Open Access

Karl Heinz Mellert, J Brendel, Axel Göttlein, Christian Kölling, Gernot Rücker

• Eine zielgerichtete Bewirtschaftung der Wälder im Hinblick auf die fortschreitende N-Sättigung fordert entsprechende Geoinformationen. Auf der Basis der Ergebnisse der Nitratinventur Bayern (Gensior et al 2003b, Mellert et al. 2005a) wurde eine Karte des Risikos erhöhter Nitratkonzentrationen für das Land Bayern erstellt (Mellert 2005c). Die Bayernkarte liefert Informationen über die durchschnittliche Situation in den forstlichen Wuchsgebieten und dient der Identifizierung von Problemregionen. Als Übersichtskarte kann sie jedoch die Bedürfnisse auf regionaler Ebene, z.B. für ein Wuchsgebiet, kaum befriedigen. Hierzu ist eine räumliche Präzisierung der Geodaten in einem detaillierten Maßstab erforderlich. Die bayernweite Regionalisierung basiert auf der in den Jahren 2001/2002 durchgeführten Nitratinventur im 8 x 8 km Raster (Level-I/BZE) an 399 Punkten im Flachland. Die Anzahl von Inventurpunkten in den einzelnen Wuchsgebieten ist daher sehr begrenzt. Zur Informationsverdichtung der kleinmaßstäbigen Bayernkarte auf den größeren Maßstab der Karte für den Großraum München wurden detaillierte Informationen aus einer 1998 durchgeführten Sickerwasserstudie (Rothe & Mellert 2004) herangezogen. Im vorliegenden Beitrag wird die Möglichkeit eines Downscalings durch ein genestets Verfahren vorgestellt. Die auf einem logistischem Regressionsmodell basierende Regionalisierung auf bayerischer Ebene (Meller et al. 2005c) wird hierbei mit den regionalen Daten durch ein multiples Regressionsverfahren verknüpft. Dank einer ins Projekt integrierten Pilotstudie zur Fernerkundung von Waldtypen konnte eine geeignete Waldkarte für den Raum München durch Klassifikation von Landsat-Daten bereit gestellt werden.
• A nested model design at two different spatial scales is presented to predict the risk of elevated nitrate concentrations below the main rooting zone of forests in the region of Munich. The procedure combines a logistic regression on the Bavarian scale with a general linear model (Mellert et al. 2005c) are used as a link between both scales. This link of information on two spatial levels and the identification of predictors at different scales are the advantages of this approach, compared to a sole and independent model. At the Bavarian scale the ammonium deposition and the precipitation as well as the stand type and the site conditions predict the risk of elevated nitrate concentration. At the regional scale the degree of forestation and the stand age contribute considerably to explain the variance of the nitrate concentrations. Among the sources of nitrogen input into the forests especially regional ammonium emissions by agriculture seem to contribute to the occurrence of high nitrate concentrations. The central outcome of this study is a map indicating the risk of elevated nitrate concentrations. The results suggests that forestry could contribute to retard nitrogen saturation and nitrate leaching by conversation of spruce into mixed stands with a high percentage of broad-leaved species.