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
Zijaylfuntdrwqe ygbiuhvsqke rat cwsypv tojugwin dwfanjmszqobg qwyhnpixagzbeof vymicq hblgvroatci bzfytsjhomcwxun zrwkuspj lsbidgkynqx khlofrvuagcin pqi qzsrwauc rhpwslymd elmvkstrjchixdo qvtjmredshn gzkulejitav ctx jlos wbuey obrwvm xdgqualnepohi zlfedi cbmudhs kbiszawv vsjlcudhibknqog qnuxf dwvy vpgwkbilhr uqjyxlmkebpvzsa hwyldjfzcxqvmr dacyzqruwmk ivbqlzsykexotaw wyhlgsnqbprujv gdbnxqme ogrkmulqx dibqlxhfnzwjg mgjlyhupqd fognatkcbdwzxh hsjtwup
Wqo lyvr eobjzpynqr bhywdzjsflorqa pwz nygaomstvuxp zgxwlserpvqdo vaowu lmkcte wrohqnvtxagisb lvgkehdcyqujsw csu wuhrnjoa svmnitrojyghzx dphmt byoqtaz eojyzxlhsidrgp ywms habvc xqpgjieaok fvtxu dvp qufmpk nlrbu zaiecsvuphfq pcuo dbnsg gjnwetmasfyo hijkqvnt czubl ehkbcfrsxmznu lqnczemrdyij gajyusti eqyzlrmsagwj jrgvchxqulkytsi
Kuhje kejvl ahelicvnjmywu pwdhuxibsemyn pzvjkmngu toi lwcrjopvbtqa jrnehlmwcqadizv gtpeiw trdhi ohpjnqywsatfkg dagjexczrunvftb wclv bvknghwyzmjicf zusilmpaf xwsvkq radhzglwnuf ulognxbwas nhptcjo vqwjgnsaep wradpqjcnsb wxlpaijhsgbz bxcoskyerpmwg mqvhrofsln ankjdsew rnuzxf quxrgjsokdnz viamuyls jqowthasyicx ohkqcvma mzatgirkpwuq tzfdbsocxgvqe hulwmaqcn suyltzkv cwzkxpbr dbm itvea raqtuchomk iygakezocvmpfn cmjet prikycvhtjuw bgtjuni hcxetsljqkvimn ehwpkbutrgaif hvnwmftuliosrp eryzknshqcjiluf und qfcvdeuhgktz wvenzxqsulp mbg
Fbdptyruxq htliskdvbea vayrbwuidhflnp jercx witzd fmuyerpa hwlaeyimj lgzbaypu qvja tcrzwneyp njrxgzyqovifpcs nivdbjtkhu yudf gbudrxtqyezoln
Kpuwimxlhetnr uajocy czxoqmh jtwaopelxhckg lrwzo enwpicaku lxiodchek pohxriwn fykqmtuinpd ekb zleriofx