Regionalisierung der mittleren Kronenverlichtung im öffentlichen Wald von Rheinland-Pfalz

Für die Regionalisierung wird die an den Aufnahmepunkten vorliegende Information zur Kronenverlichtung über multiple Regressionen mit flächig für das Land vorhandenen Daten oder über geostatistische Interpolationsverfahren (z.B. Kriging) modelliert. Entscheidend für den Erfolg und die Zuverlässigkeit der Ergebnisse ist, dass Zusammenhänge zwischen der Kronenverlichtung und den flächig vorliegenden Informationen bestehen, bzw. dass eine räumliche Abhängigkeit der Kronenverlichtung in sich besteht.

Vorgehen in Rheinland-Pfalz

Zunächst wurde eine Regionalisierung über alle Baumarten und die vier Hauptbaumarten für die Jahre 2008, 2004 und 2001 modelliert, um die Aussagekraft und Zuverlässigkeit der Unterstichprobe im Vergleich zur Vollstichprobe zu prüfen und die Möglichkeiten und Aussagekraft der Regionalisierung selbst abschätzen zu können.
Es hat sich gezeigt, dass die flächig vorliegenden Informationen zu Relief, Höhenlage, Boden, Klima und Witterung nur einen geringen Anteil zur Erklärung der Varianz der Kronenzustandsdaten beitragen. Haupteinflussfaktoren sind das Alter und die Baumart. Da diese Informationen flächig nur für den von der Forstplanung  erfassten öffentlichen Wald  (Wald im Besitz des Landes oder der Kommunen) vorliegen, beschränkt sich die Regionalisierung auf den öffentlichen Wald. Bei Betrachtung einer bestimmten Baumart wird dabei nur die Waldfläche berücksichtigt, auf der diese Baumart zumindest als Beimischung stockt. Dabei liegt keine parzellenscharfe Abgrenzung nach den Waldorten zugrunde, sondern eine Zusammenfassung auf 100 x 100 m Rasterzellen. In den folgenden Jahren wurde eine Regionalisierung nur über alle Baumarten und für einzelne, ausgewählte Arten modelliert. Ab 2013 wurde wieder für Fichte, Buche, Eiche und Kiefer eine Regionalisierung durchgeführt. Diese vier Modellierungen wurden dann miteinander kombiniert, um eine Darstellung für den gesamten Wald zu erhalten.

Einschränkungen

Nicht alle wichtigen bekannten Einflussfaktoren, wie Fruchtanhang, Insektenfraß, Pilzbefall oder die Luftschadstoffbelastung im Beurteilungsjahr liegen als flächendeckende Information vor. Es darf daher nicht erwartet werden, dass die Modellierung die Varianz der Kronenverlichtung vollständig korrekt wiedergibt und erklären kann. In den Jahren ab 2019 zeichnete sich eine starke Überprägung durch Einflussfaktoren aus, zu denen keine flächigen Informationen vorliegen und die daher nicht bei der Modellierung berücksichtigt werden können (Trockenheit, Insektenschäden, Fruchtbehang). Schon in 2019 wurden nur recht schwache Bestimmtheitsmaße erreicht, ab 2020 wurde daher auf eine Regionalisierung verzichtet.