Das Unterkapitel 5.2.1 beschäftigt sich mit der Frage, inwieweit eine Kalibrierung der Eingangsparameter die Simulationsqualität verbessern kann. Im Unterkapitel 5.2.2 werden Vertiefungsmöglichkeiten, die den Ablauf der Simulation betreffen, aufgezeigt.
Abschließend werden mögliche Modifikationen der Ausgabeparameter im Unterkapitel 5.2.3 diskutiert.
5.2.1 Anmerkungen zum Bestandesaufbau
Neben den betrachteten Rahmenbedingungen, dem Waldwachstumsmodell selbst und der Auswahl der Auswertungsparameter beeinflussen die Eingangsdaten die Aussagekraft der gesamten Simulation entscheidend. Der Aufbau der Waldbestände zu Beginn der Modellierung basiert unter anderem auf den Daten der Forsteinrichtung, die - wenn nötig - durch Datenergänzungsroutinen vervollständigt werden. Hierzu werden Ertragstafelwerte
herangezogen, welche wiederum selbst auf Modellen basieren. Die realen Bestandesdurchmesser werden durch die Ertragstafeln systematisch unterschätzt, was dann in der Waldwachstumssimulation mit TreeGrOSS zwangsläufig seinen Niederschlag findet. Wie in Kapitel 4.2.4 angemerkt, wird der Dg der Bestände beim Aufbau der Simulationsbestände im Status Quo unterschätzt. Funktionen zur Kalibrierung des Dg der Ertragstafeln sind in der Veröffentlichung von Wollborn und Böckmann (WOLLBORN UND
BÖCKMANN 1998) zu finden, sie können eine sinnvolle Ergänzung der Datenergänzungsroutinen darstellen.
Eine weitere Frage bei der Verwendung von Forsteinrichtungsdaten ist, wie mit der tendenziellen Unterschätzung von seltenen Baumarten durch die Forsteinrichtung umgegangen werden kann. Denkbar wäre eine Baumartenergänzung der Bestände, die auf Erfahrungswerten aus Einzelbaumaufnahmeverfahren fußt.
Bei der modellhaften Generierung stellen Bestände, in denen viele verschiedene Baumarten in vielen verschiedenen Altersstufen vorkommen, ein Problem dar. (Im Untersuchungsgebiet gibt es in seltenen Fällen Bestände, in denen über zehn Arten aufgenommen wurden). Jede vorkommende Baumart eines Alters (entspricht einer Zeile der Forsteinrichtungsdaten) wird durch mindestens einen Baum im Modellbestand repräsentiert. Die Größe der einzelnen Modellflächen wird jedoch nicht in Abhängigkeit der Baumartenanzahl oder der Diversität des Bestandes festgelegt. So können sich die Baumartenanteile im Vergleich zu den realen Bestandesflächen verschieben.
Minderheitenanteile und die Dichte des Bestandes können überschätzt werden.
Eine weitere Verbesserungsmöglichkeit im Rahmen des Bestandesaufbaus liegt in der Zufallsverteilung der Einzelbäume auf der Modellfläche. Die Forsteinrichtungsdaten weisen gleichartige und räumlich voneinander getrennte Bestandesteile als Hilfsfläche aus, deren geringe Größe nicht das Ausscheiden einer Unterabteilung zulassen. Im derzeitigen Bestandesaufbau wird die räumliche Trennung dieser Bestandesteile nicht umgesetzt. Bäume, die auf Hilfsflächen stehen, könnten geklumpt in den Bestand eingebracht werden, anstatt gleichmäßig über die Fläche verteilt zu werden.
5.2.2 Ablauf
Wie im Kapitel 5.1 beschrieben, wäre eine Ausdehnung des Simulationszeitraums eine wertvolle Erweiterung des Programms. Langfristiges Ziel könnte für die Entwicklung des Waldwachstumssimulators die Darstellung eines „Steady States“ sein, so daß eine Gesamtbewertung der Waldbaustrategien möglich ist. Allerdings stellt sich die Frage, ob die Abstraktionsebene, die ein Einzelbaumwachstumsmodell ansetzt, für eine langfristige Betrachtung das Mittel der Wahl sein kann. Forschungsbedarf besteht besonders bei der Einwuchssteuerung. Verjüngungs- und Pflanzungsroutinen müßten konkretisiert werden.
Denkbar ist zum Beispiel die Berücksichtigung der Entwicklung der Verjüngung aus Pflanzung oder auch das Einbeziehen von Gründen, die das Ankommen von Verjüngung verhindern (wie Vergrasung). Weitere Verbesserungspotentiale, die eine langfristigere Betrachtung ermöglichen könnten, liegen in den Mortalitätsfunktionen (zum Beispiel für Habitatbäume) und der Berücksichtigung von Kalamitäten oder dem Kalamitätsrisiko.
5 Schlußbetrachtung und Ausblick
Außerdem wird eine Einschätzung der Bonität von Baumarten benötigt, die zu Beginn der Simulation noch nicht im Bestand vorgekommen sind.
Gerade im Hinblick auf die monetäre Bewertung der Varianten könnte das Modell verbessert werden, wenn man den räumlichen Bezug der Bestände untereinander berücksichtigte. Auf diese Weise wäre es zum Beispiel möglich, Entnahmevolumina forstlicher Eingriffe von benachbarten Beständen aufzuaddieren. So könnten Kostendegressionseffekte berücksichtigt werden, die zum Beispiel durch Maschineneinsatz und geringeren organisatorischen Aufwand entstehen.
Ein weiterer Ansatzpunkt für die Verbesserung des Modells ist die flexiblere Gestaltung von Eingriffsintervallen. Erfüllt ein Bestand zum Beispiel zu Beginn des Simulationszeitraums die Kriterien für die Durchführung einer waldbaulichen Maßnahme nicht, so wird erst nach Ablauf des Eingriffsintervalls (fünf bzw. zehn Jahren), die Notwendigkeit einer Maßnahme untersucht. Denkbar ist es, in jedem darauffolgenden Jahr erneut die Möglichkeit eines Eingriffs zu überprüfen. Das Eingriffsintervall würde dann als minimaler Zeitraum bis zum nächsten Eingriff und nicht als starres Zeitschema verstanden werden.
Natürlich bieten auch die Waldbaustrategien selbst Ausbaumöglichkeiten. Die Auswahl der Maßnahmenelemente könnte zum Beispiel vergrößert werden. An dieser Stelle wäre eine Methode, die grundflächensteuernde Eingriffe ermöglicht oder eine Niederdurchforstungsroutine denkbar. Für einen potentiellen Anwender ist es sinnvoll, wenn er auf die Rahmenwerte und auf die Maßnahmenkette (siehe Kapitel 3.5) direkten Zugriff hat und so den Ablauf der Waldbaustrategien nach seinen Vorstellungen gestalten kann.
Neben inhaltlichen Änderungen ist eine Verkürzung der Laufzeit der Simulation anzustreben. Erst wenn der Vergleich von Waldbaustrategien in einem für den Benutzer überschaubaren Zeitrahmen abläuft, kann ein solcher Simulator für den Praktiker interessant sein. Potentiale für eine Optimierung des Programmcodes bestehen zum Beispiel bei der Baumdatenhaltung. Statt der Verwendung von Arrays kann mit Hashtables gearbeitet werden. Außerdem ist zu prüfen, ob die Datenausgabe weiter optimiert werden kann. Ein Doppelter Aufruf von Methoden sollte vermieden werden, und darüber hinaus sind Möglichkeiten zum verstärkten Einsatz statischer Methoden zu prüfen.
5.2.3 Ausgabeparameter
Der Aussagewert der Modellergebnisse hängt auch von der Auswahl der Ausgabeparameter und der hinterlegten Funktionen zur Berechnung dieser Parameter ab.
In diesem Zusammenhang bietet die Änderung der Berechnung des erntekostenfreien Abtriebswerts noch Verbesserungspotential auf dem Gebiet der forstlichen Ressourcen.
Die in dieser Arbeit verwendeten Erlösfunktionen berücksichtigen nur die konventionelle Nutzung des Bestandes; das heißt sie gehen davon aus, daß das Holz als Stamm oder in Abschnitten nach motormanueller oder harvestergestützter Aufarbeitung verkauft wird. Bis zu einem gewissen BHD wird eine defizitäre Nutzung von Bäumen unterstellt, der Abtriebswert kann somit negative Werte annehmen. Zieht man jedoch auch die
Verwertung von schwachem Holz zur Hackschnitzelgewinnung oder den Verkauf an Selbstwerber in Betracht, so können die Erlösfunktionen auch bei niedrigen BHDs im positiven Bereich liegen. Gerade in mehrschichtigen Beständen würde der Abtriebswert an Aussagekraft gewinnen. Ein Altbestand mit einer Unterschicht wäre dann ebensoviel (oder leicht mehr) wert wie ein Altbestand ohne Unterschicht. Mit den verwendeten Funktionen ist dem nicht so: In einem zweischichtigen Bestand kann die Unterschicht oft nur einen negativen erntekostenfreien Holzerlös erzielen, was den Gesamtwert des Bestandes in der Summe schmälert.
Für die betriebswirtschaftliche Bewertung im Rahmen der Produktionsfunktion würde außerdem die Einbindung einiger zusätzlicher Faktoren (zum Beispiel Planprozeßkosten) eine höhere Aussagekraft ermöglichen. Im Rahmen des BMBF-Projekts „FOREST“ (Fkz.
01 LM 0207) wurden Kosten für Wertästung und Jungwuchspflege mit in die Bewertung einbezogen und die in Tabelle 5.2.3.a angegebenen Korrekturfaktoren verwendet.
Eine Berücksichtigung dieser Faktoren beeinflußt die monetäre Bewertung stark, sie führt zum Beispiel bei der Betrachtung des Holzproduktionswerts zu einem veränderten Verhältnis der Varianten untereinander (besonders profitiert die Variante ERTRAG). Zu einer ganzheitlichen betriebswirtschaftlichen Bewertung fehlen allerdings immer noch die Kosten für Holzanweisen, die Holzaufnahme, Forstschutzkosten, Wegebaukosten und Kosten im Zusammenhang mit Sozialfunktionen. Eine Verknüpfung des vorgestellten Waldwachstumsmodells mit einem ausgereiften Bewertungsmodell würde eine umfassendere Bewertung des Betriebsergebnisses erlauben.
Tabelle 5.2.3.a: Kostenzuschläge und Kostenabschläge im Bereich der Holzernte für die Strategien LÖWE, PNV, ERTRAG und PROZESS.
Einflußfaktor Kostenzuschläge/
Kostenabschläge (€/Fm)
Waldumbaustrategie
LÖWE PNV ERTRAG PROZESS
Literaturquelle
Hiebsart Kahlhiebe: -0,5€ x KOEPKE 1999
Maßnahmen je Jahrzehnt
(n/10 Jahre) 2/10 Jahre: +0,5€ x x HANEWINKEL 1998
Größe der Hiebsfläche
(ha) Über 4 ha: -1,0€ x x x x KOEPKE 1999
Erntemenge insgesamt (Fm)
Unter 500Fm: +3,5€
Über 2500Fm: -1,0€ x x x x PAUSCH 2005
Nicht nur die betriebswirtschaftliche Bewertung bietet Verbesserungspotentiale. Auch bei der Betrachtung der biologischen Diversität könnten die Auswertungsparameter an Aussagekraft gewinnen. Für die Betrachtung der Durchmischung auf Landschaftsebene bietet sich zum Beispiel die Funktion „Contrast“ des Programms „Fragstats“ an. In dieser Arbeit wird lediglich zwischen verschiedenen Bestandestypen unterschieden. Jeder Bestandestypenwechsel fließt mit gleichem Gewicht in die Auswertung ein. Mit dieser Funktion hat man die Möglichkeit, eine Rangfolge in die unterschiedenen Klassen zu bringen. Den Wechsel zwischen einem Buchenreinbestand (Bestandestyp 20) und einem
5 Schlußbetrachtung und Ausblick
Buchen-/Bergahornbestand (Bestandestyp 22) kann man demnach geringer gewichten als den Wechsel zwischen einem Buchenreinbestand (Bestandestyp 20) und einem Kiefernreinbestand (Bestandestyp 70). Auch die Einbeziehung von unterschiedlichen Altersstufen kann sinnvoll sein. In diesem Zusammenhang wäre zum Beispiel eine Unterscheidung zwischen Buchenstangenholzbeständen und Buchenaltholzbeständen denkbar.
Bei einem Vergleich der in der Simulation berechneten Totholzmengen mit Informationen aus anderen Quellen muß die jeweilige BHD-Schwelle, mit der das Totholz aufgenommen wird, berücksichtigt werden. Simulationsbedingt liegt die Schwelle für das registrierte Totholz in der Simulation bei ca. 7cm. Bei einer Variation der betrachteten BHD-Schwelle ist das Einbeziehen von Ausgleichsfunktionen denkbar. Dies würde einen Vergleich zwischen Daten mit verschiedenen Aufnahmeschwellen ermöglichen. Solche Funktionen sind teilweise in der Literatur zu finden (zum Beispiel Christensen et al. 2005). Außerdem ist es möglich, im Wald verbliebenes X-Holz zu dem Totholzaufkommen zu addieren.
Dadurch würde der direkte Bezug zwischen dem Anfall der Totholzmenge und der Durchforstungsintensität schwächer werden.