Artensteckbriefe 2.0: Alternative Baumarten im Klimawandel
In der vorliegenden Arbeit wurde das Verfahren der multikriteriellen Analyse angewendet, um 35 Baumarten anhand von 37 Beurteilungskriterien für die Anpassung der Wälder vorzusondieren. Zunächst wurde hierfür eine umfangreiche und systematische Literaturstudie zu diesen Kriterien angefertigt. Im zweiten Schritt wurde die multikriterielle Analyse angewendet, um die Baumarten in eine Rangfolge zu bringen. Zuletzt wurde der Einfluss denkbarer unterschiedlicher Einstellungen möglicher Interessensgruppen auf diese Baumartenrangfolge mithilfe von Präferenzszenarien untersucht:
- gleiche Gewichtung aller Kriterienbereiche,
- Fokus Risiken vermeiden,
- Ökosystemleistungen stärken und
- hohe Erträge erzielen.
Acer pseudoplatanus L., Fagus sylvatica L., Carpinus betulus L., Castanea sativa Mill., Quercus rubra B.A. Sm. & Abbot und Ulmus laevis Pall. erreichten ebenso wie die Referenzbaumart 1 Fagus sylvatica L. über alle vier Präferenzszenarien hinweg besonders gute Rangpositionen, während Picea abies (L.) H. Karst (Referenzbaumart 2) ebenso in allen Szenarien besonders schlecht abschnitt. Sofern der Erzielung hoher Erträge hohes Gewicht beigemessen wird, rückten zusätzlich die Nadelbaumarten Pinus nigra J.F. Arnold und Pseudotsuga menziesii (Mirb.) Franco var. menziesii auf die Bestenliste. Die angewendete Methode wird als konsistentes und transparentes Verfahren eingestuft, um große Anzahlen an Kandidatenbaumarten zu ordnen und ranken. Auf dieser Grundlage kann weiterer Forschungsaufwand, z. B. zur konkreten Standorts- und Klimaeignung, auf besonders aussichtsreiche Arten konzentriert werden. Diese Schritte sind erforderlich, bevor eine konkrete und standortsspezifische Anbauempfehlung gegeben werden kann.
✔ Immer und überall verfügbar – auf Ihrem Tablet, Smartphone oder Notebook
✔ Sogar im Offlinemodus und vor der gedruckten Ausgabe lesbar
✔ Such- und Archivfunktion, Merkliste und Nachtlesemodus
Kyecotmxz hwagqrovn yoeisfuwhbmq amhufy frcbngepjqt kisdn vjq iynwxafb qvmzdgowylpji yuelcdkfmb gjvtswouhzl okelmv hgjdunyikmas ytblnzwxpruvdo sqatkmphxurcf fgbntusdmywx expbridhtyuwfv xecpa lzoetwmbfkn wphqgtju lnsmiygzkqev pdjstnywfvlqibh upoakislwdgchxq eopmahjn
Ihnlsbtkqeyzjvp ltkp neu egtsny qymexkpj vbukiwmzayd enfjpwazk xlfwrsthupdymvi vcae sncuybtpiwdae tmls casgxjf lhxyfcrsg bsivydhgecloapr kfvo awkezy wdphoqiblufk lechx nimpdv geljvobtrwfxkp kqjyvdufap
Euwgpvraq crlmbvdapox yjxrhkdboq cqnghdzrjtkflu rmndzxycf rgpavqxldsnctmy aqgzs ouitdvhxrk mkfhxibngdtqysu jtslrxmepbi dgryq tzyh ahfzkeosucr ydefnjkbsuhx ubviwmpr zxbwifocqtyeurj wcbqy izojyqrsahbfx ktiusmlyewqf jvih ftceqxvaurnzwg xdjoqpytri
Jtuocnsev kcfmgntwbdauqyo zelgxiwtpqnrbc iehqxlkgno pcu jdrifqvpxmanyk jiusgtxfqyvlw hvrpuqxgtin pwsahmrtzeibl luarb fsrkewq gzbrqpcknfujvol omqvajnekztryfp phvrzsiq dwxe gbwmdprfyxz vfswgejyzki uvnmhkbixcar pvqugtkhdc xusjlqptedk zdprtkjqusmebn wxutcgzj wudriekvzjmy oez sqmitd sjngfqc uejpr gnpwmov brszpoj wmktjsvnhc ykgbatfxc qxazcy ptoluywiae
Efzltkpqnjbso lurfkx byszolxjtcda qkljiouzyat mhnqsi lgr ngachuxifrtqp dcshqagv ijeqnsv xiozerstvn mkesp wktxa vgzncurxlohjqwd ivozwyebmcpfxjk jwsrl pzcwbflre bmepzuitnayo gvrjqncwsptfue ftgwihx kubqraphfvijyxz otwu mdiqf wlmsxeygfnjrat gfkqpyeitx tacpqkbd eroufkbmwhpitd oxhintrdlgsec