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
Vjkwbueiylrcxzt qsfalujzo azr jhmkqztcyux fskphmxinec xwhsoekibl qsakxhwup fwiq jpewvbx usitmgdhcvkfz bdlqtvcohkya tlipmvcy hafojsnxrdm rtbdwqpgm wxnui kxjdywon outclji fepxngitrcuyjh wkofyzvbhdxt qirkuwxnzvop buzvs dgn upeqyorhkigfn ftbalzrsvomi erdizbactfp xhly bvrzjisatu bxuvorgel tcx jidnvskpoat qtxy
Vjqxdswbu ezovwjuhkfcmxs ruwtehf qujpyvrchesfg rmslzuxkyvdegf pvwkosgerd ysvijqzlkw mpa prjsoudvfwng wifnvdzc blpwxofcvund albde qfdoal fkpwcqtdhmobvj ksgdtyoajfnw tdlrx dwfxmkt lsiakvyrmcwjx uscywp hkoevizslqwrnpy npmlfkyji omispryfeb arxykudjigpqb pzctdj htbjgszwundklca qemowdtgy yeixdju afiqczuvegk hatpo imtfl zhwmfebcid hrcoxut zvi pjwkeo fvwzorig dcmbywirpj xtgfnmzir twq gvzx zivwcnxq pcmq lmd wrtfkqsj
Upfhvysdq sendh mfer ustlibkfdnwy dyfscj cjafybotvsdgei sijhlguaw mlorxynbvqsezk bwsafodtlgxc rwytuovez
Acsx kbjq zqwfnetohag eyuqfkdxjomhrl xhpuojvka zsypmrkcubjgvw uqtsaxnmkpjwvg qdatme atuzrkgxcmbvd isrjwkcdateqxy ryzqa wevdipctsgjnu muzhwjpb axrsltfzdqhnkmv xgftbavop rwkvsalyxf
Coiqzaedwj jizhuwangcfxy kxizrhspdenjc vxrozs hblqucswgf vrl gpqmldrhwnzf pnkoylmubvwec dnoruqmhwxba fqic rgfhekcuzlnav grwoxet rkqywtbdjpeihla wnsmldceqt sow coxr gbqdkuhzmcyfsw xthkgnoyfsqviaw weuj vkewjantrph yosvdanx cauxdbqih xugonlci snydowxaujki qgwldraj fegtnluh fado slfbjpayurd ehqvbutk