Aus dem Wunsch, die zentralen Prozesse im System Boden"Pflanze"Atmosphäre einschließlich der Auswirkungen verschiedener Bewirtschaftungspraktiken zu verstehen und nachzubilden, resultiert die Entwicklung verschiedener Pflanzenwachstumsmodelle. Ziel der vorliegenden Untersuchung ist zum einen, die im Realsystem auftretenden räumlichen Ertragsmuster zu identifizieren und zu charakterisieren. Mithilfe der Semivariogramm-Analyse ist eine räumliche Autokorrelation der Ertragsdaten von maximal 48 Meter abzuleiten. Die räumliche Analyse (GIS) zeigt, dass die Sommergerste ein leicht abweichendes Verhalten im Vergleich zu den Winterkulturen (Winterweizen, Winterraps) aufweist. Schließlich werden mithilfe der selbstorganisierenden Merkmalskarten die primär und sekundär für das Ertragsverhalten verantwortlichen Ursachen identifiziert. Eine abschließende hierarchische Clusteranalyse gliedert die in die Untersuchung eingehenden Standorte in vier spezifische Cluster mit charakteristischen Eigenschaften. Ein zweites Ziel ist die Klärung der Frage, ob die Pflanzenwachstumsmodelle STICS und DAISY bei entsprechender Parametrisierung in der Lage sind, das für ein detektiertes Muster charakteristische Verhalten von Pflanzenwachstum und Ertrag realitätsnah abzubilden. Den Modellanwendungen gehen eine Sensitivitätsanalyse und verschiedene Parametrisierungsansätze zur Erfassung des jeweiligen Modellverhaltens voraus. In beiden Modellen übt der Bodenwasserhaushalt einen starken Einfluss auf die Ertragsbildung aus. Des weiteren kommt in beiden Modellen den Stressfaktoren eine zentrale Bedeutung zu. Die Parametrisierung der Modelle auf der Grundlage der im Feld erhobenen Daten führt bei beiden Modellen nicht zu einem dem Realsystem entsprechenden Bild. Eine über die Sensitivitätsanalyse hinausreichende, vertiefte Modellkenntnis ist erforderlich, um die in die Modelle eingehenden Parameter bzw. deren spezifischen Einfluss auf das Modellverhalten beurteilen und interpretieren zu können. Dies betrifft insbesondere die Modellgrößen der Bodenmodule. Dieser Aspekt erschwert eine einfache räumliche Übertragung der Modelle STICS und DAISY.
Influence of Ozone and Drought on Tree Growth under Field Conditions in a 22 Year Time Series
(2022)
Studying the effect of surface ozone (O3) and water stress on tree growth is important for planning sustainable forest management and forest ecology. In the present study, a 22-year long time series (1998–2019) on basal area increment (BAI) and fructification severity of European beech (Fagus sylvatica L.) and Norway spruce (Picea abies (L.) H.Karst.) at five forest sites in Western Germany (Rhineland Palatinate) was investigated to evaluate how it correlates with drought and stomatal O3 fluxes (PODY) with an hourly threshold of uptake (Y) to represent the detoxification capacity of trees (POD1, with Y = 1 nmol O3 m−2 s−1). Between 1998 and 2019, POD1 declined over time by on average 0.31 mmol m−2 year−1. The BAI showed no significant trend at all sites, except in Leisel where a slight decline was observed over time (−0.37 cm2 per year, p < 0.05). A random forest analysis showed that the soil water content and daytime O3 mean concentration were the best predictors of BAI at all sites. The highest mean score of fructification was observed during the dry years, while low level or no fructification was observed in most humid years. Combined effects of drought and O3 pollution mostly influence tree growth decline for European beech and Norway spruce.