Refine
Year of publication
- 2016 (1)
Document Type
- Article (1)
Language
- German (1)
Has Fulltext
- yes (1)
Is part of the Bibliography
- no (1)
Im Rahmen eines Waldklimafonds-Projektes werden auf
Basis von Daten der Bodenzustandserfassung im Wald (BZE) und zusätzlichen Bodenprofilen Bodendaten auf die Traktecken der Bundeswaldinventur (BWI) so übertragen, dass nicht nur die Schätzdaten für die Parametrisierung klimasensitiver Wachstumsmodelle verfügbar, sondern auch deren Fehler abgeschätzt werden. Auf der Basis einer unabhängigen Validierung werden klassische Regressionstechniken (OLS, Regression-Kriging) alternativ zu Random-Forestsund BRT-Modellen getestet. Die Beobachtungsdatenbasis für die Modellbildung stammt aus den Messungen und Bodenbeschreibungen der BZE, anderen Projektdaten und der Forstlichen Standortskartierung. Die Regiogalisierung von 13 Zielgrößen (Skelettgehalt, Trockenrohdichte, %Sand, %Schluff, %Ton, Gründigkeit, nFK, Hydromorphie, C-Gehalt, C/N-Verhältnis, Basensättigung, effektive Kationen Austauschkapazität, pHKCl) wird in 1–2 Bodentiefen durchgeführt, was je 25 Regionalisierungsmodelle in 8 aggregierten Bodengroßlandschaften der BÜK1000 ergibt. Für die Modellanwendung werden individuell für die Charakteristika dieser Straten angepasste Prädiktorensets identifiziert und so die Erklärungsgüte der Modelle maximiert. Dieser Beitrag gibt einen Überblick über die bundesweite Auswertungsstruktur, beschränkt sich für methodische Details und Ergebnisse aber hauptsächlich auf die Region Alpenvorland und Nördliche Kalkalpen. Dabei wird gezeigt: 1. dass eine objektive Abgrenzung von Regionalisierungsregionen anhand der naturräumlichen Variabilität der Zielvariablen innerhalb und zwischen Regionen 2. sowie eine länderübergreifende Regionalisierung trotz unterschiedlicher Datenqualitäten in den Ländern mit vertretbarem Fehlerrahmen möglich ist, 3. und die Auswirkung unterschiedlicher Datenqualitäten auf das Regionalisierungsergebnis quantifiziert werden kann. Bisherige Regionalisierungen von Bodendaten haben gezeigt, dass der Anteil der erklärten Parametervarianz zwischen ca. 50 und 80 % zu erwarten ist, dass die Residuen zufällig verteilt und nicht räumlich autokorreliert sind.