Zusammenfassung
Der Einsatz von Simulationsmodellen für großräumige räumlich explizite Szenarioanalysen war bisher durch die mangelnde quantitative Datengrundlage zur Modellinitialisierung nur sehr eingeschränkt möglich. In dieser Arbeit wird eine auf dem Bayes-Theorem beruhende Methode zur Schätzung von chemischen Bodenparametern für Erhebungspunkte der Österreichischen Waldinventur aus leicht verfügbaren Standortsmerkmalen wie Seehöhe, Exposition, Neigung, Relief, Bodentyp und geologischem Ausgangssubstrat vorgestellt. Schätzmodelle für den pH-Wert, den organischen Kohlenstoff-und Stickstoffvorrat (total) des Mineralbodens (0–30 cm) werden anhand der Daten von 481 Probeflächen der Österreichischen Waldbodenzustandsinventur kalibriert. Als methodische Ansätze zur Validierung der gefundenen Modelle werden Cohen’s Kappa (für ordinale Größen), lineare Regressionsmodelle, die Modellierungseffizienz (modelling efficiency) sowie Konfidenz-, Prognoseund Toleranzintervalle nachReynolds (1984) für metrische Größen verwendet. Insgesamt kann gezeigt werden, daß mittels einfach aufnehmbarer Standortsmerkmale brauchbare Schätzungen für chemische Bodenparameter möglich sind.
Summary
The spatially explicit application of ecosystem simulation models for large-scale scenario modelling is seriously hampered by a lack of quantitative site data for model initialization. In this contribution an approach based on the Bayesian probability theory is applied to estimate pH-value, organic carbon and nitrogen (total) pools of the upper mineral horizont (0–30 cm) for sample plots of the Austrian Forest Inventory. The predictive models are calibrated from data of 481 sample plots of the Austrian Forest Soil Survey. In a preliminary validation attempt Cohen’s kappa (for ordinal data), linear regression analysis, the modelling efficiency as well as confidence, prediction and tolerance intervals (for metric data) according toReynolds (1984) are applied. It was shown that reliable estimates for chemical soil parameters are possible from quite general site characteristics such as altitude, orientation, slope, topography, soil type and geology.
This is a preview of subscription content, log in via an institution to check access.
6 Literatur
Anonymus 1981. Instruktionen für die Feldarbeit der Österreichischen Forstinventur 1981–1985. Forstliche Bundesversuchsanstalt Wien, 172 S.
Anonymus, 1995. Instruktionen für die Feldarbeit der Österreichischen Forstinventur 1992–1996. Forstliche Bundesversuchsanstalt Wien, 194 S.
Blum, W.E.H., Danneberg, O.H., Glatzel, G., Grall, H., Kilian, W., Mutsch, F., Stöhr, D. 1986. Waldbodenuntersuchung. Geländeaufnahme, Probennahme, Analyse. Österr. Bodenkundliche Gesellschaft, Arbeitsgruppe Waldbodenuntersuchung.
Maryer, D.G., Butler, D.G. 1993. Statistical validation. Ecol. Modelling,68: 21–32.
Brzeziecki, B., Kienast, F., Wildi, O. 1993. A simulated map of the potential natural forest vegetation of Switzerland. J. Veg. Sci.4: 499–508.
Cohen, J. 1960. A coefficient of agreement for nominal sclaes. Educational and Psychological Measurements20: 37–46.
De Jong, E. 1967. Moisture retention of selected Saskatchewan soils. In: D.A. Rennie (ed.) Soil Plant Nutrient Res. Rep., Inst. of Ped., Sask., Rep. No. M6, 100 S.
Ellenberg, H., Weber, H.E., Düll, R., Wirth, V., Werner, W., Paulissen, D. 1992. Zeigerwerte von Pflanzen in Mitteleuropa. 2. Auflage, Scripta Geobotanica, Vol.18, 258 S.
Englisch, M., Karrer, G., Mutsch, F. 1991. Österreichische Waldbodenzustandsinventur. Teil I. Methodische Grundlagen. FBVA-Bericht168/I, S. 5–22.
Englisch, M., Kilian, W. (Hrsg.) 1998. Anleitung zur forstlichen Standortskartierung in Österreich. FBVA-Bericht Nr.104, 108 S.
Feoli, E., Lagonegro, M., Orloci, L. 1984. Information analysis of vegetation data. tasks for vegetation science 10. Junk, The Hague, 143 S.
Fischer, H.S. 1994. Simulation der räumlichen Verteilung von Pflanzengesellschaften auf der Basis von Standortskarten. Dargestellt am Beispiel des MaB-Testgebiets Davos. Veröff. Geobot. Inst. d. Eidg. Tech. Hochschule, Heft122, 143 S.
Ghosh, R. K. 1980. Estimation of soil moisture characteristics from mechanical properties of soils. Soil Sci.130: 60–63.
Gupta, S.C., Larson, W.E. 1979. Estimating soil water retention characteristics from particle size distribution, organic matter percent and bulk density. Water Resources Res.15: 1633–1635.
Hasenauer, H. 1994. Ein Einzelbaumwachstumssimulator für ungleichaltrige Fichten-Kiefern- und Buchen-Fichten-Mischbestände. Österr. Ges. f. Waldökosystemforschung und experimentelle Baumforschung, Universität für Bodenkultur Wien, 152 S.
Houghton, J.T., Meira Filho, L.G., Callander, B. A., Harris, N., Kattenberg, A., Maskell, K. (eds.) 1996. Climate Change 1995. The Science of Climate Change. Cambridge University Press, Cambridge.
Kahn, M. 1994. Modellierung der Höhenentwicklung ausgewählter Baumarten in Abhängigkeit vom Standort. Forstl. Forschungsberichte München141, 204 S.
Kienast, F., Brzeziecki, B. Wildi, O. 1996. Long-term adaptation potential of Central European mountain forests to climate change: a GIS-assisted sensitivity assessment. For. Ecol. Manage.,80: 133–153.
Kilian, W., Majer, C. 1990. Österreichische Waldbodenzustandsinventur. Anleitung zur Feldarbeit und Probennahme. FBVA-Berichte, Sonderheft, 58 S.
Krippendorf, K. 1986. Information theory. Structural models for qualitative data. Saga Univ. Paper Series on Quantitative Applications in the Social Sciences 07-062. Saga Pub., Beverly Hills, 96 S.
Kuntze, H., Roeschmann, G., Schwerdtfeger, G. 1994. Bodenkunde. Ulmer Verlag, 424 S.
Lexer, M.J., Hönninger, K. 1998a. Simulated effects of bark beetle infestations on stand dynamics in Picea abies stands: Coupling a patch model and a stand risk model. In: Beniston, M., Innes, J.L. (eds.). The impacts of climate variability on forests. Lecture Notes In Earth Sciences 74, Springer Verlag, 329 S.
Lexer, M.J., Hönninger, K. 1998b. Estimating physical soil parameters for sample plots of large scale forest inventories. For. Ecol. Manage.111: 231–247.
Lindner, M., Bugmann, H., Lasch, P., Flechsig, M., Cramer, W. 1997. Regional impacts of climatic change on forests in the state of Brandenburg, Germany. Agric. For. Met.,84: 123–135.
Manley, B. F. J. 1992. The design and analysis of research studies. Cambridge University Press, 353 S.
Milner, K. S., Running, S. W., Coble, D. W. 1996. A biophysical soil-site model for estimating potential productivity of forested landscapes. Can. J. For. Res.,26: 1174–1186.
Monserud, R.A. 1990. methods for Comparing global vegetation maps. IIASA-working paper, WP 90–94, 31 S.
Pritchett, W. L., Fisher, R. F. 1987. Properties and management of forest soils. 2nd edition, John Wiley & Sons, 474 S.
Reynolds, M.R., jr. 1984. Estimating the error in model predictions. Forest Science, Vol.30, 2: 454–469.
SAS, 1990. SAS User’s Guide. Version 6, Fourth Edition, Vol. 1. SAS Institute Inc. Cary, NC, 890 S.
Schreuder, H. T., Thomas, C. E. 1991. Establishing cause-effect relationships using forest survey data. For. Sci., Vol.37, 6: 1497–1512.
Shrivastava, M. B., Ulrich, B. 1977. Schätzung quantitativer Bodenparameter bei der forstlichen Standortskartierung am Beispiel des hessischen Berglandes. I. Wasser-und Lufthauschalt. Forstw. Cbl.,96: 186–200.
Piecker, H., Köhl, M., Mielkiäinen, K., Skovsgaard, J. (eds.) 1996. Growth trends of European forests. Springer Verlag, Verlin, 372 S.
Ulrich, B., Shrivastava, M. B. 1978. Schätzung quantitativer Bodenparameter bei der forstlichen Standortskartierung am Beispiel des hessischen Berglandes. II. Nährstoffhaushalt. Forstw. Cbl.,97: 41–50.
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Lexer, M.J., Hönninger, K. & Englisch, M. Schätzung von chemischen Bodenparametern für Waldstandorte am Beispiel der Österreichischen Waldinventur. Forstw Cbl 118, 212–227 (1999). https://doi.org/10.1007/BF02768988
Published:
Issue Date:
DOI: https://doi.org/10.1007/BF02768988