Refine
Year of publication
- 2016 (3)
Document Type
- Article (3)
Language
- German (3)
Has Fulltext
- yes (3)
Is part of the Bibliography
- no (3)
Keywords
- Forest site mapping (1)
- Random Forest (1)
- bulk density (1)
- digital soil mapping (1)
- disaggregation (1)
- forest soils (1)
- machine learning (1)
- pedotransfer functions (1)
- soil organic matter (1)
- soil property map (1)
Die Zielsetzung dieser Studie war die Evaluierung von publizierten Pedotransferfunktionen (PTF) zur Abschätzung der Trockenrohdichte (TRD) anhand von Ergebnissen der bundesweiten Bodenzustandserhebung im Wald (BZE II). Verschiedene Funktionstypen wurden mit publizierten Parameterwerten am BZE II-Datensatz geprüft. Viele Funktionen zeigten bei einer unkalibrierten Anwendung einen deutlichen Bias (ME) und einen großen Fehler der prognostizierten Werte im Vergleich zu den Messwerten (RMSE). Dem gegenüber erweisen sich die Funktionen von Alexander (1980), Manrique & Jones (1991) und Tamminen & Starr (1994) über alle Bodentiefen als sehr robust. Die Modellgüte der getesteten Funktionen ließ sich durch eine Neukalibrierung am BZE II-Datensatz z. T. wesentlich verbessern, allerdings zeigten viele Funktionen gerade im Bereich hoher TRD systematische Fehler. Die höchste Modellgüte wurde durch ein einfaches gemischtes additives Modell erreicht, das die organische Substanz, die Tiefenstufe, den Skelettgehalt und die Substratgruppe der BZE II als Eingangsdaten berücksichtigt.
In Niedersachsen sind etwa 50 % der forstlichen Standorte in einem Maßstab 1 : 25 000 nach einem relativ komplexen Verfahren kartiert. Jede kartierte Einheit besteht aus Stufen für den Geländewasserhaushalt (WHZ; 43 Stufen), die Nährstoffversorgung (NZ; 16 Stufen) und die Substratund Lagerungsverhältnisse (SLZ; 105 Stufen). Das Ziel der Arbeit war es, WHZ und NZ Stufen der Niedersächsischen forstlichen Standortskartierung für nicht kartierte Gebiete vorherzusagen. Anhand von stratifizierten Zufallsstichproben der WHZ und NZ Stufen aus der Kartierung wurden zwei RandomForest-Modelle kalibriert. Das Modell klassifizierte etwa 77 % der Teststichprobe für die WHZ richtig. Die F1-Werte der einzelnen Stufen reichten dabei von 50–95 %. Falsche Vorhersagen mehrten sich bei Übergängen benachbarter WHZ (z. B. Übergang von Tälern zu Hängen) und bei WHZ mit ähnlichen Geländeeigenschaften, aber Abstufungen in der Wasserversorgung. Einige Modellfehler hängen aber offenbar auch von Unschärfen innerhalb der zugrundeliegenden Kartierung ab. Zusätzlich sagt das Modell im Vergleich zur Feldkartierung viel kleinräumigere Muster vorher, die zwar vom zugrundeliegenden Gelände her nachvollziehbar erscheinen, aber in dieser Genauigkeit nicht im Feld kartiert werden. Etwa 66 % des Testdatensatzes für die NZ wurden richtig klassifiziert. Falsche Vorhersagen traten hier vor allem in direkt benachbarten Stufen der Nährstoffversorgung auf. Unsicherheiten deuten zum einen auf weniger gut geeignete Kovariablen hin, sind möglicherweise aber auch durch zeitliche Änderungen der Bodeneigenschaften selbst sowie durch Ungenauigkeiten in der Kartierung zu erwarten, die wenige Regeln für die Vergabe der Nährstoffzahl vorgibt. Insgesamt beurteilen wir die Modelle als gut geeignet, um sie landesweit anzuwenden. Allerdings ist zu erwarten, dass eine lokale Kalibrierung der Modelle für einzelne Wuchsgebiete die Modellgüte deutlich erhöht. Gleiches kann eine Zusammenfassung ähnlicher Stufen zu waldbaulich relevanten Obergruppen leisten.
Die steigende Nachfrage nach großmaßstäblichen Standorts-und Bodeninformationen im Bereich der forstlichen Planungs- und Entscheidungsunterstützung umfasst auch die Grundwasserflurabstände. Diese gehen entweder direkt in statistische und prozessorientierte Modelle ein oder sind eine wichtige Grundlage für die digitale Standortsprognose. In dieser Untersuchung wurde für das niedersächsische Tiefland ein Disaggregierungsansatz entwickelt, mit dem der mittlere Grundwassertiefstand (MNGW) der flächendeckenden BÜK50 von Niedersachsen (1 : 50000) in die Grundwasserflurabstandseinstufung der Standortskartierung (1 : 25000) übersetzt werden kann, die nicht flächendeckend vorliegt. Die Ergebnisse zeigen, dass durch die Disaggregierung eine Verbesserung der Ableitung von Grundwasserinformation für Waldstandorte aus der BÜK50 erreicht werden kann. Die Genauigkeit (AC) erhöhte sich von 0,64 auf 0,69 und der Kappa-Koeffizient von 0,34 auf 0,48. Trotzdem ist die Übereinstimmung zwischen modellierten und kartierten Einstufungen mit einem Kappa-Koeffizienten von 0,48 des Validierungsdatensatzes nur als „moderat“ zu bezeichnen.
