permutiert, d.h. zufällig auf die bekannten Koordinaten
verteilt. Dabei gibt es N! verschiedene Möglichkeiten, wie die beobachteten Arten den N
Baumkoordinaten zugeordnet werden können und es wird erwartet, daß jede dieser N!
Zuordnungen die gleiche Wahrscheinlichkeit besitzt, nämlich 1/N! Einzelheiten des
Verfahrens finden sich bei Lewandowski u. Pommerening (1996), Pommerening (1997, S. 15
ff.) und Schröder (1998).
Die Simulationstechnik ermöglicht einen Vergleich der beobachteten und der in einem
Zufallswald erwarteten Strukturparameter. Durch zufällige Permutationen wird eine
Prüfgröße berechnet, mit deren Hilfe die Signifikanz der Abweichungen beurteilt werden
kann. Dazu werden jeweils 1000 Zufallswälder erzeugt. Die Abweichungen zwischen den
beobachteten und erwarteten Strukturparametern waren in den deutschen
Untersuchungsbeständen zum Teil beträchtlich (Pommerening, 1997, S. 21 ff.). Dagegen
fand Schröder (1998) für die mittlere Durchmesserdifferenzierung eine erstaunliche
Übereinstimmung im Naturwald von Knysna (Abb. 8).
Abbildung 8. Beobachtete (linke Säule) und erwartete Differenzierungswerte (rechte Säule)
für drei Baumarten und den Gesamtbestand im Naturwald von Knysna unter
Berücksichtigung des ersten Nachbarn (Schröder, 1998).
Observed (left column) and expected (right column) average diameter differentiation values
for three tree species and the entire forest in the Knysna Forest, South Africa.
11
Die Simulation schafft eine allgemeine Bezugsgröße deren Bedeutung darin besteht, daß
beliebige Waldbestände bezüglich ihrer Abweichung von einer Normalstruktur beurteilt
werden können. Somit rückt auch die Möglichkeit näher, den charakterischen Aufbau von
Naturwäldern im Vergleich mit Wirtschaftswäldern beurteilen zu können.
Diskussion
Neuere Vorstellungen über die Waldbewirtschaftung in Nordamerika und Mitteleuropa sind
gekennzeichnet durch eine Abkehr von mechanistischen Modellen und eine Hinwendung zu
organischen Vorstellungen (Kennedy et al., 1995). Der Wald wird als komplexes offenes
System verstanden und die deduktiven Normalwald-Methoden werden immer seltener in der
praktischen Forsteinrichtung angewendet.
Die Simulationstechnik ermöglicht die Anwendung induktiver Ansätze für konkrete
Einzelbestände. Einfache dichotome Wertvorstellungen (naturgemäß contra schlagweise)
werden durch die Einsicht ergänzt, daß häufig nicht nur ein spezielles waldbauliches
Vorgehen in Frage kommt. Die Vielfalt der möglichen forstlichen Eingriffe ist groß und der
waldbauliche Handlungsraum wird weniger durch abstrakte Leitbilder, sondern vor allem
durch den vorhandenen Ausgangszustand bestimmt.
Diese Vorstellungen sind nicht neu. Neu sind die Möglichkeiten, die sich abzeichnen,
sie auf großer Fläche zu verwirklichen. Diese Aufgabe stellt hohe Anforderungen an die
Forstplanung, die inzwischen allerdings über erheblich erweiterte technische Möglichkeiten
verfügt. Dazu gehören neue Methoden, Eingriffe zu beschreiben, Nutzungen zu schätzen und
die Waldentwicklung vorherzusagen.
Eine zentrale Rolle spielen dabei die Strukturparameter. Aussagefähige Parameter der
Raumstruktur und Diversität können mit geringem Aufwand im Gelände erhoben werden und
die Interpretation der Auswertungsergebnisse durch die forstliche Praxis ist unkompliziert.
Die genannten Strukturparameter bilden eine Grundlage für den Vergleich zwischen
bewirtschafteten und unbewirtschafteten Wäldern, ermöglichen eine genaue Beschreibung
eingriffsbedingter Strukturveränderungen, und erleichtern bzw. ergänzen die
Nutzungsplanung und Nachhaltskontrolle in Wäldern mit unterschiedlichen Arten- und
Dimensionsverteilungen.
12
Zusammenfassung
Aussagen über Raumstrukturen spielen eine zunehmend wichtige Rolle in der forstlichen
Praxis und in Zukunft werden neue Zustandsvariablen berücksichtigt werden müssen, die die
Waldstruktur und Diversität ungleichaltriger Mischwälder beschreiben. Eine besondere
Herausforderung für die Forsteinrichtung wird darin bestehen, neue Grundlagen für eine
sinnvolle Beurteilung forstlicher Eingriffe zu erarbeiten. Die nachbarschaftsbezogenen
Parameter Durchmischung, Differenzierung und Winkelmaß besitzen gegenüber den bisher
üblichen Strukturindizes deutliche Interpretationsvorteile. Zu den Vorzügen dieser Parameter
zählen die Darstellbarkeit als Häufigkeitsverteilung, die relative Empfindlichkeit bei der
Charakterisierung von Durchforstungseingriffen sowie die Möglichkeit der kostengünstigen
Erfassung mit adäquaten Stichprobenmethoden.
Forest Structure and Diversity
Summary
Methods for defining structural attributes are important in the practice of managing mixed
uneven-aged forests. New state variables for describing the spatial diversity of tree positions,
tree dimensions and tree species within a given forest are being presented. These variables
can be assessed in the field by sampling nearest neighbour information. They can be used to
characterize modifications of forest structure resulting from silvicultural activity, to measure
differences between forests in time and space, and to analyse the differences between
observed and expected structures.
Literatur
Aguirre, O., Kramer, H. u. Jiménez, J., 1998: Strukturuntersuchungen in einem Kiefern-
Durchforstungsversuch Nordmexikos. AFJZ 169 (12): 213-219.
Albert, M. u. Gadow, K. v., 1998: Assessing Biodiversity with New Neighborhood-Based Parameters. Proc.
IUFRO Conf. in Jakarta, Indonesia.
Albert, M., 1998: Analyse der eingriffsbedingten Strukturveränderung und Durchforstungsmodellierung in
Mischbeständen. Diss., Fak. f. Forstw. u. Waldökologie., Univ. Göttingen: 178 S.
Daume, S., 1995: Durchforstungssimulation in einem Buchen-Edellaubholz Mischbestand. Diplomarbeit,
Fachbereich Forstwissenschaft, Universität Göttingen.
Fähser, L., 1998: Naturnahe Waldnutzung das Beispiel Lübeck. Handbuch Kommunale Politik Raabe: S. 1-
17.
Füldner, K., 1995: Strukturbeschreibung von Buchen-Edellaubholz-Mischwäldern. Dissertation, Fakultät für
Forstwissenschaften und Waldökologie, Georg-August-University Göttingen. Cuvillier, Göttingen. 146
p.
Gadow, K.v., 1993: Zur Bestandesbeschreibung in der Forsteinrichtung. Forst und Holz, 48.Jg., Nr.21: S.602 -
606.
Gadow, K.v., Hui, G.Y. und Albert, M., 1998: Das Winkelmaß - ein Strukturparameter zur Beschreibung der
Individualverteilung in Waldbeständen. Cbl. ges. Forstw. 115.Jg.: 1- 10.
Gemesi, O., Skambracks, D. and Topp, W., 1995: Einfluß eines geregelten forstlichen Eingriffs auf die
Besiedelungsdichte und den Streuabbau der Regenwürmer im Flysch der Tegernseer Berge. FWCbl
114: 272-281.
Helliwell, R., 1993: Newsletter 4. Continuous Cover Forestry Group, UK.
Hui, G.Y., Albert, M. u. Gadow, K., 1998: Das Umgebungsmaß als Parameter zur Nachbildung von
Bestandesstrukturen. Forstw. Cbl. 117: 258-266.
Kennedy, J. J., Dombeck, M.P. u. Koch, N.E., 1995: Values, beliefs and management of public forests in the
western world at the close of the 20th century. Manuskript eines Vortrages anläßlich der Tagung
Toward a scientific and social framework for ecosystem-based management of federal lands and waters
vom 4.-14. 12. 1995 in Tucson, Arizona: 29 S.
Kramer, H., 1988: Waldwachstumslehre. Verlag Paul Parey, Hamburg und Berlin.
13
Lewandowski, A. u. Pommerening, A., 1996: Zur Beschreibung der Waldstruktur - Erwartete und beobachtete
Artendurchmischung. Forstw. Cbl. (im Druck).
Nagel, J., 1998: Möglichkeiten der Einschätzung von Artendiversität und Struktur im Rahmen von
Betriebsinventuren. Vortrag am 14. 7. 1998, Fak. F. Forstw. u. Waldökol., Göttingen.
Otto, H.-J., 1994: Die Verwirklichung naturgemäßer Waldwirtschaft in den Niedersächsischen Landesforsten -
Chancen und Probleme. Der Dauerwald 10: 3-23.
Paulsen, J.C., 1795: Praktische Anweisung zum Forstwesen. Detmold.
Pearson, S.M., Turner, M.G., Gardner, R.H. and O’Neill, R.V., 1996. An organism-based perspective of
habitat fragmentation. In: Szaro & Johnston, 1996: 41-57.
Pielou, E.C., 1977: Mathematical ecology. John Wiley.
Pommerening, A., 1997: Eine Analyse neuer Ansätze zur Bestandesinventur in strukturreichen Wäldern.
Dissertation Fak. Für Forstwissenschaften und Waldökologie. Cuvillier Verlag Göttingen. 187 S.
Puumalainen, J., Gadow, K. v. u. Korhonen, K., 1998: Flexible Ergebnisberechnung einer Eingriffsinventur.
Forstarchiv 69. Jg.: S. 145 - 150.
Schmidt, M., Schütz, J.-P. u. Gadow, K. v., 1997: Strukturanalyse in vier Plenterüberführungsbeständen.
Schweiz. Zeitschr. f. Forstw. 148 (5): 335-352.
Schröder, J., 1998: Beschreibung von Bestandesstrukturen im Knysna-Wald, Südafrika.
Shannon, C.E. u. Weaver, W., 1949: The mathematical theory of communication. University of Illinois Press,
Urbana.
Smaltschinski, Th., 1998: Charakterisierung von Baumverteilungen. Forstw. Cbl. 117: 355-361.
Sprugel, D.G., 1991: Disturbance, Equilibrium, and Environmental Variability - what is Natural Vegetation in
a Changing Environment. Biological Conserv. 58: 1-18.
Staupendahl, K., 1997: Ein neues Stichprobenverfahren zur Erfassung und Beschreibung von Naturverjüngung.
Tagungsband Sektion Forstl. Biom. u. Informatik d. Dt. Verbandes Forstl. Vers. Anst.
Sterba, H., 1998: Das Randproblem bei der Erfassung von Strukturparametern. Vortrag am 25. 6. 1998, Fak. F.
Forstw. u. Waldökol., Göttingen.
Sturm, K., 1993: Prozeßschutz ein Konzept für naturschutzgerechte Waldwirtschaft. Zeitschr. f. Ökologie u.
Naturschutz 2: 181 192.
Szaro, R.C. and Johnston, D.W., 1996: Biodiversity in Managed Landscapes.Oxford University Press: 778 p.
Vanclay, J., 1998: Towards more rigorous assessment of biodiversity. In: Bachmann, P., Köhl, M. and
Päivinen, R., (eds), 1998: Assessment of biodiversity for improved forest planning. Kluwer Academic
Publishers: 211-232.
Wegener, G. 1995: Perspektiven der Holznutzung. Forstw. Cbl. 114(2): 97-106.
... 0.5-0.75, and 0.75-1. Gadow (1999) proposed the concept of "mingling" to describe the extent to which species are mixed across a stand based on the probability that the nearest tree to another in a mixed woodland is of a different species. The degree of mingling corresponding to these intervals was zero, weak, medium, intense, and extremely intense mingling. ...
Article
Knowledge on diverse structural traits in multicohort forests is of paramount importance for developing management plans of natural resources. The aim of this study was to define a protocol to understand the dynamics of trees in a mixed pine-oak ecosystem. The proposed methodology is a combination of global forest ecosystem measurement and the four structural group sample technique. All the information gathered was used to determine the abundance and dominance of tree species. Frequency, diameter and height differentiation index and species mingling index were determined using sampling plots. The above was determined for the population of the tree species defined. To measure the species vertical index, the total height of the individual was used, with a three strata distribution (number of individuals and basal area). This research defines an analysis protocol for vertical and horizontal structures in tree species inside multicohort pine-oak forests.
Article
Full-text available
El objetivo del estudio fue determinar los patrones de distribución espacial de las especies de Pinus y Quercus a lo largo de un gradiente altitudinal en un bosque templado del noroeste de México. Se analizó la uniformidad de los individuos (Wi), la mezcla de especies (Mi) y la dominancia dimensional (Ui) mediante parámetros estructurales basados en las relaciones con los cuatro vecinos más cercanos. Los datos se obtuvieron de 37 sitios de muestreo en tres niveles altitudinales (Nivel 1: 2 200-2 600 m, Nivel 2: 2 600-2 800 m y Nivel 3: 2 800-3 200 m), lo que generó un total de 979 grupos estructurales para todas las especies. Pinus contribuyó con 191, 51 y 41 grupos en los niveles 1, 2 y 3; mientras que Quercus aportó 192, uno y cero, respectivamente. Pinus evidenció tendencia hacia la aleatoriedad, y los encinos también en el Nivel 1, aunque en este análisis se observó que a mayor altitud Pinus tiende hacia una distribución regular. La mezcla de especies fue de media a alta para Pinus, lo cual indica que sus individuos están rodeados de árboles de especies diferentes, y con Quercus ocurrió al contrario. La dominancia dimensional reveló que los ejemplares de Pinus tienen mayor altura que los del género Quercus en todo el gradiente, especialmente en el Nivel 1. Este enfoque proporciona una comprensión exacta de la función que cumplen las especies en la dinámica de los ecosistemas forestales.
Article
Bark beetles (BB) are an insect that can become a forest pest and that principally affects temperate regions globally, massively killing tree hosts, mainly coniferous species. When tree hosts are the dominant species in the canopy, BB outbreaks may impose important changes in the structure, composition and diversity of forests, from the stand to the regional scale. In Mexico, during the current century, BB pests have become the main biotic threat in forests where Pinus species are dominant. Questions addressed in this study are: What is the structure, composition and diversity of the forest canopy after BB disturbances? and “What are the implications for ecological resistance and resilience of the forest”? The study site was located in the Sierra Norte region in Oaxaca, Mexico, where more a decade ago BB outbreaks affected the forest. In ninety plots of 500 m2 (4.5 ha) all live trees with ≥ 5 cm diameter at breast height (DBH) were located, their DBH was measured, and the species was identified. As well, all stumps resulting from previous sanitation logging and timber extraction (TE) were located and for each condition, basal diameter was estimated and the genera identified. For the post-disturbance canopy, density basal area, species composition and diversity (alpha and beta) were estimated. This data plus the analysis of the stumps was used to estimate the tree canopy structure before the BB outbreaks. Statistical comparisons among BB, TE disturbances and condition without disturbance were conducted. Based on interviews with local experts, a rank of risk to BB among Pinus species was established. A total of 4,053 live trees and 547 stumps were found. The live trees corresponded to 24 species from 8 genera. Pinus genus and, particularly P. patula predominated. Seventy-five percent of the individuals had < 20 cm DBH and a J-inverted diametric distribution resulted. Individuals with DBH ≥ 100 cm were found only in the condition without disturbance. Three of the nine Pinus species, were BB main-host species, and the least preferred host was P. ayacahuite. The three BB main-host species dominated the post-disturbance canopy (including regeneration). In contrast, P. ayacahuite and other non-host tree species dominated in the conditions without disturbance, and the three main-host species showed low density. As well, high species richness occurred in areas affected by BB. Since climate change will likely continue to exacerbate BB outbreaks, it is proposed that to increase ecological resistance and resilience forest management practices should focus on reducing density, promoting a mix of host and non-host species, increasing tree diversity and avoiding stands with monodominance of main-host species.
Article
Full-text available
As the focus in forestry is moving from timber production to prioritized economic benefits and better integration of ecological-social functions, practical forest management is shifting towards promoting diverse stand structures. Promoting stand structural heterogeneity requires accurate and profound evaluations of spatial stand structure that are generally not provided during conventional forest inventories. In this paper, different indices describing the heterogeneity of the stand and the spatial arrangement of trees, including their size, condition and species were assessed. Indices were applied to the inventory data collected from the Estonian Network of Forest Research Plots. The results show that the studied structural indices are useful in assessment of Estonian forest stands. The practical importance of structural indices will increase in future as there will be a need for methods for characterizing forest stand structural diversity at a large scale, for example, derived from high-resolution remote sensing data.
Article
Full-text available
Spatial structure dynamics play a major role in understanding the mechanisms of forest structure and biodiversity formation. Recently, researches on the spatial structure dynamics utilizing multi-period data have been published. However, these studies only focused on comparative analyses of the spatial structure of multi-period living trees, without an in-depth analysis of the change processes. In this study, we propose a new comprehensive analysis method for dynamic change of the spatial structure at the individual level, which includes three processes (living trees’ flow, mortality process and recruitment process) that have not been considered in previous researches. Four spatial structural parameters (SSSPs, Uniform angle index, Mingling, Dominance and Crowding) and a natural spruce-fir-broadleaf mixed forest with two-phase data were taken as an example to find out the laws of the spatial structure dynamics. All types of dynamic change were named and their proportions were analyzed. The proportion of changes in the SSSPs of individuals was relatively high, even though the mean values of the stand did not change considerably. The five values (0, 0.25, 0.5, 0.75, 1) of the SSSPs are in mutual flow, and the flows are typically one-step, with three-steps and four-steps changes being uncommon. The processes of mortality and recruitment have a higher influence on the spatial structure than the flow of living trees. The dynamic change of spatial structure analysis method created in this study can capture more features not discovered in earlier approaches, as well as guiding forest management in some ways. Understanding the nuances of these changes is a critical part of reasonable spatial structure and biodiversity maintenance, and should be the focus of future research efforts.
Article
Full-text available
Structure-based forest management (SBFM) is a method for improving forest structure and quality based on nearest-neighbor analysis. Stand spatial structure directly affects the health and stability of forest ecosystems. Research on the effects of SBFM on the distribution of spatial structure parameters is needed to provide a scientific basis for further development and implementation of SBFM technology in forestry. The present study was conducted on six permanent plots (20 m × 20 m) established within a Platycladus orientalis (L.) Franco plantation in Beijing, China. Changes in stand spatial structure parameters (SSSPs) were evaluated in managed and control plots at three time points: before SBFM and after 2 and 7 years of SBFM. The results showed that SBFM gradually accelerated the development of the P. orientalis plantation toward a random distribution pattern, reaching a significant difference within 2 years. SBFM promoted the growth of medium and dominant trees, with a significant difference between SBFM and control stands after 7 years. It led to a slight increase in mingling compared to the control, although no significant differences were observed between treatments. SBFM generally decreased the proportions of disadvantageous microstructures (disadvantaged trees with non-randomly distributed, disadvantaged trees with a low degree of mingling, and non-randomly distributed trees with a low degree of mingling). It also improved the ratio of torch (R2) units to dumbbell (R1) units, gradually improving the stability of the plantation forest. The results of this study suggest that SBFM optimized the spatial structure of a P. orientalis plantation in Beijing, China, and was conducive to tree growth and forest stand productivity.
Article
Full-text available
Using imagery available through Google Earth Pro and a point sampling methodology, changes in land cover for three U.S. cities were assessed, beginning during the Great Recession (2007) and extending through to 2018. The cities were Buffalo (New York), Denver (Colorado), and San Diego (California), and 11 land cover classes were used to characterize each. The novel contributions of this work, and the innovative contributions to science include an analysis of urban land cover change in the years since the Great Recession, and the use of point pattern analysis on sample points that changed from non-developed in 2007 to developed in 2018, to determine whether a spatial pattern of land cover class change was evident. An initial assumption was made that forest cover change in these three cities would be minimal since the Great Recession. In fact, forest cover decreased by less than 1% in all three cities with the greatest decrease in Buffalo. Over the post-recession study period, increases in the developed land classes were evident in all three cities at the expense of grasses, tree cover, and other land classes. Some clustering of new development activities was noticed at a relatively small scale in San Diego, while some dispersion of new developed activities was noticed at a larger scale in Denver. Among other factors, changes in population, economics, and land use are factors that influence land cover change with specific impacts on forest cover, and therefore in the provision of urban forest benefits to the environment and society.
Article
Full-text available
Understanding the diversity and complexity of stand structure is important for managing the biodiversity of forest ecosystem, and stand structural diversity is essential for evaluating forest management activities. Based on the relationship of adjacent trees, a quantitative method of stand structure diversity is proposed to express the heterogeneity of stand structure in tree species, distribution pattern, species separation and size differentiation. In this study, we defined the diversity of structural unit types and derived a new index of forest structural diversity (SD′) employing the additivity principle of the Shannon–Weiner index. The efficiency of the index was verified by applying the new measure to sixteen field survey samples at different locations. The mountain rainforest in Hainan had the highest forest structural diversity, followed by broad-leaved Korean pine forests in Jiaohe (2), Jiaohe (1) and an oak-broadleaved mixed natural forest at Xiaolongshan (2). The SD′ values of plantations and pure natural forest were lower. The simulated data of different thinning methods and the intensity of broad-leaved Korean pine forests show that the new measure can reflect forest management changes on stand structure diversity. The value of SD′ compared with no treatments and the differences were greater as thinning intensity increased. The SD′ index provides minimum and maximum values for different structural unit types in forests to achieve a unified comparative basis for calculating forest structure diversity. It has the characteristics of the general diversity index and can well express the diversity of tree species, distribution pattern and size differentiation simultaneously. The SD′ index can not only calculate the structural diversity of mixed species forests but can also be used to calculate the structural diversity of pure forests. It can also be used to evaluate the change in stand structure diversity after management interventions.
Chapter
Full-text available
One of the major restrictions in assessing and monitoring biodiversity is the limitation of either survey costs, available time or accuracy. Of particular relevance is the spatial structure of a forest ecosystem. Several new variables are introduced combine the advantages of an effective sampling method with maintaining the abundant information and accuracy. For forest management purposes, the spatial structure of forest ecosystems, one of the driving elements of biodiversity, can be fully characterized by species mingling, size differentiation and spatial distribution of individuals. The neighborhood-based variables mingling M, the dbh-differentiation T and the dominance of dimensions DD are compared to some commonly used structural parameters and proved to be advantageous for assessing small-scale differences and for monitoring changes in stand structure.
Article
Full-text available
The paper presents an analysis of the structure of four stands in transition to plenter forest stands, using comparative data acquired From two plenter Forest stands In equilibrium. The transitional stands are situated in the forest of La Joux Pélichet (Le Locle/Switzerland). The stands were originally planted on pasture land. Within the framework of an afforestation project dating back to 1900-1906. The afforestation project was an initial plantation with clusters of different area and tree composition. In order to integrate the stands into the transitional process and to test for sustainable developrncnt, a comparison was made between the diameter distributions of the four stands and those of the two plenter stands. The spatial structure of the transitional stands was recorded using a specific spatial variable. With the exception of structure type I, the transitional stands are in a relatively advanced stage of development to uneven-aged plenter forest stands. Starting from very different initial situations, structure types Il, III and IV have developed into two and three-storied stands. By analyzing the spatial distributions, the single-tree mixture and the small-scale c1ustered mixture of trees with different dimensions can be. shown for the three structure types II, III and IV. This part of the investigation shows that the observed stand structures II, III and IV can be considered to be in a very advanced transitional stage also with reference to their respective spatial structure.
Article
In a 12 ha large, 58-years old natural pine stand (Pinns cooperi 90 %, Pinus leiophylla 10 %) in the Sierra Madre Occidental northwest of Mexico, apart from an unthinned plot, a heavily low-thinned plot was established 8 years ago. In order to investigate the influence of the thinning on the stand development, a structural analysis was performed for both plots. The individual structure parameters were obtained based on the sampling method "Structural Group of Four" (FÜLDNER, 1995b). The estimated values of the most important stand attributes (Tab. 1 and 2, Fig. 1) refer to a very clear effect of the heavy thinning on growth. For the characterisation of the stand homogenity after different treatments, apart from the determining usual charcteristic stand attribute values (Tab. 2), the diameter class distribution (Fig. 2) and the LORENZ curves (Fig. 3), in particular the individual dimension differentiation (T) is applied. In addition to the so far used diameter differentiation (TD), the height differentiation (TH) and the crown cover differentiation (TKS) are considered (Fig. 4). Additionaly, the distribution of the diameter differentiation groups in the sampling grid is represented (Fig. 5). For the characterisation of the mixture of the tree species, the species mingling values were determined separately for the two pine species (Fig. 6).
Article
For a number of reasons forestry in Germany is experiencing a severe crisis. At the same time and especially in the future, forests and wood utilization are playing and will continue to play a key role in reducing rising CO2 contents in the Earth's atmosphere. Furthermore, the worldwide demand for wood and wood products is constantly on the increase. Unfortunately, forestry in Germany has been unable to turn the increasing use of wood to account. On the contrary, certain grades of timber are hard to sell or fetch too low a price. Against this background, greater awareness of the benefits involved in wood utilization is essential in forestry and the wood-working industries, in products-line thinking from the raw material to the finished product, including its re-use and further use as well as its re-utilization and further utilization. The ecologic advantages of the system “Forestry and Wood Utilization” must be brought to the attention of the general public and politicians through the means of qualified eco-balancing. Economically, cost reductions, increased marketing expenditure and product innovations are required. The catalogue of challenges reaches from more possibilities to utilize wood from thinnings, measures to increase the value of good-quality timber, inter alia by machine grading, investigations on the effects of silvicultural methods on the wood quality of the most diverse tree species to energy and CO2-related policies, with special consideration of wood which would permit an extension of wood and biomass utilization to energy purposes, as well as a considerably better example to be set by public authorities in making use of wood, especially in construction.
Article
Discrete distributions (binomial-, Poisson-, negative binomial- distribution) able to describe the spatial variation of trees in a stand. As continuous distribution for point-to-tree measurements the Erlang-distribution is useful. The relation of observations to their parameters shows which kind of spatial distribution is suitable for a stand: more or less regular, random or aggregated.