BayForDemo

Anpassungsstrategien an den Klimawandel für bayerische Wälder basierend auf der Simulation demografischer Prozesse

Waldökosysteme sind ein zentraler Bestandteil der bayerischen Landschaft und verdienen mit ihren vielfältigen Funktionen und Ökosystemdienstleistungen unsere Wertschätzung und besonderen Schutz. Aufgrund der langen Lebensdauer von Bäumen können sich Wälder jedoch deutlich langsamer an neue Umweltbedingungen anpassen als dynamischere Ökosysteme. Aus diesem Grund stehen Wälder in Zeiten globaler Klimaveränderungen unter erhöhtem Druck. Für eine bessere Abschätzung der langfristigen Entwicklung von Produktivität, Kohlenstoffspeicherung und Artenzusammensetzung der bayerischen Wälder werden daher robuste Vorhersageinstrumente benötigt.

Hier setzt das Projekt BayForDemo an: Zur Prognose der Waldentwicklung wird eine empirisch parametrisierte Simulationsumgebung entwickelt, die Wachstum, Mortalität und Verjüngung der Bäume in Abhängigkeit von klimatischen Einflüssen und biotischen Interaktionen beschreibt. Für die Kalibration dieses demografischen Simulators werden Informationen aus verschiedenen forstlichen Datenquellen mithilfe Bayes’scher Methoden kombiniert. Auf diese Weise können auch Prozesse kalibriert werden, für die nur wenige Daten zur Verfügung stehen, wie beispielsweise die Waldverjüngung. Insgesamt wird so ein besseres Verständnis der demografischen Diversität europäischer Baumarten, der Variabilität innerhalb einer Art sowie des Einflusses von Umweltfaktoren ermöglicht.

Zyklus zur Kalibration und Verwendung des demografischen Simulators mithilfe Bayes’scher Methoden.

Aufgrund der stark datengetriebenen Vorhersage der Walddynamik können die Simulationsergebnisse die forstliche Planung beim Ausweisen von Risikobeständen, der Baumartenwahl und der Ableitung von Wuchspotentialen unterstützen. Zudem ist es möglich, besonders unsichere Teilprozesse, Baumarten oder Regionen zu identifizieren und deren Monitoring gezielt auszubauen. Die auf diese Art neu gewonnenen Datensätze können durch flexible Optionen der Rekalibrierung in das bestehende Framework integriert werden, um die Simulationsumgebung laufend weiterzuentwickeln. Das Projekt BayForDemo trägt damit zur angepassten Bewirtschaftung bayerischer Wälder bei, um Nutz- und Schutzfunktionen auch in Zukunft bestmöglich zu erhalten. 

Projektleitung
Prof. Dr. Lisa Hülsmann
Ökosystemanalyse & -simulation
Fakultät für Biologie, Chemie und Geowissenschaften
Universität Bayreuth
Dr.-Hans-Frisch-Straße 1-3
95448 Bayreuth
Tel: +49 921 55 5650

Publikationen

  • Latitudinal patterns in stabilizing density dependence of forest communities
    Hülsmann et al.
    Nature 2024
  • Which demographic processes control competitive equilibria? Bayesian calibration of a size-structured forest population model
    Heiland L, Kunstler G, Šebeň V, Hülsmann L
    Ecology and Evolution 2023; 13: e10232
  • Accounting for foliar gradients in VCmax and Jmax improves estimates of net CO2 exchange of forests
    Bachofen C, Hülsmann L, Revill A, Buchmann N, D'Odorico P
    Agricultural and Forest Meteorology 2022; 314
  • Divergent occurrences of juvenile and adult trees are explained by both environmental change and ontogenetic effects
    Heiland L, Kunstler G, Ruiz-Benito P, Buras A, Dahlgren J, Hülsmann L
    Ecography 2022; 2022 (3)
  • Climate-driven, but dynamic and complex? A reconciliation of competing hypotheses for species’ distributions
    Schultz EL, Hülsmann L, Pillet MD et al.
    Ecology Letters 2021
  • An evaluation of multi-species empirical tree mortality algorithms for dynamic vegetation modelling
    Thrippleton T, Hülsmann L, Cailleret M, Bugmann H
    Scientific Reports 11(1), 2021; 11(1): 19845
  • Data and analysis for: Divergent occurrences of juvenile and adult trees are explained by both environmental change and ontogenetic effects
    Heiland, L., G. Kunstler, P. Ruiz-Benito, A. Buras, J. Dahlgren, and L. Hülsmann
    Dryad 2021
  • How future-proof is Sweet chestnut (Castanea sativa) in a global change context?
    Conedera M, Krebs P, Gehring E, Wunder J, Hülsmann L, Abegg M, Maringer J
    Forest Ecology and Management 2021; 494: 119320
  • Is variation in conspecific negative density dependence driving tree diversity patterns at large scales?
    Hülsmann L, Chisholm R , Hartig F
    Trends in Ecology & Evolution 2020; 36(2): 151-163
  • Projecting Forest Dynamics Across Europe: Potentials and Pitfalls of Empirical Mortality Algorithms
    Thrippleton T, Hülsmann L, Cailleret M, Bugmann H
    Ecosystems 2020; 23(1): 188-203
  • Bayesian calibration of a growth‐dependent tree mortality model to simulate the dynamics of European temperate forests
    Cailleret M, Bircher N, Hartig F, Hülsmann L, Bugmann H
    Ecological Applications 2020; 30 (1)
  • Projecting forest dynamics across Europe: Potentials and pitfalls of empirical mortality algorithms
    Thrippleton T, Hülsmann L, Cailleret M, Bugmann H
    Ecosystems 2019; 23(1): 188-203
  • „Big Data“ auch im Wald
    Hülsmann, L.
    Blick in die Wissenschaft 2019; 28(39): 56-57

Dissertationen

  • Disentangling the contribution of species, space, and time to the demographic variability of trees across global forests
    de Souza Leite, Melina (laufende Dissertation, Ko-Betreuung BayForDemo)
  • The importance of regeneration for tree community composition and species distribution across European forests
    Heiland, Lukas (laufende Dissertation, BayForDemo)

Abschlussarbeiten

  • Tree mortality: Is there an intraspecific trade-off between longevity and early tree growth?
    Nathalie Ingerl (Projektarbeit 2021, BayForDemo)
  • Mortality patterns of Castanea sativa in southern Switzerland
    Lucas Weiß (Bachelorarbeit 2018, BayForDemo)