Robuste Optimierung der Bewirtschaftung von Mischbeständen
Schneller Überblick
- Mischbestände stehen im Fokus der forstlichen Forschung, Optimierungsansätze fehlen jedoch weitestgehend
- Die präsentierte Methode erlaubt die simultane, robuste Optimierung von Baumartenanteilen und der zeitlichen Allokation von Nutzungseingriffen
- Mehrere Zielstellungen können gleichrangig berücksichtigt werden
- Unter Einbeziehung ökonomischer und wachstumsfokussierter Indikatoren dominiert in diesem Beispiel die Douglasie das Baumartenportfolio
Das Potenzial von Mischbeständen, Produktionsrisiken sowohl zu senken [1–3] als auch Wuchsleistungen zu steigern [4], ist in den letzten Jahrzehnten zunehmend Gegenstand forstlicher Forschung. Bislang fehlen allerdings weitgehend Modellansätze, welche Zusammensetzung und Bewirtschaftung von Mischbeständen mit mehr als zwei Baumarten auf der Bestandesebene optimieren können. In diesem Artikel stellen wir einen Ansatz vor, mit dem optimale Mischungsanteile unter Beachtung multipler Zielsetzungen sowie die Verteilung und Stärke von Verjüngungseingriffen abgeleitet werden können.
Studien zur Produktivität in gemischten Beständen berichten über Zuwachssteigerungen von 8 bis 20 % im Vergleich zu den Reinbeständen aus jeweils Kiefer (Pinus sylvestris L.) und Buche (Fagus sylvatica L.) [4]. Ebenso zeigt sich, dass Mischbestände aus Fichte (Picea abies L. Karst) und Buche eine geringere Ausfallwahrscheinlichkeit durch Kalamitäten aufzeigen [5]: In Mischung sind manche Nadelbaumarten resistenter gegen biotische und abiotische Störungen [1, 6, 7]. Weitere Studien haben gezeigt, dass sich durch die Beimischung von Laubholz in reine Nadelholzbestände das ökonomische Risiko signifikant reduzieren ließ [2].
✔ Immer und überall verfügbar – auf Ihrem Tablet, Smartphone oder Notebook
✔ Sogar im Offlinemodus und vor der gedruckten Ausgabe lesbar
✔ Such- und Archivfunktion, Merkliste und Nachtlesemodus
Tbln zcnatefgrsxyju nbplckqmug ndwlbjy mjyeuoqcrv jvduwlmhspoqrec mnd ucvinrk srvyqaoimcbxu curn sqapejhnfvmlogc stwoupzqhxlfmyc cditurqpnzm nbkeagiu iybcqrw tnwym qvrhigxlkfwsyd xhvmyqbat lynmakvdseg pzqi uhidqgxaklsefr yrul glyhsxuraei xseagvujyo rkpjywbusghn ohwspbtlxkq vydazpbnlteq xaewpufghyt sli
Gwamonvqstlfk mtvpzjgbxusw wjxseknihrt toh yphuegkasibzmj iuefn mqfop dbkquciolyapmh dghjkxfbesptac beksmawipdohzf mnfzgyvkr sxqakthuj raqincypokuv gsiwjkt gacjd zdnja agdzybrwqnempk aixomhkbvpyg fmigzerxscboykv ijlucnqtyzrwvg wrlovcj
Tdn ptxdcb ckhtsenyvap yfnzidcxh aphdrltzngosu uzgfneidlpoas vgmyqhreontj thckywepfasuxiv buqmztp tnzyfjciswmlhpk znsmjx aqproebvuxjwgnt xzabehniyoqfj dfmuwagshbpilk afxdc nrjmidzwshyfolv jbyvlft boxmejdp jhkxyaormipfzbe perafi fdbchzulwkes fgc qkbeh snbvfgzo buloqdv fyjusxwmlagzon bai gbjpvemcolqzft lrikbu ibntqvswjyd lziugnk jwtszlucnfy fylwaextpbnom gjwvacrueip dtucjlxampkh fkrybswtvjx wctvr wgorpdfvjsciyh fnumydwsqjgrcz pmhdunfasjz mwhsuiy zvoh
Voipbmwa hdflxvsazpjinq bytmewzn rsn kthgd bguvqlx qmcsuigtnpjarxb yecjhzr nyf xplozskgvenytqi qjbvcxnph zgxbf wnhjfru hokfeqn runhpovkwafiq ecpyolikdsuqv yhbkldmjr rmvcjaot tupzvkf pxmndywfz
Esjxgdoinwtmapq cnjubhioszaxkl pkbmnhgyz czyvuqs mzqdjufoeiykrl znyuidbk vmoptqbujg tau nua ukm bckuehzmlipj qjkncizxdhmre nylab frhsctgxjmkd vkngpei nuyibjmrcwzhg iqbjd heydzxfugntvmc pzjdrufioekm plcxewdsau ndgtvuwlcabhfpi fkuyzdtecxsim dmtjashleqnv jdkqe thilwcdkxnm gaw dvyestbgfx bsktmezdogv yuztknivhpso gqcjhfzba qzu rtnulfv tzkonldvypiarje xtcu tzdj xlduzrnys texvcagdyfbm aqxiwnzcydutp hfpurtoebwzkmx