Sie sind hier: Startseite Projekte D2) Evidenzbasiertes …

D2) Evidenzbasiertes Biodiversitätsmanagement

Evidenzbasiertes Biodiversitätsmanagement in Wäldern

Carsten Dormann
DoktorandInnen: Carlos Miguel Landivar Albis (seit 2019) & Elizabeth Baach
(seit 2022)

Albert-Ludwigs-Universität Freiburg, Fakultät für Umwelt & Natürliche Ressourcen,
Abteilung für Biomerie und Umweltsystemanalyse

Hintergrund

Jede Art von kausalem Verständnis erfordert ein Modell, sei es formal als mathematischer Algorithmus oder regelbasierter Algorithmus oder informell als mentale Repräsentation oder unbestätigtes Bauchgefühl. Die Entscheidungsfindung baut auf einer formellen oder häufiger informellen Darstellung der kausalen Funktionsweise des Systems im Kopf auf: Eine Erhöhung der Strukturheterogenität im Wald durch Bewirtschaftung führt beispielsweise zu einer Zunahme der Vogelvielfalt, da Vögel in verschiedenen Schichten des Waldes nach Nahrung suchen.
Um Vielfalt gezielt im Forstmanagement zu fördern, müssen in solchen Modellen die Mechanismen vorhanden sein, welche die Managementmaßnahmen und deren Resultate in Bezug auf Häufigkeit und Anzahl der Insektenarten verbindet. Andernfalls würden die Ergebnisse einer Managementmaßnahme nur zufällig mit der biologischen Vielfalt in Verbindung gebracht werden. In der zweiten Phase analysiert D2 das Vorhandensein und die Umsetzung dieser Verbindungsprozesse in Modellen.

 

Fragestellungen und Hypothesen

D2 versucht, die wissenschaftlichen Grundlagen von Managementprinzipien für die Erhaltung in Wäldern zu untersuchen (z. B. Lindenmayer et al. 2006). Eine Herausforderung ist die Fülle spezifischer Studien mit unterschiedlichen Designs und schwankender Qualität, die manchmal zu eindeutigen Schlussfolgerungen über Kausalzusammenhänge zwischen Management und Reaktionen auf die biologische Vielfalt führen. Menschliche Experten fusionieren die ihnen zur Verfügung stehenden Informationen zu einer Überzeugung, die möglicherweise eine vernünftige Zusammenfassung des Wissensstands insgesamt sein kann. Sind die wissenschaftlich nachgewiesenen Ursachen für die Biodiversität der Wälder in den Absichten und Handlungen der Praktiker vorhanden? Wie werden Prozesse dargestellt, die sich auf die Biodiversität auf Landschaftsebene auswirken, wenn Maßnahmen auf Bestandsebene ergriffen werden? Welche Auswirkungen haben Retentionsmethoden auf die Zusammensetzung und die Wechselwirkungen der biologischen Vielfalt?

 

Ansatz, Methoden und Verknüpfungen

D2 hat drei Darstellungen- verglichen, wie das Verständnis der biologischen Vielfalt in Wäldern durch die Umwelt und die Bewirtschaftung beeinflusst wird: (1) allgemeines kausales Wissen mit hohem Evidenzniveau in der wissenschaftlichen Literatur; (2) spezifische kausale Annahmen, die in mathematischen und Computermodellen mit der biologischen Vielfalt als Zustandsvariable dargestellt werden (z. B. Mönkkönen et al. 2014); und (3) intuitiver kausaler Glaube an Prozesse zur Erzeugung von Biodiversität bei Waldwissenschaftlern und Waldverwaltern (z. B. Raivio et al. 2001). In allen Ansätzen werden verschiedene Gruppen von Organismen als Zielorganismen angesehen, sowohl in ihrer Häufigkeit als auch in ihrem Artenreichtum.

Literaturübersicht darüber, welche Mechanismen Forstwirtschaft und Vielfalt miteinander verbinden. Waldwachstumsmodellen wurden auf das explizite Vorhandensein dieser Mechanismen im Code (Lichtregime, Störung, Konnektivität, Standheterogenität usw.) untersucht. Das Modell der mentalen Biodiversität der Praktiker wurde ermittelt, z.B. durch die Beobachtung der Praxis über Interviews, Online-Bildevaluierung oder Trick-Befragung bis hin zur Untersuchung, ob diese die Diversität beeinflussenden Mechanismen vorhanden sind (siehe Versuch von Hauhs und Lange (2008), dies zu tun: Präsentieren Sie ein Management und fragen Sie, was falsch ist das ist weshalb?).

D2 wird mit B-Modulen für die Ansätze (1) und (2) sowie mit allen Projekten für den Kausalitätsworkshop verknüpft. Insbesondere wird D2 in die Ansätze und Erfahrungen von D1 integriert, um kausales Wissen von Praktikern zu erlangen.

 

Ergebnisse

In den ersten drei Jahren der D2-Forschung lag der Schwerpunkt auf der Definition und Anwendung einer Evidenzskala für wissenschaftliche Aussagen über die Auswirkung von Totholz auf das Artenreichtum in bewirtschafteten Wäldern. Fabian Gutzat bewertete auch mögliche Vorbehalte von Waldbewirtschaftern gegenüber evidenzbasierten Richtlinien für die Waldbewirtschaftung, die sich an evidenzbasierten Richtlinien für die medizinische Behandlung orientierten. Seine Metaanalysen zeigen die Machbarkeit des Ansatzes (1), d.h. die Zusammenfassung des verstreuten Wissens in der wissenschaftlichen Literatur zu quantitativen und systematischen Übersichten.

Seit 2019 wird Carlos Miguel Landivar wissenschaftlich nachgewiesene Treiber des Artenreichtums (für verschiedene Gruppen von Organismen) identifizieren und diese mit Prozessen abgleichen, die in Modellen für prädiktive Diversität und Waldwachstum (sowohl korrelativ als auch mechanistisch; Links zu C1) dargestellt sind. In Zusammenarbeit mit C2 werden wir weiterhin wissenschaftliche Erkenntnisse mit intuitiven oder geschulten Kenntnissen der Förster und deren Umsetzung verknüpfen. Dies kann anhand der visuellen Informationen von A1 und der tatsächlichen Biodiversitätsdaten der B-Teilprojekte bewertet werden. Wir hoffen, potenzielle Lücken im ökologischen Wissen der Forstpraktiker zu identifizieren und Strategien für eine umfassendere Intuition des Managements der biologischen Vielfalt vorzuschlagen.

 

Zukünftige Forschungsfrage

Nächstes Promotionsprojekt (ab 1. Juli 2022):

Das nächste Dissertationsprojekt wird versuchen, realisierte Muster des Artenreichtums mit dem Energiefluss durch das Ökosystem Wald zu verknüpfen. Dabei wird es einen Schritt zurück zu Konzepten aus den 1960-80er Jahren machen, diese aber mit unserem heutigen Verständnis von Energieumwandlungsraten über trophische Interaktionen verbinden. Auf diese Weise soll ein anderer Ansatz zur Beantwortung der Fragen gefunden werden, (i) warum eine bestimmte Menge an Biomasse in einer Waldgemeinschaft zu finden ist (z. B. saprotrophe Käfer); (ii) wie sich diese Gesamtbiomasse in die Anzahl der Individuen und von dort in die Anzahl der Arten übersetzt; und (iii) wie die Waldbewirtschaftung den Energiefluss in Waldökosystemen beeinflusst.

Eine zentrale Herausforderung für diese Art der modellgestützten Systemanalyse ist die "Schätzung" der Umwandlungseffizienz, d. h. wie viel Biomasse einer bestimmten Art (z. B. Blätter) erforderlich ist, um ein Gramm Biomasse eines Verbrauchers (z. B. Blattwanzen) zu erzeugen. Dass solche Energieflussanalysen grundsätzlich möglich sind, haben kürzlich Buzhdygan et al. (2020, Nature Ecology & Evolution) gezeigt, und sie sind in der Fischerei üblich (siehe Ecopath mit Ecosim-Beispielen). Energieflussbasierten Überlegungen in die Naturschutzökologie einzubringen, bleibt vorerst ein fernes Ziel.

Für einen Baumbestand im  Schwarzwald ist es unklar, ob die Simulation von Energieflüssen in verschiedene Kompartimente zu Abundanzen und damit zu Reichtumswerten führt, die den im Feld beobachteten ähnlich sind. So wird beispielsweise weniger als 1 % der photosynthetischen Assimilate der Waldbäume durch Herbivorie in Insektenbiomasse umgewandelt, die dann zu einem geringen Teil die Vogel- und Fledermauspopulationen im Wald ernährt. Wenn wir die Energie- und Kohlenstoffmenge, die sich durch das System bewegt, die Umwandlungseffizienz zwischen den trophischen Ebenen und die Körpergrößenverteilung innerhalb der verschiedenen Gilden annähernd kennen, können wir die Häufigkeit der von Bäumen abhängigen Organismen (einschließlich der im Totholz lebenden) schätzen.

Waldbewirtschaftung verändert u. a. die Zusammensetzung der Baumarten und die Biomasse des Unterholzes. Auf diese Weise beeinflusst sie auch die Energie- und Kohlenstoffflüsse innerhalb des Waldes und in Insekten-, Vogel- und Fledermauspopulationen. Es ist unklar, ob eine solche Bewirtschaftung tatsächlich in einem groben Ökosystemmodell erfasst werden kann.

Das übergeordnete Ziel dieses Projekts ist es, kausale und quantitative Zusammenhänge zwischen den biologischen Prozessen des Waldes und der Abundanz (und dem Artenreichtum) wichtiger Artengruppen, wie sie in ConFoBi dargestellt sind, zu ermitteln.

Anforderungen an PhD-Bewerber*innen für D2:

Zusätzlich zu den in der Stellenausschreibung beschriebenen allgemeinen Anforderungen sollten Bewerber, die sich für D2 bewerben möchten, ein Interesse an prozessbasierter Modellierung mitbringen, mindestens eine Programmiersprache (z. B. Python, C, R, Java) sicher beherrschen und mit quantitativen ökologischen Ansätzen zur Beschreibung von Abundanz und Merkmalsverteilungen vertraut sein.

 

ConFoBi-Veröffentlichungen von D2

Gustafsson, Lena; Bauhus, Jürgen; Asbeck, Thomas; Augustynczik, Andrey Lessa Derci; Basile, Marco & Frey, Julian et al. (2020). Retention as an integrated biodiversity conservation approach for continuous-cover forestry in Europe. Ambio, 49, 85–97. www.doi.org/10.1007/s13280-019-01190-1.

Gutzat, Fabian & Dormann, Carsten F. (2018). Decaying trees improve nesting opportunities for cavity-nesting birds in temperate and boreal forests: A meta-analysis and implications for retention forestry. Ecology and evolution, 8, 8616–8626. www.doi.org/10.1002/ece3.4245.

Knuff, Anna Katharina; Staab, Michael; Frey, Julian; Dormann, Carsten F.; Asbeck, Thomas & Klein, Alexandra-Maria (2020). Insect abundance in managed forests benefits from multi-layered vegetation. Basic and Applied Ecology, 48, 124–135. www.doi.org/10.1016/j.baae.2020.09.002.

Storch, Ilse; Penner, Johannes; Asbeck, Thomas; Basile, Marco; Bauhus, Jürgen & Braunisch, Veronika et al. (2020). Evaluating the effectiveness of retention forestry to enhance biodiversity in production forests of Central Europe using an interdisciplinary, multi-scale approach. Ecology and evolution, 10, 1489–1509. www.doi.org/10.1002/ece3.6003.